Основы теории вероятностей
Покупка
Издательство:
Дело (РАНХиГС)
Автор:
Коновалова Марина Николаевна
Год издания: 2025
Кол-во страниц: 131
Дополнительно
Вид издания:
Учебное пособие
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-903802-56-2
Артикул: 872039.01.99
В учебном пособии автором представлен теоретический учебный материал, комплекс разобранных примеров и практических заданий, а также перечень заданий для самостоятельной работы обучающихся в рамках учебных дисциплин «Теория вероятностей» и «Теория вероятностей и математическая статистика». Пособие предназначено для студентов направления подготовки 38.03.01 «Экономика» и специальности 38.05.01 «Экономическая безопасность» Брянского филиала РАНХиГС.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 38.03.01: Экономика
- ВО - Специалитет
- 38.05.01: Экономическая безопасность
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
УДК 519.2 ББК 22.171 К64 Коновалова, М.Н. Основы теории вероятностей: учебное пособие / М.Н. Коновалова; Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (РАНХиГС), Брянский филиал. – Брянск: Издательство Брянского филиала РАНХиГС, 2025. – 132 с. ISBN 978-5-903802-56-2 Рецензенты: Сорокина М.М., доктор физико-математических наук, профессор кафедры математического анализа, алгебры и геометрии Брянского государственного университета имени академика И.Г. Петровского; Горбатова Ю.В., кандидат физико-математических наук, доцент кафедры социально-гуманитарных и естественнонаучных дисциплин Брянского филиала РАНХиГС. В учебном пособии автором представлен теоретический учебный материал, комплекс разобранных примеров и практических заданий, а также перечень заданий для самостоятельной работы обучающихся в рамках учебных дисциплин «Теория вероятностей» и «Теория вероятностей и математическая статистика». Пособие предназначено для студентов направления подготовки 38.03.01 «Экономика» и специальности 38.05.01 «Экономическая безопасность» Брянского филиала РАНХиГС. ISBN 978-5-903802-56-2 УДК 519.2 ББК 22.171 © Издательство Брянского филиала РАНХиГС, 2025 © М.Н. Коновалова, 2025 К64
СОДЕРЖАНИЕ Предисловие ............................................................................................. 5 1. Основные понятия теории вероятностей .......................................... 6 1.1 Случайные события и операции над ними ................................ 7 1.2 Классическое определение вероятности .................................... 9 1.3 Геометрическое определение вероятности.............................. 11 1.4 Статистическое определение вероятности .............................. 13 Задачи для самостоятельного решения ..................................... 15 2. Элементы комбинаторики ............................................................... 16 2.1 Основные правила комбинаторики .......................................... 16 2.2 Выбор формулы комбинаторики .............................................. 18 2.3 Использование комбинаторики для подсчета вероятностей ...... 25 Задачи для самостоятельного решения ..................................... 27 3. Условная вероятность ....................................................................... 28 3.1 Теоремы сложения и умножения вероятностей ...................... 28 3.2 Формула полной вероятности ................................................... 35 3.3 Формулы Байеса ......................................................................... 37 Задачи для самостоятельного решения ..................................... 39 4. Схема независимых испытаний ....................................................... 41 4.1 Формула Бернулли ..................................................................... 41 4.2 Наивероятнейшее число успехов .............................................. 44 4.3 Предельные теоремы для схемы Бернулли .............................. 46 Задачи для самостоятельного решения ..................................... 50 5. Дискретная случайная величина ..................................................... 51 5.1 Закон распределения случайной величины ............................. 51 5.2 Функция распределения случайной величины и ее свойства ..... 53 5.3 Числовые характеристики дискретной случайной величины .... 55 Задачи для самостоятельного решения ..................................... 59 6. Непрерывная случайная величина .................................................. 61 6.1 Определение непрерывной случайной величины ................... 61 6.2 Плотность распределения вероятностей.................................. 63 6.3 Числовые характеристики непрерывной случайной величины .... 66 Задачи для самостоятельного решения ..................................... 70
