Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
8. Дискретная вероятностьЭЛЕМЕНТ СЛУЧАЙНОСТИ привлекается практически всегда, когда мы пытаемся объяснить окружающий нас мир. Математическая теория вероятностей позволяет вычислять вероятности сложных событий, если мы предположим, что эти события подчиняются определенным аксиомам. Эта теория имеет важные приложения во всех областях науки, и к тому же она тесно связана с методами, изученными нами в предыдущих главах. Прилагательное „дискретная" означает, что вероятности всех событий можно вычислить при помощи суммирования, а не интегрирования. Мы уже хорошо знакомы с суммами, поэтому нет ничего удивительного в том, что наши знания можно применить к вычислению ряда интересных вероятностей и средних значений. 8.1 ОПРЕДЕЛЕНИЯТеория вероятностей начинается с идеи вероятностного пространства, которое представляет собой множество О всего, что может случиться в рассматриваемой задаче, в совокупности с правилом, приписывающим каждому элементарному событию си
Таким образом, все значения Вот пример. Если мы бросаем пару игральных кубиков, то множество О. элементарных событий представляет собой
— множество всех шести возможностей падения одного определенного кубика. Два таких исхода, как и Обычно мы предполагаем, что кубики „правильные" т. е. все шесть вариантов для одного кубика имеют вероятности и все 36 возможных исходов в
Тогда
Например,
Можно рассмотреть также случай, когда один кубик правильный, а другой — с начинкой,
в этом случае Подмножество множества О называется событием. В игре в кости, например, множество
есть событие — „выпадение дублета" Индивидуальные элементы си множества Вероятность события А определяется формулой
и, в общем случае, если (Здесь мы использовали обозначение в более общем смысле, чем было определено в гл. 2: суммы в (8.1) и (8.4) распространяются на все элементы си произвольного множества, а не только на целые числа. Однако это расширение в действительности не вызывает никаких проблем; мы можем условиться использовать под знаком Функция, определенная на элементарных событиях си из вероятностного пространства, называется случайной величиной. Если, например,
Для правильных кубиков В рассуждениях о случайных величинах принято опускать обозначение события
Если мы решаем задачу, включающую только случайную величину Если на одном вероятностном пространстве
для всех х в диапазоне изменения X и всех у в диапазоне изменения У. Мы будем говорит, что X и Y — независимые случайные величины, если
для всех х и у. Интуитивно это означает, что значение X не оказывает влияния на значение У. Так, если О есть множество бросаний кубиков
но мы так не сделали, поскольку обычно кубики не влияют друг на друга. В наших обозначениях оба эти отношения равны Мы определили мере для правильных кубиков): для всех допустимых значений Желая выяснить типичное поведение какой-либо случайной величины, мы часто интересуемся ее „средним" значением. Однако понятие „среднего" неоднозначно; обычно, говоря о последовательности чисел, подразумевают три разновидности средних: • среднее арифметическое (это сумма всех значений, деленная на их количество); • медиана (это средний элемент последовательности, если упорядочить значения); • мода (значение, встречающееся чаще других). Например, среднее арифметическое значение последовательности (3,7,4,1,5) равно Однако объектами, с которыми имеет дело теория вероятностей, являются случайные величины, а не последовательности чисел, так что нужно определить понятие „среднего" и для случайных величин. Предположим, что мы многократно повторяем эксперимент, производя независимые испытания таким образом, чтобы каждое значение X появлялось с частотой, приблизительно пропорциональной его вероятности. (Например, мы могли бы много раз бросать пару кубиков, наблюдая за значениями Вот как можно этого достичь. Среднее случайной величины X с вещественными значениями на вероятностном пространстве
если эта, потенциально бесконечная, сумма существует. (Здесь
Наконец, мода X определяется как множество всех таких х, что
В нашем примере с парой кубиков среднее значение величины Таким образом, В теории вероятностей используется специальное название и обозначение для среднего арифметического случайной величины; среднее арифметическое называют математическим ожиданием и пишут
В нашем примере эта сумма содержит 36 слагаемых (по одному для каждого элемента П), тогда как (8.6) есть сумма всего одиннадцати чисел. Однако обе суммы имеют одинаковое значение, поскольку обе они равны
В приложениях среднее арифметическое случайной величины оказывается более полезным, чем другие виды средних, поэтому мы впредь практически забудем о медианах и модах и до конца главы будем употреблять термины „ожидаемое значение" „математическое ожидание" и „среднее" как равнозначные. Если X и Y — две произвольные случайные величины, определенные на одном и том же вероятностном пространстве, то
Аналогично, если а — любая константа, то имеет место простое правило
Однако для умножения случайных величин соответствующее правило в общем случае будет более сложным; математическое ожидание определяется как сумма по элементарным событиям, а сумма произведений обычно не имеет простого выражения. Несмотря на эту трудность, имеется прекрасная формула для математического ожидания произведения в специальном случае независимых случайных величин:
Мы можем доказать это равенство при помощи дистрибутивного закона для произведений:
Например, мы знаем, что
|
1 |
Оглавление
|