- •Змістовий модуль 3.
- •Основні поняття теорії ймовірностей
- •1. Коротка історична довідка
- •2. Випадкові явища та їх природа
- •3. Предмет теорії ймовірностей
- •4. Класичне означення ймовірності
- •5. Статистична ймовірність
- •6. Геометрична ймовірність
- •2. Елементи комбінаторики з повтореннями
- •1. Елементи комбінаторики без повторень
- •3. Співвідношення між подіями
- •4. Операції над подіями. Діаграми Венна
- •5. Формула включень та виключень
- •1. Теорема додавання ймовірностей несумісних подій
- •2. Теорема додавання ймовірностей сумісних подій
- •3. Теорема множення ймовірностей залежних подій
- •4. Теорема множення ймовірностей незалежних подій
- •Семінарське заняття 20
- •2. Випробування за схемою Бернуллі
- •3. Асимптотичні формули (локальна та інтегральна теореми Лапласа; формула Пуассона)
- •Семінарське заняття 21
- •Тема 18. Дискретні випадкові величини. Тема 19. Неперервні випадкові величини
- •Виконання студентами тестових завдань з питань теми заняття. Методичні вказівки
- •Дискретні випадкові величини, їх характеристики
- •1. Випадкова величина. Закон розподілу дискретної випадкової величини.
- •2. Приклади дискретних випадкових величин та їх законів розподілу
- •3. Математичне сподівання дискретної випадкової величини, його зміст та властивості
- •4. Дисперсія дискретної випадкової величини, її властивості
- •5. Середнє квадратичне відхилення
- •6. Теоретичні моменти
- •1. Функція розподілу та її властивості
- •2. Щільність розподілу ймовірностей, її властивості та зв’язок з функцією розподілу
- •3. Числові характеристики неперервних випадкових величин
- •4. Застосування числових характеристик для прийняття рішень в умовах ризику
- •Семінарське заняття 22
- •2. Показниковий розподіл
- •3. Нормальний закон розподілу
- •4. Розподіли, пов’язані з нормальним
- •5.Поняття про розподіли, що використовуються в актуарній математиці
- •Семінарське заняття 24
- •Тема 22. Закони великих чисел та їх застосування у математичній статистиці. Тема 23. Основні поняття математичної статистики
- •Виконання студентами тестових завдань з питань теми заняття. Методичні вказівки
- •Семінарське заняття 25
- •Тема 24. Точкові та інтервальні оцінки. Тема 25. Перевірка статистичних гіпотез
- •Виконання студентами тестових завдань з питань теми заняття. Методичні вказівки
- •Семінарське заняття 26
- •2. Знаходження параметрів теоретичного рівняння регресії методом найменших квадратів
- •3. Властивості вибіркового коефіцієнта кореляції
- •4. Правило перевірки нульової гіпотези
- •Семінарське заняття 27
- •Тема 26. Регресійний аналіз і кореляція
- •Виконання студентами тестових завдань з питань теми заняття. Методичні вказівки
1. Теорема додавання ймовірностей несумісних подій
Сформулюємо теорему додавання ймовірностей несумісних подій.
Теорема 1. Ймовірність появи однієї з двох несумісних подій, байдуже якої, дорівнює сумі ймовірностей цих подій:
.
Дійсно,
нехай
-
загальне число всіх можливих елементарних
результатів випробувань,
– число результатів, що сприяють появі
події А,
– число результатів, що сприяють появі
події В. Тоді число результатів, що
сприяють появі або А, або В, дорівнює
.
Отже,
,
і теорема доведена.
Наслідок. Ймовірність появи однієї з декількох попарно несумісних подій, байдуже, якої, дорівнює сумі ймовірностей цих подій:
.
Дійсно,
взявши для простоти
та позначивши
,
маємо:
.
Наприклад. Нехай ймовірність того, що завтра буде сонячно, дорівнює 0,4, що похмуро – 0,3; ймовірність випадання снігу – 0,2, а дощу – 0,1. Потрібно знайти ймовірність того, що завтра не буде опадів.
Для
розв’язання цієї задачі позначимо
через А подію, яка полягає в тому, що
завтра буде сонячно, а через В – похмуро.
Згідно з вище доведеним, маємо:
.
Теорема
2.
Сума ймовірностей подій
,
які утворюють повну групу несумісних
подій, дорівнює одиниці:
.
Дійсно,
подія
є достовірною. Тому
.
Оскільки події
несумісні, то
,
що і доводить теорему 2.
Нагадуємо,
що протилежним
називаються дві єдино можливі події,
які утворюють повну групу несумісних
подій:
та
.
Із теореми 2 випливає, що сума ймовірностей протилежних подій дорівнює одиниці:
.
Прийнято
позначати
,
;
отже,
.
В теорії ймовірностей приймають такий “принцип практичної неможливості малоймовірних подій”: якщо випадкова подія має дуже малу ймовірність, то практично можна вважати, що в єдиному випробуванні ця подія не з’явиться.
Досить малу ймовірність, при якій (в даній задачі) подію модна вважати практично неможливою, називають рівнем значущості. Рівень значущості, що дорівнює 0,01, називають однопроцентним, 0,02 – двохпроцентним, і т.д.
Якщо
подія
має ймовірність, близьку до нуля, то
подія
має ймовірність, близьку до одиниці.
Отже, якщо випадкова подія має ймовірність,
дуже близьку до одиниці, практично можна
вважати, що в одиничному випробуванні
ця подія з’явиться.
2. Теорема додавання ймовірностей сумісних подій
Розглянемо питання про ймовірність суми сумісних подій.
Нагадаємо, що дві події називаються сумісними, якщо поява однієї з них не виключає появи іншої події в одному і тому ж випробуванні.
Має місце така теорема про ймовірність суми сумісних подій.
Теорема. Ймовірність появи хоча б однієї з двох сумісних подій дорівнює сумі ймовірностей цих подій без ймовірності їх сумісної появи.
Дійсно,
подію
можна представити як суму трьох несумісних
подій:
.Отже,
згідно з наслідком з теореми 1, маємо:
.
Зауважимо,
що події А та В можна представити, як
суми двох несумісних подій:
,
.
Тому
,
.
Звідси знаходимо:
.
Таким
чином,
,
і, остаточно,
,
що і потрібно було довести.
Зауважимо,
що у випадку несумісних подій
,
і ми одержуємо теорему додавання
ймовірностей несумісних подій (теорему
1). Відзначимо також, що події А та В
можуть бути як незалежними, так і
залежними.
Ми
підійшли до питання про те, як знаходити
– ймовірність добутку двох подій.