7. Основные законы распределения дискретных случайных величин ..... 72 7.1 Биномиальное распределение .................................................. 72 7.2 Геометрическое распределение ……………………………………......74 7.3 Гипергеометрическое распределение ...................................... 76 7.4 Распределение Пуассона ........................................................... 78 Задачи для самостоятельного решения ...................................... 81 8. Основные законы распределения непрерывных случайных величин ... 83 8.1 Равномерное распределение .................................................... 83 8.2 Показательное распределение .................................................. 85 8.3 Нормальное и логнормальное распределения ......................... 87 8.4 Треугольное распределение ...................................................... 91 Задачи для самостоятельного решения ...................................... 93 9. Система случайных величин ............................................................ 95 9.1 Совместный закон распределения случайных величин .......... 95 9.2 Функция распределения системы и двумерная плотность ..... 98 9.3 Условные законы распределения компонент системы ......... 102 9.4 Числовые характеристики двумерной случайной величины .... 106 Задачи для самостоятельного решения ................................... 111 10. Предельные теоремы теории вероятностей .................................. 114 10.1 Сходимость по вероятности .................................................... 114 10.2 Закон больших чисел ............................................................... 117 10.3 Центральная предельная теорема .......................................... 122 Задачи для самостоятельного решения .................................... 124 Приложение 1. Таблица значений функции Гаусса ............................ 126 Приложение 2. Таблица значений функции Лапласа ......................... 127 Литература ............................................................................................ 129
Предисловие Теория вероятностей занимается изучением закономерностей влияния случая на исход эксперимента с целью получения его количественных характеристик, дающих прогноз развития различных реальных процессов. Такие исследования приобретают все большее значение в различных отраслях как фундаментальной науки, так и в приложениях, и в настоящее время в высшем образовании вероятностным дисциплинам отводится значительное место. Закладывая теоретические основы, теория вероятностей является основным базовым курсом для многих востребованных временем вероятностных дисциплин экономического профиля, таких как математическая статистика, теория игр, эконометрика, экономический анализ, оценка рисков, оценка стоимости бизнеса и др. Поэтому знакомство с данным курсом является обязательным для студентов направления подготовки 38.03.01 «Экономика» и специальности 38.05.01 «Экономическая безопасность». Для этой цели предназначено данное учебное пособие. В нем освещены основные вопросы теории вероятностей, связанные с обсуждением различных формул для вероятностей случайных событий, законов распределения и характеристик случайных величин и предельных теорем теории вероятностей. В условиях реальной ограниченности учебного времени доступность и целостность представления о предмете предлагается достигать за счет выбора и логики последовательности обсуждаемых тем с акцентом на основных понятиях теории и практических примерах с исключением громоздких доказательств. В связи с этим пособие рассчитано на его использование в учебном процессе для аудиторной и самостоятельной работы студентов. При составлении учебного пособия были использованы действующие рабочие программы, учебники, курсы лекций, сборники задач и специализированная литература. Учебное пособие, помимо теоретического материала, содержит множество разобранных типовых примеров, которые наиболее широко используются при решении задач прикладного характера, что особенно важно для понимания математического результата. Применение учебного пособия «Основы теории вероятностей» в процессе изучения студентами дисциплин «Теория вероятностей» и «Теория вероятностей и математическая статистика» направлено на формирование способности в своей профессиональной деятельности применять методы теории вероятностей в практическом использовании при решении задач разного уровня сложности.
1. Основные понятия теории вероятностей Теория вероятностей – это математическая наука, изучающая закономерности, присущие массовым случайным явлениям. При этом теория вероятностей рассматривает не сами реальные явления, а их упрощенные схемы – математические модели. Предметом теории вероятностей являются математические модели случайных явлений. Случайное явление – это явление, которое при многократном воспроизведении одного и того же эксперимента протекает каждый раз несколько по-другому. Примеры случайных явлений: выпадение герба при бросании правильной монеты, попадание в мишень при стрельбе в тире, выигрыш по лотерейному билету, длительность работы электроприбора. Объектами изучения теории вероятностей являются случайные события, случайные величины, случайные процессы. Краткая историческая справка. Теория вероятностей возникла в 17 веке при анализе задач, связанных с азартными играми. Блез Паскаль (1623-1662) обсуждал в письмах к Пьеру Ферма (1601-1665) задачи, связанные с игрой в кости, для решения которых и ввел основные понятия теории вероятностей. Первая книга по теории вероятностей «О расчетах в азартной игре» была написана в 1656 году Христианом Гюйгенсом (1629-1695). Якоб Бернулли (1654-1705) в труде «Искусство предположений», изданном лишь через 8 лет после его смерти, изложил простейшую форму закона больших чисел. В 1764 году были посмертно опубликованы работы английского математика и священника Томаса Байеса (1702-1761). Большой вклад в дальнейшее развитие теории вероятностей внесли Абраам де Муавр (1667-1754), Пьер-Симон Лаплас (1749-1827), Карл Фридрих Гаусс (1777-1855), Симеон-Дени Пуассон (1781-1840). В конце 19 – начале 20 века русские математики Пафнутий Львович Чебышев (1821-1894), Андрей Андреевич Марков (1856-1922), Александр Михайлович Ляпунов (1857-1918) разработали методы доказательства предельных теорем для сумм произвольно распределенных случайных величин. Труды таких ученых, как Эмиль Борель (1871-1956), А.Н. Колмогоров (1903-1987), Е.Е. Слуцкий (1880-1948), А.Я. Хинчин (1894-1959), Поль Пьер Леви (1886-1971) связаны с поиском
