Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Лекции по ТВ и МС(ч.1)

.pdf
Скачиваний:
70
Добавлен:
13.04.2015
Размер:
3.56 Mб
Скачать

Лекция № 5

Аксиомы теории вероятностей

Теорема 5.3.

сложения

вероятностей

Пусть A1, A2 ,K, An — случайные события. Тогда

n

 

n

P(Ai I Aj )+

 

P UAi

= P(Ai )

 

i =1

i =1

1i< j n

 

 

+ P(Ai1

I Ai2 I Ai3 )−K+ (1)n1

n

 

P IAi .

1i1 <i2 <i3 n

 

 

 

i =1

 

Доказательство. Доказательство проведем методом математической индукции.

Пусть n = 2. Не трудно видеть, что

A1 U A2 = (A1 \ A1 I A2 )U(A2 \ A1 I A2 )U(A1 I A2 ),

A1

 

 

A2

 

 

A1 I A

A2 \ A1 I

A1 \ A1 I

 

 

причем

события

A1 \ A1 I A2 ,

A2 \ A1 I A2 ,

A1 I A2

попарно

пересекаются.

Поэтому по

аксиоме P.3 и теореме 5.2

P(A1 U A2 )= P(A1 \ A1 I A2 )+ P(A1 \ A1 I A2 )+

P(A1 I A2 )= P(A1 )P(A1 I A2 )+ P(A2 )− − P(A1 I A2 )+ P(A1 I A2 ).

Предположим, что формула верна для n 1 события:

 

n

 

 

n

 

 

 

 

 

 

(1)n2

n

 

 

 

P UAi =

P(Ai )P(Ai I Aj )+K+

P IAi .

 

i =2

 

i =2

 

2i< j n

 

 

 

 

i =2

 

 

 

Тогда

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

A

 

 

 

n

 

 

 

n

 

 

 

 

n

A

 

 

=

P

 

= P A U

A

=

P(A )+ P

A

P A I

 

 

 

U

i

 

 

1

U

i

 

1

U

i

 

1

 

U

i

 

 

 

i =1

 

 

 

 

i =2

 

 

 

i =2

 

 

 

 

i =2

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

n

 

 

 

 

= P(A1 )+ P(Ai )P(Ai I Aj )+K+ (1)n2

P IAi

 

 

 

 

 

i =2

 

2i< j n

 

 

 

 

 

i =2

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

P(A1 I Ai )+ P(A1 I Ai I Aj )+K+ (1)n1 P IAi =

 

i =2

 

 

 

2i< j n

 

 

 

 

 

 

i =1

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

= P(Ai

)P(Ai I Aj )+K+ (1)n 1 P IAi .

 

 

 

 

Теорема доказана.

i =1

 

1i< j n

 

 

 

 

i =1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 5.3. (Задача

о совпадениях).

На отдельных

карточках написаны

числа 1,2,K,n . Карточки расположены в «абсолютно случайном порядке». Какова

49

Аксиомы теории вероятностей Лекция № 5

вероятность того, что хотя бы одно из чисел окажется на месте с таким же номером?

 

Решение. Пусть

Ai — событие, состоящее в том, что карточка с номером

i окажется на месте с номером i . Необходимо вычислить

 

n

 

Ρ UΑi . Имеем:

P(A )= (n 1)! ;

 

 

 

 

i=1

 

 

 

 

 

 

 

 

i

 

n!

 

 

 

 

 

 

 

 

 

 

(n 2)! ;

 

 

 

 

 

 

P(A

I A )=

 

 

 

 

 

 

i

i

 

n!

 

 

 

 

 

 

 

1

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

……………………………

 

 

 

 

 

P(A

I A

IKI A )= (n k )! ;

 

 

 

 

 

i

i

 

i

k

n!

 

 

 

 

 

1

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

……………………………………

 

 

 

 

 

Используем формулу теоремы 5.3, получим

 

 

 

 

n

 

 

(n 1)! Cn2 (n 2)! +Cn3 (n 3)! −K+ (1)n1Cnn

1

 

 

P UAi = Cn1

.

 

 

 

i =1

 

 

n!

 

n!

n!

 

n!

 

 

Заметим, что искомая вероятность является частичной суммой ряда Тейлора

функции 1 ex при x = −1.

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

 

Поэтому для больших n имеем P UAi 1e1 = 0,63 .

 

 

 

 

 

 

 

 

 

i =1

 

 

 

 

 

Для любого конечного или счетного числа случайных событий

{An } справедливы неравенства:

Теорема 5.4.

 

 

 

 

 

 

 

 

 

 

 

 

 

P(An ).

