1.1.4.Формула полной вероятности

  Пусть событие A может произойти только вместе с одним из попарно несовместных событий H1, H2, ..., Hn, образующих полную группу. Тогда, если произошло событие A, то это значит, что произошло одно из попарно несовместных событий H1A, H2A, ..., HnA. Следовательно,

 Применяя аксиому сложения вероятностей, имеем

   Но (i=1, 2, ..., n), поэтому

Эта формула называется формулой полной вероятности. События H1, H2, ..., Hn часто называют «гипотезами».

Формула Байеса

Пусть событие происходит одновременно с одним из несовместных событий . Требуется найти вероятность события , если известно, что событие произошло.

На основании теоремы о вероятности произведения двух событий можно написать

Откуда

или

(3.2)

Формула (3.2) носит название формулы Байеса.

Схема независимых испытаний по Бернулли

Проводится серия из nнезависимых испытаний, каждое из которых заканчивается либо “успехом” либо “неуспехом”, в каждом испытании (опыте) вероятность успеха p, а вероятность неуспеха q=1-p. Вероятность того, что в серии будет реализовано ровно k “успехов” вычисляется по формуле

, где 0<p<1, k=0, 1, …, n, , .

Формулы Бернулли

Если Вероятность p наступления события Α в каждом испытании постоянна, то вероятность Pk,n того, что событие A наступит k раз в n независимых испытаниях, равна: где q = 1-p

Локальная и интегральная теоремы Лапласса

Локальная теорема Лапласа. Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна р(0 < р < 1), событие наступит ровно k раз (безразлично, в какой последовательности), приближенно равна (тем точнее, чем больше n)

Для определения значений φ(x) можно воспользоваться специальной таблицей.

Интегральная теорема Лапласа. Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна р (0 < р < 1), событие наступит не менее k₁ раз и не более k₂ раз, приближенно равна

P(k₁;k₂)=Φ(x'') - Φ(x')

Здесь

-функция Лапласа

Значения функции Лапласа находят по специальной таблице.

Теорема Пуассона

   При большом количестве испытаний вычисления по формуле Бернулли становятся затруднительными. Однако в ряде случаев их можно заменить более простыми асимптотическими формулами. Одна из них основана на теореме Пуассона.

Если число испытаний и так, что , , то при любых

Это означает, что при больших nи малых p вместо вычислений по точной формуле

можно воспользоваться приближенной формулой ,

т.е. использовать формулу Пуассона для  =np.

Тема 2. Случайные величины и законы их распределения

1.2.1. Понятие случайной величины

Примеры дискретных случайных величин

Распределение Бернулли (или биномиальное распределение) определяется как закон распределения случайной величины, равной числу успехов в n испытаниях Бернулли. Эта случайная величина x может принять любое из значений 0, 1, 2, …, n, а их вероятности определяются формулой Бернулли: если p – вероятность успеха, q – вероятность неудачи, то

,

Распределение Пуассона. Случайная величина, распределенная по закону Пуассона, может принять любое из значений 0, 1, 2, … (счетное множество значений), а их вероятности задаются формулой

, l>0.

Геометрическое распределение имеет случайная величина x, равная числу испытаний Бернулли до первого «успеха» (включительно) с вероятностью «успеха» в одном испытании равном р. Такая случайная величина принимает значения x=1, 2, 3,…, а их вероятности задаются формулой:

Гипергеометрическое распределение определяется, например, в задаче о выборке деталей. Пусть имеется N деталей, из которых M – стандартные. Делается выборка из n деталей. Случайная величина x определяется как число стандартных деталей в такой выборке. Оно может равняться любому числу от 0 до n, но, конечно, не больше, чем М, т.е. m=0,1,2,…,min(n,M). Вероятности этих значений определяются гипергеометрической формулой

,