- •Теоремы сложения и умножения вероятностей
- •2.1 Сумма событий.
- •2.2 Теорема сложения вероятностей несовместных событий.
- •2.3 Произведения событий.
- •2.4 Условная вероятность.
- •2.5 Теоремы умножения вероятности.
- •2.6 Теоремы сложения вероятностей совместных событий.
- •2.7 Вероятность появления хотя бы одного из п событий, независимых в совокупности.
- •2.8 Формула полной вероятности.
- •2.9 Формула Байеса и ее экономическая интерпретация.
2.3 Произведения событий.
Произведением двух событий А и В называют событие АВ, состоящее в совместном появлении (совмещении) этих событий. Например, если А — деталь годная, В — деталь окрашенная, то АВ — деталь годна и окрашена.
Произведением нескольких событий называют событие, состоящее в совместном появлении всех этих событий. Например, если А, В, С — появление «герба» соответственно в первом, втором и третьем бросаниях монеты, то АВС — выпадение «герба» во всех трех испытаниях.
Произведением независимых событий A и B называется событие C=AB, заключающееся в том, что произошло и событие A, и событие B.
Рассмотрим
два независимых события A
и B.
Пусть событию А
благоприятствует m
исходов, из общего числа n
исходов P(A)=m/n.
Событию B
–соответственно k
и l
исходов: P(B)=k/l.
Тогда для события C=AB
по правилу произведения благоприятных
исходов будет mk,
общее число – nl.
2.4 Условная вероятность.
На практике случайные события обычно взаимосвязаны. Информация о наступлении одного из событий может влиять на шансы наступления другого.
Пусть
- конечное пространство равновозможных
исходов, А и В
–
некоторые
события. Если о событии В ничего
неизвестно, то согласно классическому
определению вероятности:
Если
же известно, что событие В уже произошло
то для определения вероятности события
А следует выбрать новое пространство
элементарных событий
.
В
этом случае событию А благоприятствуют
исходы w=AB
и новая вероятность, которую обозначим
P(A
/ B),
равна:
Полученная
вероятность называется условной
вероятностью события А
при
условии, что событие В произошло и
полученное для нее выражение в
рамках
классической схемы принимается за
определение условной вероятности и в
общем случае.
Определение.
Пусть (Ω ,F
,P) - произвольное вероятностное
пространство, , A B
- некоторые случайные события, P( B)>
0 . Условной вероятностью события А при
условии, что событие В произошло,
называется величина P(A/B)=
Для условной вероятности P( A/B ) применяется также обозначение PB(A). Условная вероятность P(A/B), как функция события А при фиксированном событии В (условии), удовлетворяет аксиомам и, следовательно, всем свойствам вероятности, вытекающим из аксиом:
P1) P(A/B)>0. P2) P(Ω/B)=1.
(Действительно, P(Ω/B)=P(ΩB)/P(B)=P(B)/P(B)=1)
P3)
P((A1+
A2)/B)=P(A1/B)+P(A2/B),
если
A1,
A1=
.
(Действительно,
поскольку
события A1B
и A2B
являются несовместными).
Аналогично
вводится понятие условной вероятности
события В при условии, что событие А
произошло: P(B/A)=
в предположении, что P(A)>0.
2.5 Теоремы умножения вероятности.
Если P(A)>0 и P(B)> 0, то из определения условных вероятностей P(A/B) и P(B/A) получаем следующее правило умножения вероятностей: P(AB)=P(B)P(A/B)=P(A)P(B/A). На случай любого конечного числа событий правило умножения вероятностей обобщается следующим образом.
Теорема (умножения вероятностей).
Пусть A1 ,..., An - некоторые события, определенные на одном и том же
вероятностном пространстве (Ω ,F ,P) , для которых P(A1A2…An-1)≠0. Тогда P(A1A2…An)=P(A1)P(A2/A1)P(A3/A1A2)…P(An/A1A2…An-1).
Доказательство:
P([A1A2…An-1]An)=P([A1A2…An-2]An-1)P(An/A1A2…An-1)=
=P(A1A2…An-2)P(An-1/A1A2…An-2)=…= =P(A1)P(A2/A1)P(A3/A1A2)…P(An/A1A2…An-1).
*(квадратными скобками помечены события, далее рассматриваемые как одно) Пример. Партия из 100 деталей содержит 5 бракованных. Найти вероятность того, что среди отобранных 10 деталей не будет бракованных.
Решение.
Рассмотрим события Bk
= {k-я выбранная деталь - доброкачественная};
B = {все 10 выбранных деталей -
доброкачественные}. Тогда B=B1B2…B10
и в соответствии с теоремой умножения
вероятностей получаем:
P(B)=P(B1B2...B10)=P(B1)P(B2/B1)...P(B10/B1...B9)=
=
Заметим, что тот же ответ получается и при использовании классического
определения вероятности.
