Скачать 2.66 Mb.
|
В. М. Калинин, С. Р. Тихомиров Лекции по теории вероятностей и математической статистике Теория вероятностей источник http://www.twirpx.com/file/132610/ 2010 год Классическое определение вероятности. Основные формулы исчисления вероятностей Разберём весьма частный, однако, часто встречающийся случай: состоит из конечного числа N равновероятных событий. Понятие ''равновероятности'' здесь является исходным, неопределяемым. Основанием для суждения о равновозможности, равновероятности обычно служит физическая симметрия, равноправие исходов. Понятие "вероятность" здесь уже является производным, определяемым: вероятностью P(A) события A называется P(A) , где N(A) – число элементарных событий, благоприятствующих событию A. В этих условиях выведем основные формулы исчисления вероятностей. 1. Вероятность достоверного события равна 1:P()1.Это очевидно, так как N()N. 2. Вероятность невозможного события равна 0:P()0. Это ясно, посколькуN()0. 3. P( )1P(A). Справедливость равенства следует из равенстваN(A) N( )N. 4. 0P(A)1для A, поскольку 0N(A)N. 5. ABP(A)P(B), поскольку в этом случаеN(A)N(B). 6. Для любых событий A и B:P(AB)P(A),так какN(AB)N(A). 7. Теорема сложения для несовместимых событий. Если события A и B несовместимы, то вероятность их суммы равна сумме вероятностей: P(AB)P(A)P(B). Действительно,N(AB)N(A)N(B)и остаётся разделить это равенство на N. 8. Теорема сложения в общем случае: P(AB)P(A)P(B)P(AB). Действительно, из определения суммы событий:N(AB)N(A)N(B) N(AB). Деля почленно это равенство на N, убеждаемся в справедливости теоремы. 9. Обобщение теоремы сложения на n событий: P(A1A2An) (1)k1 P(Aj1Aj2Ajk). Формула доказывается методом математической индукции несложно, но громоздко. Во внутренней сумме число слагаемых, очевидно, равно и суммирование ведётся по всевозможным наборам различных натуральных индексов j1, j2, , jk. 10. Условная вероятность. Добавим к комплексу условий, реализация которых интерпретируется как опыт, ещё одно условие: произошло событие B; это возможно практически лишь в случае, когдаP(B)0.Все опыты, в которых B не произошло, мы как бы игнорируем. Считаем, что добавление события B к комплексу условий не нарушает равновероятности исходов и не меняет природы самих исходов. Теперь опыт может иметь лишь один из N(B) исходов, а из них событию A благоприятствуют N(AB) исходов. В соответствии с классическим определением, вероятность события A при условии, что произошло событие B, равна: P(A|B) . Таким образом, по существу, условная вероятность ничем не отличается от обычной, безусловной вероятности. В случае, если AB, формула для условной вероятности упрощается: P(A|B) , так как здесь ABA. 11. Теорема умножения: вероятность совместного наступления двух событий равна произведению вероятности одного из них на условную вероятность другого при условии, что первое произошло: P(AB)P(B)P(A|B)P(A)P(B|A). Первая из этих формул дляP(B)0является лишь формой записи формулы пункта 10 для условной вероятности; вторая получена из неё перестановкой местами A и B, что дляP(A)0возможно. Вместе с тем ясно, что теорема умножения верна и для случаяP(A)0илиP(B)0,но при этом она становится тривиальной и бессодержательной. 12. Независимость событий. Будем говорить, что событие A не зависит от события B, если P(A|B)P(A). В этом случае теорема умножения упрощается:P(AB)P(A)P(B). И наоборот, для событий, имеющих положительную вероятность, из последней формулы следует независимость события A от B: P(A|B) P(A). Таким образом, второе эквивалентное определение независимости: события A и B, имеющие положительные вероятности, независимы, если вероятность их произведения равна произведению их вероятностей: P(AB)P(A)P(B). События A и B в этом определении симметричны: если событие A не зависит от B, то и B не зависит от A. Если события A и B независимы, то независимы также и события A и . Действительно: