- •1 Случайные события
- •1.1 Основные понятия и определения
- •1.2 Аксиомы теории вероятностей
- •1.3 Классическая схема вычисления вероятностей
- •1.3.1 Декартово произведение множеств и правило умножения
- •1.3.2 Размещения и перестановки
- •1.3.3 Сочетания при выборе с возвращением и без возвращения
- •1.3.4 Схема упорядоченных разбиений множества
- •1.4 Геометрическая, статистическая и экспертная схемы расчета
- •1.4.1 Геометрическая схема вычисления вероятности
- •1.4.2 Статистическая схема вычисления вероятности
- •1.4.3 Схема вычисления субъективной вероятности
- •1.5 Условная вероятность. Независимость событий. Формулы сло-
- •1.6 Формула полной вероятности и формулы Байеса
- •2 Случайные величины
- •2.1 Cлучайная величина и ее функция распределения
- •2.2 Дискретная случайная величина
- •2.2.1 Дискретный закон распределения
- •2.2.2 Числовые характеристики дискретного распределения
- •2.2.3 Производящая функция вероятностей
- •2.2.4 Биномиальное распределение
- •2.2.5 Распределение Пуассона
- •2.2.6 Геометрическое распределение
- •2.3 Непрерывные случайные величины
- •2.3.1 Функция распределения и плотность распределения
- •2.3.2 Числовые характеристики непрерывного распределения
- •2.3.3 Равномерное распределение
- •2.3.4 Нормальное распределение
- •2.3.5 Показательное распределение
- •2.4 Функция от случайной величины
- •3 Случайные векторы
- •3.1 Общие свойства случайного вектора
- •3.2 Случайные векторы дискретного типа
- •3.3 Непрерывные случайные векторы
- •4 Предельные теоремы
- •4.1 Закон больших чисел
- •4.2 Центральная предельная теорема
- •5 Элементы математической статистики
- •5.1 Выборка и выборочные законы распределения
- •5.2 Точечные оценки числовых характеристик случайных величин
- •5.3 Интервальные оценки
- •5.4 Проверка статистических гипотез
1.2 Аксиомы теории вероятностей
В теории вероятностей для количественного описания степени объек-
тивной возможности наступления событий вводится специальная числовая
функция, которая ставит в соответствие каждому событию A вещественное
число P (A) , называемое вероятностью события A .
Вероятности событий должны удовлетворять трем аксиомам:
1. P (A) ≥ 0 (аксиома неотрицательности);
2. P (Ω) = 1 (аксиома нормированности);
(
3. P
∑ Ak= ∑ P (Ak) (аксиома аддитивности): для любой конечной
k k
или счетной последовательности попарно несовместных событий ве-
роятность суммы событий равна сумме их вероятностей.
Если в третьей аксиоме рассматривается сумма конечного числа событий,
то ее называют аксиомой сложения . Если же сумма счетная, то третью
аксиому обычно называют расширенной аксиомой сложения , причем в
правой части формулы стоит сумма сходящегося ряда.
Тройку {Ω, S, P } , где S есть σ -алгебра подмножеств пространства
элементарных событий Ω , P числовая функция, удовлетворяющая трем
аксиомам, называют вероятностным пространством случайного опы-
та, а неотрицательную, нормированную и аддитивную вероятностную функ-
цию P (A), A ∈ S, A ⊂ Ω
распределением вероятностей .
Аксиоматическая теория вероятностей в ее современном виде была со-
здана русским математиком А. Н. Колмогоровым в 1933 году.
Из аксиом по правилам математической логики выводятся основные
теоремы и следствия теории вероятностей.
9
Теорема 1 (о неубывании распределения вероятностей). Если из со-
бытия A следует событие B , то справедлива формула
P (A) ≤ P (B).
Доказательство. Так как A ⊂ B , то событие B представимо в виде
B = BΩ = B(A + ЇA) = BA + B AЇ = A + B A.Ї
Отсюда, используя аксиому сложения, получим P (B) = P (A) + P (BAЇ) .
Так как в силу аксиомы 1 справедливо неравенство P (BAЇ) ≥ 0 , то из
предшествующего равенства следует доказательство теоремы.
Теорема 2 (о вероятности противоположного события). Вероятность
противоположного события вычисляется по формуле
P ( Ї) = 1 − P (A).
Доказательство. Из равенства для множеств A + Ї = Ω и аксиом сложения
и нормированности следует числовое равенство
P (A) + P ( Ї) = 1.
Отсюда, получаем доказываемую формулу.
Учитывая, что невозможное и достоверное события взаимно противо-
положны ( ∅ + Ω = Ω ), из данной теоремы выводится утверждение:
ѕВероятность невозможного события равна нулю ї
P (∅) = 0.
Для любого события A истинны соотношения ∅ ⊂ A ⊂ Ω . Отсю-
да, учитывая неубывание распределения вероятностей, следует, что вероят-
ность любого события всегда лежит между нулем и единицей
0 ≤ P (A) ≤ 1.
Теорема 3 (о вероятности суммы совместных событий). Для любых
двух совместных событий верна формула сложения вероятностей
P (A ∪ B) = P (A) + P (B) − P (AB).
Доказательство. Представим событие A ∪ B в виде суммы двух несовмест-
ных событий A∪ B = A + ЇAB , а событие B в виде суммы двух несовместных
событий B = ΩB = (A + ЇA)B = AB + ЇAB . Отсюда, по аксиоме сложения
следуют два числовых равенства:
P (A ∪ B) = P (A) + P ( ЇAB), P (B) = P (AB) + P ( ЇAB).
10
Подставив выражение P (B) − P (AB) для P ( ЇAB) из второго равенства в
первое, получим доказываемую формулу сложения вероятностей .
Из формулы сложения вероятностей по индукции выводится общая
формула вероятности суммы любого конечного числа событий. В частности,
формула вычисления вероятности суммы трех событий имеет вид
P (A ∪ B ∪ C ) = P (A) + P (B) + P (C ) − P (AB) − P (AC) − P (BC ) + P (ABC ).