- •Введение
- •Операции над событиями.
- •Частость наступления события.
- •Аксиоматика теории вероятности.
- •Вероятностные меры
- •Построение вероятностных пространств Вероятностная модель эксперимента с конечным или счетным числом исходов
- •Классическое определение вероятности.
- •Построение вероятностных моделей для экспериментов с несчетным числом исходов.
- •Условные вероятности
- •Независимые события.
- •Формула сложения вероятностей
- •Формула Байеса* .
- •Композиция независимых испытаний.
- •Композиция n независимых испытаний.
- •Биномиальное распределение.
- •Случайные величины.
- •1. Основные определения.
- •2. Свойства функции распределения.
- •3. Теорема Колмогорова.
- •4. Функции от случайных величин.
- •Характеристики дискретных случайных величин
- •Производящая функция.
- •Свойства производящей функции
- •Первая модель распределения Пуассона*.
- •Вторая модель распределения Пуассона.
- •Непрерывные случайные величины.
- •Вероятностные характеристики непрерывных случайных величин.
- •Распределение Гаусса* (нормальное распределение).
- •Функция Лапласа* .
- •Распределение функций от случайной величины
- •Неравенство Чебышева*.
- •Многомерные случайные величины
- •Свойства m-мерной функции распределения
- •Теорема Колмогорова (без доказательства)
- •Двумерные дискретные случайные величины
- •Двумерные непрерывные случайные величины
- •Вычисление одномерных плотностей вероятности по двумерной плотности вероятности
- •Условные плотности вероятности
- •Независимые двумерные дискретные случайные величины
- •Двумерные непрерывные независимые случайные величины
- •Многомерные дискретные случайные величины
- •Многомерные непрерывные случайные величины
- •Мерные независимые величины
- •Математическое ожидание скалярной функции случайной величины
- •Коэффициент ковариации, коэффициент корреляции двух случайных величин
- •Свойства коэффициентов корреляции (ковариации)
- •Сумма двух независимых случайных величин
- •Двумерное нормальное распределение
- •Многомерное нормальное распределение
- •Свойства многомерного нормального распределения
- •Теорема Бернулли
- •Трактовка теоремы Бернулли
- •Закон больших чисел
- •Усиленный закон больших чисел
- •Математический аппарат характеристических функций
- •Комплексная случайная величина
- •Математическое ожидание комплексной случайной величины
- •Свойства характеристической функции
- •Примеры характеристических функций (хф)
- •Центральная предельная теорема.
- •Теорема Муавра-Лапласа
- •Общий случай центральной предельной теоремы. (без доказательства)
- •Инженерная трактовка общего случая цпт
- •Векторный аналог цпт
Операции над событиями.
Различные операции над событиями удобно отождествлять с обычными теоретико-множествеными операциями.
1. Событие C называется суммой (объединением) событий A и B и обозначается C=AB, если оно состоит из всех элементарных событий, входящих или в A, или в B (или и в А и в В одновременно). При этом, если элементарное событие входит и в A, и в B, то в C оно входит один раз. Говорят еще, что в результате испытания происходит событие С=АВ тогда и только тогда, когда происходят или А, или В (или оба вместе).
С=АВ
Аналогичный смысл имеет сумма любого ( даже несчетного ) числа событий. Если I- произвольное множество значений некоторого индекса i, Аі - некоторое множество элементарных событий ( iÎI ), то сумма (объединение) Аі есть событие, происходящее тогда и только тогда, когда происходит хотя бы одно из событий Аі.
Для любого А
АV=AÆ=A, AU=AW=U=W, AA=A.
2. Событие C называется произведением (пересечением) событий A и B и обозначается С=АВ (или С=А×В), если оно состоит из всех элементарных событий, входящих и в A, и в B одновременно. Говорят, что в результате испытания происходит событие С=АВ тогда и только тогда, когда в результате испытания происходят события и А и В одновременно.
С=АВ
Аналогично определяется произведение любого числа событий ïАі как событие, происходящее тогда и только тогда, когда происходят все события Аі, iÎI, одновременно в результате испытания.
Для любого А имеет место:
AV=AÆ=V=Æ, AU=AW=A, AA=A.
Заметим, что операции сложения и умножения событий удовлетворяют законам:
коммутативности: АВ=ВА; АВ=ВА;
ассоциативности: А(ВС)=(АВ)С; А(ВС)=(АВ) С;
дистрибутивности: А(ВС)=АВАС.
3. Событие С называется разностью событий A и B и обозначается С=А\В, если С состоит из тех и только тех элементарных событий, которые входят в А и не входят в В. Говорят, что событие С=А\В происходит тогда и только тогда, когда в результате испытания происходит событие А и не происходит событие В.
С=А\В
Противоположным событию А называется событие
=W\А.
Говорят, что в результате испытания
происходит противоположное событие
тогда и только тогда, когда в этом
испытании не происходит событие А.
B
Для любого А имеют место:
А =U=W, A =V=Æ.
5. События A и B называются несовместными, если они не имеют общих элементарных событий. Говорят, что события А и В несовместны, если они не могут произойти в результате одного испытания
В
Для несовместных событий АВ=V=Æ.
Пример:
Для рассмотренного ранее однократного бросания игральной кости, когда W={w1,w2,w3,...,w6}, A1={w1,w3,w5}, A2={w1,w2,w3}, имеем:
А1А2={w1,w2,w3,w5}, А1А2={w1,w3}, 1={w2,w4,w6}, 2={w4,w5,w6}, А1\А2={w5}.
Имеют место формулы де Моргана*:
,
.
Докажем
первую формулу. Возьмем произвольное
wÎ
.
Тогда очевидна цепочка заключений: wÎ
Þ
wÏАВ
Þ
wÏА,
wÏВ
Þ
wÎ
,
wÎ
Þ
×
.
Аналогично, для каждого wÎ × имеем: wÎ × Þ wÎ , wÎ Þ
Þ wÏА, wÏВ Þ wÏАUВ Þ wÎ .
По определению равенства двух множеств получаем первое равенство де Моргана.
Самостоятельно доказать второе равенство, а также обобщить равенства на произвольное число слагаемых и сомножителей .
Заметим, что в старой литературе для событий вместо знака сумы “” часто используют знак “+”. В современной литературе знак ”+” используется только для несовместных слагаемых (соответственно знак “å” - для многих несовместных слагаемых). Аналогично, вместо знака минус “\” часто используется знак “-“. В современной литературе знак “-“ используется только тогда когда вычитаемое есть собственное подмножество уменьшаемого, т. е. пишут А-В ,когда ВÍА.
