
- •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.