- •Н.Н. Одияко н.Ю. Голодная теория вероятностей
- •Введение
- •Тема 1. Случайные события
- •1.1. Основные понятия комбинаторики
- •1.1.1. Правила суммы и произведения
- •1.1.2. Упорядоченные и неупорядоченные последовательности
- •1.2. Случайные события и предмет теории вероятностей
- •1.2.1. Пространство элементарных событий
- •1.2.2. Алгебра событий
- •1.3. Вероятность события
- •1.3.1. Частотное определение вероятности и его свойства
- •1.3.2. Аксиоматическое определение вероятности события
- •1.3.3. Простейшие свойства вероятности
- •1.3.4. «Геометрические» вероятности
- •1.3.5. Условная вероятность. Зависимые и независимые события
- •1.3.6. Формула полной вероятности
- •1.3.7. Формулы Байеса
- •1.4. Решение типовых задач
- •1.5. Задачи для самостоятельного решения
- •1.6. Индивидуальные домашние задания по теме «Случайные события» Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
- •Тема 2. Повторные независимые испытания
- •2.1. Схема испытаний Бернулли. Формула Бернулли
- •2.2. Предельное поведение вероятностей при больших
- •2.2.1. Формула Пуассона
- •2.2.2. Простейший поток событий
- •2.2.3. Наивероятнейшее число появления события в независимых испытаниях
- •2.2.4. Локальная теорема Муавра-Лапласа
- •2.2.5. Интегральная теорема Муавра-Лапласа
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельного решения
- •2.5. Индивидуальные домашние задания по теме «Повторные независимые испытания» Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
- •Контрольные вопросы для самостоятельной оценки качества освоения тем 1, 2
- •Тема 3. Случайные величины
- •3.1. Основные понятия
- •3.2. Функция распределения вероятностей и её свойства
- •Свойства функции распределения
- •3.3. Плотность распределения случайной величины и ее свойства
- •Свойства функции плотности
- •3.4. Операции над случайными величинами
- •3.5. Числовые характеристики случайных величин
- •3.5.1. Свойства математического ожидания
- •3.5.2. Свойства дисперсии случайной величины
- •Тема 4. Двумерные случайные величины
- •4.1. Функция распределения двумерной случайной величины. Закон распределения. Условные распределения
- •Свойства функции распределения двумерной случайной величины
- •4.2. Ковариация и коэффициент корреляции
- •Свойства коэффициента корреляции
- •4.3. Решение типовых задач
- •4.4. Индивидуальнsе домашнbе заданиz по теме «Двумерные дискретные случайные величины»
- •Тема 5. Законы распределения дискретных случайных величин
- •5.1. Биномиальный закон распределения
- •5.2. Закон распределения Пуассона
- •5.3. Геометрическое распределение
- •5.4. Гипергеометрическое распределение
1.3.7. Формулы Байеса
Теорема.
Пусть с опытом
связаны гипотезы
,
при проведении опыта произошло событие
,
.
До опыта были известны вероятности
гипотез
и соответствующие условные вероятности
.
В этом случае условная вероятность
гипотезы при условии, что событие
произошло, вычисляется по формуле:
.
Доказательство.
и
.
Так
как
,
то
.
Откуда
.
Замечание. Формулы Байеса предназначены для вычисления после проведения опыта вероятностей гипотез при условии, что событие уже произошло.
1.4. Решение типовых задач
Пример 1. На станцию прибыли 10 вагонов разной продукции. Вагоны помечены номерами от одного до десяти. Найти вероятность того, что, среди пяти выбранных для контрольного вскрытия вагонов окажутся вагоны с номерами 2 и 5?
Решение. Событие – среди пяти выбранных для контрольного вскрытия вагонов окажутся вагоны с номерами 2 и 5.
Воспользуемся
формулой
.
Общее
число возможных комбинаций для
контрольного вскрытия равно числу
сочетаний из 10 по 5, т.е.
.
