Теория

Вероятностей
(лекция 2)
Литвинова В.В.
Классическая вероятность
 ( исходов)
Определение. Пусть пространство элементарных событий является
конечным и содержит 𝑛 элементов, то есть Ω = 𝜔1 , 𝜔2 , … , 𝜔𝑛 . Будем
считать, что события 𝜔1 , 𝜔2 , … , 𝜔𝑛 являются равновозможными.
Пусть некоторое событие 𝐴 ⊂ Ω содержит 𝑚 ≤ 𝑛 элементов, то есть
𝐴 = {𝜔𝑖1 , 𝜔𝑖2 , … , 𝜔𝑖𝑚 }. Вероятностью события A называется величина
𝒎
𝑷 𝑨 = .
𝒏

Классическая вероятность 3
Свойства классической вероятности:
1. 0 ≤ 𝑃 𝐴 ≤ 1;
2. 𝑃(𝛺) = 1;
3. 𝑃(∅) = 0.
Пример. Из колоды в 36 карт вытащили 5 карт. Найти вероятность того, что среди
них 2 черные и один туз?
Решение: 𝐴 −вытащили пять карт, среди которых ровно 2 черные и ровно один туз;
𝐴1 −вытащили черный туз, черную карту (не туз), 3 красные карты (не тузы) синих
карандаша; 𝐴2 −вытащили 1 красный туза, 2 черные карты (не тузы), 2 красные карты (не
тузы).
𝐴 = 𝐴1 ∪ 𝐴2 . Заметим, что события 𝐴1 , 𝐴2 являются несовместными.
𝐶21 ∙ 𝐶16
1 3
∙ 𝐶16 𝐶21 ∙ 𝐶16
2 2
∙ 𝐶16
𝑃 𝐴 = 𝑃 𝐴1 + 𝑃 𝐴2 = 5 + 5 .
𝐶36 𝐶36

Классическая вероятность
4
Геометрическая вероятность
Пример. Выберем на географической карте мира случайную точку
(например, зажмурим глаза и покажем указкой). Какова вероятность,
что эта точка окажется на территории России?

Геометрическая вероятность 6
Определение. Геометрической вероятностью события 𝐴 называется
отношение меры подобласти, благоприятствующей появлению этого
события, к мере всей области, т.е.
𝒎𝒆𝒔(𝑨)
𝑷 𝑨 = .
𝒎𝒆𝒔(𝜴)
Замечание 1. Если подобласть, благоприятствующая появлению события 𝐴
имеет нулевую меру, то вероятность равна нулю.

Замечание 2. Можно определить геометрическую вероятность в

пространстве , на плоскости и на прямой:

𝑽(𝑨) 𝑺(𝑨) 𝑳(𝑨)

𝑷 𝑨 = ,𝑷 𝑨 = ,𝑷 𝑨 = .
𝑽(𝛀) 𝑺(𝛀) 𝑳(𝛀)

Геометрическая вероятность 7
Свойства геометрической вероятности:
1. 0 ≤ 𝑃 𝐴 ≤ 1;
2. 𝑃(𝛺) = 1;
3. 𝑃(∅) = 0.

Геометрическая вероятность
8
Пример. Наудачу выбираются два числа из промежутка [0, 1]. Какова
вероятность того, что их произведение меньше 0,5?
Решение: Обозначим числа через 𝑥 и 𝑦. Изобразим множество
всевозможных исходов 𝐷 = 𝑥, 𝑦 ∈ ℝ2 𝑥, 𝑦 ∈ 0, 1 и множество
благоприятных исходов 𝐸 = 𝑥, 𝑦 ∈ ℝ2 𝑥, 𝑦 ∈ 0, 1 , 𝑥 ∙ 𝑦 < 0,5 .
𝐸 = 𝐸1 ∪ 𝐸2 .
𝑆𝐸1 + 𝑆𝐸2 1 1 1 1 1
𝑃= = + ‫׬‬0,5 2𝑥 𝑑𝑥 = − ln2.
𝑆𝐷 2 2 2

Геометрическая вероятность 9
Статистическая вероятность
Определение. Статистической вероятностью события 𝐴
называется относительная частота появления этого события в
𝑛 произведенных испытаниях, т.е.
𝒎
𝒘 𝑨 = ,
𝒏
где
𝑚 − число испытаний, в которых появилось событие 𝐴;
𝑛 − общее число испытаний.

Статистическая вероятность 11
Ограничения
− рассматриваемые события должны быть исходами только тех
испытаний, которые могут быть воспроизведены неограниченное
число раз при одном и том же комплексе условий;

− события должны обладать, так называемой, статистической

устойчивостью;

− число испытаний, в результате которых появляется событие 𝐴,

должно быть достаточно велико.

Статистическая вероятность 12
Свойства статистической вероятности:
1. 0 ≤ 𝑤 𝐴 ≤ 1;
2. 𝑤(𝛺) = 1;
3. 𝑤(∅) = 0.

