
- •Збірник задач
- •З теорії ймовірностей та математичної статистики
- •Навчальний посібник
- •Рекомендовано
- •Міністерством освіти України
- •Рецензенти: член-кореспондент нан України, доктор фізико-математичних наук
- •Передмова
- •Розділ 1. Елементи комбінаторики
- •Приклади розв’язання задач
- •Розділ 2. Простір елементарних подій, випадкові події та операції над ними
- •Правило де Моргана: Приклад розв’язання задачі
- •Розділ 3. Ймовірності у дискретних просторах елементарних подій. Класичне означення ймовірності
- •Приклад розв’язання задачі
- •Розділ 4. Геометричні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 5. Аксіоми теорії ймовірностей
- •Приклад розв’язання задачі
- •Розділ 6. Умовні ймовірності.
- •Приклад розв’язання задачі
- •Розділ 7. Формула повної ймовірності. Формула Байєса
- •Приклад розв’язання задачі
- •Розділ 8. Дискретні випадкові величини. Числові характеристики дискретних випадкових величин
- •Приклад розв’язання задачі
- •Дисперсія d
- •Розділ 9. Схема Бернуллі. Класичні дискретні розподіли
- •Приклад розв’язання задачі
- •Розділ 10. Неперервні випадкові величини
- •Приклад розв’язання задач
- •Розділ 11. Закон великих чисел. Центральна гранична теорема
- •Наслідок 2. Якщо для послідовності {n, n1} виконується умова Ляпунова, то справджується і центральна гранична теорема. Приклад розв’язання задач
- •Розділ 12. Вибірка та її основні характеристики. Емпірична функція розподілу, гістограма
- •Приклад розв’язання задачі
- •Розділ 13. Оцінювання невідомих параметрів розподілів. Класифікація оцінок. Вибіркове середнє та дисперсія, мода, медіана
- •Приклад розв’язання задачі
- •Розділ 14. Ефективні оцінки. Достатні статистики
- •Приклади розв’язання задач
- •Розділ 15. Метод моментів та метод максимальної правдоподібності
- •Приклади розв’язання задач
- •Розділ 16. Надійні інтервали
- •Приклад розв'язання задачі
- •Розділ 17. Перевірка статистичних гіпотез. Критерії згоди
- •Приклади розв’язання задач
- •Розділ 18. Перевірка гіпотез про рівність математичних сподівань та дисперсій для нормальних сукупностей
- •Приклади розв’язання задач
- •Розділ 19. Лінійна регресія
- •Приклади розв’язання задач
- •Розділ 20. Елементи дисперсійного аналізу
- •Приклад розв’язання задачі
- •Розділ 21. Елементи аналізу часових рядів. Виділення тренду, згладжування, прогноз
- •Приклад розв’язання задачі
- •Розділ 22. Задачі для контрольних робіт Контрольна робота №1 “Теорія ймовірностей”
- •Контрольна робота №2 “Теорія ймовірностей”
- •Контрольна робота №3 “Математична статистика”
- •Розділ 4
- •Розділ 5
- •Розділ 6
- •Розділ 7
- •Розділ 8
- •Розділ 9
- •Розділ 10
- •Розділ 11
- •Розділ 18
- •Розділ 19
- •Розділ 20
- •Розділ 21
- •Додатки
- •Література Підручники, навчальні посібники та монографії
- •Збірники задач
- •Для нотаток:
Розділ 7. Формула повної ймовірності. Формула Байєса
Повна група подій. Випадкові події H1, …, Hn (Hi, i = 1,…n) утворюють повну групу подій, якщо:
1)
Hi
— попарно несумісні (
);
2)
Формула повної ймовірності. Якщо H1, …, Hn — повна група подій і P(Hi)>0 (i= 1,…,n), то для будь-якої події A (A) виконується рівність:
Формула повної ймовірності справджується і для зліченної кількості подій.
Формула Байєса. Якщо H1, …, Hn — повна група подій, P(Hi)>0 (i = 1,…,n), а A — довільна випадкова подія (A), з P(A)>0, то
Приклад розв’язання задачі
Задача 1. Серед N екзаменаційних білетів є n «щасливих». Студенти підходять за білетами один за одним. У кого більша ймовірність узяти «щасливий» білет: у того, хто підійшов першим, чи у того, хто підійшов другим?
Розв’язок.
Нехай подія A
— перший візьме щасливий білет, подія
B
— другий візьме щасливий білет.
