- •Санкт-Петербургский Государственный Политехнический Университет кафедра высшей математики
- •Теории вероятностей
- •Глава I . Вероятностное пространство. Случайные события.
- •Элементы комбинаторики.
- •Сколькими способами можно рассадить 8 человек на скамейку?
- •Сколькими способами можно рассадить 8 человек за круглый стол?
- •Сколькими способами можно выбрать из группы в 12 человек 2-х студентов для участия в конференции?
- •Сколькими способами можно выбрать из группы в 12 человек старосту и его помощника?
- •Сколько словарей нужно создать, чтобы переводить с любого из 5-ти языков: хинди, болгарского, японского, суахили и чувашского непосредственно на любой другой из этих 5-ти языков?
- •Вероятностное пространство (ap).
- •Пространство элементарных событий.
- •Алгебра событий a.
- •Вероятность события p.
- •Классическое определение вероятности.
- •Геометрические вероятности.
- •Задача о встрече
- •Условные вероятности.
- •Вероятность произведения n событий. Попарная независимость и независимость в совокупности.
- •Формула полной вероятности.
- •Апостериорная оценка вероятности гипотезы. Формула Байеса.
- •Последовательность независимых испытаний, или испытания Бернулли.
- •Предельные теоремы в схеме Бернулли.
Вероятность произведения n событий. Попарная независимость и независимость в совокупности.
Для произведения двух событий формула вероятности произведения имеет вид:
(1) |
|
Для произведения n событий докажем следующую теорему:
Т_
Здесь
-
вероятность того, что произошло событие
при условии, что уже осуществились все
события
.
Доказательство: Воспользуемся методом математической индукции.
База для индукции. Пусть n=2. Тогда
- известная формула.Индукционное предположение. Пусть формула верна при n=k.
3).Индукционный
переход.
Докажем, что тогда формула верна и для
n=k+1.
.
Таким образом, мы показали наличие базы для индукции и доказали законность индукционного перехода.
Q.E.D.
ПРИМЕР:
В урне находятся 15 белых и 10 черных шаров. Наудачу извлекаются 7 шаров. Какова вероятность того, что все они черные?
Пусть событие А - все шары черные.
Конечно, эту задачу можно решить по-старому, используя классическое определение вероятности:
.
Используем
формулу вероятности произведения
событий. Представим себе, что мы
вытаскиваем шары по одному. Событие
-
i-й
вынутый шар черный. Очевидно,
.
Воспользуемся формулой вероятности
произведения:
Проверьте, что результаты совпадут.
Def События А1, А2,..., Аn называются попарно независимыми, если
P(AiAj)=P(Ai)P(Aj) при ij.
Def События А1, А2,..., Аn называются независимыми в совокупности, если
для любых комбинаций индексов 1£i1<i2<...<ik£n.
NOTE: Очевидно, что из независимости в совокупности следует попарная независимость. Обратное утверждение, как показывает приведенный ниже пример, не является верным.
ПРИМЕР Бертрана: Приведем пример попарно независимых, но не являющихся независимыми в совокупности событий.
Пусть имеется правильный тетраэдр, раскрашенный следующим образом: три его грани однотонные и окрашены соответственно в красный, синий и зеленый цвета, а последняя грань раскрашена тремя этими цветами (см. рис.)
|
Один раз подбрасываем этот тетраэдр. Считается, что он с равной вероятностью может упасть любой гранью вниз. Введем в рассмотрение три события: R - на нижней грани есть красный цвет, G - на нижней грани есть зеленый цвет, B - на нижней грани есть синий цвет.
Очевидно,
что
|
Событие RB, например, означает, что на нижней грани есть одновременно красный и синий цвет, т.е. тетраэдр упал трехцветной гранью вниз. Точно также мы можем рассматривать события RG, BG и RGB. Причем все они означают одно и то же, а именно, что тетраэдр упал трехцветной гранью вниз. Найдем вероятности всех перечисленных выше событий.
.
Нетрудно
проверить, что
.
Аналогично проверяется, что
и
.
Таким образом, мы показали, что события R, G и B попарно независимы. Если бы они были независимыми в совокупности, то должно было бы выполняться и еще одно равенство:
,
а оно не выполняется, т.к.
.
_Т_
Если
события
независимы в совокупности, то
Эта теорема не нуждается в доказательстве, потому что это прямое следствие определения независимых в совокупности событий.
