- •Заочное обучение
- •Математика
- •Санкт-Петербург
- •Содержание
- •2. Методические указания к изучению дисциплины
- •§2. Случайные события. Операции
- •§3. Классическое определение вероятности
- •§ 4. Примеры задач на классическую вероятностную схему
- •§5. О статистической и геометрической вероятностях
- •§6. Простейшие свойства вероятностей
- •§7. Условные вероятности. Независимость событий
- •§8. Вероятность наступления хотя бы одного события
- •§9. Формула полной вероятности
- •§10. Формула байеса
- •Комментарии к задаче № 2
- •§11. Повторные независимые испытания
- •§12. Другие формулы вычисления вероятностей для схемы бернулли
- •Комментарии к задаче № 3
- •§13. Случайные величины дискретного типа.
- •§14. Функция распределения
- •§15. Математическое ожидание случайной величины дискретного типа
- •§16. Дисперсия случайной величины
- •§17. Биномиальный и пуассоновский законы распределения
- •Комментарии к задаче № 4
- •§18. Случайные величины непрерывного типа.
- •§19. Нормальный закон распределения и его характеристики
- •§20. Другие законы распределения непрерывных случайных величин
- •4. Методические указания к выполнению задания № 5
- •Часть 2.
- •Дискретный вариационный ряд
- •Интервальный вариационный ряд
- •Дискретный вариационный ряд
- •Корреляционная таблица
- •5. Контрольные задания № 1-№ 4
- •Контрольные задания № 5
- •6. Выбор варианта. Требования к оформлению контрольной работы
- •7. Список литературы
- •Нормированная функция Лапласа
- •Значения чисел q в зависимости от объёма выборки n и надёжности для определения доверительного интервала среднего квадратического отклонения
- •Критические точки распределения
- •Приложение 5 Содержание дисциплины
- •Раздел 3. Теория вероятностей и математическая статистика
- •Тема 3.1.Случайные события, вероятность и основные теоремы
- •Тема 3.2. Случайная величина, классификация и основные теоремы
- •Тема 3.3.Основные предельные теоремы
- •Тема 3.4. Системы случайных величин
- •Тема 3.5. Статистическое оценивание и проверка гипотез
- •Образец оформления титульного листа
§6. Простейшие свойства вероятностей
Для классического, статистического и геометрического определений вероятности выполняются следующие аксиомы:
Р(А) 0 для любого наблюдаемого события А ;
Р( ) = 1 ;
Если события А и В несовместны (А · В = ), то Р(А + В) = Р(А) + Р(В).
Из аксиом можно вывести следующие свойства:
1. Р() = 0 , откуда следует, что если А и В несовместны (А · В = ), то Р(А · В) = 0.
2. Р() = 1 Р(А).
3. Р(А) 1.
4. Если А В (А влечет за собой В, т.е. все исходы, содержащиеся в А, содержатся и в В), то Р(А) Р(В) .
5. Если А = B (т.е. А В и В А), то Р(А) = Р(В) .
6. Р(А + В) = Р(А) + Р(В) Р(А · В), формула сложения вероятностей. В частности, если А и В несовместны (А · В = ), то получим аксиому III.
§7. Условные вероятности. Независимость событий
Условная вероятность Р(В / А) = РA(В) это вероятность осуществления события В при условии, что событие А уже произошло (причем последнее не является невозможным, т.е. Р(А) > 0). Эту вероятность можно вычислить по формуле
Для краткости эта величина называется “вероятностью события В при условии А”. Заметим, что для величины Р(В / А) выполняются аксиомы I, II, III, и , следовательно, простейшие свойства (см. §6).
Обозначим через Х число очков, выпавших при одном бросании игральной кости. Пусть А = {Х – простое число}, В = {Х – четное число}. Тогда Р(А) = 3/6 = 1/2 (числа 2, 3, 5 простые, 1, 4, 6 нет), Р(В) = 3/6 = 1/2, Р(А · В) = 1/6 (простое и четное одновременно число только одно это 2). Следовательно, Р(В / А) = 1/3, т.е. вероятность того, что выпало четное число очков при условии, что выпало простое число очков, равна 1/3 (среди 3 простых чисел четное одно); Р(А/В) = 1/3, т.е. вероятность того, что выпало простое число очков при условии, что выпало четное число очков, также равна 1/3 (среди 3 четных чисел простое одно) .
События А и В называют независимыми, если
Р(А · В) = Р(А) · Р(В).
Если одно из событий невозможное ( ), то в обеих частях стоят нули. Если же Р(А) > 0 и Р(В) > 0, то Р(А / В) = Р(А), Р(В / А) = Р(В).
Для последнего примера Р(А · В) Р(А) · Р(В) , значит, А и В зависимые.
Во многих задачах независимость событий задается по условию задачи (из общих соображений).
§8. Вероятность наступления хотя бы одного события
Сложные события выражаются через другие наблюдаемые события с помощью алгебраических операций, описанных в §2. Основные формулы для вычисления вероятностей таких событий:
Р() = 1 Р(А). (2)
Р(А · В) = Р(А) · Р(В / А) = Р(В) · Р(А / В) , если Р(А) > 0, Р(В) > 0 (формула умножения вероятностей); (3)
Р(А + В) = Р(А) + Р(В) Р(А · В)
(формула сложения вероятностей). (4)
Пример 1. Два стрелка независимо друг от друга ведут стрельбу по мишени, причем вероятности попадания при одном выстреле в мишень для них равны p1 = 0,8, p2 = 0,6. Каждый произвел по одному выстрелу. Вычислить вероятность события А = {произойдет ровно одно попадание}.
Рассмотрим события А1 = {первый стрелок попал в мишень} и А2 = {второй стрелок попал в мишень}. Тогда = {первый стрелок промахнулся}, a= {второй стрелок промахнулся}. В мишени окажется ровно одна пробоина в тех случаях, когда либо первый попал, а второй промахнулся, либо первый промахнулся, а второй попал. Поэтому А = А1 ·+ А2 ·. Последние два события несовместны, поэтому сумма их вероятностей равна вероятности их суммы А. События А1 и , а также А2 и попарно независимы, т.е. вероятности произведений этих событий равны соответствующим произведениям вероятностей этих событий. Т.к. Р(А1)=p1=0,8, P(A2)=p2=0,6, то Р() = 1 p1 = q1 = 0,2, P() = 1 p2 = q2 = 0,4 и Р(А) = p1q2 + p2q1 = 0,44.
Вероятность наступления “хотя бы одного события” (т.е. суммы нескольких событий ) вычисляют по формуле
(5)
Если же эти события попарно независимы, то
Пример 2. В продукции предприятия 10% бракованных изделий. Какова вероятность, что среди 4 взятых независимо изделий хотя бы одно бракованное?
Пусть А интересующее нас событие, А = A1+ A2+ A3+ A4 , где A1 = {первое изделие бракованное}, A2 = {второе изделие бракованное} и т.д. Так как A1, A2, A3, A4 независимы, то и события также независимы. Событие= {среди 4 изделий ни одного бракованного} =, где= {первое изделие не бракованное} и т. д. Так как Р(A1) = Р (A2) = Р (A3) = Р(A4) = 0,1 (=10%) , то Р() = (1 0,1)4 = 0,94 = 0,6561. Значит, Р(А) = 1 Р() = 0,3439.
Если изделий не 4 , а 2 , то вероятность того, что из этих двух изделий хотя бы одно бракованное, можно вычислить с помощью формулы (3), т.е. не переходя к противоположному событию:
P (A1+A2) = P (A1) + P (A2) P (A) P (A2) = 0,1 + 0,1 0,01 = 0,19.