взаимосвязи между теорией вероятностей и теорией множеств, а также теорией функций действительного переменного. В 1933 году советскому математику Андрею Николаевичу Колмогорову удалось решить проблему аксиоматического обоснования теории вероятностей, и с этих пор теория вероятностей стала полноценной ветвью современной математической науки. От теории вероятностей отделились и получили самостоятельное развитие такие отрасли науки, как математическая статистика, теория случайных процессов, теория массового обслуживания и другие. 1.1 Случайные события и операции над ними Событие называется случайным, если при осуществлении определенной совокупности условий оно может либо произойти, либо не произойти. Событие будем рассматривать как результат испытания. События будем обозначать заглавными буквами латинского алфавита: A, B, C, … . Примеры событий: A – выпадение герба при бросании монеты; B – выпадение трех гербов при трехкратном бросании монеты; C – при измерении температуры тела у человека тот факт, что она окажется выше 37°C; D – то, что на игральной кости выпадет число очков, меньшее 5; E – попадание в цель при выстреле; F – появление туза при вынимании карты из колоды. Вышеперечисленные события обладают большей или меньшей степенью возможности, причем для некоторых из них сразу можно решить, какое из них более, а какое менее возможно. Для количественного сравнения событий необходимо с каждым из них связать число, характеризующее степень возможности данного события. Такое число назовем вероятностью события. Итак, вероятность – это численная мера степени возможности события. Естественно считать, что события более вероятные происходят чаще, чем менее вероятные. Таким образом, понятие вероятности связано с частотой наступления события. Как и для любой числовой меры, для вероятности необходимо ввести единицу измерения. За единицу измерения в теории вероятностей принято брать вероятность достоверного события,
то есть события, которое в результате эксперимента должно наступить наверняка. Пример достоверного события – монета, подброшенная вверх, в условиях земного тяготения упадет на землю. Противоположным к достоверному событию является невозможное событие, то есть событие, которое в результате опыта произойти не может. Например, выпадение более 6 очков при бросании одной игральной кости. Вероятность невозможного события принято приравнивать к нулю. Так как любое событие более возможно, чем невозможное, и менее возможно, чем достоверное, то его вероятность лежит между нулем и единицей. Совокупность всех событий для данного эксперимента называется пространством элементарных событий и обозначается Ω, а каждый элемент ω этого множества называется элементарным исходом. Пространство элементарных событий может быть конечным или счетным. Над событиями, как и над любыми множествами, можно совершать следующие операции. Суммой событий A и B называется событие C = A + B, состоящее в наступлении хотя бы одного из них (то есть или A, или B, или A и B вместе). Произведением событий A и B называется событие C = A⋅ B, состоящее в совместном наступлении этих событий (то есть и A и B одновременно). Разностью событий A и B называется событие C = A – B, которое происходит тогда и только тогда, когда происходит событие A, но не происходит событие B. Противоположным событию A называется событие Ā, которое происходит тогда и только тогда, когда не происходит событие A. Событие A влечет событие B (A ⊆ B), если из того, что происходит событие A, следует, что происходит событие B. Если A ⊆ B и B ⊆ A, то события A и B называются равными (A = B). Введем еще ряд важных определений. Определение 1.1. События называются несовместными, если появление одного из них исключает появление других событий в одном и том же испытании. Например, попадание и промах в тире, выпадение «орла» и «решки» при бросании одной монеты, выпадение единицы и четного числа очков при бросании игральной кости.
В противном случае события называются совместными. Примеры
совместных событий: идет снег и идет дождь, человек ест и человек
читает, число целое и четное.
Определение 1.2. Несколько событий образуют полную группу,
если в результате испытания появится хотя бы одно из них. Например,
попадание и промах в тире, выпадение «орла» и «решки» при бросании
одной монеты, выпадение от 1 до 6 очков при бросании игральной
кости. Противоположными называют два единственно возможных
события, образующих полную группу.
Определение 1.3. Несколько событий в данном эксперименте
называются равновозможными, если нет основания считать одно
из них более возможным, чем другие. Например, выпадение «орла»
и «решки» при бросании одной монеты, появление туза и дамы при
вытаскивании одной карты из полной колоды.
Существуют группы событий, удовлетворяющие всем трем
свойствам: они образуют полную группу событий, несовместны
и равновозможны. События, образующие такую группу, называются
случаями (или шансами). Если эксперимент обладает симметрией всех
возможных исходов, то случаи представляют собой исчерпывающую
систему равновозможных взаимоисключающих исходов эксперимента
(эксперимент сводится к схеме случаев).
1.2 Классическое определение вероятности
Выбор схемы случаев ограничивает класс событий, которые
можно рассматривать в данном эксперименте. Случаи должны быть
наиболее мелкими событиями, интересующими нас в эксперименте.
