- •1. Предмет теории вероятностей. Случайный эксперимент.
- •2. Классическое определение вероятности.
- •3. Геометрическое определение вероятности
- •4. Аксиоматическое определение вероятности
- •5. Условные вероятности
- •6. Независимые события
- •7. Формулы полной вероятности и Байеса
- •8. Схема независимых испытаний Бернулли
- •9. Случайные величины. Функция распределения случайной величины и ее свойства
- •10. Дискретные случайные величины. Закон распределения дсв.
- •12. Непрерывные случайные величины. Плотность вероятностей
- •13. Важнейшие непрерывные случайные величины
- •1 4. Математическое ожидание св.
- •15. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •16. Чх дискретных и непрерывных случайных величин
- •17. Случайные векторы. Фр случайного вектора и ее свойства.
- •18. Дискретные случайные векторы. Зр дискретного случайного вектора
- •19. Непрерывные случайные векторы. Плотность вероятностей и ее свойства
- •20. Пример. (Равномерное распределение в области ).
- •21. Независимость случайных величин
- •22. Условные законы распределения и условные числовые характеристики
- •23. Числовые характеристики случайных векторов
- •24. Теоремы о числовых характеристиках
- •25. Некоррелированность случайных величин и ее связь с независимостью
- •26. Коэффициент корреляции его свойства
- •27. Многомерное нормальное (гауссовское) распределение
- •28. Функции случайных аргументов
- •29. Композиция (свертка) законов распределения
- •30. Неравенство Чебышева
- •31. Законы больших чисел
- •32. Теорема 3 (збч для независимых, одинаково распределенных св).
- •33. Центральная предельная теорема
- •34. Теорема 2 (Ляпунова) (цпт для независимых, разнораспределенных св)
4. Аксиоматическое определение вероятности
Свойства 1° – 3°, установленные в классическом, геометрическом и статистическом определениях вероятности, в аксиоматическом определении принимаются в качестве системы аксиом (только свойство 3° формулируется в более общем виде).
Определение. Пусть - произвольное пространство элементарных событий. Вероятностью называется числовая функция , определенная на подмножествах (случайных событиях), удовлетворяющая следующим аксиомам:
1°. Аксиома неотрицательности: .
2°. Аксиома нормированности: .
3°. Аксиома счетной аддитивности: , для любой последовательности событий , являющихся попарно несовместными .
3*. Аксиома конечной аддитивности:
Проверка аксиомы счетной аддитивности 3° на практике бывает весьма затруднительна. Для этого полезным является следующее утверждение.
Теорема (без доказательства). Аксиома счетной аддитивности 3° эквивалентна аксиоме конечной аддитивности 3* и следующей аксиоме непрерывности:
4°. Аксиома непрерывности. Если события обладают свойствами:
; 2) , (при этом говорят, что события образуют убывающую последовательность событий), то .
Из аксиоматического определения вероятности вытекают следующие свойства вероятности.
4°. .
5°. .
6°. .
7°. .
8°. Теорема сложения вероятностей.
Для любых событий А и В (не обязательно несовместных) .
▲ Представим событие В в виде: .
Поскольку события являются несовместными, то по аксиоме аддитивности 3°
. (1)
Представим событие в виде: .
Поскольку события являются несовместными, то по аксиоме 3°
. (2)
Вычитая из равенства (2) равенство (1), получаем . ■
Задача. Доказать, что для любых трех событий А, В и С
.
Доказать общую формулу: .
9°. Если события образуют полную группу событий, то . Свойство следует из определения полной группы событий и аксиом 2° и 3°. ■
10°. . Представим событие А в виде: .
Поскольку события являются несовместными, то по аксиоме аддитивности 3°
. ■
5. Условные вероятности
На практике случайные события обычно взаимосвязаны. Информация о наступлении одного из событий может влиять на шансы наступления другого. Пусть - конечное пространство равновозможных исходов, А и В – некоторые события. Если о событии В ничего неизвестно, то согласно классическому определению вероятности: .
Если же известно, что событие В уже произошло (т. е. наступил исход , но какой именно – неизвестно), то для определения вероятности события А следует выбрать новое пространство элементарных событий .
В этом случае событию А благоприятствуют исходы и новая вероятность, которую обозначим оказывается равна: .
Полученная вероятность называется условной вероятностью события А при условии, что событие В произошло и полученное для нее выражение в рамках классической схемы принимается за определение условной вероятности и в общем случае.
Определение. Пусть А и В некоторые случайные события, . Условной вероятностью события А при условии, что событие В произошло, называется величина .
Для условной вероятности применяется также обозначение .
Условная вероятность , как функция события А при фиксированном событии В (условии), удовлетворяет аксиомам 1° – 3° и, следовательно, всем свойствам вероятности, вытекающим из аксиом:
. (Действительно, ).
(Действительно, ,
поскольку события являются несовместными).
Аналогично вводится понятие условной вероятности события В при условии, что событие А произошло: в предположении, что .
Если и , то из определения условных вероятностей и получаем следующее правило умножения вероятностей: .
На случай любого конечного числа событий правило умножения вероятностей обобщается следующим образом.
Теорема (умножения вероятностей).
Пусть некоторые события, для которых . Тогда
.
▲ В соответствии с правилом умножения вероятностей
. ■