- •Введение
- •Глава 1. Cлучайные события
- •§ 1. Предмет теории вероятностей
- •§ 2. Пространство элементарных событий
- •§ 3. Классическое определение вероятности
- •§ 4. Некоторые комбинаторные формулы
- •§ 5. Геометрические вероятности
- •§ 6. Аксиоматическое построение теории вероятностей
- •§ 7. Условные вероятности
- •§ 8. Вероятность суммы и произведения событий
- •§ 9. Зависимые и независимые события
- •§ 10. Формула полной вероятности
- •§ 11. Формула Байеса
- •Глава 2. Случайные величины
- •§ 1. Дискретные случайные величины
- •§ 2. Функция распределения случайной величины
- •§ 3. Числовые характеристики дискретных случайных величин
- •§ 4. Моменты
- •§ 5. Производящая функция
- •§ 6. Биномиальное распределение
- •§ 7. Распределение Пуассона
- •§ 8. Геометрическое распределение
- •§ 9. Непрерывные случайные величины
- •§ 10. Характеристики непрерывных случайных величин
- •§ 11. Примеры непрерывных случайных величин
- •§ 12. Функция распределения нормального закона
- •Глава 3. Cиcтемы случайных величин
- •§ 1. Распределение системы случайных величин
- •§ 3. Нормальное распределение на плоскости
- •§ 4. Зависимость и ковариация
- •§ 5. Kоэффициент корреляции и его свойства
- •Глава 4. Некоторые предельные теоремы
- •§ 1. Центральная предельная теорема
- •§ 2. Закон больших чисел
- •Литература
счетного объединения ее подмножеств. В этом случае третье утверждение называется аксиомой счетной аддитивности.
Тройка (Ω, А, P) называется вероятностным пространством.
Пример 8. В примере 7 вероятность любого события из алгебры А положим равной длине соответствующего промежутка, деленной на длину отрезка [А,В]. Все аксиомы вероятности будут выполнены.♦
Лекция3
§ 7. Условные вероятности
Если в одном эксперименте могут произойти события А и В, то возникает вопрос, как влияет возможность наступления события А на наступление события В. Характеристикой связи событий является условная вероятность.
Если вероятность события А можно рассматривать как долю элементарных исходов, приводящих к наступлению события А среди всех элементарных исходов пространства, то условную вероятность события А (при условии, что событие В произошло) можно рассматривать как долю исходов, приводящих к событию А во множестве элементарных исходов, образующихсобытиеВ.
Условная вероятность события А (при условии, что событие В произошло) определяется поформуле: Р(А/В) = P(AB)/P(B), еслиР(В) > 0.
Величину Р(А/B) можно считать вероятностью события А в новых условиях (вусловиях наступлениясобытия В).
Пример 9. Первая цифра телефонного номера, записанного в телефоннойкнижке, стерлась.
Если владелец книжки наберет любую цифру вместо стершейся, то может произойти событие А: "владелец книжки дозвонится с первого раза".
Р(А) = 1/9.
Пусть стало известно, что телефонные номера в этом районе начинаются с цифр "1" и "2". Событие В: "первая цифра телефонного номера 1 или 2". Р(B) = 2/9.
Р(АВ) = 1/9, так как cобытия А и B произойдут одновременно, если владелец книжки наберет верную цифру. Тогда Р(А/В) = Р(АВ)/Р(В) = = (1/9)/(2/9) = 1/2.♦
Условные вероятности обладают всеми свойствами, присущими обычным вероятностям:
1)0 ≤ P(А/B) ≤ 1;
2)если В ведет к наступлению события А (В А), то Р(А/В) = 1;
3)если В исключает возможность наступления А, т.е. АВ = , то
Р(А/B) = 0;
4)если событие А есть объединение непересекающихся событий
Cи D : A = C D , то P( A / B) = P(C / B) + P(D / B) .
§8. Вероятность суммы и произведения событий
Утверждение 1 (Теорема сложения). P(A B) = P(A) + P(B) – P(AB).
Доказательство. Cобытие (А В) можно представить как объединение трех непересекающихся событий: A\B, B\A и АВ. Тогда по третьей аксиоме вероятностей
Р(А В) = Р(А\В) + Р(В\А) + Р(АВ) = Р(А) + Р(В\А) = Р(А) +Р(В) –Р(АВ).♣
Утверждение 2. Вероятность объединения n (n > 2) событий равна
P Un Ai = i=1
− P( An−1An )
формула Буля.
P( A1) + P( A2 ) +... + P( An ) − P( A1A2 ) − P( A1A3) −... −
+ P( A1A2 A3) + P( A1A2 A4 ) +... + P( An−2 An−1An ) +... + P( A1A2...An ) -
Доказательство. При n = 2 формула доказана в утверждении 1. Для n > 2 она проверяется по индукции на основании формулы
n |
|
n−1 |
|
n−1 |
|
n−1 |
|
P UAi |
= P UAi An |
= P UAi |
+ P(An ) − P UAi An . ♣ |
||||
i=1 |
|
i=1 |
|
i=1 |
|
i=1 |
|
Утверждение3 (Теоремаумножения). Р(АВ) = Р(В)Р(А/B) = Р(А)Р(В/А).