Так, если рассмотреть при вытаскивании карты из колоды систему
случаев, заключающихся в том, что эта карта черва, бубна, трефа или
пика, то в данном эксперименте нельзя рассматривать событие, дама
эта карта или нет.
Случай называется благоприятным к некоторому событию, если
появление этого случая влечет за собой появление данного события.
Например, при бросании игральной кости возможны шесть случаев:
выпадение 1, 2, 3, 4, 5 и 6 очков. Из них событию A = {четное число
очков} благоприятны три случая: 2, 4 и 6.
Если эксперимент сводится к схеме случаев, то вероятность события A в данном эксперименте можно оценить по относительной доле благоприятных случаев. Определение 1.4. Вероятностью 𝑃𝑃(𝐴𝐴) события 𝐴𝐴 называется отношение числа благоприятных случаев к общему числу случаев: 𝑃𝑃(𝐴𝐴) = 𝑚𝑚 𝑛𝑛, где n – общее число случаев, m – число случаев, благоприятных событию 𝐴𝐴. Данное определение получило название классического определения вероятности. Пример 1.1. Какова вероятность вытащить картинку (король, дама, валет) из колоды в 36 карт? Решение. Общее число случаев равно числу карт: 𝑛𝑛= 36. Число благоприятных случаев равно числу картинок в колоде: 𝑚𝑚= 3 ∙4 = 12. По классическому определению вероятности: 𝑃𝑃(𝐴𝐴) = 12 36 = 1 3. Пример 1.2. В магазин поступило 30 холодильников, пять из которых имеют заводской дефект. Случайным образом выбирают один холодильник. Какова вероятность того, что он будет без дефекта? Решение. Общее число случаев (всего холодильников): 𝑛𝑛= 30. Число благоприятных случаев (холодильников без дефекта): 𝑚𝑚= 25. По классическому определению: 𝑃𝑃(𝐴𝐴) = 25 30 = 5 6. Пример 1.3. Бросают две монеты. Какова вероятность того, что на одной из них будет «орел», а на другой «решка»? Решение. Все возможные варианты перечислены в следующей таблице: 1-я монета 2-я монета 1 орел орел 2 орел решка 3 решка орел 4 решка решка Таким образом, общее число случаев 𝑛𝑛= 4, число благоприятных случаев 𝑚𝑚= 2 (второй и третий варианты). Значит, 𝑃𝑃(𝐴𝐴) = 2 4 = 1 2. Пример 1.4. Бросают две игральные кости. Какова вероятность того, что сумма очков на двух костях не менее 5? Решение. Составим таблицу, в которой по вертикали будет отложено количество очков на первой кости, а по горизонтали – количество очков на второй. Каждая клетка таблицы будет соответствовать варианту выброса очков на двух костях. В каждую клетку будем записывать сумму очков на двух костях.
2-я кость
1-я кость
2
3
4
5
6
1
2
3
4
5
6
7
2
3
4
5
6
7
8
3
4
5
6
7
8
9
4
5
6
7
8
9
10
5
6
7
8
9
10
11
6
7
8
9
10
11
12
Общее число случаев равно числу клеток в таблице: 𝑛𝑛= 36.
Число благоприятных случаев (значение суммы равно 5 и больше)
совпадает с числом клеток таблицы, в которых подчеркнуты числа:
𝑚𝑚= 30. По классическому определению вероятности: 𝑃𝑃(𝐴𝐴) =
30
36 =
5
6.
1.3 Геометрическое определение вероятности
Классическое
определение
вероятности
оказывается
эффективным для решения целого спектра задач, однако обладает
рядом ограничений, в частности, оно неприменимо к испытаниям
с бесконечным количеством исходов. В этом случае на помощь
приходит другой подход, называемый геометрическим определением
вероятности.
Определение
1.5.
Вероятность
наступления
события
A
в испытании равна отношению 𝑃𝑃(𝐴𝐴) =
𝑔𝑔
𝐺𝐺, где G – геометрическая мера,
выражающая общее число всех возможных и равновозможных исходов
данного испытания, g – мера, выражающая количество благоприятных
событию A исходов. На практике в качестве такой геометрической
меры выступает длина или площадь, реже – объем.
Пример 1.5. На отрезок [0; 1] случайным образом ставится точка.
Какова вероятность того, что она попадет в промежуток [0,3; 0,8]?
Решение. Рассмотрим событие A = {поставленная на отрезок [0; 1]
точка попала в промежуток [0,3; 0,8]}. Очевидно, что общее число
исходов выражается длиной большего отрезка: L = 1 – 0 = 1 (ед.). При
этом число благоприятных исходов выражается длиной вложенного
отрезка: l = 0,8 – 0,3 = 0,5 (ед.). По геометрическому определению
вероятности: 𝑃𝑃(𝐴𝐴) =
𝑙𝑙
𝐿𝐿=
1 = 0,5.