- •Элементы теории вероятностей Методические указания и контрольные задания для самостоятельной работы
- •Введение
- •1. Вероятность случайного события Случайные события
- •Теоремы сложения и умножения вероятностей
- •Формула полной вероятности. Формула Байеса
- •Вопросы для самопроверки
- •2. Случайные величины. Законы распределения случайных величин Понятие случайной величины
- •Законы распределения дискретной случайной величины
- •Формула Пуассона
- •Интегральная функция распределения
- •Дифференциальная функция распределения
- •Равномерный закон распределения непрерывной случайной величины
- •Числовые характеристики случайных величин
- •Нормальный закон распределения непрерывной случайной величины
- •Вопросы для самопроверки
- •Задачи для самостоятельного решения
- •Указания к выполнению контрольной работы
- •Варианты контрольной работы
- •Приложения
- •Библиографический список
- •Содержание
Теоремы сложения и умножения вероятностей
Теорема сложения вероятностей. Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий:
|
(4) |
Следствие
1: Если события
образуют полную группу несовместных
событий, то сумма их вероятностей равна
единице:
|
(5) |
Теорема. Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления:
|
(6) |
Следствие 2: Сумма вероятностей противоположных событий равна единице:
|
(7) |
Событие А называется независимым от события В, вероятность события А не зависит от того, произошло событие В или нет. Событие А называется зависимым от события В, если вероятность события А меняется в зависимости от того, произошло событие В или нет.
Вероятность события В, вычисленная при условии, что имело место событие А, называется условной вероятностью события:
|
(8) |
Теорема умножения вероятностей. Вероятность произведения двух событий (совместного появления этих событий) равна произведению вероятности одного из них на условную вероятность другого, вычисленную при условии, что первое событие уже наступило:
|
(9) |
Также можно записать:
.
Доказательство этой теоремы непосредственно вытекает из определения условной вероятности.
Если
события независимые, то
,
и теорема умножения вероятностей
принимает вид:
|
(10) |
Если в результате испытания может появиться п событий, независимых в совокупности, то вероятность появления хотя бы одного из них равна
|
(11) |
Здесь
событие А
обозначает наступление хотя бы одного
из событий Ai,
а qi
– вероятность противоположных событий
.
Формула полной вероятности. Формула Байеса
Пусть
некоторое событие А
может произойти вместе с одним из
несовместных событий
,
составляющих полную группу событий.
Пусть известны вероятности этих событий
и условные вероятности наступления
события А
при наступлении события Hi
.
Теорема.
Вероятность события А, которое может
произойти вместе с одним из событий
,
равна сумме парных произведений
вероятностей каждого из этих событий
на соответствующие им условные вероятности
наступления события А:
|
(12) |
Теорема. Вероятность гипотезы после испытания равна произведению вероятности гипотезы до испытания на соответствующую ей условную вероятность события, которое произошло при испытании, деленному на полную вероятность этого события:
|
(13) |
Разбор типовых задач
Задача 1
В урну, содержащую 4 шара, опущено 2 белых шара, после чего из нее на удачу извлечен один шар. Найти вероятность того, что извлеченный шар окажется белым, если равновозможны все возможные предположения о первоначальном составе шаров (по цвету).
Решение.
Задача может быть решено с помощью формулы полной вероятности:
,
где
.
Вероятность
события А,
которое может наступить лишь при
появлении одного из несовместных событий
,
образующих полную группу событий, равна
сумме произведений вероятностей каждого
их этих событий на соответствующую
условную вероятность события А.
В нашем задании событие А – извлечен белый шар;
событие
(предположение)
–
первоначально в урне не было белых
шаров;
событие
– первоначально в урне был один белый
шар;
событие
–
первоначально в урне было два белых
шара;
событие
–
первоначально в урне было 3 белых шара;
событие
–
первоначально в урне все 4 шара были
белые.
Найдем вначале вероятность Р(Вi), i = 1,…,5. Т.к. события В1, В2, В3, В4, В5 равновозможны, несовместны и образуют полную группу, то
;
Пусть
.
Тогда 5х
=1
х =
,
т.е.
,
i=1,…,5.
Для того, чтобы воспользоваться формулой полной вероятности, необходимо найти условные вероятности события А.
Условная
вероятность того, что будет извлечен
белый шар при наступлении события В1,
есть
,
так как перед извлечением шара число
всех шаров в урне (число всех исходов)
равно 6, а число белых шаров (число
благоприятствующих исходов) равно 2.
Аналогично
,
,
,
.
Согласно формуле полной вероятности
.
Ответ:
.
Задача 2
В лототрон, содержащий 3 лотерейных билета, добавили пять невыигрышных, после чего извлекли произвольным образом один билет. Какова вероятность того, что он выигрышный?
Решение.
В данном задании А – извлеченный выигрышный билет.
Решаем задачу, как и задачу 1, с помощью формулы полной вероятности.
Запишем полную группу несовместных событий (предположений), при наступлении которых появляется событие А:
событие В1 – первоначально в барабане выигрышных билетов не было;
событие В2 – первоначально в барабане был один выигрышный билет;
событие В3 - первоначально в барабане было два выигрышных билета;
событие В4 – первоначально в барабане все три билета были выигрышные.
Найдем вероятности Р(Вi), i = 1,2…,4, для чего выпишем систему уравнений, аналогичную системе в задании 1:
.
Пусть
Р(В1)
= х.
Тогда 4х
= 1,
откуда
т.е.
,
i=1,...,4.
Вычислим условные вероятности события А:
т.к.
перед извлечением билета в предположении
В1
число всех билетов (исходов) равно 8, а
выигрышных билетов нет. Аналогично:
Согласно формуле полной вероятности:
.
Ответ:
Нужно заметить, что данный пример можно решить с помощью понятия "противоположные события".
Событие,
противоположное событию А,
есть
- извлеченный шар невыигрышный. Если
вероятность Р(
)
найдена, то Р(А)
= 1-
Р(
).

.