1) P UAn P(An )

2) P IAn 1

 

n

 

n

 

n

 

n

Доказательство. Введем в рассмотрение множества:

B1 = A1 , B2 = A1 I A2 , B3 = A1 I A2 I A3 ,…, Bn = A1 I A2 I A3 IKI An1 I An .

События Bn попарно несовместны и Bn An . Поэтому

P Un An = P Un Bn = n P(Bn )n P(An ).

Справедливость второго неравенства теоремы следует из следующих рассуждений:

50

Лекция № 5

Аксиомы теории вероятностей

P In An =1P In An =1P Un An 1n P(An ).

5.4. Рекомендуется изучить самостоятельно:

¾[2] – стр. 33-41;

¾[3] – стр. 38-45,49-54;

¾[4] – стр. 143-151;

¾[5] – стр. 16-18.

5.5. Теоретические вопросы, выносимые на экзамен:

1.Геометрические вероятности. Примеры применения геометрического определения вероятности события.

2.Аксиоматическое построение теории вероятностей. Свойства вероятности.

5.6. В результате успешного усвоения материала лекции студент должен знать:

9понятия:

¾геометрической вероятности;

¾аксиом теории вероятностей;

9теоремы:

¾свойства вероятности;

уметь:

9доказывать теоремы:

¾о вероятности противоположного события;

¾о вероятности разности событий;

¾о сложении вероятностей;

¾об оценках для вероятности суммы и произведения событий;

9решать задачи используя, геометрическое определение вероятностей.

51

Аксиомы теории вероятностей Лекция № 5

5.7. Задачи и упражнения.

1.На отрезок [0;1] случайным образом бросается точка. Найти вероятности следующих событий:

а) длина меньшей части меньше x ; б) длина большей части меньше x ;

в) длины обеих частей одновременно меньше x .

2.Точку A на удачу бросают в квадрат со стороной 1. Найти вероятности того, что:

а) расстояние от точки A до фиксированной стороны квадрата не превосходит x ;

б) расстояние от точки A до ближайшей стороны не превосходит x ; в) расстояние от точки A до центра квадрата не превосходит x ;

г) расстояние от точки A до ближайшей вершины квадрата не превосходит x .

3.Точку B на удачу бросают в прямоугольник со сторонами 1 и 2. Найти вероятности того, что:

а) расстояние от точки B до ближайшей стороны прямоугольника не превосходит x ;

б) расстояние от точки B до любой стороны прямоугольника не превосходит x ;

в) расстояние от точки B до диагоналей прямоугольника не превосходит x .

4.Стержень длиной l случайным образом ломают на три части. Какова вероятность, что из получившихся частей можно составить треугольник?

5.Стержень длиной l случайным образом ломают на три части. Какова вероятность, что длина меньшей части не превышает l3?

6.Какова вероятность, что из трех отрезков, длины которых выбраны наудачу из отрезка [0;l], можно составить треугольник?

7.(Парадокс Бертрана) В круге радиуса R наудачу выбирается хорда. Какова вероятность того, что ее длина не превзойдет длины стороны вписанного в

52

Лекция № 5

Аксиомы теории вероятностей

этот круг треугольника?

8. В интервале времени [0;T ] в случайный момент u появляется сигнал длительностью s . Приемник включается в случайный момент времени v [0;T ]

на время t . Предположив, что точка (u;v) равномерно расположена в квадрате

[0;T ]×[0;T ], найти вероятность обнаружения сигнала.

9.На паркет, составленный из правильных k –угольников со стороной a , бросается монета радиуса r . Найти вероятность того, что упавшая монета не заденет границу ни одного из k –угольников паркета для:

а) k = 3 ; б) k = 4 ; в) k = 6 .

9.На окружности радиуса R наудачу взяты три точки A , B , C . Какова вероятность того, что треугольник ABC остроугольный?

10.Какой толщины должна быть монета, чтобы вероятность падения на ребро была равна 13?

11. Определить вероятность того, что корни квадратного уравнения

y = x2 + 2ax +b = 0

а) вещественны; б) положительны;

если равновозможны значения коэффициентов в прямоугольнике a n , b m . 12. К автобусной остановке через каждые четыре минуты подходит автобус

линии А, а через каждые шесть минут — автобус линии В. Интервал времени между моментами прихода автобуса линии А и ближайшего следующего автобуса линии В равновозможен в пределах от нуля до четырех минут.

Определить вероятность того, что:

а) первый подошедший автобус окажется линии А; б) автобус какой–либо линии подойдет в течение двух минут.

53

Условные вероятности

Лекция № 6

Лекция № 6

 

Условные вероятности. Формула полной

Тема:

вероятности. Формулы Байеса.

