TV1 (Конспект лекций по теории вероятностей), страница 3
Описание файла
Файл "TV1" внутри архива находится в папке "Конспект лекций по теории вероятностей". Документ из архива "Конспект лекций по теории вероятностей", который расположен в категории "". Всё это находится в предмете "теория вероятностей и математическая статистика" из 7 семестр, которые можно найти в файловом архиве НИУ «МЭИ» . Не смотря на прямую связь этого архива с НИУ «МЭИ» , его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "теория вероятности и математическая статистика" в общих файлах.
Онлайн просмотр документа "TV1"
Текст 3 страницы из документа "TV1"
Если в результате второго испытания произошло событие Qj, а в результате первого испытания могло произойти все что угодно, то сложное событие B имеет вид: .
Вероятность сложного события B равна сумме вероятностей комбинаций вида EiQj, i=1, ..., m1
, т.к. исходы первого испытания не влияют на исходы второго испытания. Из факта: P(AB)=P(A)P(B/A); P(B/A)=P(B); AB=EiQj (надо доказать)
A={EiQ1, EiQ2, ..., EiQj, ..., EiQm2}
B={E1Qj, E2Qj, ..., EiQj, ..., Em1Qj}
По определению произведения AB в него входят только те события, которые входят и в A, и в B. Из приведенных выше формул следует, что только событие EiQj входит и в A, и в B, то AB= EiQj. Следует:
Композиционное пространство имеет вид:
Общая структура независимых событий в композиционном пространстве, порожденном композицией испытаний:
т.е. в результате первого испытания произошли элементарные события: .
В результате второго испытания события: .
Сложное событие B определяет все возможные комбинации исходов двух испытаний независимо друг от друга. В результате первого испытания произошли элементарные события: .
В результате второго испытания события: .
, т.к. второе испытание не влияет на результаты первого.
При решении практических задач, связанных с независимыми испытаниями обычно не требуется строить композиционных пространств элементарных событий, а использовать формально неверную запись: P(A×B)=P(A)×P(B).
Композиция n испытаний.
Имеется n испытаний. Зададим для i-го испытания вероятностное пространство:
Композицией n испытаний называется сложное испытание, состоящее в совместном проведении n испытаний. Задается n испытаний, вероятностное пространство каждого из которых имеет вид:
Композиционное пространство имеет вид:
j1=1, ..., m1; j2=1, ..., m2; jn=1, ..., mn;
Композиция n независимых испытаний.
Испытания (n - испытаний) называются независимыми, если неоднозначность исхода каждого из испытаний определена не связанными между собой группами факторов.
Событие A1: в результате проведения композиционного испытания в первом испытании произошло событие . Тогда
Событие An: в результате проведения композиционного испытания в первом испытании произошло событие . Тогда
i=1, ..., n
Рассмотрим событие:
В силу определения независимости испытаний очевидно, что:
.
На практике не строят композиционных пространств, а записывают формально неправильную формулу: P(A1A2...An)=P(A1)P(A2)...P(An).
Композиционное пространство имеет вид:
j1=1, ..., m1; j2=1, ..., m2; jn=1, ..., mn;
Общая структура независимых событий в композиционном пространстве имеет вид:
1-е событие - | это событие, которое происходит в 1-м вероятностном пространстве |
2-е событие - | это событие, которое происходит во 2-м вероятностном пространстве |
n - событие - | это событие, которое происходит в n-м вероятностном пространстве |
Рассмотрим два вероятностных пространства.
I | II |
Очевидно, что неопределенность испытания до испытания в первом вероятностном пространстве выше, чем во втором. Действительно, до испытания в I нельзя ни одному из событий отдать предпочтения, а во II событие E3 происходит чаще.
Энтропия - мера неопределенности исхода испытания (до испытания).
Первым, кто функционально задал выражение для энтропии был Шеннон.
Для вероятностного пространства:
Энтропия задается выражением: . Если P1=0, то Pi×logPi=0.
Самим показать, что:
-
Если вероятностное пространство не имеет определенности, т.е. какое-то из Pi=1, а остальные равны 0, то энтропия равна нулю.
