- •Оглавление
- •Элементы теории множеств
- •1. Основные понятия
- •2. Операции над множествами
- •3. Законы операций над множествами
- •4. Метод математической индукции
- •Элементы комбинаторики
- •1. Понятие выборки
- •3. Основные комбинаторные соединения
- •2. Правила комбинаторики
- •Элементы теории вероятностей
- •1. Случайные события
- •2. Операции над событиями. Полная группа событий
- •3. Классическое определение вероятности
- •4. Статистическое определение вероятности
- •5. Основные теоремы и формулы теории вероятностей
- •Условная вероятность. Теорема умножения. Независимость событий
- •Формула полной вероятности. Формула Байеса
- •6. Повторение независимых испытаний Формула Бернулли
- •Наивероятнейшее число появления события а в схеме Бернулли
- •Теоремы Пуассона и Муавра – Лапласа
- •Локальная теорема Муавра-Лапласа
- •Интегральная теорема Муавра-Лапласа
- •Теорема Пуассона
- •7. Случайная величина и ее основные характеристики
- •Контрольные задания по дисциплине «Теория вероятностей и математическая статистика»
- •Список литературы
- •Приложения
5. Основные теоремы и формулы теории вероятностей
Теорема 1 (сложения несовместных событий). Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий, т.е.
Р (А+В)=Р (А)+Р (В).
Следствие 1. Вероятность суммы попарно несовместных событий равна сумме вероятностей этих событий, т.е.
.
Следствие
2.
Сумма вероятностей противоположных
событий равна единице, т.е.
.
Теорема
2. (теорема сложения совместных событий).
Вероятность
суммы двух произвольных событий равна
сумме вероятностей событий минус
вероятность их произведения, т.е.
.
Условная вероятность. Теорема умножения. Независимость событий
Определение. Условной вероятностью события А по отношению к событию В называется вероятность события А при условии, что событие В произошло. Обозначается P(A/B).
Определение. События А и В независимы, если P(A/B)=P(A).
Теорема 3. Вероятность произведения двух независимых событий равна произведению вероятностей этих событий, т.е. P(AB)=P(A)·P(B).
Теорема 4. Вероятность произведения двух зависимых событий равна произведению вероятности одного из них на условную вероятность второго: P(AB)=P(A)·P(B/A) =P(В)·P(A/B).
Примеры:
1. Два стрелка независимо друг от друга делают по одному выстрелу в цель. Известно, что вероятность попадания р1 первого стрелка равна 0,9, а вероятность попадания р2 второго – 0,8. Найти вероятность того, оба стрелка попадут в цель.
Решение.
Рассмотрим событие: А=«попадание первого стрелка в цель», В=«попадание второго стрелка в цель». Тогда событие АВ=«оба стрелка попали в цель». Так как события А и В независимы по условию, то
Р(АВ)=Р(А)Р(В)=р1р2 = 0,72.
Ответ: 0,72.
2. В урне имеется 3 красных и 7 белых шаров. Вынимают сначала один шар и, не возвращая его в урну, второй. Какова вероятность того, что оба шара белые?
Решение.
Пусть событие А=«первый шар белый», В=«второй шар белый». Тогда событие АВ=«оба шара белые».
Р(АВ)=Р(А) Р(В/А).
.
Условная вероятность P(В/А)
того, что второй шар белый, вычисляется
при условии, что уже вынут один белый
шар, следовательно,
.
Итак,
.
Ответ.
.
Формула полной вероятности. Формула Байеса
Теорема. Пусть события Н1, Н2, ... ,Нn образуют полную группу попарно несовместных событий. И пусть событие А может произойти с каждым из этих событий, тогда
Р(А)=Р(Н1)Р(А/H1)+P(H2)P(A/H2)+ ... + P(Hn)P(A/Hn). (1)
Замечание. События Н1, Н2, ... ,Нn называются гипотезами. Формула (1) – формулой полной вероятности.
Пример:
Имеется 2 одинаковых ящика с деталями. В первом ящике имеется 10 деталей, из них 2 нестандартных, во втором ящике тоже 10 деталей, из них 1 нестандартная. Из одного наугад выбранного ящика вынимается 1 деталь. Какова вероятность, что эта деталь стандартная?
Решение.
Пусть событие А=«взятая деталь стандартная».
Введем события (гипотезы): Н1=«выбран первый ящик», Н2=«выбран второй ящик».
Тогда событие А можно представить в виде А=Н1А + Н2А, отсюда Р(А)=Р(Н1)Р(А/H1)+P(H2)P(A/H2).
Ящиков
два, следовательно, Р(Н1)=Р(Н2)=
.
Так как в первом ящике всего 10 деталей,
из них 8 стандартных, то P(A/H1)
=
= 0,8; аналогично
P(A/H2)
=
=
0,9.
Итак, по формуле полной вероятности получаем:
Р (А)= 0,5 0,8 + 0,5 0,9 = 0,85.
Ответ. 0,85.
Допустим, что испытание проведено, и в результате этого испытания событие А произошло. Вероятности каждой гипотезы при условии, что событие А произошло, вычисляются по формулам:
,
.
Эти формулы позволяет переоценить вероятность каждой гипотезы после того, как становится известным, что в результате испытания произошло событие А. Следовательно, в общем виде получаем
. (2)
Формула (2) называется формулой Байеса.
Пример:
Пусть выполнены условия предыдущего примера и пусть испытание произведено и оказалось, что вынутая деталь стандартная. Найти вероятность того, что она извлечена из первого ящика.
Решение.
Введем те же обозначения для событий, что и при решении предыдущего примера. Требуется найти Р(A/H1). Так как Р(Н1) = 0,5, Р(А/Н1) = 0,8, Р(А) = 0,85, то по формуле (2) имеем
.
Ответ. 0,47.
Как видно, до испытания Р(Н1) = 0,5, а после того как стал известен результат испытания (вынута стандартная деталь), вероятность гипотезы Н1 изменилась, что вполне согласуется со здравым смыслом, так как в первом ящике стандартных деталей было меньше.