H1
— перший узяв щасливий білет
H2
— перший узяв нещасливий білет
.
За формулою повної ймовірності:
Тобто
Задачі
Є
два однакових ящики з кулями. У першому ящику 2 білих та 1 чорна куля, у другому — 1 біла та 4 чорних кулі. Навмання вибирають один ящик і виймають з нього кулю. Яка ймовірність, що витягнута куля буде білою?
На малюнку 7.1 зображено схему доріг. Туристи вийшли з пункту O, вибираючи навмання одну дорогу з усіх можливих. Яка ймовірність того, що вони потраплять у пункт A?
У двох урнах знаходиться відповідно n1 і n2 куль, із яких білих куль m1 і m2. З першої урни переклали в другу урну одну кулю, колір якої невідомий. Після цього з другої урни беруть одну кулю. Яка ймовірність того, що ця куля біла?
В урні n куль. Усі можливі припущення про число білих куль в урні рівноможливі. Навмання з урни беруть одну кулю. Яка ймовірність того, що ця куля біла?
В урні знаходиться одна куля, про яку відомо, що вона або біла, або чорна. В урну поклали білу кулю, а потім після ретельного перемішування взяли навмання одну кулю, яка виявилась білою. Яка ймовірність того, що після цього візьмуть з урни білу кулю? (Льюис Кэрролл. История с узелками.—М. : Мир, 1973).
В урну, яка містить n куль, поклали білу кулю. Яка ймовірність того, що взята з урни куля буде біла, якщо всі припущення про початковий склад куль в урні рівноможливі?
У кожній з n урн m білих і k чорних куль. З першої урни взяли одну кулю і переклали в другу. З другої урни взяли одну кулю і переклали в третю і т. д. Обчислити ймовірність того, що з останньої урни буде взято білу кулю.
Урна містить n куль. Усі припущення про число білих куль в урні однаково ймовірні. Навмання вийнята з урни куля виявилась білою. Обчислити ймовірності всіх припущень про склад куль в урні. Яке припущення найбільш імовірне?
З урни, яка містить n куль невідомого кольору, взяли одну кулю, яка виявилась білою. Після цього знову виймають кулю. Яка ймовірність того, що ця куля біла? (Усі припущення про початковий склад куль в урні однаково ймовірні).
Кожна з k1 урн містить m1 білих і n1 чорних куль, а кожна з k2 урн містить m2 білих і n2 чорних куль. Із навмання взятої урни вийняли кулю, яка виявилася білою. Яка ймовірність того, що кулю взято з першої групи урн?
Стрілець A влучає в мішень з імовірністю p1=0,6, стрілець B — з імовірністю p2 = 0,5, а стрілець C — з імовірністю p3=0,4. Стрільці зробили залп по мішені. Відомо, що є два влучення. Що більш імовірно: влучив C в мішень чи ні?
Три мисливці одночасно зробили по одному пострілу у ведмедя. Ведмедя вбито однією кулею. Яка ймовірність того, що ведмедя вбито першим, другим або третім мисливцем, якщо ймовірності влучення для них дорівнюють відповідно p1 = 0,2, p2 = 0,4, p3 = 0,6?
З урни, яка містить m білих (m>3) і n чорних куль, загублено одну кулю. Для того щоб визначити склад куль в урні, з урни взяли дві кулі, які виявилися білими. Обчислити ймовірність того, що загублена куля біла?
3 урни, яка містить 3 білих та 2 чорних кулі, перекладено дві кулі до урни, яка містить 4 білих та 4 чорних кулі. Яка ймовірність того, що з другої урни після такого перекладання буде взято білу кулю?
Деталі виробляються на двох заводах. Обсяг продукції другого заводу в n разів перевищує обсяг продукції першого заводу. Частка браку на першому заводі — p1, на другому — p2. Навмання взята деталь виявилася бракованою. Яка ймовірність того, що її випущено другим заводом?
Два стрільці незалежно один від одного роблять по одному пострілу по мішені. Ймовірність влучення першого 0,8, другого — 0,4. Відомо, що є одне влучення. Знайти ймовірність того, що у мішень влучив перший стрілець.
На фабриці виготовляють гвинти. Перша машина виготовляє 25%, друга — 35%, третя — 40% усіх виробів. Частка браку відповідно 5, 4 і 2%.
а) Яка ймовірність того, що випадково вибраний гвинт бракований?
б) Випадково вибраний гвинт виявився бракованим. Яка ймовірність того, що його зроблено першою, другою, третьою машинами?