- •1. Что изучает теория вероятностей
- •2. Испытание. Событие. Классификация событий
- •3. Понятие вероятности события. Классическое определение вероятности
- •4. Относительная частота события. Статистическое определение вероятности
- •5. Понятие комбинаторики. Основные правила комбинаторики
- •6. Основные комбинаторные соединения
- •7. Алгебра событий
- •8. Условная вероятность. Теоремы умножения вероятностей
- •9. Теоремы сложения вероятностей. Вероятность появления хотя бы одного события
- •10. Формула полной вероятности
- •11. Вероятность гипотез. Формула Байеса
- •12. Формула Бернулли
- •13. Формула Пуассона
- •14. Наивероятнейшее число появления события
- •15. Понятие и виды случайных величин
- •16. Закон распределения вероятностей дсв. Способы задания
- •17. Биноминальное распределение
- •18. Пуассоновское распределение
- •19. Геометрическое распределение
- •20. Гипергеометрическое распределение
- •21. Математическое ожидание дсв и его свойства
- •22. Дисперсия дсв и её свойства. Формула для вычисления дисперсии. Среднее квадратическое отклонение
- •23. Функция распределения вероятностей и её свойства
- •24. Плотность распределения вероятностей и её свойства
- •25. Числовые характеристики нсв
- •26. Равномерное распределение и его свойства
- •27. Показательное распределение и его свойства
- •28. Нормальное распределение и его свойства
- •29. Правило трёх сигм. Центральная предельная теорема Ляпунова
- •30. Закон больших чисел
- •31. Задачи математической статистики
- •32. Выборочный метод
- •33. Типы выборок и способы отбора
- •34. Вариационные ряды
- •35. Эмпирическая функция распределения
- •36. Полигон и гистограмма
- •37. Точечные оценки параметров распределения
- •38. Генеральная и выборочная средние
- •39. Генеральная и выборочная дисперсии
- •40. Оценка генеральной средней по выборочной средней
- •41. Оценка генеральной дисперсии по исправленной выборочной дисперсии
- •42. Метод моментов для точечной оценки параметров распределения
- •43. Метод наибольшего правдоподобия для точечной оценки параметров распределения
- •44. Интервальные оценки параметров распределения
- •45. Доверительные интервалы для параметров нормального распределения
- •46. Виды зависимостей между случайными величинами
- •47. Выборочные уравнения регрессии
- •48. Коэффициент корреляции
- •49. Линейная корреляция
- •50. Статистическая гипотеза
- •51. Виды ошибок
- •52. Статистический критерий. Критическая область
- •53. Сравнение выборочной средней с математическим ожиданием
- •54. Сравнение двух дисперсий нормальных генеральных совокупностей
9. Теоремы сложения вероятностей. Вероятность появления хотя бы одного события
1.Теоремы
сложения вероятностей Пусть даны два
события Aи
B
требуется определить вероятность
появления хотя бы одного из этих событий.
Теорема 4. Если события A
и B
несовместные, то вероятность появления
одного из этих событий (сумма) равна
сумме вероятностей данных событий, т.е.
Р(А+В)=Р(А)+Р(В). Следствия: Вероятность
суммы нескольких несовместных событий
равна сумме вероятностей этих событий,
.
Если события
образуют
полную группу событий, то сумма их
вероятностей равна единице. Сумма
вероятностей двух противоположных
событий равна единице. Пример 4. В урне
10 красных, 5 синих и 3 зеленых шара. Наудачу
извлекают один шар. Найти вероятность
того, что он окажется или красным или
синим. Решение: События A
и B
несовместные Событие A
-{извлеченный шар синий}; Событие B
– {извлеченный
шар красный};
.
Теорема 5. Если события A
и B
совместные, то вероятность появления
хотя бы одного из этих событий (сумма)
равна сумме вероятностей этих событий
без вероятности их совместного появления,
т. е. Р(А+В)=Р(А)+Р(В)-Р(АВ). Пример 6. Вероятность
попадания в цель первого и второго
стрелка соответственно равны 0,4 и 0,5.
Найти вероятность попадания при одном
выстреле хотя бы одного из стрелков
(стрелки делают выстрел одновременно).
Решение: Событие A
- {1-й стрелок попал}; Событие B
- {2-й стрелок попал};
.
Замечание 1: При использовании этой
формулы следует иметь в виду, что А и В
могут быть зависимыми, так и независимыми.
Для независимых событий:
Р(А+В)=Р(А)+Р(В)-Р(А)Р(В). Для зависимых:
Р(А+В)=Р(А)+Р(В)-Р(А)РА(В). Замечание 2: Если
А и В несовместны, то их совмещение есть
невозможное событие и следовательно
Р(АВ)=0 и Р(А+В)=Р(А)+Р(В) и следовательно
вновь получили теорему о несовместных
событиях. 2. Вероятность появления хотя
бы одного события В некоторых случаях
вероятность события удобнее подсчитывать
как вероятность противоположного
другому событию. О.1 Несколько событий
называются попарно независимыми, если
каждые два из них независимы. Пусть
события
попарно
независимы и их вероятности известны
и равны соответственно
,
тогда вероятности противоположных им
событий
будут равны
.
О.2 Несколько событий называются
независимыми в совокупности (или просто
независимыми), если независимы каждые
2 из них и независимы каждое событие и
все возможные произведения остальных.
Пусть в результате испытания могут
появиться n событий независимых в
совокупности, причем вероятность каждого
известна. Как найти вероятность того,
что наступит хотя бы одно из этих событий.
Теорема 6. Вероятность появления хотя
бы одного из событий
независимых в совокупности равна
разности между единицей и произведением
вероятностей противоположных событий
,
т.е.
.
Доказательство: Обозначим через А
событие, состоящее в появлении хотя бы
одного из событий
.
События
А и
(ни одно из событий не наступило)
противоположны, следовательно сумма
их вероятностей равна 1.


Частный
случай: Если события
имеют одинаковую вероятность р, то
вероятность появления хотя бы одного
из этих событий
Пример 7. Вероятность попадания в цель
при стрельбе из трех орудий 0,8; 0,7; 0,9.
Найти вероятность хотя бы одного
попадания (событие А) при одном залпе
из всех орудий. Решение: Вероятность
попадания в цель каждого из орудий не
зависит от результата стрельбы из других
орудий, поэтому рассмотрим событие А1
(попадание первого орудия), А2 (попадание
второго орудия) и А3 (попадание третьего
орудия) независимы в совокупности. Если
,
тогда
- вероятности событий противоположным
событиям А1, А2, А3 (т.е. вероятности
промахов). q1 = 1- 0,8 = 0,2 q2= 1- 0,7 = 0,3 q3 = 1- 0,9 =
0,1
Искомая вероятность Р(А) = 1 - q1q2q3 Р(А) = 1 – 0,2*0,3*0,1 = 0,994
