- •Задания и методические указания по по теории вероятности
- •Оглавление.
- •Введение.
- •Раздел I. Основные понятия теории вероятностей
- •§ 1. Некоторые формулы комбинаторики.
- •§2. Полная группа событий.
- •§2. Виды случайных событий.
- •§3. Классическое определение вероятности.
- •Раздел II. Теорема сложения вероятностей.
- •§1. Несовместные события.
- •§3. Противоположные события.
- •Раздел III. Теорема умножения вероятностей.
- •§1. Произведение событий и условная вероятность.
- •§2. Независимые события.
- •§3. Обобщенные теоремы сложения и произведений
- •3.1. Вероятность появления хотя бы одного из событий
- •3.2. Теорема сложения вероятностей совместных событий.
- •3.3. Формула полной вероятности. Формула Байеса.
- •Раздел IV. Схема независимых испытаний.
- •§1. Формула Бернулли.
- •§2. Интегральная теорема Лапласа.
- •Раздел V. Случайные величины.
- •§1. Случайные величины и законы их распределения.
- •Закон распределения. Многоугольник распределения
- •§2. Числовые характеристики случайных величин
- •2.1. Математическое ожидание. Дисперсия.
- •Биномиальное распределение
- •Функция распределения вероятностей и плотность вероятности.
- •Числовые характеристики непрерывной случайной величины.
- •Равномерное распределение
- •Задание 3
- •Список литературы.
- •1. Методические указания по выполнению контрольных работ
§3. Обобщенные теоремы сложения и произведений
вероятностей совместных событий:
3.1. Вероятность появления хотя бы одного из событий
Рассмотрим примеры
совместного использования теорем
сложения и умножения. Пусть даны два
независимых события
и
с вероятностями
и
.
Найдем вероятность появления только
одного из них. Введем события
и
:
событие
наступило, а событие
не наступило:
.
Аналогично определим и событие
.
Поскольку события
и
независимы, несовместны и события
и
,
откуда следует:
.
3.2. Теорема сложения вероятностей совместных событий.
События и называют совместными, если в одном и том же испытании при появлении одного из них не исключено появление другого. Для таких событий справедлива следующая теорема:
Теорема 5. Вероятность суммы совместных событий определяется по формуле
;
1. для независимых событий
;
2. для зависимых:
;
3. независимых
.
3.3. Формула полной вероятности. Формула Байеса.
Пусть события
несовместны и образуют полную группу
.
Допустим, что
события
может наступить при условии появления
одного из событий
при известных
и
.
Тогда вероятность события
Пример 10 . В двух урнах находятся белые и красные шары: в первой 4 белых и 5 красных, во второй 7 белых и 3 красных. Из второй урны наудачу взяли шар и переложили его в первую урну.
Решение. Перекладывание
из второй урны в первую белого шара(
событие
)
и красного шара( событие
)
образуют полную группу событий. Их
вероятности
и
.
Условные вероятности извлечения из
первой урны белого шара(событие
)
при добавлении туда белого или красного
шара из второй урны соответственно
равны
и
.
Тогда по формуле полной вероятности
получим:
.
Приведем теперь формулу Байеса. Пусть события несовместны и образуют полную группу
.
Допустим, что событие может наступить при условии появления одного из них. События называют гипотезами, поскольку неизвестно, какое из них наступит. Тогда условные вероятности гипотез находят по формуле:
Пример 11. Вероятность изготовления изделия с браком равна 0.08. После изготовления все изделия подвергаются проверке: изделия без брака признаются годными с вероятностью 0.95, а изделия с браком с вероятностью 0.06.Найти долю изделий, выпущенных после проверки, а также вероятность того, что выпущенное изделие окажется без брака.
Решение. Введем гипотезы: изделие без брака; изделие с браком. Тогда событием будет признание изделия годным. . Тогда по формуле полной вероятности получим:
.
Для ответа на второй вопрос воспользуемся формулой
.
Раздел IV. Схема независимых испытаний.
§1. Формула Бернулли.
Определение. Если при проведении нескольких испытаний вероятность события в каждом испытании не зависит от числа других событий, то эти испытания называются независимыми относительно события .
Будем рассматривать
только такие испытания, в которых событие
имеет одинаковую вероятность
.
Тогда вероятность противоположного
события также постоянна и равна
.
Представляет
интерес, когда в
испытаниях событие
осуществится
раз и не осуществится
раз.
Вероятность этого сложного события, состоящего из испытаний, определяется формулой Бернулли
.
Пример 12. Монету бросают 6 раз. Найти вероятности того, что герб выпадет: 1) 2 раза; 2) не менее двух раз.
Решение. Вероятности
выпадения любой из двух сторон монеты
одинаковы и
.
1) Имеем
,
.
По формуле Бернулли находим:
1)
;
2)
.
