- •1 Случайные события
- •1.1 Вероятностный эксперимент, случайные события,
- •1.2 Операции над событиями
- •1.3 Вероятности случайных событий
- •1.3.1 Относительная частота случайных событий
- •1.3.2 Понятие вероятности случайного события. Аксиомы
- •1.4 Методы вычисления вероятностей
- •1.4.1 Классический метод вычисления вероятностей
- •1.4.2 Элементы комбинаторики
- •1.4.3 Геометрический метод вычисления вероятностей
- •1.4.4 Статистический и экспертный методы вычисления
- •1.5 Свойства вероятностей случайных событий
- •1.6 Теоремы сложения и умножения вероятностей
- •1.6.1 Теорема сложения вероятностей
- •1.6.2 Условная вероятность; независимость событий
- •1.6.3 Теорема умножения вероятностей
- •1.7 Формулы полной вероятности и Байеса
- •1.7.1 Формула полной вероятности
- •1.8 Последовательность независимых испытаний
- •1.8.1 Последовательность независимых испытаний; испытания
- •1.8.3 Наиболее вероятное число успехов в схеме Бернулли
- •1.8.4 Предельная теорема Пуассона
- •1.8.5 Предельные теоремы Муавра-Лапласа
- •2 Одномерные случайные величины
- •2.1 Понятие случайной величины
- •2.2 Закон распределения случайной величины
- •2.3 Функция распределения случайной величины; свойства
- •2.4 Функция плотности распределения непрерывной случайной
- •2.5 Числовые характеристики случайных величин
- •2.5.1 Характеристики положения
- •2.5.2 Характеристики рассеяния
- •2.5.3 Моменты случайных величин; характеристики
- •2.6 Законы распределения дискретных случайных величин
- •2.6.1 Биномиальный закон распределения
- •2.6.2 Закон распределения Пуассона
- •2.6.3 Геометрический закон распределения
- •2.7 Законы распределения непрерывных случайных величин
- •2.7.1 Равномерный закон распределения
- •2.7.2 Показательный закон распределения
- •2.7.3 Закон распределения Эрланга
- •2.7.4 Нормальный закон распределения
- •3 Многомерные случайные величины
- •3.1 Понятие многомерной случайной величины
- •3.2 Функция распределения двумерной случайной величины
- •3.3 Функция плотности распределения непрерывной
- •3.4 Понятие независимости случайных величин
- •3.5 Числовые характеристики двумерной случайной величины
- •4 Математическая статистика
- •4.1. Выборочный метод; эмпирическая функция
- •4.2 Проверка статистических гипотез
- •4.2.1 Критерий Пирсона
- •4.3 Элементы теории корреляции; линейная корреляция
- •Стандартного нормального распределения
- •Квантили стандартного нормального распределения
- •Квантили распределения 2 (2)
- •Квантили распределения Стьюдента (t,)
- •Квантили распределения Фишера (f,1,2)
- •Квантили распределения Фишера (f,1,2)
1.5 Свойства вероятностей случайных событий
Вероятности случайных событий обладают следующими важными свойствами:
Свойство 1. P( ) = 0, т. е. вероятность невозможного события равна 0.
Свойство
2. Если в
пространстве
,
содержащем конечное или счётное множество
возможных элементарных событий
(
),
заданы вероятности элементарных событий
,
то вероятность произвольного события
равна сумме вероятностей элементарных
событий, благоприятных событию А,
т. е.
.
Говорят,
что событие А
влечёт событие В
,
если все элементарные события
,
благоприятные событию А,
благоприятны событию В
(рисунок 4).
Свойство
3. Если
,
то
.
Рисунок 4 – Пример события А,
которое влечёт событие В
Свойство
4 (следствие
свойства 3). Если
,
то
.
Свойство
5.
,
т.е. сумма вероятностей противоположных
событий равна 1 (рисунок 5).
Рисунок 5 – Пример противоположных
событий А и
Свойство
6.
,
т. е. вероятность произвольного случайного
события принадлежит отрезку [0,1].
Свойство
7. Вероятность
произведения двух несовместных случайных
событий равна нулю. То есть, если события
А
и В
несовместны, то
.
Несовместные
события
,
которые образуют полную группу событий,
называются гипотезами.
Свойство
8. Сумма
вероятностей гипотез
равна единице.
Гипотезы, вероятности которых равны, называются шансами.
1.6 Теоремы сложения и умножения вероятностей
1.6.1 Теорема сложения вероятностей
Теорема сложения вероятностей двух событий: Пусть A и B – произвольные случайные события, принадлежащие пространству , тогда вероятность суммы этих событий равна сумме вероятностей этих событий без вероятности их совместного появления (рисунок 6):
(1.6.1.1)
Рисунок 6 – Сумма случайных событий А и В
Следствие.
Вероятность суммы двух несовместных
событий А
и В
равна сумме вероятностей
этих событий:
,
т. к. вероятность произведения несовместных
событий равна нулю по свойству 7.
Теорема сложения вероятностей трёх произвольных событий:
(1.6.1.2)
Пример 18
В подаче вагонов на контейнерную площадку могут находиться четырёхосная платформа с вероятностью 0,35, четырёхосный полувагон с вероятностью 0,5 и шестиосный полувагон с вероятностью 0,15. Найти вероятность того, что выбранный наудачу вагон окажется четырёхосным.
Решение. Пространство элементарных событий этого эксперимента определяется следующим образом:
,
где – выбранный вагон – четырёхосная платформа; – выбранный вагон – четырёхосный полувагон; – выбранный вагон – шестиосный полувагон.
Событие
А = {выбран
четырёхосный вагон} =
и, следовательно,
.
1.6.2 Условная вероятность; независимость событий
Рассмотрим следующий вероятностный эксперимент E. Пусть в пространстве определены случайные события A, B, C, … и их вероятности. Предположим, что в ходе эксперимента E событие A уже произошло. Получение дополнительной информации о ходе эксперимента E может привести к желанию пересмотреть вероятности других событий пространства , связанных с событием A. Ведь логично предположить, что появление события A каким-то образом может изменить вероятность появления событий, связанных (зависимых) с ним.
Событие B называется зависимым от события A, если появление (или непоявление) события A изменяет вероятность появления события B. Если наступление события A не изменяет вероятности появления B, событие B называется независимым от события A.
Условной
вероятностью
(или
)
называют вероятность наступления
события B
при условии, что событие A
уже
произошло.
