
- •Глава 3
- •3.1. События. Операции над событиями
- •Пример 3.2
- •Пример 3.4
- •Решение
- •3.2. Элементы комбинаторики
- •3.3. Классическое определение вероятности
- •Решение
- •Решение
- •Пример 3.11
- •Решение
- •Пример 3.12
- •Решение
- •3.4. Аксиоматическое определение вероятности
- •3.5. Статистическое определение вероятности
- •3.6. Условная вероятность
- •Пример 3.15
- •3.7. Теорема умножения вероятностей
- •3.8. Теорема сложения вероятностей
- •3.9. Формула полной вероятности
- •Пример 3.19
- •Решение
- •3.10. Случайные величины и законы распределения
- •3.11. Закон распределения дискретной случайной величины
- •3.12. Свойства дискретных распределений
- •3.13. Функция распределения
- •Плотность вероятности
- •3.15. Числовые характеристики случайных величин
- •3.16. Дисперсия и среднее квадратическое отклонение
- •3.17. Другие числовые характеристики случайной величины
- •3.18. Биномиальное распределение (распределение Бернулли)
- •3.19. Нормальное распределение (закон Гаусса)
3.6. Условная вероятность
В
реальности вероятность какого-либо
события
зависит
от осуществления других событий
,
,
. . . , т.е. зависит от некоторых условий.
Вероятность события
,
вычисленная при условии, что событие
произошло, называется условной
вероятностью события
относительно события
.
Такая вероятность обозначается
(или
).
Пример 3.15
Студент, из 30 билетов выучил первые 20. На экзамен он пришел одним из последних, когда осталось только 8 билетов с 17-го по 24-й (событие ={17, 18, 19, 20, 21, 22, 23, 24}). Обозначим A = {студенту достался знакомый билет}.
Если, придя на
экзамен, студент не получил никакой
информации об оставшихся билетах,
то по классическому определению
.
Если же он узнал, что событие
произошло, то для него вероятность
получить выученный, билет изменится.
Общее число возможных исходов теперь
– это число оставшихся билетов – 8.
Благоприятствующие исходы {17, 18, 19,
20}, их число – 4. Вероятность события
A при условии, что
имело место событие B
(«условная вероятность»)
=
= 4/8 =1/2.
Можно показать, что для классического испытания с равновозможными исходами имеет место формула
|
(3.6) |
Формула (3.6) принимается за определение условной вероятности и в общем случае.
Можно показать, что величина , определенная формулой (3.6) удовлетворяет аксиомам вероятности 1–3, поэтому (3.6) называют четвертой аксиомой вероятности.
3.7. Теорема умножения вероятностей
Из равенства (3.6) следует, что
|
(3.7) |
Эта формула называется теоремой умножения вероятностей.
Обобщения теоремы умножения на случай трех и большего числа событий соответственно имеют вид
|
(3.8) |
|
|
|
(3.9) |
Пример 3.16.
Из 20 вопросов программы студент выучил 16. Требуется найти вероятность того, что 3 предложенных вопроса окажутся знакомыми (событие ).
Решение
Обозначим
- событие «
вопрос оказался знакомым» (
= 1, 2, 3). Тогда
.
Можно представить, что вопросы записаны
на отдельных карточках и выбираются
наугад один за другим (без возвращения).
Тогда
,
(вероятность получения второго знакомого
вопроса при условии, что первый оказался
знакомым),
(вероятность третьего «везения» при
условии, что знакомыми оказались оба
первых вопроса). По формуле (3.8)
.
События и называются независимыми (нужно не путать с несовместными), если выполняется условие
|
(3.10) |
или эквивалентное ему условие
|
(3.11) |
На практике независимость событий означает, что появление одного из них не изменяет вероятности другого или появление одного из них не несет информации, о другом.
События
называются независимыми, если каждое
из них не зависит от каждого из остальных
и от всевозможных произведений остальных
событий.
Для независимых событий теорема умножения принимает простой вид
|
(3.12) |
В частности, для двух независимых событий
|
(3.13) |
Пример 3.17
В ящике 16 белых и 4 черных шара. Требуется найти вероятность того, что 3 последовательно извлеченных шара окажутся белыми (событие A), если после каждого извлечения шар возвращается в ящик, и все шары снова перемешиваются.
Решение
Обозначим
–
«
шар оказался белым». В отличие от примера
3.16 события
независимы. По формуле (3.12)