Пример. Отдел технического контроля обнаружил пять бракованных

книг в партии из случайно отобранных 100 книг.
Найти относительную частоту бракованных книг.
5
Решение: 𝑤 𝐴 = = 0,05.
100

Статистическая вероятность
13
Вероятностная мера
Определение. Пусть (𝛺, 𝔄) − пространство событий. Определенная на
𝜎 − алгебре 𝔄 и принимающая вещественные числовые значения
функция 𝑃 называется вероятностью (вероятностной мерой), а ее
значение 𝑃 𝐴 , 𝐴ϵ𝔄 называется вероятностью события 𝐴 , если
выполнены следующие аксиомы:
1) 𝑃 𝐴 ≥ 0 ∀𝐴ϵ𝔄 ;
2) 𝑃 𝛺 = 1 ;
3) Какова бы ни была конечная или бесконечная последовательность
𝐴1 , 𝐴2 , … попарно несовместных событий алгебры 𝔄,

𝑃 ራ 𝐴𝑖 = ෍ 𝑃 𝐴𝑖 .
𝑖 𝑖

Аксиомы теории вероятностей 15

Определение. Пространство (Ω, 𝔄) и определенная на 𝜎 − алгебре 𝔄
вероятность 𝑃 образуют «триаду» 𝒫 = (Ω, 𝔄, 𝑃) − вероятностное
пространство.

Аксиомы теории вероятностей 16

 Свойства вероятностей
1) Если события 𝐴 и 𝐵 несовместны, то 𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 .
Это свойство следует из аксиомы 3.
2) 𝑷 𝑨 + 𝑷(𝑨ഥ )=1.
Согласно второй аксиоме: 𝑃 𝛺 = 1; по третьей аксиоме имеем
𝑃 𝐴 ∪ 𝐴ҧ = 𝑃 𝐴 + 𝑃 𝐴ҧ . Значит, 1 = 𝑃 𝛺 = 𝑃 𝐴 ∪ 𝐴ҧ = 𝑃 𝐴 + 𝑃 𝐴ҧ .
3) 𝑷 ∅ = 𝟎.
ത
По второму свойству: 𝑃 𝛺 + 𝑃(𝛺)=1; по второй аксиоме: 𝑃 𝛺 = 1.
Следовательно, 𝑃 𝛺ത = 𝑃 ∅ = 0.

Аксиомы теории вероятностей 17

 Свойства вероятностей
4) Если А ⊂ 𝐵, то 𝑃 𝐴 ≤ 𝑃 𝐵 .
Представим событие 𝐵 в виде суммы несовместных событий:
𝐵 = 𝐴 ∪ 𝐵\A . Согласно аксиоме 3: 𝑃 𝐵 = 𝑃 𝐴 + 𝑃 𝐵\𝐴 .
Следовательно, 𝑃 𝐵 ≥ 𝑃 𝐴 .
совместные
5) 𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 − 𝑷(𝑨 ∩ 𝑩).
Представим событие 𝐴 ∪ 𝐵 в виде суммы несовместных событий:
𝐴 ∪ 𝐵 = 𝐴 ∪ 𝐴ҧ ∩ 𝐵 . По третьей аксиоме: 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐴ҧ ∩ 𝐵 .
𝐵 = 𝐵 ∩ 𝛺 = 𝐵 ∩ 𝐴 ∪ 𝐴ҧ = 𝐵 ∩ 𝐴 ∪ 𝐵 ∩ 𝐴ҧ . 𝑃 𝐵 = 𝑃 𝐴 ∩ 𝐵 +
𝑃 𝐴ҧ ∩ 𝐵 . Следовательно, 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵).
Аксиомы теории вероятностей 18
 Свойства вероятностей
6) 𝑷 𝑨 ≤ 𝟏.
По четвертому свойству: 𝐴 ⊂ 𝛺, то 𝑃 𝐴 ≤ 𝑃 𝛺 = 1.
7) Какова бы ни была (конечная или бесконечная) полная система
событий 𝐴1 , 𝐴2 , … : 𝑃 𝐴𝑖 = 𝑝𝑖 справедливо равенство σ𝒌 𝒑𝒌 = 𝟏.
Это свойство следует из третьей аксиомы.

Аксиомы теории вероятностей 19

 Парадокс раздела ставки

Два игрока играют в безобидную игру (то есть шансы на выигрыш

одинаковы) и они договорились, что то, кто первым выиграет 6 партий,
получит весь приз. Предположим, то на самом деле игра остановилась,
до того, как один из них выиграл приз (например, первый игрок
выиграл 5 партий, второй - 3). Как справедливо следует разделить
приз? Большинство математиков (16-17в) считали, что в отношении 5:3,
Тарталья считал, что 2:1, хотя Паскаль и Ферма установили, что 7:1. Кто
из них прав?
Выигрыш пропорционален шансам победить
Р 1=1-0,125
≥

}
Р 2=0,5-0,5-0,5
0,1µg
:

Парадокс 7 21
?⃝