- •Теория вероятностей
 - •1. Случайные события. Вероятность
 - •Для операций сложения и умножения справедливы следующие законы:
 - •2. Опыт с равновероятными исходами Рассмотрим полную группу попарно несовместных событий
 - •3. Основные теоремы теории вероятностей и их следствия
 - •4. Вероятность появления хотя бы одного события
 - •5. Формула полной вероятности
 - •6. Формула Бейеса
 - •7. Повторение испытаний. Формула Бернулли
 - •8. Локальная и интегральная теоремы Муавра-Лапласа
 - •9. Дискретные случайные величины. Закон распределения вероятностей. Функция распределения
 - •Свойства функции распределения дискретной случайной величины
 - •10. Числовые характеристики случайных величин
 - •Свойства математического ожидания
 - •Свойства дисперсии
 - •Решение. Используя свойства математического ожидания и дисперсии, а также учитывая, что х и y – независимые случайные величины, имеем:
 - •11. Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей
 - •Свойства функции распределения непрерывной случайной величины
 - •Свойства плотности
 - •12. Числовые характеристики непрерывной случайной величины
 - •13. Теоретические моменты
 - •14. Коэффициент асимметрии
 - •15. Эксцесс
 - •16. Законы распределения дискретных и непрерывных случайных величин. Понятие закона распределения вероятностей дискретной случайной величины
 - •16.1 Биномиальное распределение
 - •16.2 Распределение Пуассона
 - •16.3 Простейший пуассоновский поток событий
 - •16.4 Равномерное распределение непрерывной случайной величины
 - •16.5 Показательное распределение непрерывной случайной величины
 - •16.6 Нормальное распределение
 
4. Вероятность появления хотя бы одного события
В некоторых случаях вероятность события удобнее подсчитывать как вероятность противоположного другому событию.
Пусть
события 
независимы и известны вероятности этих
событий:
.
Обозначив вероятности противоположных событий
,
найдем
вероятность того, что ни одно из событий
в опыте не наступит:
.
В
этом случае искомая вероятность, т.е.
вероятность появления хотя бы одного
события определяется как вероятность
противоположного события:  
.
Пример. Производится 2 выстрела по мишени. Вероятности попаданий при этом равны 0,5 и 0,6. Найти вероятности того, что в мишени будет: а) ровно одна пробоина; б) хотя бы одна пробоина.
Решение. Обозначим события: А – ровно одна пробоина; В – хотя бы одна пробоина; попадание при I выстреле; попадание при II выстреле.
а)	если
ровно одна пробоина, то 
,
причем слагаемые несовместны, а
сомножители независимы.
Для вероятности:
б)	В
– хотя бы
одна пробоина, 
ни
одной пробоины. 
.
.
Ответ: 0,8.
5. Формула полной вероятности
Следствием основных теорем сложения и умножения вероятностей является так называемая формула полной вероятности.
Теорема.	Пусть
некоторое событие А
может произойти вместе с одним из событий
,
образующих полную группу несовместных
событий, называемых гипотезами
(
независимые
и 
).
Тогда вероятность события А
вычисляется
как сумма произведений вероятности
каждой гипотезы на вероятность события
при этой гипотезе, т.е.
.
Доказательство.	Т.к.
гипотезы 
образуют полную группу, то событие А
может появиться только в комбинации с
какой-либо из этих гипотез:  
.
Так
как гипотезы 
несовместны, то и их комбинации
несовместны.
Применим к ним теорему сложения
вероятностей: 
.
Применяя
к событию 
теорему умножения, получим:
.
Тогда
.
Теорема доказана.
Пример. Продукция 3 фабрик ювелирных изделий поступает на продажу в магазин. Вероятность брака на 1 фабрике равна 0,2, а на второй и третьей фабрике 0,1. Какова вероятность покупки одного небракованного изделия в магазине, если 30% всей продукции в магазине изготавливается на 1 фабрике, 50% - на второй и 20% - на третьей фабриках?
Решение.	Обозначим
события: А
– купленное
изделие не имеет брака. Выдвигаем
гипотезы: 
купленное
изделие изготовлено на первой фабрике;
купленное изделие изготовлено на второй
фабрике; 
купленное изделие изготовлено на третьей
фабрике: 
образуют полную группу событий: 
.
После
наступления одного из событий 
или 
,
т.е. куплено изделие одной из фабрик,
определяем, браковано оно или нет.
Условная
вероятность события  А
 – изделие не имеет брака при гипотезах
и 
соответственно равны: 
(т.к. вероятность брака на I
фабрике равна 0,2, а это событие
противоположно тому, что изделие 1
фабрики не бракованное);
;
 
.
Тогда по формуле полной вероятности:
.
6. Формула Бейеса
Следствием теоремы умножения и формулы полной вероятности является так называемая теорема гипотез или формула Бейеса.
Поставим следующую задачу.
Пусть
имеется полная группа несовместных
событий 
.
Вероятности этих гипотез до опыта
известны и равны соответственно 
.
Произведен опыт, в результате которого
наблюдалось появление события А.
Спрашивается, как следует переоценить
вероятности гипотез в связи с появлением
этого события?
Теорема.	Условная
вероятность для каждой гипотезы 
при условии, что событие А
произошло, равно отношению произведения
вероятности гипотезы 
до наступления события А
и условной
вероятности А
при наступлении 
к полной вероятности события А,
т.е.
.
(доказательство после примера)
Пример. Два стрелка независимо друг от друга стреляют по одной мишени, делая каждый по одному выстрелу. Вероятность попадания в мишень для первого стрелка равна 0,8, для второго – 0,4. После стрельбы в мишени обнаружена 1 пробоина. Найти вероятность того, что эта пробоина принадлежит первому стрелку.
Решение.	До
опыта возможна следующие гипотезы: 
ни
первый, ни второй стрелок не попадет;
оба
стрелка попадут; 
первый
попадет, второй промахнется; 
первый
промахнется, второй попадет.
Вероятности этих гипотез:
(Проверка:
)
Значит,
образуют полную группу несовместных
событий.
Условные вероятности события А – «в мишени одна пробоина», при этих гипотезах равны:
;
   
;
 
;
 
.
После наступления события А переоценим условные вероятности гипотез при условии, что А произошло. По формуле Бейеса:
Следовательно,
вероятность того, что пробоина принадлежит
первому стрелку, равна 
.
Доказательство
теоремы.	
 находим из условия
.
 Получим 
.
 Теорема доказана.
