
- •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 об умножении вероятности
Произведением двух событий А и В называют событие АВ, состоящее в совместном появлении (совмещении) этих событий. Например, событие А – деталь годная, событие В – деталь окрашена. Тогда произведение АВ – деталь годна и окрашена.
Произведением нескольких событий называют событие, состоящее в совместном появлении всех этих событий.
Условной вероятностью РА(В) будем называть вероятность события В, вычисленную в предположении, что событие А уже наступило:
РА(В) = Р(АВ)/Р(А), где Р(А)>0.
Теорема умножения вероятностей: вероятность совместного появления двух событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие уже наступило:
Р(АВ) = Р(А)РА(В)
Следствия: 1. Вероятность совместного появления нескольких событий равна произведению вероятности одного из них на условные вероятности всех остальных, причем вероятность каждого последующего события вычисляется в предположении, что все предыдущие события уже появились:
2. Пусть событие В независимо от события А, если появление события А не изменяет вероятности события В. При этом условная вероятность события В равна его безусловной вероятности (т. е. вероятности события, вычисленной без ограничений): РА(В) = Р(В). Тогда вероятность совместного появления нескольких независимых событий равна произведению вероятностей этих событий:
Р(А1А2…Аn) = Р(А1)Р(А2)…Р(Аn)
Теорема о сложении вероятности совместных и несовместных событий
Суммой событий A и B называют событие, состоящее в появлении события А, или события В, или обоих этих событий. Например, событие А соответствует работоспособности первого прибора, событие В - работоспособности второго прибора. Тогда сумма А+В соответствует тому, что работоспособен будет как минимум один прибор.
В частности, если два события А и В - несовместные, то А+В - это событие, состоящее в появлении одного из этих событий, безразлично какого.
Теорема сложения вероятностей несовместных событий: вероятность появления одного из группы несовместных событий, безразлично какого, равна сумме вероятностей наступления каждого из этих событий.
P(A+B+…+Z) = P(A) + P(B) + … + P(Z)
Следствия: 1. Сумма вероятностей событий А1, А2, … , Аn, образующих полную группу, равна единице:
P(A1) + P(A2) + … + P(An)=1
2. Сумма вероятностей противоположных событий равна единице.
Теорема сложения вероятностей совместных событий: вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления: P(A+B) = P(A) + P(B) – P(AB)
Формула полной вероятности. Формула гипотез
Пусть событие А может наступить только при условии появления одного из несовместных событий В1, В2, …, Вn, которые образуют полную группу, а вероятности этих событий PВ1(A), PВ2(А), … , PВn(A). Найти вероятность события А помогает формула полной вероятности.
Теорема. Вероятность события А, которое может наступить лишь при условии появления одного из несовместных событий В1, В2, … , Вn, образующих полную группу, равна сумме произведений вероятностей каждого их этих событий на соответствующую условную вероятность события А:
P(A) = P(B1) PB1(A)+P(B2) PВ2(A)+…+P(Bn) PBn(A)
Теорема гипотез
Пусть событие А может наступить при условии появления одного из несовместных событий B1, B2, …, Bn, образующих полную группу. Поскольку не известно, какое из них наступит, их называют гипотезами. Вероятность появления события А определяется по формуле полной вероятности:
P(A) = P(B1) PB1(A)+P(B2) PB2(A)+…+P(Bn) PBn(A)
Допустим, что произведено испытание событие А произошло. То, что оно произошло, изменит вероятности гипотез Р(В1), …, Р(Вn). Требуется определить условные вероятности осуществления этих гипотез в предположении, что событие А произошло, т.е. определить: PА(B1), PА(B2), …, PА(Bn).
Решение:
Найдем вероятность P(АB1) = P(B1) PВ1(A) = P(A) PА(B1),
Отсюда: .
Заменив здесь P(A) по формуле полной вероятности, получим:
,
Таким же образом определяются условные вероятности остальных гипотез В итоге получаем:
Данная формула называется формулой Байеса или теоремой (формулой) гипотез.