P( |A)P(B|A) 1, откуда: P( |A)1P(B|A)1P(B), а это и доказывает наше утверждение. Ясно, что независимы также и события , . Если события A и B независимы, то они не могут быть несовместимыми: если A и B – одновременно несовместимы и независимы, то, с одной стороны,ABиP(AB)0,а, с другой, –P(AB)P(A)P(B),что противоречит предположению о положительности вероятностейP(A)иP(B). Обобщение понятия независимости на n событий: события A1, A2, , An называются независимыми в совокупности, если для любого набора различных индексовj1, j2, , jkвероятность произведения событийAj1Aj2Ajkравна произведению вероятностей событий Aj1, Aj2, , Ajk: P(Aj1Aj2Ajk)P(Aj1)P(Aj2)P(Ajk). Можно думать, что для независимости событий в совокупности достаточно попарной независимости, Конкретные примеры, однако, доказывают, что это не так. Таким образом, для независимых событий легко вычислять вероятность произведения, а для несовместимых событий легко вычислять вероятность суммы. Если событияA1, A2, , Anнезависимы, то P(A1A2An)P( )1P( )P( )P( ). Если событияA1, A2, , Anнесовместимы, то P( )P( )1P(A1A2An)1 P(Ak). 13. Теорема умножения для n событий: P(A1A2An)P(A1)P(A2An|A1). Учитывая, что условные вероятности ничем не отличаются от безусловных – лишь добавляется к комплексу условий ещё одно, которое в дальнейшем терять или отбрасывать нельзя, – можем продолжить: P(A1A2An)P(A1)P(A2|A1)P(A3An|A1A2) . Окончательно: P(A1A2An)P(A1)P(A2|A1)P(A3|A1A2)P(An|A1A2An1). Эта теорема позволяет дать ещё одно определение независимости в совокупности: события A1, A2, , An, имеющие положительные вероятности, независимы в совокупности, если для любого набора неравных индексов P(Aj1Aj2Ajk|Ai1Ai2Aim)P(Aj1Aj2Ajk), что легко устанавливается по теореме умножения и формуле для условных вероятностей. 14. Формула полной вероятности. Пусть A1, A2, , An – любое разбиение пространства , B – любое событие. ТогдаBBB(A1A2An)BA1BA2BAnи получаем формулу полной вероятности: P(B) P(BAk) P(Ak)P(B|Ak). ОбычноA1, A2, , An– взаимоисключающие друг друга ситуации, в которых может происходить событие B. 15. Формулы Байеса. В обозначениях предыдущего пункта: P(Ak|B) , k1, 2, , n, и мы получили формулы Байеса, которые называют также формулами вероятностей гипотез: если событие B может произойти лишь с одним и только одним из событий A1, A2, , An и оно действительно произошло, то, спрашивается, с каким из событий Ak оно произошло? Можно сделать n гипотез и, соответственно, формулы Байеса дают апостериорные вероятности P(Ak|B) для этих гипотез, выражая их через априорные вероятности P(Am) и условные вероятности P(B|Am) того, что в условиях m-ой гипотезы произойдёт событие B. Таковы основные формулы исчисления вероятностей. Они получены в условиях весьма частного случая – классической схемы, т. е. для пространства конечного числа N равновероятных элементарных событий. В этой схеме число событий, которым благоприятствуют ровно k исходов, равно , а общее число различных событий, следовательно, равно 2N. Весьма неожиданно, что все полученные формулы являются общими и в действительности сохраняют свою силу для любого пространства элементарных событий. Покажем это. Понятие об аксиоматическом построении теории вероятностей Пусть дано пространство элементарных событий . Множество событий A, B, C, назовём полем событий, если а); б)A, BAB,AB, , . Таким образом, введённые действия с событиями: сложение, умножение и переход к противоположному событию – не выводят нас из поля событий, поле событий замкнуто относительно этих операций. Очевидно, также, что . Примем следующие три аксиомы: I. Любому событию A из поля событий приведено в соответствие неотрицательное число P(A), называемое вероятностью события A. II. P()1: вероятность достоверного события равна единице. III. Аксиома сложения. Вероятность суммы несовместимых событий равна сумме их вероятностей. Если A1, A2, , An – попарно несовместимые события, то P(A1A2An) P(Ak). Тройка (, , P()) называется вероятностным пространством. Таким образом, поле событий является областью определения вероятностной функции P(), при этом, как будет показано ниже (4), отрезок [0; 1] является областью её значений. Все пятнадцать формул исчисления вероятностей оказываются следствием трёх только что введённых аксиом. Действительно: 1. P()1 по II аксиоме. 