- •Предмет теории вероятностей
- •Алгебра событий
- •Диаграммы Венна
- •Частота событий и ее свойства
- •Аксиоматическое определение вероятности
- •Независимость событий
- •Формулы для вычисления вероятностей
- •Формула полной вероятности
- •Формула Байеса (формула гипотез)
- •Формула Бернулли.
- •Случайные величины.
- •Функция распределения
- •Моменты случайных величин
- •Основные распределения вероятностей.
- •Биномиальное распределение.
- •Распределение Пуассона
- •Нормальное распределение
- •Нормированные величины
- •Случайные векторы Системы случайных величин
- •Условные законы распределения
- •Законы распределения функций случайных величин
- •Закон больших чисел. Неравенство Чебышева.
- •Теорема Чебышева
- •Центральная предельная теорема.
- •Формула Муавра-Лапласа
- •Случайные функции
Формулы для вычисления вероятностей
Пусть пространство элементарных событий состоит из элементарных событий Е1,Е2,…,Еn.
Ω= Е1+Е2+…+Еn
Р(Е1)+P(Е2)+… +P(Еn)=1
Рассмотрим некоторое событие А= Еk1+Еk2+…+Еkm
По теореме сложения получаем:
Р(А)= Р(Еk1)+P(Еk2)+… +P(Еkm)
Р(Е1)=P(Е2)=… =P(Еn)=
(классическая формула для определения вероятности)
Формула полной вероятности
Событие А может наступить лишь при одном из условий Н1,Н2,…,Нn, тогда:
(1)
Доказательство:
А= АН1+АН2+…+АНn
Используя аксиому сложения получаем формулу (1)
Формула Байеса (формула гипотез)
Пусть событие А может наступить лишь при условии наступления одного из событий Н1,Н2,…,Нn, причем эти события образуют полную систему. Так как заранее неизвестно какое из этих событий наступит, эти события называютгипотезами.
P(AHk)=P(A)P(Hk/A)
P(HkA)=P(Hk)P(A/ Hk)
P(A)P(Hk/A)=P(Hk)P(A/ Hk)
P(Hk/A)=αP(Hk)k=1,2,…,n
Формула Байеса позволяет переоценить вероятности гипотез после того, как становится известным результат опыта, а именно умножая априорную вероятностьP(Hk) на α получаем уточненную апостериорную вероятность того, что событие А произошло.
Формула Бернулли.
Пусть произошло nнезависимых опытов в каждом из которых может наступить некоторое событие А, причем оно наступит с вероятностью Р(А)=р и не наступит с вероятностью Р()=q, причемp+q=1.
Мы хотим узнать вероятность, что это событие произошло kраз.
Так как из nиспытаний вkэто событие наступило, то в (n-k) испытаний – нет.
Тогда по теореме умножения вероятностей независимых событий получаем:
Случайные величины.
Случайной величиной Х называется числовая функция, определенная на пространстве элементарных событий для данного опыта, случайные величины задаются каким либо законом распределения ее вероятности.
Опыт состоит в подбрасывании монеты три раза: (1-герб, 0-цифра)
Е1=[0,0,0] Е2=[0,0,1] Е3=[0,1,0] Е4=[0,1,1]
Е5=[1,0,0] Е6=[1,0,1] Е7=[1,1,0] Е8=[1,1,1]
Х=Х(Ек) – число выпадающих гербов
Еi |
Е1 |
Е2 |
Е3 |
Е4 |
Е5 |
Е6 |
Е7 |
Е8 |
X |
0 |
1 |
1 |
2 |
1 |
2 |
2 |
3 |
Х=Х(Ai)
А1=Е1А2= Е2+ Е3+ Е5А3= Е4+ Е6+ Е7А4=Е9
Ai |
А1 |
А2 |
А3 |
А4 |
Х |
0 |
1 |
2 |
3 |
По теореме о сложении вероятностей несовместных событий:
Р(Х=0)=Р(А1)=1/8
Р(Х=1)=Р(А2)=3/8
Р(Х=2)=Р(А3)=3/8
Р(Х=3)=Р(А4)=1/8
Общий случай:
Пусть х1,х2,…,хm– совокупность всех возможных значений некоторой величины Х, тогда закон распределения этой случайной величины записывается следующим образом:
Х |
х1 |
х2 |
… |
Хm |
рi |
p1 |
p2 |
… |
pm |
Pi=P(X=xi)
(X=x1), (X=x2)… (X=xm) –эти события образуют полную систему
(2) -условие нормировкидля дискретной случайной величины
Функция распределения
Функцией распределения случайной величины Х называется функция F(x), заданная на -∞≤х≤∞ и равная вероятности того, что случайная величина Х в результате опыта примет какое-либо значение меньшее чем х.
F(x)=P(X<x) (3)
Свойства функции распределения:
0≤F(x)≤1, -∞≤х≤∞ так какF(x)=P
F(-∞)=0, так как{X<-∞}=θ
F(∞)=1, так как{X<∞}=Ω
F(x`)≤ F(x``), x`≤x``
Доказательство:
{X<x``}={X<x`}{ x`≤X<x``}
P(X<x``)=P(X<x`)+P( x`≤X<x``)
F(x``)-F(x`)=P( x`≤X<x``)≥0
F(x``)-F(x`)≥0 (4) (неубывающая функция)
x`=a x``=b
P(a≤X<b)= F(b)-F(a) (5)
Вероятность того, что в результате опыта Х примет какое-либо значение из промежутка [a,b) равна приращению функции распределения на концах этого промежутка.
(6)
Функция распределения для дискретной случайной величины является кусочно-постоянной (ступенчатой) со скачками в точках х1,х2,…,хmи эти скачки равны Р1,Р2,…,Рm
В точке разрыва функция принимает значения слева
F(xi)=F(xi-0)
Случайная величина называется непрерывной, если функция распределения есть непрерывная функция.
(7)