
- •Теория вероятностей
- •Содержание
- •Раздел 6. Законы распределения функций случайных аргументов. 90
- •1. Теоретическая часть. Введение
- •Раздел 1. Понятие события и его вероятности.
- •1.1. Предмет теории вероятности.
- •1.2. Алгебра событий. Пространство элементарных событий.
- •1.3. Классическое определение вероятности.
- •1.4. Геометрические вероятности.
- •1.5. Частота и вероятность.
- •1.6. Аксиоматическое построение теории вероятностей.
- •1.7. Условная вероятность и простейшие основные формулы.
- •1.8. Формула полной вероятности.
- •1.9 Формула Бейеса.
- •Раздел 2. Последовательные независимые испытания
- •2.1. Независимые испытания. Формулы Бернулли.
- •2.2. Обобщенная теорема о повторении опытов.
- •Раздел 3. Понятие случайной величины. Функция распределения и ее основные свойства.
- •3.1. Понятие случайной величины и функции распределения.
- •3.2. Свойства функции распределения.
- •3.3. Дискретные и непрерывные случайные величины.
- •3.4. Числовые характеристики случайных величин.
- •Раздел 4. Примеры распределений случайных величин.
- •4.1. Биномиальное распределение.
- •4.2. Теорема Пуассона
- •4.3. Закон Пуассона.
- •4.4. Равномерное распределение.
- •4.5. Показательное распределение.
- •4.6.Нормальный закон распределения.
- •Раздел 5. Системы случайных величин (случайные векторы).
- •5.1. Понятие о системе случайных величин.
- •5.2. Функция распределения системы двух случайных величин.
- •5.3. Плотность распределения системы двух случайных величин.
- •5.4. Законы распределения отдельных компонент, входящих в систему. Условные законы распределения.
- •5.5. Зависимые и независимые случайные величины.
- •5.6. Числовые характеристики системы двух случайных величин.
- •5.7. Система произвольного числа случайных величин (случайные вектора).
- •5.8. Числовые характеристики системы нескольких случайных величин.
- •Раздел 6. Законы распределения функций случайных аргументов.
- •6.1. Закон распределения функции одного случайного аргумента.
- •6.2. Закон распределения функции двух случайных величин.
- •6.3. Закон распределения суммы двух случайных величин. Композиция законов распределения.
- •6.4. Распределение произведения.
- •6.5. Распределение квадрата случайной величины.
- •6.6. Распределение частного.
- •6.7. Числовые характеристики функций случайных величин.
- •Раздел 7. Теоремы о числовых характеристиках.
- •7.1. Основные теоремы о математическом ожидании.
- •7.2. Теоремы о дисперсии случайной величины.
- •7.3. Теорема о линейной зависимости случайных величин.
- •Раздел 8. Характеристические функции.
- •8.1. Определение и простейшие свойства характеристических функций.
- •8.2. Предельные теоремы для характеристических функций.
- •Раздел 9. Предельные теоремы для случайных величин.
- •9.1. Сходимость последовательностей случайных величин.
- •9.2. Закон больших чисел.
- •9.3. Следствия закона больших чисел.
- •Раздел 10. Предельные теоремы теории вероятностей.
- •10.1. Центральная предельная теорема.
- •10.2. Теорема Ляпунова.
- •10.3. Теорема Лапласа.
- •2. Практические занятия, тесты, самостоятельная работа. Занятие 1. Непосредственный подсчет вероятности с использованием классического определения вероятности.
- •1.1. Краткая теоретическая часть.
- •1.2. Тест.
- •1.3. Решение типовых задач.
- •1.4. Задачи для самостоятельной работы.
- •Занятие 2. Геометрическое определение вероятности.
- •2.1. Краткая теоретическая часть.
- •2.2. Тест
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельной работы
- •Занятие 3. Условная вероятность. Теорема умножения вероятностей.
- •3.1. Краткая теоретическая часть
- •3.2. Тест
- •3.3. Решение типовых задач
- •3.4. Задачи для самостоятельной работы
- •Занятие 4. Теорема сложения вероятностей.
- •4.1. Краткая теоретическая часть
- •4.2. Тест
- •4.3. Решение типовых задач
- •4.4. Задачи для самостоятельной работы
- •Занятие 5. Формула полной вероятности.
- •5.1. Краткая теоретическая часть
- •5.2. Тест.
- •5.3. Решение типовых задач
- •5.4. Задачи для самостоятельной работы
- •Занятие 6. Формула Бейеса.
- •6.1. Краткая теоретическая часть
- •6.2.Тест
- •6.3. Решение типовых задач
- •6.4. Задачи для самостоятельной работы
- •Занятие 7. Последовательные независимые испытания.
- •7.1. Краткая теоретическая часть
- •7.2. Тест
- •7.3. Решение типовых задач
- •7.4. Задачи для самостоятельной работы
- •Занятие 8. Дискретные и непрерывные случайные величины.
