- •Теория вероятностей
- •§ 1. Предмет теории вероятностей
- •§ 2. Случайные события или исходы. Множество элементарных событий. Основные понятия
- •Примеры на построение множества ω.
- •Алгебраические операции над событиями
- •Диаграмма Венна.
- •Свойства операций
- •§ 3. Различные подходы к определению вероятности
- •П. 1. Аксиоматическое определение вероятности
- •П. 2. Классическое определение вероятности
- •Решение.
- •Решение.
- •Пп. 1. Комбинаторный метод вычисления вероятностей в классической схеме
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Пп. 2. Геометрические вероятности в классической схеме
- •Решение.
- •П. 3. Статистическое определение вероятности
- •§ 4. Основные теоремы теории вероятностей п.1. Теоремы сложения вероятностей
- •Доказательство.
- •Доказательство (методом математической индукции).
- •Доказательство.
- •Доказательство.
- •Решение.
- •Д оказательство (геометрическое)
- •П.2. Теоремы умножения вероятностей
- •Доказательство.
- •Решение.
- •Решение.
- •§ 5. Формулы полной вероятности и формула Байеса п. 1. Формула полной вероятности (следствие обеих основных теорем сложения и умножения)
- •Решение.
- •П. 2. Формула Байеса (Бейеса) (следствие теоремы умножения и формулы полной вероятности)
- •Решение.
- •§ 6. Последовательность независимых испытаний п. 1. Независимые испытания
- •П. 2. Формулы Бернулли.
- •Решение.
- •Решение.
- •Замечания.
- •Решение.
- •П. 3. Предельные теоремы в схеме Бернулли
- •Решение.
- •Решение.
- •Доказательство.
- •Решение.
- •П. 4. Наивероятнейшее число появления события в независимых испытаниях
- •Решение.
- •§ 7. Случайные величины п. 1. Основные определения
- •П. 2. Законы распределения случайных величин. Законы распределения дискретных случайных величин. Функция распределения
- •Формы закона распределения дсв.
- •Решение.
- •Решение.
- •3. Функция распределения – универсальный закон распределения (для дсв и нсв).
- •Свойства f(X).
- •Доказательство.
- •Графики функции распределения.
- •Решение.
- •Решение.
- •П. 3. Плотность распределения вероятностей нсв
- •Свойства плотности распределения
- •2. Условие нормировки: интеграл в бесконечных пределах от плотности распределения равен 1: . (4) Доказательство
- •Решение.
- •Решение.
- •П. 4. Числовые характеристики случайных величин, их роль и назначение
- •Пп 1. Характеристики положения (математическое ожидание, мода, медиана)
- •1. Математическое ожидание или среднее значение случайной величины
- •2. Мода случайной величины
- •3. Медиана случайной величины
- •Пп 2. Моменты
- •Доказательство.
- •И эксцесс
- •Решение.
- •Решение.
- •Решение.
- •П. 5. Законы распределения вероятностей дискретных случайных величин: биномиальный, Пуассона, гипергеометрический. Пп 1. Биномиальное распределение
- •Решение.
- •Пп 2. Распределение Пуассона
- •Решение.
- •Решение.
- •Пп 3. Гипергеометрическое распределение
- •Решение.
- •П. 6. Законы распределения вероятностей непрерывных случайных величин: равномерный, показательный, нормальный Пп 1. Равномерное распределение или закон равномерной плотности
- •Решение.
- •Пп 2. Показательное или экспоненциальное распределение
- •Решение.
- •Пп 3. Нормальный закон распределения
- •Смысл параметров m и σ
- •Решение.
- •§ 8. Системы случайных величин или случайные векторы п. 1. Основные понятия.
- •П. 2. Законы распределения свдт и свнт
- •Закон. Таблица распределения – закон распределения свдт.
- •Решение.
- •Решение.
- •Закон. Функция распределения – закон распределения свдт и свнт.
- •Решение.
- •3. Плотность распределения (для свнт)
- •Решение.
- •Решение.
- •П. 4. Плотности распределения отдельных величин, входящих в систему. Равномерное и нормальное распределения. Условные законы распределения
- •Решение.
- •Решение.
- •П. 5. Числовые характеристики системы. Корреляция. Линии регрессии
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •§ 9. Закон больших чисел. Предельные теоремы теории вероятностей
Решение.
