
- •Реферат по надежности
- •События и их виды
- •Ряд распределения дискретной случайной величины
- •Равномерное распределение
- •Экспоненциальное (показательное) распределение
- •Биноминальное распределение
- •Распределение Пуассона
- •Математическое ожидание
- •Свойства математического ожидания:
- •Дисперсия случайной величины
- •Свойства дисперсии:
- •Среднее квадратическое отклонение
- •Литература
- •Реферат
- •Содержание:
- •1. События и их виды
- •2. Вероятность и ее свойства
- •3. Теорема умножения вероятностей
- •4. Теорема сложения вероятностей
- •5. Формула полной вероятности
- •Вероятность гипотез
- •6. Случайные величины. Законы распределения непрерывной и дискретной случайной величины
- •Закон распределения дискретной случайной величины
- •Закон распределения непрерывной случайной величины
- •Моменты распределения, характеристики закона распределения
- •Для дискретной случайной величины:
- •Для непрерывной случайной величины:
- •События и их виды.
- •Вероятность и ее свойства.
- •Теорема об умножении вероятностей.
- •Теорема о сложении вероятности совместных и несовместных событий.
- •Формула полной вероятности, формула гипотез.
- •Случайные величины. Закон распределения непрерывной и дискретной случайной величины.
- •Моменты распределения, характеристика закона распределения.
- •Литература.
- •Реферат Теория вероятности
- •События и их виды
- •Вероятность и ее виды
- •Теорема об умножении вероятности
- •Теорема о сложении вероятности совместных и несовместных событий
- •Формула полной вероятности. Формула гипотез
- •Случайные величины. Закон распределения непрерывной и дискретной случайной величины
- •Ряд распределения дискретной случайной величины
- •Равномерное распределение
- •Экспоненциальное (показательное) распределение
- •Моменты распределения. Характеристики закона распределения
Теорема о сложении вероятности совместных и несовместных событий.
Суммой двух событий А и В называется событие С, состоящее в появлении хотя бы одного из событий А и В.
Суммой нескольких событий называется событие, состоящее в появлении хотя бы одного из этих событий.
Геометрическая интерпретация понятия сумма:
Теорема сложения вероятностей формулируется следующим образом.
Вероятность суммы двух нecoвмecтныx со6ытий равна сумме вероятностей этих со6ытий:
Р(А + В) = Р(А) + Р(В).
Докажем теорему сложения вероятностей для схемы случаев. Пусть возможные исходы опыта сводятся к совокупности случаев, которые для наглядности изобразим в виде n точек:
Предположим, что из этих случаев m благоприятны событию А, а k событию В. Тогда:
Р(А)
=
; Р(В)
=
.
Так как события А и В несовместны, то нет таких случаев, которые благоприятны и А, и В вместе. Следовательно, событию А + B благоприятны т + k случаев и
Р(А+В)
=
Подставляя полученные выражения в формулу, получим тождество.
= +
Теорема доказана.
Следствия, вытекающие из теоремы сложения.
Следствие 1.
Если события А1, А2,..., Аn образуют полную группу несовместных событий, то сумма их вероятностей равна единице:
Следствие 2.
Сумма вероятностей противоположных событий равна единице:
В случае, когда события А и В совместны, вероятность суммы этих событий выражается формулой:
Р(А + В) = Р(А) + Р(В) - Р(АВ).
Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного наступления.
Пример. Производится бомбометание по трем складам боеприпасов, причем сбрасывается одна бомба. Вероятность попадания в первый склад 0,01; во второй 0,008; в третий 0,025. При попадании в один из складов взрываются все три. Найти вероятность того, что склады будут взорваны.
Рассмотрим события: А - взрыв складов,
А1- попадание в первый склад,
А2 - попадание во второй склад,
А3 - попадание в третий склад.
Очевидно,
А = А1 + А2 + А3.
Так как при сбрасывании одной бомбы события A1, А2, А3 несовместны, то
Р(А) = P(A1) + Р(А2) + Р(А3) = 0,01 + 0,008 + 0,025 = 0,043.
Формула полной вероятности, формула гипотез.
Следствием обеих основных теорем - теоремы сложения вероятностей и теоремы умножения вероятностей - является так называемая формула полной вероятности.
Пусть требуется определить вероятность некоторого события А, которое может произойти вместе с одним из событий:
H1, H2,…, Hn,
образующих полную группу несовместных событий. Будем эти события называть гипотезами.
Докажем, что в этом случае
т.е. вероятность события А вычисляется как сумма произведений вероятности каждой гипотезы на вероятность события при этой гипотезе.
Эта формула носит название формулы полной вероятности.
Доказательство. Так как гипотезы Н1, Н2, ..., Нп образуют полную группу, то событие А может появиться только в комбинации с какой-либо из этих гипотез:
А = Н1А + Н2А + ... + НпА.
Так как гипотезы Н1, Н2, ..., Нп несовместны, то и комбинации Н1 А, Н2А, ..., НпА также несовместны; применяя к ним теорему сложения, получим
Р(А)
=
Р(Н1А)
+Р(Н2А)+...+
Р(НпА)
=
Применяя к событию HiA теорему умножения, получим
что и требовалось доказать.
Следствием теоремы умножения и формулы полной вероятности является так называемая теорема гипотез, или формула Бейеса.
Поставим следующую задачу.
Имеется полная группа несовместных гипотез Н1, Н2, ..., Нn. Вероятности этих гипотез до опыта известны и равны соответствен P(H1), Р(Н2), ..., Р(Нп). Произведен опыт, в результате которого наблюдено появление некоторого события А. Спрашивается, как следует изменить вероятности гипотез в связи с появлением этого бытия?
Здесь, по существу, речь идет о том, чтобы найти условную вероятность
Р(Нi|А) для каждой гипотезы.
Из теоремы умножения имеем
P(AHi) = P(A)P(Hi|А) = Р(Hi)Р(А|Hi), i = 1,2,...,п,
или, отбрасывая левую часть,
Р(А)Р(Hi|А) = P(Hi)P(A|Hi), i = 1,2,...,п,
откуда
Выражая Р(А) с помощью формулы полной вероятности, имеем
Эта формула носит название формулы Бейеса или теоремы гипотез.