- •8.1. Краткая теоретическая часть а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •8.2. Тест
- •А) только к дискретным случайным величинам
- •8.3. Решение типовых задач а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Б) Функция распределения и плотность вероятности непрерывной случайной величины
- •8.4. Задачи для самостоятельной работы а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Занятие 9. Числовые характеристики дискретных случайных величин.
- •9.1. Краткая теоретическая часть
- •9.2. Тест
- •9.3. Решение типовых задач
- •9.4. Задачи для самостоятельной работы
- •Занятие 10. Дискретные и непрерывные случайные величины.
- •10.1. Краткая теоретическая часть
- •10.2. Тест
- •10.3. Решение типовых задач
- •10.4. Задачи для самостоятельной работы
- •Занятие 11. Закон Пуассона.
- •11.1. Краткая теоретическая часть
- •11.2. Тест
- •11.3. Решение типовых задач
- •11.4. Задачи для самостоятельной работы
- •Занятие 12. Закон нормального распределения.
- •12.1. Краткая теоретическая часть
- •12.2. Тест
- •12.3. Решение типовых задач
- •12.4. Задачи для самостоятельной работы
- •Литература
Занятие 5. Формула полной вероятности.
5.1. Краткая теоретическая часть
Предположим, что
событие В
может
осуществиться с одним и только с одним
из n несовместимых событий
.
Иными словами, положим
,
где событияBAi
и BAj
с разными
индексами i
и j
несовместимы.
По теореме сложения вероятностей имеем:
.
Применяя теорему умножения, находим:
(5.1)
Это равенство носит название формулы полной вероятности и играет важную роль во всей дальнейшей теории.
5.2. Тест.
Пусть
- некоторые события. Укажите 2 условия, при которых необходимо применить формулу полной вероятности для определения вероятности появления события
:
а) -
полная группа несовместных событий
б) - полная группа равновозможных событий
в) - полная группа независимых событий
г) - полная группа попарно несовместных и
равновозможных событий
д) Событие
не
может произойти совместно ни с одним
из событий
е) Событие
может произойти совместно только с
одним из событий
ж) Событие
может произойти совместно с каждым из
событий
Что означает тот факт, что
- полная группа несовместных событий?
а)
б)
в)
Какие из следующих групп событий
,
не являются полными группами несовместных событий?
а) - извлечение шара из
-той
урны, содержащей
белых
и
черных шаров, если шар извлекается
наудачу из любой из
урн
б) - извлечение шара из
-той
урны, содержащей
белых
и
черных шаров, если шар извлекается
наудачу из любых двух урн
в) - наличие
бракованных лампочек среди 100 взятых
наудачу из 1000, если известно, что число
испорченных лампочек на 1000 штук
равновозможно от 0 до 5
г) - правильный ответ студента по крайней
мере на
из
вопросов, содержащихся в экзаменационных
билетах
д) - правильный ответ студента ровно на
из
вопросов, содержащихся в экзаменационных
билетах
Какой вид имеет формула полной вероятности?
а)
б)
в)
г)
5.3. Решение типовых задач
Пример 5.1. Среди
n
лиц разыгрываются тn
выигрышей путем случайного извлечения
из ящика n
билетов. Одинаковы ли шансы выигрыша
для любого из играющих? Когда выгоднее
тащить билет?
Решение.
Обозначим через Ak событие, состоящее в извлечении выигрышного билета после k извлечений билетов из ящика. По результатам предыдущих опытов можно сделать k+1 гипотез. Пусть гипотеза Hks означает, что из k извлеченных билетов выигрышных было s. Вероятности этих гипотез
причем
.
Так как осталось
n—k
билетов, из которых т—s
выигрышных, то при ms
.
По формуле полной вероятности находим
,
где
приs>m.
Данное равенство можно записать также в виде
.
Имеем
,
т. е. справедливо равенство
.
Искомая вероятность
Р(Ak)=при любомk.
Таким образом, у всех играющих шансы
одинаковы и очередность извлечения не
имеет значения.
Пример 5.2.
Отмеченный
шар с вероятностями p
и 1—p
может
находиться в первой или во второй урне.
Вероятность извлечь отмеченный шар из
урны, в которой этот шар находится, равна
Р(Р
1).
Как следует распорядиться правом n
раз извлекать шары из любой урны, чтобы
вероятность извлечения отмеченного
шара хотя бы один раз была наибольшей,
если шар после извлечения возвращается
в урну?
Решение.
Пусть событие А — извлечение отмеченного шара.
Гипотезы: H1—шар находится в первой урне, H2—во второй.
По условию P(H1)=p, Р(H2)=1—р.
Допустим, что из первой урны извлечено т, а из второй n—т шаров. Условные вероятности извлечения отмеченного шара будут
.
По формуле полной вероятности искомая вероятность
.
Нужно определить т так, чтобы была наибольшей вероятность Р (А). Дифференцируя Р(A) по т (для нахождения приближенного значения т считаем m непрерывным), получаем
.
Полагая,
приходим к равенству
.
Поэтому должно быть
.