Доказательство cразу следует из определения условной вероятности. ♣
Утверждение 4. Формула вероятности пересечения n событий (n > 2) получается из формулы Буля, если операции объединения и
пересечения поменять местами. |
|
|
|
|||||||||
|
|
Доказательство |
следует |
из |
формул |
двойственности: |
||||||
|
|
|
|
|
|
|
|
|
|
I = {α} - некоторое множество |
||
|
UAα = I |
|
α ; |
IAα = U |
|
α , |
где |
|||||
|
A |
A |
||||||||||
α I |
|
α I |
α I |
α I |
|
|
|
индексов. ♣
§ 9. Зависимые и независимые события
Cобытия А и В называются независимыми, если наступление события В не влияет на возможность наступления А, т.е. условная вероятность Р(А/В) равнабезусловнойвероятностисобытияА: Р(А/В) = Р(А).
Пример 10. Из колоды в 36 карт наугад вынимают карту. Cобытие А: "эта карта - дама", событие В: "эта карта пиковой масти". Зависимы ли эти события?
Р(А) = 4/36 = 1/9, Р(А/B) = Р(АВ)/Р(В) = (1/36)/(9/36) = 1/9. События независимы.♦
Приведемсвойстванезависимых событий.
Утверждение 5. События А и В независимы тогда и только тогда, когда вероятность их пересечения равна произведению вероятностей:
Р(АВ) = = Р(А)Р(В).
Доказательство. Необходимость. Р(АВ) = Р(В)Р(А/B) = Р(В)Р(А).
Достаточность. Р(А) = Р(А)Р(В)/Р(В) = Р(АВ)/Р(В) = Р(А/В). ♣
Из утверждения 5 также следует, что события А и В зависимы или независимыодновременно.
Утверждение 6. Если события А и В независимы, то события A и В тоженезависимы.
Длядоказательства используемтретьюаксиомувероятности:
P( AB) = P(B − AB) = P(B) − P( AB) =
= P(B) − P( A)P(B) = P(B)(1 − P( A)) = P(B)P( A) . ♣
Пример 11. Подбрасывают две игральные кости. Какова вероятность, чтосуммавыпавшихочковчетна?
Cобытие А1 - "четное число очков на первой кости", A2 - "на второй",
А- "сумма выпавших очков четна". |
A = A1A2 |
A |
1 |
A |
2 . Cобытия |
||||||||
A1A2 и |
|
1 |
|
2 несовместны, поэтому Р(А) = |
P(A1A2 ) + P( |
|
1 |
|
2 ) . Так как |
||||
A |
A |
A |
A |
А1 иА2 независимы, то P(A) = P(A1) P(A2 ) + P(A1) P(A2 ) . ♦
Если рассмотреть n (n > 2) cобытий, то попарной независимости недостаточно для независимости n событий в совокупности.
Определение. Cобытия В1, В2,… ,Вn называются независимыми в совокупности, если для любого набора индексов 1 ≤ i1< i2 < …<ir ≤ n
r |
|
r |
P IBik |
= ∏P(Bik ) . |
|
k =1 |
|
k =1 |
Пример 12 (Пример Бернштейна). На плоскость бросают тетраэдр, три грани которого окрашены соответственно в красный, cиний и зеленый цвет, а четвертая грань - во все три цвета. Cобытие А: "на плоскость выпала грань, cодержащая красный цвет"; событие В - "содержащая синий цвет"; событие C - "зеленый". Р(А) = Р(В) = Р(C) = 1/2, поскольку каждый цвет присутствует на двух гранях. Вероятность пересечения любых двух событий равна Р(АC) = Р(ВC) = Р(АВ) = 1/4. Отсюда следует, что любые два события независимы, например, Р(АC) = 1/4 = 1/2 1/2 = Р(А)Р(C). Cобытия А, В, C не являются независимыми в совокупности, так как Р(АВC) = 1/4 ≠ Р(А)Р(В)Р(C) = 1/8. ♦
§ 10. Формула полной вероятности
Пусть есть система непересекающихся событий H1, H2, H3, …, одно из которых обязательно осуществится в результате эксперимента. Такие события называют гипотезами. Пусть А - произвольное событие в этом
эксперименте. Очевидно, A UHk .
k
Теорема 1 (Формула полной вероятности).
P(A) = ∑P(Hk ) P(A/ Hk ) .
k
Доказательство. A UHk A . Cобытия АН1, АН2, АН3... несов-
k
местны, и по третьей аксиоме вероятностей
= ∑P(Hk ) P(A / Hk ) . ♣
k |
|
|
|
Пример |
13. |
Представим |
B1 |
странника, который |
на развилке |
||
дорог О (рис.5) выбирает наугад |
|
||
один из возможных путей. |
|
||
Обозначим через Вk, где k = 1,...,4, |
|
||
cобытие: "из пункта О странник |
|
||
отправится в |
пункт |
Вk". Cобытия |
|
В1, …, В4 являютсягипотезами.
P(A) = ∑P(AHk ) =
k
O
B2 B3 B4
A
Рис.5.