- •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
§ 4. Основные теоремы теории вероятностей п.1. Теоремы сложения вероятностей
Теорема 1. Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий: Р(А+В)=Р(А)+Р(В).
Доказательство.
Д окажем теорему для схемы случаев. Пусть всевозможные исходы опыта сводятся к совокупности случаев, которые можно наглядно изобразить в виде n точек, из них m случаев благоприятствуют событию А, и k случаев благоприятствуют событию В. Тогда по определению вероятности , , так как А и В несовместны, то нет таких случаев, которые благоприятны А и В вместе. Следовательно, событию (А + В) благоприятны (m + k) случаев и . То есть + , что и треб. доказать.
Теорема 1/ (Обобщенная теорема сложения несовместных событий) Вероятность суммы n несовместных событий равна сумме вероятностей этих событий: .
Доказательство (методом математической индукции).
Предположим, что теорема справедлива для (n-1) несовместного события: А1, А2,…, Аn-1, т.е. справедливо равенство: Р(А1+ А2+…+Аn-1)=Р(А1)+Р(А1) +…+ Р(Аn-1) . Докажем, что теорема будет справедлива для n несовместных событий.
Обозначим А1 + А2 +…+Аn-1 = С.
Имеем Р(А1 + А2+…+ Аn-1 + Аn) = Р(С + Аn) = (по теореме 1) = Р(С)+Р(Аn) = (а для (n-1) несовместного события теорема доказана) = Р(А1)+Р(А2) +…+ Р(Аn-1)+ Р(Аn). (что и треб. доказать)
Следствие 1. Если события А1, А2,…, Аn-1, Аn образуют полную группу несовместных событий, то сумма их вероятностей равна единице: .
Доказательство.
Т.к. события А1, А2,…, Аn-1, Аn образуют полную группу несовместных событий, то, по определению, появление хотя бы одного из них – достоверное событие:
= Р(А1 + А2 +…+Аn-1+ Аn ) = 1.
Т.к. события несовместные, то к ним применима обобщенная теорема сложения:
Р(А1 + А2 +…+Аn-1+ Аn )=Р(А1)+Р(А2) +…+ Р(Аn-1)+ Р(Аn) = =1, (что и треб. доказать).
Следствие 2. Сумма вероятностей противоположных событий равна единице:
Доказательство.
События – противоположные, т.е. по определению образуют полную группу несовместных событий, тогда по следствию 1, .
Замечание. Следствие 2 – частный случай следствия 1. На практике весьма часто оказывается легче вычислить вероятность противоположного события, чем прямого.
.
В формулировке таких задач встречаются слова «хотя бы», «не менее», «по крайней мере» и др.
Пример. Из колоды карт (36) наудачу вынимают 3 карты. Найти вероятность того, что среди них окажется хотя бы один туз.
Решение.
1 способ (по теореме ).
Событие А = {из 3 карт окажется хотя бы один туз}.
Хотя бы один – это либо один, либо два, либо три, т.е. событие А может быть представлено в виде суммы трех событий: А1 = {из 3 карт окажется один туз}, А2 = {из 3 карт окажется два туза}, А3 = {из 3 карт окажется три туза}.
А = А1 + А2 +А3.
Т.к. события несовместны, то по теореме : Р(А) = Р(А1+ А2+А3)=Р(А1)+Р(А2) +Р(А3).
Найдем отдельно вероятности событий.
, , .
Р(А) + 0,0269 + 0,0006 = 0,3053.
2 способ (по следствию 2).
Событие = {из 3 вынутых карт не окажется ни одного туза}.
.
.
Теорема 2. Вероятность суммы двух совместных событий равна сумме вероятностей этих событий без вероятности их произведения (совместного осуществления): Р(А+В)=Р(А)+Р(В) – Р(АВ).