
- •Основные понятия
- •Виды случайных событий.
- •Классическое определение вероятности.
- •Сведения из комбинаторики.
- •Геометрическое определение вероятности.
- •Основные теоремы теории вероятности.
- •Полная группа событий.
- •Зависимые и независимые события.
- •Условная вероятность
- •Теорема умножения вероятностей.
- •Вероятность появления хотя бы одного из событий.
- •Формулы полной вероятности.
- •Формула Бейеса.
- •Повторение опытов.
- •Локальная теорема Лапласа.
- •Интегральная теорема Лапласа.
- •Закон распределения случайных величин
- •Закон распределения дискретной случайной величины
- •Свойства функций распределения
- •Частный случай.
- •Нахождение функции распределения по известной функции f(X).
- •Числовые характеристики случайных величин.
- •Свойства математического ожидания.
- •Дисперсия
- •Свойства дисперсии
- •Среднее квадратическое отклонение
- •Математические ожидания и дисперсии для некоторых дискретных и непрерывных распределений. Биноминальное распределение.
- •Распределение Пуасcона.
- •5. Нормальное распределение или закон Гаусса
- •Понятие о моментах распределения
- •Совместное распределение нескольких случайных величин
- •Функция от случайных величин
- •Распределение суммы независимых случайных величины.
- •Коэффициент корреляции.
- •Свойства коэффициента корреляции:
- •Как оценить коэффициент корреляции по данным наблюдения
- •"Закон больших чисел" Неравенство Чебышева.
- •Теорема Чебышева
- •Сущность теоремы Чебышева
- •Значение теоремы для практики.
- •Характеристические функции и их свойства.
Формулы полной вероятности.
Следствием обеих основных теорем - теоремы сложения вероятностей и теоремы умножения вероятностей- являются так называемая формула полной вероятности.
Пусть
событие A
может появиться лишь с одним из
несовместных событий
,
,
которое образует полную группу. Сначала
появляется одно из событий
,
а затем событие A, которое при этом может
появиться или не появиться.
Пусть
известны вероятности
и условные вероятности события
,
какова будет при этом вероятность
появления события A? Появление события
A означает осуществление одного ,
безразлично какого из несовместных
событий
Следовательно, событие A- есть сумма этих событий , т.к. если Hi несовместно, то их комбинация HiA также несовместна. По теореме сложения вероятность события
.
По теореме умножения вероятностей.
-
формула
полной вероятности.
Вероятность
события A равна сумме произведений
каждого из несовместных событий
,
на соответствующую условную вероятность
события A. Т.к. событие A образует полную
группу, то
.
Т.к. заранее неизвестно , какое событие раньше наступит, то эти события называются гипотезами.
Пример: При разрыве снаряда образуются крупные, средние и мелкие осколки , причем число крупных осколков составляет 0,1 их общего числа, а число средних и мелких - соответственно 0,3 и 0,6 общего числа осколков. При попадании в танк крупный осколок пробивает броню с вероятностью 0,9, средний- с вероятностью 0,3 и мелкий - с вероятностью 0,1. Какова вероятность того, что попавший в броню осколок пробьет ее?
Решение:
В данном примере 3 гипотезы , вероятности которых P(H1)=0,1; P(H2)=0,3 и P(H3)=0,6.
Событие A- попадание осколка в броню . Пользуясь формулой полной вероятности, находим:
P(A)=0,10,9+0,30,3+0,60,1=0,24
Формула Бейеса.
(Формулы вероятности гипотез)
Используя формулу полной вероятности, можно получить еще одну важную формулу, которая называется формулой Бейеса или формулой Бейеса или формулой вероятностей гипотез. Эта формула используется в теории ошибок.
Пусть имеем полную группу гипотез Hi . Вероятность каждой из которых имеет определенное значение P(Hi). Допустим, что в результате опыта некоторое событие A, появление его может повлечь за собой изменение первоначальных вероятностей гипотез. Каковы бы не были вероятности гипотез Hi после опыта в предположении, что в результате опыта наступило событие A, сначала найдем условную вероятность первой гипотезы PA(H1).
По теореме умножения
,
где P(A)-вычисляется по формуле полной вероятности, для гипотезы H2- аналогично.
.
Пример.
70% деталей , поступающих на сборку , изготовленные 1 автоматом, дают 2% брака, а 30% деталей , поступающих на сборку, изготовленные 2 автоматом, дают 5% брака. Какова вероятность того, что на удачу взятая изготовленная деталь , сделана 1 автоматом.
Обозначим
событие A-взята бракованная деталь, по
условию можно сделать 2 гипотезы H1
и H2.
Вероятности деталей известны, вероятность
того, что деталь изготовлена 1 автоматом
P(H1)=0,7,
вероятность того, что деталь изготовлена
2 автоматом
P(H2)=0,3.