- •Основы теории вероятностей а. Основные определения и теоремы
- •§1. Случайные события
- •§2. Алгебра событий
- •§ 3. Классическое определение вероятности
- •§4 Статистическое определение вероятности
- •§5. Теорема сложения вероятностей
- •§6. Полная группа событий
- •§7. Теорема умножения вероятностей
- •§9.Формула Бейеса
- •Б.Повторные независимые испытания
- •§10. Элементы комбинаторики
- •§8. Формула полной вероятности
- •§11. Биноминальный закон распределения вероятностей
- •§12. Локальная теорема Лапласса
- •§13. Интегральная теорема Лапласа
- •§14. Теорема Пуассона
- •В.Случайная величина и её числовые характеристики
- •§15 Случайная дискретная величина и её закон распределения
- •§16. Математическое ожидание
- •§17. Основные свойства математического ожидания.
- •§18. Дисперсия
- •§19. Непрерывные случайные величины. Функция распределения.
- •§ 20. Числовые характеристики непрерывной случайной величины
- •§ 21. Равномерное распределение
- •§ 22. Нормальное распределение
- •Упражнения
- •§23. Мода и медиана
- •§24, Показательное (экспоненциальное) распределение. Функция надежности
- •§25. Системы случайных величин
- •Приложение Теория вероятностей
- •Литература
§6. Полная группа событий
Определение. Система событий
(1)
называется полной группой событий для данного испытания, если любым исходом его является одно и только одно событие этой группы.
Иными словами, для полной группы событий (1) выполнены следующие условия:
Событие
достоверно;События
попарно несовместны, т.е.
,
где
событие
невозможное
Простейшим
примером полной группы событий является
пара событий
.
ТЕОРЕМА. Сумма вероятностей событий полной группы равна единице.
Доказательство.
Для полной группы (1) событие
достоверно, а события этой группы попарно
несовместны. Отсюда на основании теоремы
сложения вероятностей имеем
(2)
Но
поэтому из (2) имеем
=1.
§7. Теорема умножения вероятностей
Определение 1. Вероятность события А при условии, что произошло событие В называется условной вероятностью события А и обозначается так:
.(1)
Замечание.
Вероятность каждого события
в данном испытании связана с наличием
известного комплекса условий. При
определении условной вероятности мы
предполагаем, что в этот комплекс условий
обязательно входит событие
.
Таким образом, мы фактически имеем
другой, более обременительный комплекс
условий, соответствующий испытанию в
новой обстановке. Вероятность
появления события
при этих новых условиях называется его
условной вероятностью, в отличие от
вероятности
,
которая может быть названа безусловной
вероятностью события
Пример. В урне находятся 7 белых и 3 черных шара
Какова вероятность: 1) извлечения из урны белого шара( событие ); 2)извлечения из урны белого шара после удаления из нее одного шара, который является белым(событие ) или черным (событие )?
Здесь
Таким образом, условная вероятность события может быть как меньше, так и больше вероятности этого события
Определение 2. Два события и называются независимыми, если вероятность каждого из них не зависит от появления или не появления другого, т.е.
и
В противном случае события называются зависимыми.
Теорема 1. Вероятность произведения (совмещения) двух событий и равна произведению вероятности одного из них на условную вероятность другого в предположении, что первое имеет место, т.е.
Доказательство.
Пусть событию
благоприятствуют
,
а событию AB
благоприятствуют
равновозможных элементарных исходов
из общего количества n.
Тогда
Но если событие произошло , то в этой ситуации возможны лишь те m элементарных, которые благоприятствовали событию , причем R из них, очевидно, благоприятствуют событию . Таким образом.
Отсюда на основании равенств (4) имеем
Теорема доказана.
Так
как
,
то имеем также
Замечание. Формула (5) формально остается верной если событие А невозможно.
Следствие. Для любых двух событий А и В справедливо равенство
ТЕОРЕМА 2.Вероятность совместного появления двух независимых событий А и В равна произведению вероятностей этих событий:
Действительно,
полагая, что
из
формулы получаем формулу
Пример. Вероятность поражения цели первым стрелком (событие ) равна 0,9, а вероятность поражения цели вторым стрелком ( событие В) равна 0,8. Какова вероятность того, что цель будет поражена хотя бы одним стрелком?
Пусть
С-интересующее нас событие; противоположное
событие
,
очевидно, состоит в том, что оба стрелка
промахнулись. Таким образом,
,=
.
Так как события
независимы ( при стрельбе один стрелок
не мешает другому!), то
Отсюда вероятность того, что цель будет поражена хотя бы одним стрелком, есть
Теорема
1 допускает обобщение на случай нескольких
событий. Например, для случая трех
событий
имеем
(9)
Определение 3. События называются независимыми в совокупности, если каждое из них и любое произведение остальных (включающее либо все остальные события, либо часть из них) есть события независимые.
События, независимые в совокупности, очевидно, попарно независимы между собой; обратное неверное
ТЕОРЕМА 3. Вероятность произведения конечного числа независимые в совокупности событий равна произведению вероятностей этих событий.
Действительно, например, для трех независимых в совокупности событий и формулы *9), учитывая, что
имеем
