
- •Содержание
- •Предисловие
- •1) Теория вероятностей;
- •I. Теория вероятностей
- •1.1. Случайные события
- •1.1.1. Предмет теории вероятностей
- •1.1.2. Классификация событий
- •1.1.3. Вычисление вероятности
- •1.1.3.1. Классическая вероятность
- •1.1.3.2. Элементы комбинаторики
- •1.1.4. Геометрическая вероятность
- •1.1.5. Частота события. Статистическое определение вероятности
- •1.1.6. Основные теоремы теории вероятностей
- •1.1.6.1. Операции над событиями
- •1.1.6.2. Условная вероятность. Теорема умножения вероятностей
- •1.1.6.3. Независимые события. Теорема умножения для независимых событий
- •1.1.6.4. События, независимые в совокупности. Вероятность появления хотя бы одного события
- •1.1.6.5. Теорема сложения вероятностей совместных событий
- •1.1.7. Формула полной вероятности
- •1.1.8. Вероятности гипотез. Формула Байеса
- •1.1.9. Схема независимых последовательных испытаний
- •1.1.9.1. Схема Бернулли. Формула Бернулли
- •1.1.9.2. Локальная теорема Муавра-Лапласа
- •1.1.9.3. Интегральная теорема Лапласа
- •1.2. Случайные величины
- •1.2.1. Дискретная случайная величина и ее закон распределения
- •1.2.2. Биномиальное распределение
- •1.2.3. Распределение Пуассона (пуассоновское приближение биномиального распределения)
- •1.3. Математическое ожидание дискретной случайной величины
- •1.4. Дисперсия дискретной случайной величины
- •1.5. Математические ожидания и дисперсии некоторых случайных величин
- •1.6. Непрерывные случайные величины
- •1.6.1. Функция распределения случайной величины
- •1.6.2. Плотность распределения вероятностей непрерывной случайной величины
- •1.6.3. Математическое ожидание, дисперсия и среднеквадратическое отклонение непрерывной случайной величины
- •1.6.4. Наиболее распространенные распределения непрерывных случайных величин
- •1.7. Закон больших чисел. Теорема Ляпунова
- •1.7.1. Неравенство Чебышева
- •1.7.2. Теорема Чебышева
- •1.7.3. Теорема Бернулли
- •1.7.4. Понятие о центральной предельной теореме (о теореме Ляпунова)
- •1.8. Понятие о случайном векторе и законе распределения его координат
- •1.8.1. Примеры случайных векторов
- •1.8.2. Закон распределения и функция распределения двумерной случайной величины
- •1.8.3. Функция распределения двумерной случайной величины и ее свойства
- •1.8.4. Плотность распределения двумерной случайной величины и ее свойства
- •1.8.5. Корреляционный момент и коэффициент корреляции
- •1.8.6. Двумерное нормальное распределение
- •1.8.7. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •1.9. Элементы теории массового обслуживания
- •II. Математическая статистика
- •Список литературы
1.1.6.5. Теорема сложения вероятностей совместных событий
Для несовместных событий А и В
Р(А+В)=Р(А)+Р(В).
Как вычислить Р(А+В), если А и В – совместные события? Пример совместных событий: пусть А – появление четырех очков при бросании игральной кости, а В – появление четного числа очков.
Ответ на поставленный вопрос дает теорема.
Теорема. Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления:
Р(А+В)=Р(А)+Р(В)–Р(АВ). (1.1.6.12)
Доказательство.
|
А |
|
В |
|
|
АВ |
|
Т.к. А и В совместны, то событие А+В наступит, если наступит одно из следующих трех несовместных событий: А , В или АВ (см. рис.).
Поэтому
Р(А+В)=Р(А )+Р( В)+Р(АВ). (1.1.6.13)
Представим событие А как сумму двух несовместных событий:
А=А +АВ.
По теореме сложения вероятностей несовместных событий
Р(А)=Р(А )+Р(АВ).
Отсюда
Р(А )=Р(А)–Р(АВ). (*)
Аналогично
В= В+АВ,
Р(В)=Р( В)+Р(АВ),
Р( В)=Р(В)–Р(АВ). (**)
Подставляя (*) и (**) в (1.6.13), получим
Р(А+В)=Р(А)+Р(В)–Р(АВ),
что и требовалось доказать.
Замечание 1. События А и В могут быть как зависимыми, так и независимыми.
Для независимых событий
Р(А+В)=Р(А)+Р(В)–Р(А)Р(В). (1.1.6.14)
Для зависимых событий
Р(А+В)=Р(А)+Р(В)–Р(А)РА(В). (1.1.6.15)
Замечание 2. Если события несовместны, то Р(АВ)=0 и формула (1.1.6.12) принимает вид
Р(А+В)=Р(А)+Р(В).
Мы получили теорему сложения вероятностей для несовместных событий. Таким образом, формула (1.1.6.12) справедлива как для совместных, так и для несовместных событий.
Пример 1. Вероятности попадания в цель при стрельбе из первого и второго орудий равны: р1=0,7 и р2=0,8. Найти вероятность хотя бы одного попадания при залпе двух орудий.
Решение. Пусть А – попадание из первого орудия, В – попадание из второго орудия. Эти события независимы, поэтому
Р(АВ)=Р(А)Р(В)=0,70,8=0,56.
Тогда
Р(А+В)=Р(А)+Р(В)–Р(АВ)=0,7+0,8–0,56=0,94.
Замечание. Т.к. А и В – независимые, эту задачу можно решить так:
Р=1–q1q2,
где q1q2=(1–p1)(1–p2) – вероятность промаха из обоих орудий.
Тогда
Р=1–(1–0,7)(1–0,8)=1–0,30,2=1–0,06=0,94.
1.1.7. Формула полной вероятности
Пусть событие А может наступить только при условии появления одного из несовместных событий В1, В2, …, Вn, которые образуют полную группу. Пусть вероятности Р(В1), Р(В2), …, Р(Вn) наступления событий В1, В2, …, Вn известны. Также известны условные вероятности наступления события А:
,
,
…,
.
Как найти Р(А)? Ответ дает следующая теорема.
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 из этих событий на соответствующую условную вероятность события А:
Р(А)=Р(В1)
(А)+Р(В2)
(А)+…+Р(Вn)
(А)=
.
(1.1.7.1)
Эта формула называется формулой полной вероятности.
Доказательство. По условию событие А может наступить, если наступит одно из несовместных событий В1, В2, …, Вn. Это значит, что появление события А означает осуществление одного, безразлично какого, из несовместных событий В1А, В2А, …, ВnА. По теореме сложения вероятностей
Р(А)=Р(В1А)+Р(В2А)+…+Р(ВnА). (*)
Но чему равна вероятность Р(ВiА)?
По теореме умножения вероятностей зависимых событий
Р(ВiА)=Р(Вi)
(А). (**)
Подставим (**) в (*) и получим
,
что и требовалось доказать.
Пример 1. На первом заводе из каждых 100 электролампочек производится в среднем 90 стандартных, на втором – 95, на третьем – 85, а продукция этих заводов составляет соответственно 50, 30 и 20% всех электролампочек, поставляемых в магазин. Найти вероятность приобретения в магазине стандартной электролампочки.
Решение. Обозначим через Вi событие, заключающееся в том, что купленная в магазине лампочка изготовлена на i-м заводе, А – лампочка оказалась стандартной.
Тогда
Р(В1)=0,5; Р(В2)=0,3; Р(В3)=0,2;
(А)=0,9;
(А)=0,95;
(А)=0,85.
По формуле полной вероятности
=0,90,5+0,950,3+0,850,2=0,905.