- •Часть 1. Предмет теории вероятностей. Случайные события и их классификация. Классическое определение вероятности. Действия над событиями и элементы комбинаторики.
- •§1. Предмет теории вероятностей и основные определения
- •Классическое определение вероятности
- •Действия над событиями:
- •§2. Элементы комбинаторики
- •Основное правило комбинаторики:
- •Теорема сложения вероятностей для произвольных событий
- •§3. Статистическое и геометрическое определение вероятности. Статистическое определение вероятности.
- •Геометрическое определение вероятности
- •§4. Теоремы сложения и умножения вероятностей. Теорема сложения вероятностей
- •Теорема умножения вероятностей
- •§5. Формула Байеса.
- •§6. Повторное испытание. Формула Бернулли.
- •Общая задача.
- •§7. Предельные теоремы. Локальная теорема Муавра-Лапласа.
- •Интегральная теорема Муавра-Лапласа.
- •§8. Вероятность отклонения частоты события от вероятности события в независимых испытаниях.
- •§9. Теорема Пуассона (для редких событий).
Теорема умножения вероятностей
Событие А называется зависимым от события В, если вероятность появления события А зависит от того, произошло или нет событие В.
Пример:
В урне 2 белых и 3 чёрных шара. 2 человека вынимают из урны по одному шару. Событие А – появление белого шара у первого человека, событие В – появление белого шара у второго человека.
Р(А) = 2/5, Р(В) = ¼;
Р(В/А)=1/4 – вероятность события В с условием А;
(В/А)=2/4.
Определение. Вероятность события А, вычисляемая при условии, что имело место событие В, называется условной вероятностью и обозначается Р(А/В) или РВ(А).
Если события А и В независимые, то Р(А/В) = Р(А).
Теорема: вероятность произведённых двух событий равна вероятности одного из них, умноженной на условную вероятность другого, вычисленную при условии, что первое произошло.
(А/В) = Р(А)· Р(В/А).
Формула полной вероятности (следствие теоремы сложения и умножения).
Рассмотрим некоторую совокупность событий H1,H2,…,Hn, обладающую следующими свойствами:
Н1+Н2+…+Нn = Ω - полная группа;
Нi·Нk ≠ Ø, i≠k – попарно несовместны;
Эти события будем называть гипотезами. Вычислим вероятность некоторого события А, которое может произойти вместе с одним из событий Н1,Н2,…,Нn.
А = Н1·А+Н2·А +…+Нn·А,
Т. к. гипотезы несовместны, то их комбинации Н1·А, Н2·А, … ,Нn·А тоже несовместны. Тогда можно применить теорему сложения вероятностей.
По теореме умножения вероятностей это равно:
– формула
полной вероятности.
Пример:
В магазин поступила новая продукция с трех предприятий. Процентный состав этой продукции следующий: 20% - продукция первого предприятия, 30% - продукция второго предприятия, 50% - продукция третьего предприятия; далее, 10% продукции первого предприятия высшего сорта, на втором предприятии - 5% и на третьем - 20% продукции высшего сорта. Найти вероятность того, что случайно купленная новая продукция окажется высшего сорта.
Обозначим
через В событие, заключающееся
в том, что будет куплена продукция
высшего сорта, через
обозначим
события, заключающиеся в покупке
продукции, принадлежащей соответственно
первому, второму и третьему предприятиям.
Можно применить формулу полной вероятности, причем в наших обозначениях:
Подставляя эти значения в формулу полной вероятности, получим искомую вероятность:
Задание: 1) Экспедиция издательства отправила газеты в три почтовых отделения. Вероятность своевременной доставки газет в первое отделение равна 0,95, во второе - 0,9, в третье - 0,8. Найти вероятность следующих событий:
а) только одно отделение получит газеты вовремя;
б) хотя бы одно отделение получит газеты с опозданием.
2) Вероятность хотя бы одного попадания в цель при четырех выстрелах равна 0,9984. Найти вероятность попадания в цель при одном выстреле.
3) Из 40 деталей 10 изготовлены в первом цехе, 25 - во втором, а остальные - в третьем. Первый и третий цехи дают продукцию отличного качества с вероятностью 0,9, второй цех - с вероятностью 0,7. Какова вероятность того, что взятая наудачу деталь будет отличного качества?
