
- •1. Введение в теорию вероятностей
- •1. Алгебра событий
- •2. Понятие вероятности
- •2.1. Аксиоматическое определение вероятности
- •2.2. Классическое определение вероятности
- •2.3. Статистическое определение вероятности
- •2.4. Геометрическое определение вероятности
- •3.1. Урны и шары
- •3.2. Размещения, перестановки и сочетания
- •3.3. Задача о выборочном контроле
- •4. Условная вероятность, независимость событий
- •4.1. Условная вероятность
- •4.2. Независимость
- •5. Основные формулы вычисления вероятностей
- •5.1. Формулы умножения вероятностей
- •5.2. Формулы сложения вероятностей
- •5.3. Формула полной вероятности
- •5.4. Формула Байеса (апостериорные вероятности)
- •5.5. Формула Бернулли
- •5.6. Приближенная формула Пуассона для схемы Бернулли
- •6. Случайные величины и их распределения
- •6.1. Законы распределения и числовые характеристики случайных величин
- •1. Равномерное распределение u(a,b)
- •2. Нормальное распределение n(m,σ)
- •3. Распределение Бернулли (биноминальное распределение) b(n,p)
- •4. Распределение Пуассона p(λ)
- •6.2. Числовые характеристики случайных величин
- •Варианты контрольной работы
- •1. Теоремы сложения и умножения вероятностей
- •2. Формула полной вероятности. Формула Байеса
- •3. Формула Бернулли
- •4. Локальная и интегральная теоремы Муавра-Лапласа. Формула Пуассона
- •5. Дискретные случайные величины
3.3. Задача о выборочном контроле
Пусть имеется партия изделий общим объемом N штук. Известно, что в этой партии M изделий бракованные. Найти вероятность того, что среди наугад выбранных n изделий ровно m из них будут бракованными.
Общее количество элементарных исходов равно числу сочетаний CnN – количество различных наборов при выборе n изделий из N без возвращения и без учета порядка.
Количество различных наборов при выборе m бракованных изделий из M без возвращения и без учета порядка равно числу сочетаний CmM.
Количество различных наборов при выборе n – m годных изделий из N – M без возвращения и без учета порядка равно числу сочетаний Cn–mN–M.
Количество благоприятных исходов равно произведению CmMCn–mN–M.
Отсюда следует, что искомая вероятность равна отношению: P = CmMCn–mN–M / CnN.
Задачи
№14. Ящик содержит 10 деталей, среди которых 3 бракованных. Найти вероятность того, что из наудачу отобранных 5 деталей окажется не более одной бракованной.
По условию данной задачи нас интересует вероятность наступления сложного события B, которое реализуется при наступлении любого из следующих двух простых событий: среди отобранных деталей нет ни одной бракованной (А0); среди отобранных деталей имеется ровно одна бракованная (А1). В силу того, что простые события А0 и А1 являются несовместными, то искомая вероятность сложного события В = А0 + А1 вычисляется по формуле сложения несовместных событий: P(В) = P(А0 + А1) = P(А0) + P(А1). Вероятности простых событий А0 и А1 находятся по формулам:
P(А0)
=
;
P(А1)
=
;
P(В) = P(А0) + P(А1) = 7/24 + 21/40 = (35 + 63)/120 = 98/120 ≈ 0,816667.
4. Условная вероятность, независимость событий
4.1. Условная вероятность
Определение Условной вероятностью наступления события A при условии, что произошло событие B, называется число:
P(A|B) = P(AB)/P(B), [P(B) ≠ 0]. (4)
П
ример
5 Пусть при
бросании игральной кости выпадение
четного числа очков является событием
A =
{2, 4, 6}, а выпадение числа очков более
трех – событием B
= {4, 5, 6}. Игральная кость подбрасывается
один раз. Известно, что выпало более
трех очков. Какова вероятность того,
что выпало четное число очков?
При подбрасывании кубика произошло событие B. При этом событие A может как наступить (выпало 4 или 6 очков), так и не наступить (выпало 5 очков). Но нас интересует именно наступление события A. Следовательно, мы должны рассматривать одновременное наступление событий A и B, т.е. их произведение – AB = {4, 6}:
P(A|B) = P(AB)/P(B) = (2/6) / (3/6) = 2/3.
