
- •Элементы комбинаторики
- •Геометрическая Вероятность
- •Теорема сложения вероятностей для несовместимых событий
- •Относительная частота. Статистическое определение вероятности.
- •Аксиоматическое определение вероятности.
- •Теорема умножения вероятностей
- •Теорема о сложении вероятностей совместимых событий
- •Лекция 22.02.2013 Формулы полной вероятности
- •Формулы Байеса.
- •Случайные величины. Дискретные и случайные величины. Понятие случайной величины.
- •Закон распределения дискретной случайной величины
- •Математическое ожидание дискретной случайной величины. Понятие математического ожидания.
- •Свойства математического ожидания дискретной случайной величины.
- •Лекция 01.03.13 Свойства математического ожидания дискретной случайной величины.
- •Дисперсия дискретной случайной величины. Понятие Дисперсия.
- •Свойства дисперсии дискретной случайной величины
- •Лекция 15.03.2013
- •Распределение Пуассона
- •Лекция 22.03.2013
- •Непрерывные случайные величины. Интегральная функция распределения.
- •29.03.2013 Лекция Дифференциальная функция распределения
- •Лекция 05.04.13
- •Математическое ожидание и дисперсия непрерывной случайной величины
- •Основные законы распределения непрерывных случайных величин
- •Нормальный закон распределения
Теорема умножения вероятностей
Определение: Два события А и В называются независимыми, если вероятность появления каждого из них не зависит от того, появилось другое событие, или нет. В противном случае, события А и В называются зависимыми.
Пример: пусть в урне находятся 2 белых и 2 чёрных шара. Пусть событие А – вынуть белый шар. Вероятность этого события равна ½. После первого испытания вынутый шар кладётся обратно в урну. Шары перемешиваются, и снова вынимается шар. Событие В – во втором испытании вынуть белый шар. Вероятность этого события тоже равна ½. Т.е. события А и В независимы.
Предположим теперь, что вынутый в первом испытании шар не кладётся обратно в урну. Тогда, если произошло событие А, то есть в первом испытании вынут белый шар, то вероятность событий В уменьшается: Р(В)=1/3. Если же в первом испытании был вынут чёрный шар, то вероятность события В увеличивается: Р(В)=2/3. Таким образом, вероятность события В существенно зависит от того, произошло или не произошло событие А. Т.е. события А и В – зависимы.
Определение: Пусть А и В – зависимые события. Условной вероятностью Ра (В) (а – индекс) события В называется вероятность события В, найденное в предположении, что событие А уже наступило.
В Примере Ра(В)=1/3.
Теорема: Вероятность произведения двух зависимых событий А и В равна произведению вероятностей одного из них на условную вероятность другого, найденную в предположении, что событие А уже наступило: Р(АВ) = Р(А)*Ра(В)
Доказательство:
Пусть из всего числа n элементарных событий k событий благоприятствуют событию А, и пусть из этих k событий l событий благоприятствуют событию В. Значит, l событий благоприятствуют событию (AB). Тогда, по классическому определению вероятности, Р(АВ)= l/n = k/n*l/k = P(A)*Pа (B). Ч.т.д.
Определение: несколько событий А1, А2, … Аk называются независимыми в совокупности, или просто независимыми, если вероятность появления любого из них не зависит от того, произошли ли какие-либо другие рассматриваемые события или нет.
Замечание: Применим формулу: Р(АВ) = Р(А)*Ра(В) [1]к событию Ва:
Получим: Р(Ва)=Рb(А) [2]
Сравнивая формулы [1] [2] получаем: Р(А)*Ра(В)=Р(В)*Рb(А)
Теорема: вероятность произведения двух независимых событий А и В равна произведению вероятностей этих событий.
Отметим, что если события А и В независимы, то условная вероятность равняется обычной вероятности. Поэтому формула [1] превращается в формулу Р(АВ)=Р(А)*Р(В). Ч.т.д.
Теорема о сложении вероятностей совместимых событий
Теорема: Вероятность суммы двух совместимых событий А и В равна сумме вероятностей этих событий минус вероятность их произведения:
Р(А+В)= Р(А)+Р(В) - Р(АВ).
Доказательство:
Пусть из всего числа n элементарных событий k событий благоприятствуют событию А, l событий благоприятствуют событию В, и m событий благоприятствуют одновременно и событию А, и событию В. Тогда событию (А+В) будут благоприятствовать k+l –m элементарных событий, и, значит, будем иметь:
Р(А+В)=(k+l – m)/n = k/n+l/n – m/n = Р(А) + Р(В) – Р(АВ). Ч.т.д.
Замечание: Если А и В – несовместимые события, то АВ – невозможное событие. И, значит, Р(АВ) = 0, и полученная формула превращается в формулу для несовместимых событий.
Семинар: 15.02.13
Для двух костей:
-
Сумма очков
2
3
4
5
6
7
8
9
10
Число способов
1
2
3
4
5
6
5
4
3
Для трёх костей:
-
Сумма очков
3
4
5
6
7
8
9
10
11
Число способов
1
3
6
10
15
21
25
27
27
Сумма очков
12
13
14
15
16
17
18
Число способов
25
21
15
10
6
3
1
Сравни возведение в степень 2 полинома: (х+х^2+x^3+x^4+x^5+x^6) = x^2+2x^3+3x^4+4x^5+5x^6+6x^7+5x^8+4x^9+3x^10+2x^11+x^12
Степень = число очков, коэффициент = число способов. Для трёх костей возведём в куб. (Вывел Бернулли)
Игральная кость бросалась 4 раза. Рыцарь бился об заклад, что при этом хотя бы 1 раз выпадет 6 очков. Какова вероятность выигрыша для рыцаря?
Рассмотрим противоположное событие: не выпало ни одной шестёрки, таких случаев 5^4 тогда всего случаев 6^4, и вероятность рыцаря 1-(5^4)/(6^4) = 671/1296 чуть больше одной второй, значит, при большом количестве игр он выигрывал.
Вторая игра Де-Маре: Две игральные кости бросаются 24 раза. Рыцарь бился об заклад, что при этом хотя бы один раз выпадут две шестёрки. Какова вероятность проигрыша для рыцаря?
(35/36)^24 = больше одной второй – проигрыш рыцаря (Паскаль объяснил, почему)
Около прямоугольного треугольника АВС описана окружность. На его катетах (как на диаметрах) построены полуокружности. Доказать, что сумма площадей двух образовавшихся «луночек» (от слова луна – полумесяц) равна площади треугольника АВС.
(Задача Гиппократа Хиосского)