- •Практикум по теории вероятностей и математической статистике
- •Содержание
- •1. Теория вероятностей и математическая статистика
- •1. Краткие сведения из комбинаторики
- •2. Классическое определение вероятности события
- •3. Геометрические вероятности события
- •4. Основные теоремы теории вероятностей
- •5. Формула полной вероятности
- •6. Формулы Бейеса
- •7. Повторение испытаний
- •Основные формулы
- •8. Случайные величины: дискретные и непрерывные
- •Основные формулы для вычисления числовых характеристик
- •I. Примеры некоторых распределений дискретных случайных величин
- •II. Примеры некоторых распределений непрерывных случайных величин
- •9. Элементы математической статистики. Методы статистического описания результатов наблюдений
- •9.1. Основные задачи математической статистики
- •9.2. Выборка, способы её представления.
- •9.3. Функция распределения.
- •9.4. Гистограмма и полигон.
- •9.6. Числовые характеристики выборочного распределения.
- •9.7. Выборочные коэффициенты асимметрии, эксцесса. Квантиль.
- •9.8. Двумерный случайный вектор, его статистическое описание
- •9.9. Корреляционная таблица
- •10 .Статистическое оценивание характеристик распределения генеральной совокупности по выборке
- •10.1. Точечные оценки и их свойства. Метод подстановки.
- •10.2. Метод максимального правдоподобия
- •10.3. Метод моментов
- •10.4. Распределения χ2, Стьюдента и Фишера.
- •11. Интервальные оценки
- •11.1. Доверительные интервалы и доверительная вероятность.
- •11.2. Доверительные интервалы для вероятности успеха в схеме Бернулли
- •11.3. Доверительные интервалы для коэффициента корреляции ρ.
- •11.4. Примеры доверительных интервалов.
- •12. Проверка статистических гипотез
- •12.1. Основные понятия. Проверка гипотез о параметрах
- •12.2. Ошибки первого и второго рода
- •12.3. Критерии значимости для проверки гипотез
- •12.4. Проверка гипотез о параметре р биномиального распределения
- •12.6. Определение наилучшей критической области для проверки простых гипотез.
- •12.7. Критерий χ2 и его применение
- •12.8. Методика вычисления теоретических частот нормального распределения
- •12.9. Модель применения критериев
- •13. Рекомендации представления результатов статистической обработки для различных критериев и методов анализа «Метода проверки гипотез или статистических критериев»
- •14. Элементы теории корреляции
- •15. Дополнительные задачи по математической статистике
- •II. Задания для типовых расчетов
- •2.1. Элементы теории вероятностей
- •2.2. Элементы математической статистики и теории корреляции
- •Варианты: 2.1. -2.5.
- •Варианты: 2.6. -2.10.
- •Варианты: 2.11. -2.15.
- •Варианты: 2.16. -2.20.
- •Варианты: 2.21. -2.25.
- •Варианты: 2.26. -2.30.
5. Формула полной вероятности
Если известно, что событие А может произойти вместе с одним из событий H1,H2,...,Hn, образующих полную группу несовместных событий, то событие А можно представить как объединение событий АН1,АН2,...,АНп , т.е. А =АН1 +АН2 +... + АНn . Вероятность события А можно определить по формуле, используя теоремы вероятностей суммы несовместных событий и произведения зависимых событий:
,
или
Эта формула называется формулой полной вероятности.
Пример 13. В пяти ящиках находятся одинаковые по размерам и весу шары. В двух ящиках - по 6 голубых и 4 красных шара (это ящик состава H1). В двух других ящиках (состава H2) - по 8 голубых и 2 красных шара. И в пятом ящике (состава H3) - 8 красных и 2 голубых шара. Наудачу выбирается ящик, и из него извлекается шар. Какова вероятность того, что извлеченный шар оказался красным?
Решение.
Событие,
состоящее в том, что «извлечен красный
шар»
обозначим через А.
Из
условия задачи следует, что
,
,
.
Вероятность вынуть красный шар, если известно, что взят ящик первого состава Н2, будет определяться так:
Вероятность извлечь красный шар, если известно, что взят ящик второго состава H2, будет
.
