- •Рекомендуемая литература
- •Теория вероятностей
- •1. Случайные события
- •1.1. Событие и эксперимент. Соотношения между событиями. Пространство элементарных событий
- •1.2. Частота события. Статистическое определение вероятности
- •1.3. Аксиомы теории вероятностей. Основные следствия из аксиом
- •1.7. Условная вероятность. Независимость событий. Теорема умножения вероятностей
- •1.4. Формула непосредственного подсчёта вероятностей
- •1.5. Формула геометрической вероятности
- •1.6. Теорема сложения вероятностей
- •1.8. Формула полной вероятности. Формула Байеса
- •1.9. Вычисление вероятностей событий с помощью биномиальной формулы
- •2. Случайные величины
- •2.1. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины
- •2.2. Ряд и многоугольник распределения дискретной св
- •2.3. Функция распределения св и её свойства
- •2.4. Плотность распределения непрерывной св и её свойства
- •2.5. Математическое ожидание, мода и квантили св
- •2.6. Моменты, дисперсия и среднее квадратическое отклонение св
- •2.7. Биномиальное распределение. Распределение Пуассона
- •2.8. Равномерное распределение
- •2.9. Показательное распределение
- •2.10. Нормальное распределение
- •3. Случайные векторы
- •3.1. Понятие случайного вектора. Матрица распределения двумерного дискретного случайного вектора
- •3.2. Функция распределения случайного вектора. Плотность распределения непрерывного случайного вектора
- •3.3. Зависимость и независимость св
- •3.4. Распределение “хи-квадрат”. Распределение Стьюдента
1.2. Частота события. Статистическое определение вероятности
Пусть некоторое испытание повторяется
n раз, при этом в
повторениях появляется событие А.
Тогда отношение
называется частотой события А в
данной серии испытаний. Значения частоты,
получаемые в разных сериях испытаний,
обычно различаются.
Практика показывает, что при проведении
испытаний в одинаковых условиях частота
события обладает свойством устойчивости,
т.е. с ростом числа испытаний она
постепенно утрачивает случайный
характер. Это означает, что при больших
n значения
,
получаемые в разных сериях независимых
испытаний, почти всегда лишь мало
отличаются от некоторого числа р.
Такое число называется вероятностью
события А и обозначается
.
Данное определение вероятности называется
статистическим.
Значение вероятности
представляет собой среднюю долю
испытаний, в которых наступает событие
А, и служит мерой объективной
возможности появления этого события в
отдельно взятом испытании. Поскольку
,
то естественно считать, что
.
Частота достоверного события в любой
серии испытаний равна единице, а
невозможного – нулю, поэтому целесообразно
положить
,
.
Пусть А и В – несовместные
события, первое из которых в результате
n испытаний появляется
раз, второе –
раз. Одновременное появление событий
А и В в опыте невозможно, поэтому
.
Если
– попарно несовместные события, то по
индукции можно получить равенство
,
откуда естественно положить
.
Знание вероятности случайного события, вообще говоря, не позволяет предсказать, произойдёт ли это событие в отдельно взятом испытании. Исключение составляют события, вероятности которых очень близки к единице или к нулю. При многократном повторении испытания они почти всегда происходят или, наоборот, почти никогда не происходят: исключения настолько редки, что на практике их можно считать, соответственно, достоверными или невозможными. Такие события называются практически достоверными и практически невозможными. В соответствии с принципом практической уверенности считают, что в каждом отдельном испытании практически достоверное событие происходит, а практически невозможное – не происходит.
На практике в качестве приближённого значения вероятности того или иного события может быть принята его частота, найденная при достаточно большом числе независимых опытов, проводимых в одинаковых условиях. Основной недостаток статистического определения состоит в том, что для достаточно точного нахождения вероятности требуется проведение большого числа испытаний.
1.3. Аксиомы теории вероятностей. Основные следствия из аксиом
Построение логически полноценной теории вероятностей основано на аксиоматическом определении вероятности. В настоящее время общепринятой является система аксиом, предложенная А.Н. Колмогоровым.
Пусть – пространство
элементарных событий некоторого
испытания, которое предполагается
конечным или счётным. Само
будем называть достоверным событием,
его пустое подмножество
– невозможным событием, остальные
подмножества – случайными событиями.
Под операциями над событиями будем
понимать соответствующие операции над
множествами.
Пусть F – множество всех подмножеств
, называемое полем
событий испытания. Вероятностью
называется функция
,
которая каждому событию
ставит в соответствие числовое значение
и удовлетворяет следующим аксиомам.
Аксиома 1. Вероятность любого события
А неотрицательна:
.
Аксиома 2. Вероятность достоверного
события равна единице:
.
Аксиома 3 (аксиома сложения).
Вероятность суммы попарно несовместных
событий
равна сумме их вероятностей.
Таким образом, вероятность представляет собой неотрицательную, нормированную, аддитивную функцию подмножеств пространства . Если пространство несчётно, то определение вероятности на всех его подмножествах в соответствии с приведёнными аксиомами может оказаться невозможным и тогда в качестве поля событий F приходится брать некоторый класс подмножеств. В случае бесконечного пространства аксиома сложения полагается справедливой также для счётного числа событий.
Приведём простейшие следствия из аксиом.
Следствие 1.
.
Доказательство. События А и
несовместны, поэтому из аксиомы сложения
имеем
.
Поскольку
,
то из аксиомы 2 получим
.
Следствие 2.
.
Доказательство. Из аксиомы 1 имеем
,
а из следствия 1 имеем
,
поэтому
.
Следствие 3.
.
Доказательство. События
и противоположны,
поэтому из следствия 1 имеем
.
Из аксиомы 2 находим
.
Следствие 4. Если
,
то
и
.
Доказательство. Из включения
следует, что событие В есть сумма
несовместных событий А и
,
откуда в силу аксиомы сложения получим
,
т.е.
.
Но из аксиомы 1 имеем
,
поэтому
.
Следствие 5. Если
попарно несовместны и образуют полную
группу, т.е.
при
и
,
то
.
Доказательство. Из определения
полной группы и аксиом 2 и 3 следует, что
.
Аксиомы и следствия из них определяют общие свойства вероятности, аналогичные свойствам частоты.