2. , , поэтому по III аксиоме: P()P()P(), откуда P()0. В классической схеме были справедливы и обратные утверждения: если P(A)1, то событие A – достоверное; если P(A)0, то событие A – невозможное. В общей же схеме обратные утверждения, вообще говоря, ошибочны. Приходится вводить особые названия для событий единичной и нулевой вероятности: если P(A)1, то говорят, что событие A происходит почти наверное, если P(A)0, говорят, что событие A почти наверное не происходит. Пожалуй, именно это различие значительно усложняет строгую теорию вероятностей по сравнению с классическим случаем. |
Сборник задач по теории вероятностей и математической статистике. Москва, «Наука», 1970 656с Баврин И. И.: Теория вероятностей и математическая статистика, Москва, Высшая школа, 2005 -160с | Письменный Д. Т. Конспект лекций по теории вероятностей, математической... Письменный Д. Т. Конспект лекций по теории вероятностей, математической статистике и случайным процессам. 3-е изд. М.: Айрис-пресс,... | ||
Теория вероятностей и математическая статистика Вам предлагаются обучающие тестовые задания по теории вероятностей. В этих заданиях вы должны отметить правильный ответ | Темы самостоятельных работ Вид работы Треугольник Паскаля Подготовить доклад Гмурман В. Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Юрайт, 2011. 480с | ||
Введение элементов комбинаторики и теории вероятностей «Теория вероятностей и математическая статистика» студентами 22-ой группы специальностей средних профессиональных учебных заведений.... | Тесты по теории вероятностей. Уровень Условие Варианты ответов Вам предлагаются обучающие тестовые задания по теории вероятностей. В этих заданиях вы должны отметить правильный ответ | ||
Исследовательская работа тема: «Удача на егэ в формулах теории вероятностей» Вам предлагаются обучающие тестовые задания по теории вероятностей. В этих заданиях вы должны отметить правильный ответ | Темы рефератов Теория вероятностей Эбс университетская библиотека onlin гмурман В. Е. Теория вероятностей и математическая статистика : Учебное пособие для вузов. 12-е... | ||
Лекции по учебной дисциплине Теория вероятностей и математическая статистика | Вопросы по дисциплине «Теория вероятностей и математическая статистика»... «Теория вероятностей и математическая статистика» студентами 22-ой группы специальностей средних профессиональных учебных заведений.... | ||
Методичекские рекомендации по дисциплине б. 5 Теория вероятностей... Целями освоения дисциплины Теория вероятностей и математическая статистика являются | Конспект лекций по высшей математике. В 2 частях. Часть М.: Айрис-пресс,... Баранова Е. С., Васильева Н. В., Федотов В. Л. Практическое пособие по высшей математике. Типовые расчеты. Учебное пособие. — Спб:... | ||
Тема урока: Повторение материала по теме "Элементы теории вероятностей"... Разберём весьма частный, однако, часто встречающийся случай: состоит из конечного числа n равновероятных событий | Исф фгбоу впо «СПбгпу» И. И. Боголепов теория вероятностей и математическая статистика в технике Анонс книги: И. И. Боголепов. Теория вероятностей и математическая статистика к технике | ||
Рабочая программа дисциплины (модуля) «Математическая статистика и теория вероятностей» Целью освоения дисциплины «Математическая статистика и теория вероятностей» являются | Программа по формированию навыков безопасного поведения на дорогах... Основы дискретной математики, теории вероятностей, математической статистики и их роль в медицине и здравоохранении |