-
Если элементарный исход равновероятен, т.е. , то энтропия принимает максимальное значение.
-
т.о. вероятности p1, p2, ..., ps обращаются в ноль, например pi, которая равна 1. Но log1=0. Остальные числа также обращаются в 0, т.к. .
-
Докажем, что энтропия системы с конечным числом состояний достигае максимума, когда все состояния равновероятны. Для этого рассмотрим энтропию системы как функцию вероятностей p1, p2, ..., ps и найдем условный экстремум этой функции, при условии, что .
Пользуясь методом неопределенных множителей Лагранжа, будем искать экстремум функции: .
Дифференцируя по p1, p2, ..., ps и приравнивая производные нулю получим систему:
Откуда видно, что экстремум достигается при равных между собой p1.
Т.к. , то p1= p2=, ..., = ps= 1/s.
Еденицей измерения энтропии является энтропия вероятностного пространства вида:
Неопределенность исхода испытания до испытания автоматически определяет информативность исхода испытания после испытания. Поэтому в битах также измеряется информативность исхода.
Рассмотрим два вероятностных пространства:
Проводим композицию двух испытаний. Композиционное пространство имеет вид:
С точки зрения качественного анализа максимальная энтропия композиционного вероятностного пространства достигается тогда, когда испытания независимы. Найдем энтропию композиционного пространства для случая независимых испытаний.
Биномиальное распределение.
n испытаний называются системой испытаний Бернулли, если испытания независимы, в каждом из них происходит событие , либо с вероятностью наступления P(A) = p;
Найдем вероятность того, что в результате проведенных n испытаний событие А произошло m раз:
Рассмотрим композицию n независимых испытаний и построим композиционное пространство элементарных событий.
Общий вид элемента этого пространства следующий:
где |
При этом вероятность наступления такого события равна:
(умножение при независимых событиях)
Найдем вероятность наступления любого элементарного события из композиционного пространства:
Рассмотрим в композиционном вероятностном пространстве событие: в n испытаниях событие A произошло m раз.
Событие A состоит из - общее кол-во элементарных событий, в которое входит событие А. А произошло m раз, - n-m раз. Вероятность каждого из этих элементарных событий одинакова и равна:
Следовательно, на основании III аксиомы теории вероятности результат равняется:
(сложение вероятностей)
Случайная величина
Пусть имеется вероятностное пространство вида .
Случайной величиной называется измеримая числовая скалярная функция , элементами которой являются элементарные события.
Числовая скалярная функция - это функция, удовлетворяющая следующему условию:
событие - алгебре и, следовательно, имеет вероятность наступления.
Если произведено испытание, в результате которого произошло некоторое элементарное событие . В соответствии с функцией этому элементарному событию соответствует число, которое называется реализацией случайной величины x в данном испытании.
В соответствии с определением случайной величины вводится числовая скалярная функция F(x), , определенная для каждого действительного x и по определению равная вероятности наступления события:
Эта функция называется функцией распределения случайной величины .
Рассмотрим три события:
где a<b, a, b - действительные числа.
Свойства:
Покажем, что из факта
A2 -алгебре
A1 -алгебре
и равенства следует, что A3 .
По определению -алгебры A3 измерима, поэтому можно принять III аксиому теории вероятности:
F(x) - неубывающая функция
Если x<y, то
т.к. , то преобразования верны.
Для всех технических приложений функцию распределения можно считать направленной слева.
В силу того, что функция распределения не убывает, она однозначно задает стчетно-аддитивную меру на поле, порожденном всеми полуинтервалами ненулевой длины.
По введенному полю построим борелевскую алгебру. Обозначим ее . Возьмем произвольное число B не принадлежащее полю. Это точка или сегмент. Т.к. множество получено с помощью счетной суммы или счетного пересечения множеств принадлежащих -алгебре, то и это множество принадлежит -алгебре и, следовательно, существует вероятность наступления события B. Следовательно, имеет место следующее эквивалентное определение измеримой функции.