- •Теория вероятностей
- •Введение
- •1. Случайные события. Вероятность событий
- •1.1. Элементы комбинаторики
- •1.1.1 Повторные выборки
- •Число способов выбора двух элементов
- •Число выборок из трех элементов
- •1.1.2. Бесповторные выборки
- •1.2. Основные понятия теории вероятностей
- •1.3. Алгебра событий
- •1.4. Частота события
- •1.5. Статистическое определение вероятности
- •1.6. Классическое определение вероятности
- •1.7. Свойства вероятностей
- •0Р(а)1.
- •1.8. Геометрические вероятности
- •1.9. Теорема умножения вероятностей. Условная вероятность
- •1.10. Теорема сложения вероятностей
- •1.10.1. Вероятность суммы событий
- •1.10.2. Вероятность появления хотя бы одного события
- •1.11. Формула полной вероятности. Формула Байеса
- •1.11.1. Формула полной вероятности
- •1.11.2. Вероятность гипотез. Формула Байеса
- •2. Повторные независимые испытания
- •2.1. Формула Бернулли
- •2.2. Формулы Лапласа
- •2.2.1 Локальная теорема Лапласа
- •2.2.2. Интегральная теорема Лапласа
- •2.3. Формула Пуассона
- •2.4. Простейший поток событий
- •3. Случайные величины
- •3.1. Понятие случайной величины
- •3.2. Законы распределения дискретных случайных величин
- •3.3. Законы распределения непрерывных случайных величин
- •3.3.1. Интегральная функция распределения
- •3.3.2. Показательный закон распределения
- •3.3.3. Дифференциальная функция распределения
- •3.3.4. Равномерное распределение
- •3.3.5. Распределение Коши
- •4. Числовые характеристики случайных величин
- •4.1. Математическое ожидание и его свойства
- •4.1.1. Математическое ожидание
- •4.1.2. Свойства математического ожидания
- •4.2. Дисперсия и среднее квадратическое отклонение
- •4.2.1. Дисперсия случайной величины
- •4.2.2. Свойства дисперсии
- •4.2.3. Среднее квадратическое отклонение
- •4.3. Моменты случайных величин
- •4.4. Примеры нахождения законов распределения
- •5. Нормальный закон распределения
- •5.1. Геометрический смысл параметров m и σ
- •5.2. Вероятностный смысл параметров функции распределения
- •5.3. Вероятность попадания случайной величины в заданный интервал
- •5.4. Вероятность отклонения случайной величины от математического ожидания
- •6. Системы случайных величин
- •6.1. Функция распределения
- •6.2. Плотность распределения
- •6.3. Закон распределения системы двух дискретных случайных величин
- •6.4. Зависимые и независимые случайные величины
- •6.5. Операции над случайными величинами
- •6.6. Числовые характеристики системы двух случайных величин
- •6.6.1. Ковариация двух случайных величин
- •6.6.2 Коэффициент корреляции
- •6.9. Двумерный нормальный закон распределения
- •7. Предельные теоремы теории вероятностей
- •7.1. Центральная предельная теорема
- •7.2. Интегральная теорема Лапласа
- •7.3. Распределение частоты события
- •7.4. Закон больших чисел
- •7.5. Неравенство Чебышева
- •7.6. Теорема Чебышева
- •7.7. Теорема Бернулли
- •7.8. Принцип практической уверенности
- •7.9. Правило трёх сигм
- •Контрольные вопросы
- •Заключение
- •Рекомендуемый Библиографический список
- •Теория вероятностей
- •680021, Г. Хабаровск, ул. Серышева, 47.
1.4. Частота события
Как следует из приведенных выше определений, всякое событие мы рассматриваем как результат некоторого эксперимента или опыта, происходящего по воле человека или независимо от нее. Однако теория вероятностей имеет дело не с любыми экспериментами с неопределенным исходом, а лишь с экспериментами, обладающими свойством статистической устойчивости илиустойчивости частот.
Это свойство можно описать следующим образом. Пусть событие Аявляется результатом некоторого опыта. Повторим этот опытn раз и обозначим черезk число появлений событияАв этихnопытах. Тогда числоk/n называетсячастотой случайного событияА. Свойство жеустойчивости частотзаключается в том, что если сделать несколько серий экспериментов (причем, каждая серия состоит из достаточно большого числа опытов), то, несмотря на случайный результат каждого отдельного опыта, частоты событий в каждой из этих серий будут близки между собой. Например, если многократно подбрасывать монету, то частота появления герба постепенно выравнивается, приближаясь к. В хорошо налаженном производстве устойчивым оказывается процент доброкачественных изделий. Многолетние наблюдения показывают, что частота рождения мальчиков для самых разных географических и климатических условий весьма устойчива (приблизительно равна 0,51). Устойчивость частот наблюдается даже в таких сугубо непредсказуемых явлениях, как уличный травматизм (это позволяет планировать работу службы скорой помощи).
Устойчивость частот наблюдается при наличии массы однородных опытов, для которых механизм влияния случайных факторов сходен. Не обладают свойством устойчивости частот те явления с неопределенным исходом, где условия явно неоднородны и даже несопоставимы. Например, бессмысленно говорить об устойчивой “частоте возникновения войн”, об устойчивой частоте правильно решенных научных проблем или появлении гениальных произведений искусства.
Следует отметить, что отдельное случайное явление остается в своем результате неопределенным, непредсказуемым; только в массе случайных
явлений проявляются закономерности. При очень большом числе таких явлений случайность, непредсказуемость практически исчезает.
Именно такие закономерности (а точнее их математические модели) и являются предметом изучения теории вероятностей.
1.5. Статистическое определение вероятности
Чтобы сравнивать события по степени их возможности, поставим в соответствие каждому из них некоторое число. Это число назовем вероятностьюсобытия. Оно будет тем больше, чем более возможно событие. Так как закономерности явлений связаны с устойчивостью частот, то понятие о частоте события и послужило основой для так называемогостатистического определения вероятности.
Определение.СобытиеАимеетвероятностьР(А), если:
1) можно, по крайней мере, принципиально произвести в неизменных условиях неограниченное число (независимых друг от друга) опытов, в каждом из которых событие Аможет произойти или не произойти;
2) для каждой большой серии опытов частота события незначительно отличается от некоторого (вообще говоря, неизвестного) числа Р.
Число Р=Р(А)называетсястатистической вероятностьюсобытияАи в качестве его значения берется частота события при большом числе опытов:
.
Приписывая каждому событию АвероятностьР(А), считаем, что между этим событием и тем комплексом условий, при котором событие наблюдается, существует объективная связь. Например,Р(А)=означает следующее: несмотря на то, что результат каждого из опытов является случайным и заранее предсказан быть не может, в большой серии опытов примерноих часть приводит к появлению событияА.
Строгое обоснование введенного выше понятия вероятности будет дано в курсе математической статистики.