4. Основные законы вероятностей: закон сложения и умножения. Формула полной вероятности

a) Переместительный закон сложения.

Сумма не изменяется от перемены порядка слагаемых.

Этот закон уже был записан в § 1 в виде равенства:

a + b = b + a,

где a и b – любые числа.

Из арифметики известно, что переместительный закон верен для суммы любого числа слагаемых.

b. Сочетательный закон сложения.

Сумма нескольких слагаемых не изменится, если какую-нибудь группу рядом стоящих слагаемых заменить их суммой.

Для суммы трех слагаемых имеем:

(a + b) + c = a + (b + c).

Например, сумму 5 + 7 + 11 можно вычислить двумя способами так:

(5 + 7) + 11 = 12 + 11 = 23, 5 + (7 + 11) = 5 + 18 = 23.

 c) Переместительный закон умножения.

Произведение не изменяется от перемены порядка сомножителей:

ab = ba,

где a и b – любые числа.

Из арифметики известно, что переместительный закон верен для произведения любого числа сомножителей.

 D) Сочетательный закон умножения.

Произведение нескольких сомножителей не изменится, если какую-нибудь группу рядом стоящих сомножителей заменить их произведением.

Для произведения трех сомножителей имеем:

(ab)c = a(bc).

Например, произведение трех сомножителей 5 * 3 * 4 можно вычислить так:

(5 * 3) * 4 = 15 * 4 = 60

e) Распределительный закон умножения по отношению к сложению.

Чтобы умножить сумму двух (или нескольких) чисел на какое-либо число, можно каждое слагаемое умножить на это число и результаты сложить:

(a + b)c = ac + bc.

Формула полной вероятности позволяет вычислить вероятность интересующего события через условные вероятности этого события в предположении неких гипотез, а также вероятностей этих гипотез.

Пусть дано вероятностное пространство  , и полная группа попарно несовместных событий  , таких что            . Пусть   — интересующее нас событие. Тогда

.

5. Теорема Баеса.

Теорема Байеса (или формула Байеса) — одна из основных теорем теории вероятностей, которая позволяет определить вероятность того, что произошло какое-либо событие(гипотеза) при наличии лишь косвенных тому подтверждений (данных), которые могут быть неточны. Названа в честь её автора, преп. Томаса Байеса (посвящённая ей работа «An Essay towards solving a Problem in the Doctrine of Chances» впервые опубликована в 1763 году,^[1] через 2 года после смерти автора). Полученную по формуле вероятность можно далее уточнять, принимая во внимание данные новых наблюдений.

Формулировка:

Формула Байеса:

,

где

 — априорная вероятность гипотезы A (смысл такой терминологии см. ниже);

 — вероятность гипотезы A при наступлении события B (апостериорная вероятность);

 — вероятность наступления события B при истинности гипотезы A;

 — полная вероятность наступления события B.

6. Случайные величины: дискретные и непрерывные.

Случайной величиной называется числовая переменная величина, принимающая в зависимости от случая те или иные значения с определёнными вероятностями. Число попаданий в цель при данном числе выстрелов, скорость молекулы газа являются типичными примерами случайных величин.

Дискретной называют случайную величину, значения которой изменяются не плавно, а скачками, т.е. могут принимать только некоторые заранее определённые значения. Например, денежный выигрыш в какой-нибудь лотерее, или количество очков при бросании игральной кости, или число появления события при нескольких испытаниях. Число возможных значений дискретной случайной величины может быть конечным или бесконечным (счётным множеством)

Для сравнения - непрерывная случайная величина может принимать любые значения из некоторого числового промежутка: например, температура воздуха в определённый день, вес ребёнка в каком-либо возрасте, и т.д.

Непрерывной называют случайную величину, которая может принимать любые значения из некоторого заданного интервала, например, время ожидания транспорта, температура воздуха в каком-либо месяце, отклонение фактического размера детали от номинального, и т.д. Интервал, на котором она задана, может быть бесконечным в одну или обе стороны.