- •Предисловие
- •Введение
- •Глава 1. Случайные события § 1.1. Основные понятия теории вероятностей § 1.1.1. Испытания и события. Виды случайных событий
- •§ 1.1.2. Классическое определение вероятности
- •Свойства вероятности
- •§ 1.1.3. Основные формулы комбинаторики
- •§ 1.1.4. Примеры непосредственного вычисления вероятностей
- •§ 1.1.5. Относительная частота
- •§ 1.2. Теорема сложения вероятностей § 1.2.1. Теорема сложения вероятностей несовместных событий
- •§ 1.2.2. Полная группа событий
- •§ 1.2.3. Противоположные события
- •§ 1.3. Теорема умножения вероятностей § 1.3.1. Произведение событий
- •§ 1.3.2. Условная вероятность
- •§ 1.3.3. Теорема умножения вероятностей
- •§ 1.3.4. Независимые события. Теорема умножения для независимых событий
- •§ 1.3.5. Вероятность появления хотя бы одного события
- •§ 1.3.6. Вероятность гипотез. Формулы Бейеса
- •§ 1.3.7. Повторные испытания. Формула Бернулли
- •§ 1.3.8. Теорема Лапласа
- •§ 1.3.9. Производящая функция
- •Глава 2. Случайные величины. Виды случайных величин § 2.1. Случайные величины
- •§ 2.1.1. Дискретные и непрерывные случайные величины
- •§ 2.1.2. Закон распределения вероятностей случайной величины
- •§ 2.1.3. Закон распределения вероятностей дискретной случайной величины
- •§ 2.1.3.1. Биноминальное распределение
- •§ 2.1.3.2. Распределение Пуассона
- •§ 2.1.3.3. Простейший поток событий
- •§ 2.1.3.4. Геометрическое распределение
- •§ 2.1.4. Непрерывные случайные величины. Функция распределения
- •§ 2.2. Закон больших чисел
- •§ 2.3. Математическое ожидание случайной величины
- •§ 2.3.1. Математическое ожидание дискретной случайной величины
- •§ 2.3.2. Математическое ожидание непрерывной случайной величины
- •§ 2.3.3. Основные свойства математического ожидания
- •§ 2.4. Дисперсия случайной величины
- •§ 2.4.1. Отклонения случайной величины от ее математического ожидания
- •§ 2.4.2. Дисперсия дискретной случайной величины
- •§ 2.4.3. Дисперсия непрерывной случайной величины
- •§ 2.4.4. Основные свойства дисперсии
- •§ 2.4.5. Среднее квадратическое отклонение
- •§2.4.6. Начальные и центральные теоретические моменты
- •§ 2.4.7. Асимметрия и эксцесс
- •§ 2.4.8. Функция одного случайного аргумента
- •§2.4.9. Функция двух случайных аргументов
- •§ 2.5. Законы распределения случайных величин
- •§ 2.5.1. Закон равномерного распределения вероятностей
- •Свойства равномерного распределения
- •§ 2.5.2. Нормальное распределение
- •§ 2.5.3. Распределение «хи-квадрат»
- •§ 2.5.4. Распределение Стьюдента
- •§ 2.5.5. Распределение f Фишера-Снедекора
- •§ 2.5.6. Показательное распределение
- •§ 2.5.7. Гамма-распределение и распределение Эрланга
- •Свойства нормированного распределения Эрланга
- •§ 2.5.8. Функция надежности
- •§ 2.6. Система двух случайных величин
- •§ 2.6.1. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 2.6.2. Функция распределения двумерной случайной величины
- •§ 2.6.3. Вероятность попадания случайной точки в полуполосу
- •§ 2.6.4. Вероятность попадания случайной точки в прямоугольник
- •§ 2.6.5. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины (двумерная плотность вероятности)
- •§ 2.6.6. Нахождение функции распределения системы по известной плотности распределения
- •§ 2.6.7. Условные законы распределения составляющих системы случайных величин
- •1. Система дискретных случайных величин
- •2. Система непрерывных случайных величин
- •§ 2.6.8. Условное математическое ожидание
- •§ 2.6.9. Зависимые и независимые случайные величины
- •§ 2.6.10. Числовые характеристики системы двух случайных величин
- •§ 2.6.11. Коррелированность и зависимость случайных величин
- •§ 2.6.12. Линейная регрессия
- •Глава 3. Примеры для самостоятельной работы
- •Приложения
- •Критические точки распределения
- •Критические точки распределения Стьюдента
- •Критические точки распределения Фишера – Снедекора
- •Равномерно распределенные случайные числа
- •Библиографический список
- •Предметный указатель
- •Оглавление
§ 1.2. Теорема сложения вероятностей § 1.2.1. Теорема сложения вероятностей несовместных событий
Суммой
двух событий
и
называют событие, состоящее в появление
события
,
или события
,
или обоих этих событий.