Пусть событие А = {появился белый шар}. Общее число исходов n = 2 + 3 = 5 (всего шаров); число исходов, благоприятствующих событию А, m = 2 (всего 2 белых шара). Тогда
Замечание. Подсчет числа элементов тех или иных подмножеств множества Ω часто облегчается благодаря следующей формуле: число элементов прямого произведения множеств равно произведению числа элементов составляющих множеств, то есть .
Пример. Мальчик записал двузначное число. Какова вероятность, что оно четное?
Решение.
На первом месте мальчик может записать 9 цифр (0 быть не может), на втором месте – 10 цифр, следовательно, общее число исходов n = .
Найдем число исходов, благоприятствующих событию А = {мальчик записал четное число}. На первом месте может быть записано 9 цифр, а вот на втором месте, чтобы число было четным, могут быть поставлены цифры 0, 2, 4, 6, 8, то есть 5 цифр. Тогда число исходов, благоприятствующих событию А, равно
Тогда вероятность
Пп. 1. Комбинаторный метод вычисления вероятностей в классической схеме
Комбинаторика – математический аппарат для вычисления числа различных комбинаций элементов множества (изучалась в теории множеств). Каждая из комбинаторных формул определяет общее число исходов в опыте: выборке наудачу m элементов из n различных элементов исходного множества, при этом выбор может осуществляться: 1) последовательно по одному либо сразу всех элементов с исключением отобранных из исходного множества, 2) поэлементно с обязательным возвращением отобранного элемента на каждом шаге и перемешиванием исходного множества перед следующим выбором. После любой из двух выборок отобранные элементы либо упорядочиваются, либо нет.
Рассмотрим 4 различные схемы выбора.
Схема выбора, приводящая к сочетаниям
Пусть опыт состоит в выборке m неразличимых элементов из n наудачу без возвращения и без упорядочивания. Полученные исходы – сочетания из n элементов по m. Их общее число находится по комбинаторной формуле: .
Свойства сочетаний:
1) , 2) , 3) , 4) , 5) , 6) , если m > n.
Замечание.
Формула Стирлинга для вычисления факториала: .
Пример 1. В урне 10 красных и 9 синих шаров. Из урны вынимаются наудачу 2 шара. Найти вероятность, что оба шара будут синими.
Решение.
Событие А = {появление 2 синих шаров}. Всего шаров 10 + 9 = 19.
Общее число исходов n = .
Синих шаров – 9. Тогда число исходов, благоприятствующих событию А, равно .
Вероятность события А:
Пример 2. В партии из 10 деталей – 3 бракованных. Определить вероятность того, что в выбранных наудачу 4 изделиях 1) не будет ни одного бракованного, 2) будет ровно одно бракованное.
Решение.
Общее число исходов опыта, выборке наудачу 4 изделий из 10, равно n =
В партии 3 бракованных и 7 не бракованных деталей.
Событие А = {в выборке не будет ни одного бракованного изделия}, то есть все 4 детали возьмут из 7. Число исходов, благоприятствующих событию А, равно
Тогда вероятность события А равна:
Событие В = {в выборке будет ровно одно бракованное изделие}. Ему благоприятствуют только такие исходы, когда 1 элемент выборки принадлежит браку (3 детали), а остальные 3 детали – хорошим не бракованным деталям (их 7 штук). Тогда число исходов, благоприятствующих событию В, равно Общее число исходов осталось прежним:
Вероятность события В равна:
Схема выбора, приводящая к размещениям без возвращения
Пусть опыт состоит в выборке m различимых элементов из n наудачу без возвращения, но с упорядочиванием их по мере выбора в последовательную цепочку. Иначе, размещаем m элементов из n на m мест. На одно место – один элемент. Различными исходами опыта будут комбинации элементов, отличающиеся либо набором элементов, либо порядком их следования.
Полученные исходы – размещения из n элементов по m. Их общее число находится по комбинаторной формуле: .
Свойства размещений:
1) , 2) , 3) , 4)
Если число размещений совпадает с числом перестановок, то есть m = n, то полученные исходы опыта - размещения из n элементов множества А по n называют перестановками и их общее число находится по комбинаторной формуле
Пример 1. Из 10 первых букв русского алфавита выбирали без возвращения 4 буквы и записывали их в порядке поступления. Какова вероятность того, что наудачу составленное слово будет оканчиваться буквой «а»?