
- •1. Элементы комбинаторики.
- •1.1. Перестановки
- •1.2. Перестановки с повторениями
- •1.3. Размещения
- •1.4. Размещения с повторениями (с возвратом)
- •1.5. Сочетания
- •1.6. Сочетания с повторениями (с возвратом)
- •1.7. Обобщение
- •2. Случайные события
- •2.1. Испытания и события
- •2.2. Виды случайных событий
- •2.3. Пространство элементарных событий
- •2.4. Операции над событиями
- •Событие
- •9. Полная группа событий. Совокупность событий называется полной группой событий, если:
- •2.5. Свойства операций над событиями
- •3.1 Относительная частота событий
- •3.2. Свойства относительной частоты
- •3.3. Статистическая устойчивость частот
- •3.4. Формулировка аксиом Колмогорова.
- •3.5. Следствия из аксиом
- •4.1. Вычисление вероятностей событий
- •4.2. Задача о выборке
- •4.3. Геометрический подход к вероятности
- •5. Сложение и умножение вероятностей
- •5.1. Сложение вероятностей
- •5.2. Независимые и зависимые события
- •5.3. Условная вероятность
- •5.4. Умножение вероятностей
- •5.5. Свойства условных вероятностей
- •5.6. Независимость нескольких событий
- •5.7. Независимость противоположных событий
- •5.8. Вероятность появления хотя бы одного события
- •5.9. Применение теорем сложения и умножения для решения задач
- •6. Вероятность гипотез
- •6.1.Формула полной вероятности
- •6.2. Переоценка вероятности гипотез. Формула Байеса (Бейеса)
- •7. Серии независимых испытаний
- •7.1. Формула Бернулли
- •7.2. Локальная теорема Муавра – Лапласа
- •7.3. Свойства функции (х).
- •7.3. Функция Лапласа
- •7.4. Интегральная теорема Лапласа
- •7.5. Закон больших чисел в форме Бернулли
- •7.6. Формула Пуассона
- •8. Случайные величины
- •8.1. Дискретные случайные величины
- •8.2. Характеристическая случайная величина (индикатор события)
- •8.3. Биномиальное распределение (распределение Бернулли)
- •8.4. Распределение Пуассона
- •8.5. Гипергеометрическое распределение
- •9. Непрерывные случайные величины
- •9.1. Функция распределения (интегральная функция распределения)
- •9.2. Свойства функции распределения
- •9.3. Примеры функций распределения
- •10. Плотность распределения
- •10.1. Свойства плотности распределения
- •Вероятностный смысл плотности распределения.
- •10.3. Связь между плотностью и функцией распределения
- •10.4. Примеры непрерывных случайных величин, заданных плотностью
- •11. Числовые характеристики случайной величины
- •11.1. Определение математического ожидания
- •11.2. Определение математического ожидания
- •11.3. Смысл математического ожидания
- •11.4. Арифметические операции со случайными величинами
- •11.4.1. Постоянная случайная величина
- •11.4.2. Произведение случайных величин
- •11.4.3. Сумма случайных величин
- •11.4.4. Разность случайных величин
- •11.5. Свойства математического ожидания
- •11.6. Отклонение случайной величины
- •12.1. Дисперсия Для общего представления о распределении случайной величины важное значение имеет не только её математическое ожидание, но и разброс её возможных значений.
- •12.2. Определение дисперсии
- •12.3. Механический смысл дисперсии
- •12.4. Сокращённая формула для вычисления дисперсии
- •12.5. Свойства дисперсии
- •12.6. Среднее квадратическое отклонение (стандарт)
- •12.7. Числовые характеристики основных дискретных распределений
- •12.7.1. Индикатор события
- •12.7.2. Биномиальное распределение
- •12.7.3. Распределение Пуассона
- •12.7.4. Гипергеометрическое распределение
- •Гипергеометрическое распределение.
- •13.1. Равномерное распределение
- •13.2. Показательное (экспоненциальное) распределение
- •13.2.1. Функция надёжности
5. Сложение и умножение вероятностей
Схема равновозможных исходов позволяет вычислить вероятности простых событий. Чтобы вычислять вероятности более сложных событий, применяются правила сложения и умножения вероятностей.
5.1. Сложение вероятностей
1. Для двух несовместных событий Р(А+В)=Р(А)+Р(В).
2. Для вычисления вероятности суммы нескольких попарно несовместных событий (больше двух) используется аксиома 3, т.е. свойство аддитивности вероятности:
.
При этом весьма полезным является понятие противоположного события.
Пример. Круговая мишень состоит из трёх зон (рис.5.1.1). Вероятность попадания в 1-ю зону при одном выстреле равна 0,15; во 2-ю – 0,23; в 3-ю – 0,17. Найти вероятность промаха при одном выстреле.
попадания соответственно в 1-ю, 2-ю и 3-ю
зоны – попарно несовместные события.
Очевидно, что
.
В случае попадания на границы кругов
будем считать, что попали в круг ближе
к центру. По аксиоме 3
Рис.5.1.1
3. Для бесконечного числа попарно несовместных событий
.
Здесь бесконечные суммы надо понимать как суммы рядов.
4. Если два события А и В совместны, то для нахождения вероятности их суммы применяется следствие 6 из системы аксиом (формула (3.2.10)):
Р(А+В)=Р(А)+Р(В)Р(АВ). (5.1.1)
5. Вероятность суммы трёх совместных событий вычисляется по формуле:
Р(А+В+С)=Р(А)+Р(В)+Р(С)Р(АВ)Р(АС)Р(ВС)+Р(АВС). (5.1.2)
Доказательство.
,
ч.т.д.
Рис.5.1.2 показывает
справедливость замены произведения
на АВС.
Рис.5.1.2
5.2. Независимые и зависимые события
Определение 1. Событие В называется независимым от события А, если вероятность события В не зависит от того, произошло событие А или нет.
Определение 2. Событие В называется зависимым от события А, если вероятность события В меняется в зависимости от того, произошло событие А или нет.
Пример 1 (с шарами). В урне 4 белых и 8 чёрных шаров. Испытание заключается в том, что последовательно вынимаются 2 шара. Событие А – первый вынутый шар белый, В – второй вынутый шар белый. Тогда Р(А) равна 1/3, а Р(В) зависит от того, какого цвета первый вынутый шар, т.е. события А и В зависимы. Действительно, после того, как событие А произошло, т.е. вынули белый шар, в урне осталось 11 шаров, из них 3 белых. Следовательно, вероятность того, что 2-й вынутый шар окажется белым, будет равна 3/11. Если же событие А не произошло, то вероятность события А будет другой (если первый вынутый шар оказался чёрным, то вероятность события В равна 4/11). Если произошли оба события А и В, это означает, что произошло событие АВ (оба вынутых шара белые). Вычислим вероятность события АВ, не прибегая к понятию зависимых событий.
Заметим, что условие данной задачи равносильно следующему: из урны вынимаются сразу 2 шара. Вероятность события АВ (оба вынутых шара белые) можно вычислить, не прибегая к понятиям зависимых событий, по формуле (4.4.1) задачи о выборке для выборки 2 шаров из 12 (N=12, M=4, n=2, m=2):