116.1Теорема сложения вероятностей

Вероятность появления одного из двух несовместных событий, безразлично какого, равна сумме вероятностей этих событий:

P(A+B)=P(A)+P(B)

Доказательство: Введем обозначения: n – общее число возможных элементарных исходов испытания; m₁ – число исходов, благоприятствующих событию А; m₂ – число исходов, благоприятствующих событию В.Число элементарных исходов, благоприятствующих наступлению либо события А, либо события В, равно m₁+m₂. Следовательно, P(A+B)=(m₁+m₂)/n=m₁/n+m₂/n. Приняв во внимание, что m₁/n=P(A) и m₂/n=P(B), окончательно получим P(A+B)=P(A)+P(B)

Следствие 1. Вероятность появления одного из нескольких попарно несовместных событий, безразлично какого, равна сумме вероятностей этих событий:

P(A1+A2+...+An)=P(A1)+P(A2)+...+P(An)

Пример. В урне 30 шаров: 10 красных, 5 синих и 15 белых. Найти вероятность появления цветного шара.

Появление цветного шара означает появление либо красного, либо синего шара. Вероятность появления красного шара (событие А) P(A)=10/30=1/3 Вероятность появления синего шара (событие В) P(B)=5/30=1/6 События А и В несовместны (появление шара одного цвета исключает появление шара другого цвета), поэтому теорема сложения применима. Искомая вероятность P(A+B)=P(A)+P(B)=1/3+1/6=1/2

116.2Свойства и статистический смысл дисперсии.

Во многих практически важных случаях существенным является вопрос о том, насколько велики отклонения случайной величины от ее математического ожидания.

Предварительно рассмотрим пример. Пусть две случайные величины и заданы следующими рядами распределения

Значения	-0.2	-0.1	0.1	0.2
Вероятности	0.25	0.25	0.25	0.25

Значения	-50	-40	40	50
Вероятности	0.25	0.25	0.25	0.25

Легко убедится в том, что математические ожидания этих величин одинаковы и равны нулю:

Однако разброс значений этих величин относительно их математического ожидания неодинаков. В первом случае значения, принимаемые случайной величиной , близки к ее математическому ожиданию, а во втором случае далеки от него. Для оценки разброса (рассеяния) значений случайной величины около ее математического ожидания вводится новая числовая характеристика - дисперсия.

Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:

Пусть - дискретная случайная величина, принимающая значения x₁, x₂, ..., x_n соответственно с вероятностями p₁, p₂, ..., p_n. Очевидно, случайная величина принимает значения

с теми же вероятностями p₁, p₂, ..., p_n. Следовательно, согласно определению математического ожидания дискретной случайной величины, имеем

Если же - случайная величина с плотностью распределения , то по определению

Свойства дисперсии:

1°. Дисперсия постоянной равна нулю.

2°. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:

3°. Если и - независимые случайные величины , то дисперсия суммы этих величин равна сумме их дисперсий: