Содержание
Основные понятия теории вероятности
Случайная величина
Основные теоремы теории вероятности
Случайные величины и их законы распределения
Библиографический список
Основные понятия теории вероятности
Полная группа событий: несколько событий образуют полную группу, если в результате опыта непременно должно появиться хотя бы одно из них.
Несовместные события: несколько событий являются несовместными в данном опыте, если никакие два из них не могут появиться вместе.
Равновозможные события: несколько событий называются равновозможными, если есть основание считать, что ни одно из них не является предпочтительным по сравнению с другими.
Частота события: если производится серия из N опытов, в каждом из которых могло появиться или не появиться некоторое событие А, то частотой события А в данной серии опытов называется отношение числа опытов, в которых появилось событие А, к общему числу произведенных опытов.
Частоту события часто называют статистической вероятностью и вычисляют на основании результатов опыта по формуле , где m – число появлений события А.
При небольшом числе опытов N частота может меняться от одной серии опытов к другой из-за случайности событий. Однако при большом числе опытов она носит устойчивый характер и стремится к значению, которое называется вероятностью события.
Случайная величина
Случайной величиной (СВ) называется величина, которая в результате опыта может принять то или иное значение, причем неизвестно заранее, какое именно.
Примеры: число попаданий в мишень при ограниченном числе выстрелов; число вызовов по телефону в единицу времени; количество некондиционных транзисторов в партии выпускаемых изделий и т.д.
Случайные величины, принимающие только отдельные значения, которые можно пересчитать, называются дискретными случайными величинами.
Существуют СВ другого типа: значения шумового давления, измеренного в различные моменты времени; вес булки хлеба, продаваемого в магазине и т.д. Называют их непрерывными случайными величинами.
Основные теоремы теории вероятности
Сумма и произведение событий. Суммой двух событий А и Б называется событие С, состоящее в выполнении события А, или события Б, или обоих вместе.
Например, если событие А – попадание в мишень при первом выстреле, событие Б – попадание в мишень при втором выстреле, то событие С = А + Б есть попадание в мишень вообще безразлично при каком выстреле – при первом, при втором или при обоих вместе.
Суммой нескольких событий называется событие, состоящее в появлении хотя бы одного из этих событий.
Произведением двух событий А и Б называется событие С, состоящее в совместном выполнении события А и события Б.
Если производится два выстрела по мишени и если событие А есть попадание при первом выстреле, а событие Б – попадание при втором выстреле, то С = А∙Б есть попадание при обоих выстрелах.
Произведением нескольких событий называется событие, состоящее в совместном появлении всех этих событий.
2. Теорема сложения вероятностей. Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий:
.
Пусть возможные исходы опыта сводятся к совокупности случаев, которые для наглядности представлены на рис. 1 в виде N символов.
Рис. 1
Предположим, что из этих случаев m благоприятны событию А, а k – событию Б. Тогда
.
Так как события А и Б несовместны, то нет случаев, которые благоприятны событиям А и Б вместе. Следовательно, событию А + Б благоприятны m + k случаев и
.
Подставляя полученные выражения в формулу для вероятности суммы двух событий, получим тождество.
Следствие Если события А 1, А 2, …, АN образуют полную группу событий, то сумма их вероятностей равна единице.
Следствие 2. Сумма вероятностей противоположных событий равна единице.
3. Теорема умножения вероятностей. Необходимо ввести понятия независимых и зависимых событий.
Событие А называется независимым от события Б, если вероятность события А не зависит от того, произошло событие Б или нет.
Событие А называется зависимым от события Б, если вероятность события А меняется от того, произошло событие Б или нет.
Вероятность события А, вычисленная при условии, что имело место другое событие В, называется условной вероятностью события А и обозначается P (А / В).
Теорема умножения вероятностей: вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную при условии, что первое имело место:
.
Пусть возможные исходы опыта сводятся к N случаям, которые для наглядности даны в виде символов на рис. 2.
Рис. 2
Предположим, что событию А благоприятны m случаев, а событию Б – k случаев. Так как не предполагались события А и Б совместными, то существуют случаи, благоприятные и событию А, и событию Б одновременно. Пусть число таких случаев l. Тогда P (АБ) = l / N; P (A) = m / N. Вычислим P (Б / А), т.е. условную вероятность события Б в предположении, что А имело место. Если известно, что событие А произошло, то из произошедших N случаев остаются возможными только те из m, которые благоприятствовали событию А. Из них l случаев благоприятны событию Б. Следовательно, P (Б / А) = l / m. Подставляя выражения P (АБ), P (A) и P (Б / А) в формулу вероятности произведения двух событий, получим тождество.
Следствие Если событие А не зависит от события Б, то и событие Б не зависит от события А.
Следствие 2. Вероятность произведения двух независимых событий равна произведению этих событий.
4. Формула полной вероятности. Формула полной вероятности является следствием обеих теорем – теоремы сложения вероятностей и теоремы умножения вероятностей.
Пусть требуется определить вероятность некоторого события А, которое может произойти вместе с одним из событий H 1, H 2,…, HN, образующих полную группу несовместных событий. Будем эти события называть гипотезами. Тогда
,
т.е. вероятность события А вычисляется как сумма произведений вероятности каждой гипотезы на вероятность события при этой гипотезе.
Эта формула носит название формулы полной вероятности.
Так как гипотезы H 1, H 2,…, HN образуют полную группу событий, то событие А может появиться только в комбинации с какой-либо из этих гипотез: А = H 1 А + H 2 А + …+ HNА. Так как гипотезы H 1, H 2,…, HN несовместны, то и комбинации H 1 А, H 2 А, … HNА также несовместны. Применяя к ним теорему сложения, получим:
.
Применяя к событию HiА теорему сложения, получим искомую формулу.
5. Теорема гипотез (формула Байеса). Имеется полная группа несовместных гипотез H 1, H 2,…, HN. Вероятности этих гипотез до опыта известны и равны соответственно P (H 1), P (H 2), …, P (HN). Произведем опыт, в результате которого будет наблюдаться появление некоторого события А. Спрашивается, как следует изменить вероятности гипотез в связи с появлением этого события?
Здесь, по существу, идет речь о том, как найти условную вероятность для каждой гипотезы после проведения эксперимента.
Из теоремы умножения имеем:
, (i = 1, 2, …, N).
Или, отбрасывая левую часть, получим
, (i = 1, 2, …, N),
откуда
, (i = 1, 2, …, N).
Выражая P (А) с помощью формулы полной вероятности, имеем:
, (i = 1, 2, …, N).
Эта формула и носит название формулы Байеса или теоремы гипотез. Используется она в теории проверки статистических гипотез (в частности, в теории обнаружения сигналов на фоне помех).