- •1. Пространство элементарных событий ω. Примеры построения ω.
- •2. Основные операции над событиями. Алгебра событий. Достоверные, противоположные, несовместные события. Примеры.
- •3. Различные способы определения вероятности.
- •4. Теорема сложения вероятностей для совместных событий.
- •5. Определения условной вероятности, зависимых и независимых событий. Примеры.
- •6.Теорема умножения вероятностей для зависимых событий.
- •7. Формула полной вероятности.
- •8. Формулы Байеса.
- •10. Сформулируйте локальную предельную теорему Муав-ра—Лапласа.
- •11. Сформулируйте интегральную предельную теорему Му-авра—Лапласа.
- •12. Докажите теорему Пуассона.
- •13. Закон распределения и функция распределения дискретной случайной величины (св.).
3. Различные способы определения вероятности.
Пусть пространство элементарных событий Ω. состоит из конечного числа элементарных событий {ω1, ω2,…,ωn } , которые равноправны по отношению друг к другу. Вероятность Р(А) события А можно определить как долю тех элементарных событий, в результате которых это событие осуществляется: Р(А) =m/n, где n - общее число элементарных событий в Ω, a m - число тех из них, которые входят в А , или, как говорят, благоприятствуют А . аксиоматическое определение вероятности.
Числовая функция Р(А) , определенная на алгебре событий F, называется вероятностью, если выполнены следующие условия:
1) Р(А) ≥ 0 для любого а € F
2)P(Ω) = 1 ;
3)если А и В несовместны, то Р(А + В) = Р(А) + Р(В)
Число Р(А) называется вероятностью события А. Определение. Тройка (Ω, F, Р) называется вероятностным пространством.
Р(А) = m/n, формула, первоначально принятая за определение вероятности.
Пример 10. Монета подбрасывается три раза. найти Р(А) и Р(В) .
Решение. В Ω входит восемь элементарных событий ({(ГГГ), (РГР), (ГРГ), (ГГР), (РРГ), (РГГ), (ГРР), (РРР)}), в А - три, в В - четыре. получаем А = {(РРГ), (РГР),(ГРР)}, В = {(РРГ),(РГР),(ГРР),(РРР)}. Поэтому Р(А)=3/8, Р(В)=4/8 =1/2.
4. Теорема сложения вероятностей для совместных событий.
Пусть задано вероятностное пространство (Ω,F,P) и A € F, В € F. Тогда вероятность появления хотя бы одного
из событий А или В равна
Р(А+В)=Р(А)+Р(В)-Р(АВ).
Следствие (вероятность противоположного события).
Р(А)=1-Р(А).
Определение. События А1,А2,...,Аn называются попарно несовместными, если Ai ∙Aj=ᴓ для всех i≠j .
Пример. Брошены две игральные кости. Чему равна вероятность того, что хотя бы на одной из них выпадет 5 очков?
Решение. Введем событие А= (5 очков выпало на первой кости) и В= (5 очков выпало на второй кости). Тогда
Р{А + В) = Р(А) + Р(В) - Р(АВ) =1/6+1/6-1/36=11/36
5. Определения условной вероятности, зависимых и независимых событий. Примеры.
Определение. Пусть (Ω F,P) - произвольное вероятностное пространство. Если A, B € F,
Р(А) > 0, то условная вероятность события В при условии что событие А произошло, определяется формулой
P(B/A)=P(AB)/P(A)
Определение. Пусть A, B € F. События A и В называются независимыми, если Р(АВ) = Р(А)*Р(В).
6.Теорема умножения вероятностей для зависимых событий.
Пусть A, B € F. Тогда Р(АВ) = Р(А)*Р(В/А), то есть вероятность совместного появления событий А и В равна произведению вероятности одного из них на условную вероятность второго при условии, что первое произошло.
Следствие. Если А1,А2,...,Аn - произвольные события,
то P(A1*A2*..,*An) = P(A])*P(A2/A1)*…*P(An/Al*..*,An-1). В частности, P(А1 *А2*А3) = Р(A1) • Р(А2 / A1 ) • Р{A3 /A1 • А2).
Пример.В урне 5 белых и 4 черных шара. Из нее вынимают подряд, не возвращая, два шара. Найти вероятность того, что оба шара белые.
Решение. Пусть А = (первый шар белый), В = (второй
шар белый). Тогда P(A) = 5/9. Если событие А произойдет, то в
урне останется 4 белых и 4 черных шара. Поэтому P(B/A)=4/8=1/2
Значит, искомая вероятность равна P(AB) = P(A)*P(B/A) = 5/9*1/2=5/18 .
классическое определение вероятности: Р(АВ) = C25 / C29 =5/18