Например, если из орудия произведены 2 выстрела и событие означает попадание при первом выстреле, событие – попадание при втором выстреле, то – попадание при 1-м выстреле или при 2-м.
В частности, если два события и – несовместные, то - событие, состоящее из появления одного из этих событий, безразлично какого.
Суммой нескольких событий называют событие, которое состоит в появлении хотя бы одного из этих событий.
Например, событие
состоит в появлении одного из следующих
событий:
;
;
;
и
и
;
и
;
и
и
.
Пусть события и – несовместные, причем вероятности этих событий известны. Как найти вероятность того, что наступит либо , либо событие?
Теорема сложения
Вероятность появления одного из двух несовместных событий, безразлично какого, равна сумме вероятностей этих событий.
.
Следствие
Вероятность появления одного события из нескольких попарно несовместных событий, безразлично какого, равна сумме вероятностей этих событий.
.
Пример 1.21. В урне 30 шаров: 10 шаров красного цвета, 5 – синего и 15 белого. Вытаскивают один шар.
Найти вероятность появления цветного шара.
Решение. Появление
цветного шара означает, что вытащенный
шар либо красного цвета, либо синего.
Вероятность появления красного шара
равна
.
Вероятность
появления синего шара равна
.
Так как
и
- несовместные события (появление
красного исключает появление синего),
то
.
Пример 1.22. Стрелок стреляет по мишени, разделенной на 3 области.
Вероятность
попадания в первую область равна
,
вероятность попадания во вторую область
равна
.
Найти вероятность того, что стрелок при одном выстреле попадет либо в первую, либо во вторую область.
Решение. Пусть событие – попадание в первую область, событие – попадание во вторую область. Это два несовместных события, тогда
.
Пример. 1.23. На стеллаже библиотеки в случайном порядке расставлено 15 учебников. Причем 5 из них - в жестком переплете. Библиотекарь берет наудачу три учебника.
Найти вероятность того, что хотя бы один из взятых учебников окажется в жёстком переплёте.
Решение. Пусть
событие
– один учебник в жестком переплете,
событие
– два учебника в жестком переплете,
событие
– три учебника в жестком переплете.
Тогда вероятность события
(хотя бы один из взятых учебников окажется
в жестком переплете) равно
.
Вычислим:
,
,
,
тогда
.
§ 1.2.2. Полная группа событий
Теорема.
Сумма вероятностей событий
,
,
… ,
,
образующих полную группу, равна единице:
.
Пример 1.24. В ящике 12 белых, 17 черных, 21 синий и 20 красных шаров.
Вынули один шар. Какова вероятность того, что вынутый шар
а) белый; б) черный; в) синий; г) красный; д) белый или черный; е) синий или красный; ж) белый, черный или синий.
Решение.
Имеем
.
а) вероятность
того, что вынутый шар белый
;
б) вероятность
того, что вынутый шар чёрный
;
в) вероятность
того, что вынутый шар синий
;
г) вероятность
того, что вынутый шар красный
;
д) по теореме сложения вероятностей:
;
е)
;
ж) события шар белый, черный, синий, красный образуют полную группу событий, поэтому
.