Вероятность извлечь красный шар, если
известно, что взят ящик третьего состава
Н3,
будет
.
При n = 3 находим искомую вероятность
.
Пример 14. Партия электрических лампочек на 20% изготовлена первым заводом, на 30% - вторым, на 50% - третьим. Вероятность выпуска бракованных лампочек соответственно равны: q] = 0,01, q2 = 0,005 , q3 = 0,006 . Найти вероятность того, что наудачу взятая из партии лампочка окажется стандартной.
Решение. Введем обозначения: А - событие, состоящее в том, что «из партии взята стандартная лампочка», H1 - событие, состоящее в том, что «взятая лампочка изготовлена первым заводом», Н2 - событие, состоящее в том, что «взятая лампочка изготовлена вторым заводом», Н3 - событие, состоящее в том, что взятая лампочка изготовлена «третьим заводом». Найдем условные вероятности
Р(А/Нi),
(i=
1,2,3) по формуле Р(А/Нi)
=1-Р(
/
Нi),
где
- событие,
противоположное событию А
(взята
нестандартная лампочка):
,
,
.
Из условия задачи следует, что Р(Н1) = 0,2, Р(Н2) = 0,3, Р(Н3) = 0,5.
Получим по формуле полной вероятности:
6. Формулы Бейеса
Пусть H1,H2,...,Hn - попарно-несовместные события, вероятность которых P(Hi)≠0, (i = 1,2,..., п)и событие А H1 + H2+... + Нп, для которого известны условные вероятности Р(А/Нk), (i = 1,2,...,п). Произведен опыт, в результате которого появилось событие А.Условные вероятности событий
H1,H2,...,Hn относительно события А определяются формулами
или
где
- формула полной вероятности.
Формулы
называют
формулами
Бейеса.
Замечание. Вероятности Р(Hk) (k= 1,2,..., п) событий H1,H2,...,Hn до опыта называются априорными вероятностями (что означает «сперва», т.е. в данном случае до того, как был произведен опыт). Вероятности Р(Hk) (k= 1,2,..., п) тех же событий называются апостериорными (что означает «после», т.е. в данном случае после опыта).
Пример 15. В пяти ящиках находятся одинаковые по весу и размерам шары. В двух ящиках - по 6 зеленых и 4 красных шара (по ящик состава H1). В двух других ящиках (состава H2) - по 8 зеленых и 2 красных шара. В одном ящике (состава H3 ) - 2 зеленых и 8 красных шаров. Наудачу выбирается ящик, и из него извлекается шар. Извлеченный шар оказался голубым. Какова вероятность того, что зеленый шар извлечен из ящика первого состава?
Решение. Обозначим через А событие, состоящее в том, что и i ящика извлечен голубой шар. Из условия задачи следует, что
;
;
.
Вероятность вынуть голубой шар, если известно, что взят ящик состава H1,H2,...,H3 соответственно будут равны:
;
;
.
По формуле полной вероятности находим Р(А) = 0,4 • 0,6 + 0,4 • 0,8 + 0,2 • 0,2 = 0,6 .
По формуле Бейеса найдем искомую вероятность
.
Пример 16. На предприятии изготавливаются изделия определенного вида на трех поточных линиях. На первой линии производится 30% изделий от общего объема их производства, на второй - 25%, на третьей - остальная часть продукции. Каждая из линий характеризуется соответственно следующими процентами годности линий: 97%, 98%, 96%. Наугад взятое изделие, выпущенное предприятием, оказалось бракованным. Определить вероятности того, что это изделие изготовлено на первой, второй и третьей линиях.
Решение. Введем обозначения: А - событие, состоящее в том, что наугад взятое изделие оказалось бракованным; H1,H2,...,H3 - гипотезы, состоящие в том, что изделие изготовлено соответственно на первой, второй и третьей линиях.
В соответствии с условием задачи имеем:
;
;
;
,
,
.
По формуле полной вероятности получаем:
Р(А) = 0,30 • 0,03 + 0,25 • 0,02 + 0,45 • 0,04 = 0,032.
В соответствии с формулой Бейеса находим искомые вероятности:
;
;
.
