Основы теории вероятностей (терминология)
Терминология
Случайный эксперимент – это любой эксперимент, результат которого не определяется начальными условиями. Пример: подбрасываение кубика.
Элементарный исход (ω, “омега”) – это любой возможный исход случайного эксперимента. Пример: выпадение какой либо грани.
Пространство элементарных исходов (ω, “омега”) – множество всех возможных элементарных исходов эксперимента.
Ω = {ω1,ω2,ω3,ω4,ω5,ω6}
Случайное событие – подмножество пространства элементарных исходов случайного эксперимента. Пример: в случае с кубиком, нас интересует выпадение четного количества очков.
Случайная величина (ξ, “кси”) – функция, ставящая в соответствие каждому элементарному исходу некоторое число из множества (в общем случае) действительных чисел. Пример: Если кубик имеет не пронумерованные, а цветные грани, то мы каждой грани назначаем некоторый вес (действительное число) и это позволяет перейти к оперированию числами.
ξ: Ω → R
Вероятность (P) – это мера, которая выражает возможность данного события по отношению к другим исходам.
m – объем пространства элементарных исходов
A – случайное событие эксперимента
k – объем множества элементарных исходов
P (A) = k / A
Пример: выпадения четного количества очков на кубике пространства элементарных исходов объема 6. Множество элементарных исходов, которое соответсвует интересующему нас случайному событию – 3.
Статистическая вероятность
Что делать, если мы не можем четко определить ни пространство элементарный исходов, ни множество элементарных исходов, которое соответствует интересующему нас случайному событию? Проводим некоторое количество экспериментов.
A – некоторое случайное событие. Которое нас интересует как результат эксперимента, которое может произойти, либо не произойти.
n – количество экспериментов. Выборка реализации случайного эксперимента.
nA – количество удачных экспериментов
Частота выпадения A и называется статистической вероятностью.
P* (A) = nA / n
Чем больше количество экспериментов, тем точнее статистическая вероятность оценивает некоторую истинную вероятность события, которая в общем случае нам неизвестна.
Свойства вероятности
Первое свойство вероятности
Вероятность несуществующего события равно нулю
P (Ø) = 0
P – вероятность
Ø – несуществующее событие
Второе свойство вероятности
P (Ā) = 1 – P(A)
A – некоторое событие
Ā – обратное событие
Третье свойство вероятности
Если событие A вложено в B, либо входит в B, то вероятность возникновения A меньше, чем вероятность возникновения события BЕсли A ⊃ B, то P(A) ≤ P(B)
Следствие третьего свойства
Четвертое свойство вероятности
Вероятность любого события, всегда находится между 0 и 1
0 ≤ P(A) ≤ 1
Пятое свой свойство вероятности
P(A∪B) = P(A) + P(B) – P(A∩B)
Свойство независимых событий
Свойства A и B называются независимыми, если вероятность их совместного события равна произведению вероятностей их событий по отдельности.
P(AB) = P(A)P(B)
Пример: если я буду кидать игральную кость и кидать монетку. То выпадения значений на кости и монетки совершенно не будут зависеть друг от друга. Могу даже кость потерять и от этого вероятность выпадения орла на монетке никак не изменится.
Характеристики случайных величин
Случайная величина – функция, перевода из множества элементарных исходов в множество действительных чисел.
Непрерывные случайные величины – переводят пространство элементарных исходов во множество действительных чисел.
Пример: Время до какого то события, до прибытия транспорта на остановку.
Дискретные случайные величины – переводят пространство элементарных исходов в некоторое конечное, либо, в общем случае, счетное множество. Пример: подбрасывание игрального кубика. Переводит из пространства элементарных исходов в 6ть граний, в числовое пространство от 1 до 6ти.
Функция распределения вероятностей
Функция распределения – это вероятность попадания случайной величины в интервал от -∞ до x
Fξ(x) = P{ξ≤x}, x ∈ R
Свойства функции распределения
Функция плотности
Используется для непрерывных случайных величин. Показывает нам частоту с которой случайная величина принимает те или иные значения
Свойство функции плотности
Площадь под функцией всегда равна единице. Интеграл по всей области значения всегда равен единице.
Функция вероятности
(для дискретных случайных величин)
P{ξ = xk} = pk
Квантиль
Квантиль – это значение, которое случайная величина не превышает с какой то заданной вероятностью.
tα = F-1(α)
Чаще всего квантили считают для значений 0,25; 0,5; 0,75 – это квартили.
Математическое ожидание и дисперсия
Математическое ожидание – среднее значение, которое принимает случайная величина (функция случайной величины).
Дисперсия – это мера отклонения случайной величины от ее математического ожидания