Число исходов, благоприятствующих
данному событию, будет равно числу таких
комбинаций, в которых две цифры будут
2 и 5, а остальные будут составлять
сочетания, число которых равно
.
Тогда искомая вероятность будет равна
Пример 2. Из 20 акционерных обществ (АО) четыре являются банкротами. Гражданин приобрел по одной акции шести АО. Какова вероятность того, что среди купленных акций две окажутся акциями банкротов?
Решение. Событие – среди купленных акций две окажутся акциями банкротов.
Воспользуемся формулой .
Общее
число комбинаций выбора АО равно числу
сочетаний из 20 по 6, т.е.
.
Число благоприятствующих исходов
определяется как произведение
,
где первый сомножитель указывает число
комбинаций выбора АО-банкротов из
четырех. Но с каждой такой комбинацией
могут встретиться АО, не являющиеся
банкротами. Число комбинаций таких АО
будет
.
Тогда искомая вероятность будет равна
,
т.е.
.
Пример 3. На полке находится 10 книг, расставленных в произвольном порядке. Из них три книги по теории вероятностей, три – по математическому анализу и четыре – по линейной алгебре. Студент случайным образом достает одну книгу. Какова вероятность того, что он возьмет книгу по теории вероятностей или по линейной алгебре?
Решение. Событие – студент взял книгу по теории вероятностей,
событие – студент взял книгу по линейной алгебре.
Вероятности того, что студент взял книгу по теории вероятностей и по линейной алгебре соответственно таковы:
,
.
События и несовместны. Поэтому искомая вероятность находится как сумма вероятностей:
.
Пример 4. Контролер проверяет изделия на соответствие стандарту. Известно, что вероятность соответствия стандарту изделий равна 0,9.
Какова вероятность того, что из двух проверенных изделий оба будут стандартными, если события появления стандартных изделий независимы? Какова вероятность того, что из двух проверенных изделий только одно стандартное?
Решение:
а) учитывая то, что события
(первое изделие стандартное) и
(второе изделие стандартное) независимы,
используем формулу
,
т.е.
;
б)
пусть
– событие, состоящее в том, что только
первое изделие стандартное;
– только второе изделие стандартное.
Событие
можно рассматривать как произведение
двух событий
,
т.е. появилось первое событие и не
появилось второе.
Аналогично
.
События
и
несовместные, поэтому
.
Если
обозначить вероятность появления
стандартного изделия через
,
а вероятность противоположного события
через
,
то получим
.
В данном случае
.
Пример 5. В районе 100 поселков. В пяти из них находятся пункты проката сельхозтехники. Случайным образом отобраны два поселка. Какова вероятность того, что в них окажутся пункты проката?
Решение. Пусть – событие, состоящее в том, что в первом выбранном поселке находится пункт проката; – событие, состоящее в том, что во втором выбранном поселке находится пункт проката.
Вероятность события
.
Рассмотрим событие при условии, что событие произошло. Найдем условную вероятность
.
Искомая вероятность найдется как вероятность произведения зависимых двух событий
.
Пример 6. На автозавод поступили двигатели от трех моторных заводов. От первого завода поступило 10 двигателей, от второго – 6 и от третьего – 4 двигателя. Вероятности безотказной работы этих двигателей в течение гарантийного срока соответственно равны 0,9; 0,8; 0,7. Какова вероятность того, что:
а) установленный на машине двигатель будет работать без дефектов в течение гарантийного срока;
б) проработавший без дефекта двигатель изготовлен на первом заводе, на втором заводе?
Решение.
Обозначим через
,
,
события
установки на автомашину двигателей,
изготовленных соответственно на первом,
втором или третьем моторных заводах.
Вероятности этих событий таковы:
;
;
;
а) вероятность того, что наугад взятый двигатель проработает без дефектов, найдем по формуле полной вероятности:
б) если двигатель проработал без дефектов гарантийный срок, то вероятности того, что оно изготовлен на первом, на втором заводах, найдем по формуле Байеса:
;
.