4.2. Независимость
Понятие независимости является ключевым в теории вероятностей и поэтому очень важно правильно его понимать. Без ясного понимания этого понятия, все дальнейшие положения теории вероятностей будут трактоваться неправильно.
Определение События A и B называются независимыми, если P(AB) = P(A)P(B).
Отсюда следует, что: P(A|B) = P(AB)/P(B) = [P(A)P(B)]/P(B) = P(A), (P(B) ≠ 0)
П
ример
6 Точка
с координатами (x;
y)
бросается наудачу в единичный квадрат
со сторонами, параллельными осям
координат. Доказать, что для любой
заранее выбранной точки единичного
квадрата с координатами (x0;
y0)
события: A
= {x
≤ x0}
и B
= {y
≤ y0}
являются независимыми.
|| = 11 = 1, |A| = x01 = x0, P(A) = |A| / || = x0.
|B| = y01 = y0, P(B) = |B| / || = y0.
P(AB) = |AB| / || = x0y0, но P(A)P(B) = x0y0 → события A и B независимы.
П
ример
7 Точка
с координатами (x;
y)
бросается наудачу в треугольник с
вершинами (1; 0), (0; 0), (0; 1). Доказать, что
события A
= {x
≤ 1/2} и B
= {y
≤ 1/2} зависимы.
|| = (11)/2 = 1/2, |A| = ¼ + 1/8 =3/8, P(A) = |A| / || = 3/4.
|B| = ¼ + 1/8 = 3/8, P(B) = |B| / || = 3/4.
P(AB) = |AB| / || = (1/4) / (1/2) = ½, но P(A)P(B) = 9/16 → события A и B зависимы.
З
амечание
1 Несовместные
события A
и B
будут независимыми только в вырожденном
случае, когда P(A)
= 0 или P(B)
= 0.
В
невырожденном случае, когда P(A)
≠ 0 и P(B)
≠ 0 несовместные события не могут быть
независимыми. Зависимость между ними
следует из простой причинно-следственной
связи: т.к. A
,
то при наступлении события A
обязательно
наступает событие
,
т.е. событие B
обязательно
не наступает, а это уже зависимость!
Это же можно сформулировать иначе: в невырожденном случае независимые события просто обязаны пересекаться, т.е. обязаны быть совместными.
Замечание 2 Если события A и B независимы, то независимыми являются также события: A и , B и Ẵ, Ẵ и (без доказательства).
Замечание 3 По аналогии с определением независимости двух событий A и B может показаться, что при бóльшем числе событий A1, A2, …, An достаточно выполнение одного только равенства P(A1A2…An) = P(A1)P(A2)…P(An), чтобы считать эти события независимыми. Однако из этого равенства вовсе не следует, что, например, события A1 и A2 являются независимыми. Независимостью нескольких событий следует считать такое их свойство, при котором любые мыслимые комбинации произведений этих событий являются независимыми между собой.
Определение События А1, А2, …, Аn называются независимыми в совокупности, если для любого 1 ≤ k ≤ n и любого набора различных между собой индексов 1 ≤ i1, i2…ik ≤ n выполняется равенство: P(Ai1Ai2…Aik) = P(Ai1)P(Ai2)…P(Aik).
Замечание 4 Если события А1, А2…Аn независимы в совокупности, то они попарно независимы, т.е. любые два события Аi, Аj независимы, но обратное утверждение неверно.
Пример 8 (С.Н.Бернштейн) Рассмотрим правильный тетраэдр, 3 грани которого окрашены, соответственно, в красный, синий и зеленый цвета, а четвертая грань окрашена во все три этих цвета. Пусть событие A означает, что при бросании тетраэдра он упал на грань, содержащую красный цвет, событие B – синий цвет и событие C– зеленый цвет.
Вероятность наступления каждого из этих событий равна 1/2, так как каждый цвет есть на двух гранях из четырех. Вероятность одновременного наступления любых двух из них равна 1/4, так как только одна грань является многоцветной. А так как (1/2) (1/2) = 1/4, то все события являются попарно независимыми. Но вероятность одновременного наступления всех трех событий тоже равна 1/4, а не 1/8 как следовало бы для независимых событий, то есть события не являются независимыми в совокупности.