 

Независимость событий

 

Истинной логикой для этого мира

 

является исчисление вероятностей.

 

Дж. К. Максвел

6.1. Условные вероятности

 

Пусть (,F, P) — вероятностное пространство, случайное

 

 

событие B F такое, что P(B)> 0 . Условной вероятностью

Определение 6 .1

события

A F при условии, что произошло событие B ,

 

называют величину, определяемую отношением

 

 

 

P(A / B)= P(A IB).

(6.1)

 

 

P(B)

 

 

 

фиксированном B является функцией

множеств,

Величина P(A / B) при

определенной на F. Она удовлетворяет всем аксиомам вероятности:

 

1)P(A / B)0 ;

2)P(/ B)=1;

3)если {Ai }i=1 — последовательность попарно несовместных случайных

 

 

 

B),

событий (Ai I Aj = , i j), то P

UAi

B

= P(Ai

 

i 1

 

 

i =1

 

 

=

 

 

 

следовательно, является вероятностью

 

с

точки

зрения аксиоматики

А.Н. Колмогорова.

 

 

 

 

 

Не трудно так же видеть, что P(B B)=1.

 

 

 

54

Лекция № 6

 

 

 

 

Условные вероятности

Теорема 6.1.

 

Пусть (,F, P)

— вероятностное пространство

A F,

 

умножения

 

B F, P(A)> 0 , P(B)> 0. Тогда имеют места равенства

 

вероятностей

 

P(A IB)= P(B)P(A B)= P(A)P(B A).

(6.2)

 

 

 

непосредственно

Доказательство. Если P(B)> 0 , то из формулы (6.1)

следует

P(A IB)= P(A B)P(B).

Аналогично, если

P(A)> 0 ,

тогда

P(B / A)= P(PA(IA)B) или соответственно P(A IB)= P(A)P(B A).

Формулы (6.2) легко допускают обобщение на пересечение любого конечного количества множеств. Пусть A1, A2 ,K, An — случайные события такие,

что

P(A1 I A2 IKI An1 )> 0 .

(6.3)

n1 n2

Поскольку IAi IAi K A1 I A2 A1 , то из неравенства (6.3) следует, что

 

 

i=1

 

i=1

 

 

 

 

k 1

 

 

k = 2,3,K, n 1.

Следовательно,

все

условные вероятности

P IAi > 0 ,

i =1

 

 

 

 

 

 

 

 

 

k 1

 

k = 2,3,K, n 1

определены. Используя

метод

математической

P Ak

IAi ,

 

i =1

 

 

 

 

 

 

 

индукции, не трудно показать, что справедлива формула

 

 

 

 

 

n

 

 

 

n1

 

 

 

 

P IAi = P(A1 )P(A2 A1 )P(A3 A1 I A2 ) K P

An IAi .

 

 

 

i =1

 

 

 

i =1

 

 

Пример 6.1.

Брошены две игральные кости.

Чему равна вероятность того,

что сумма выпавших на них очков равна 8 (событие А), если известно, что сумма есть четное число (событие В)?

Решение: Пространство элементарных исходов для данного эксперимента

имеет вид Ω ={(n,m): n,m =

 

 

}.

 

Общее

 

число элементарных

исходов,

1,6

благоприятствующих событию A ={(n,m): n,m =

 

n + m =8}, равно 5.

Событию

1,6;

B ={(n,m): n,m =

 

n + m = 2k,k =

 

}

благоприятствует 18 исходов.

Так как

1,6;

1,6

A I B = A, то условная вероятность P(A B)=

 

5

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

18

 

 

 

 

55

Определение 6 .2
Теорема 6.2.
Формула полной вероятности

Условные вероятности

Лекция № 6

6.2. Формула полной вероятности

 

Часто возникает следующая задача: известно, что событие

A может

произойти при выполнении одной из n гипотез, причем вероятности наступлений гипотез известны, требуется найти вероятность события A . Ответ на этот вопрос дает следующая теорема.

Пусть (,F, P) — вероятностное пространство. Набор случайных событий H1,K, Hn , Hi F, i =1,n , образует полную группу событий, если выполнены соотношения

1)H1 U H2 UKU Hn = Ω,

2)Hi I H j = ,(i j).

Пусть (,F, P) — вероятностное пространство. H1,K, Hn , Hi F, i =1,n — полная группа событий и P(Hi )> 0 , i =1,n , то для любого случайного события A F имеет место равенство

n

P(A)= P(Hi )P(AHi ).

i =1

Доказательство. Не трудно видеть, что

 

 

n

 

n

A = A IΩ = A I UHi

= U(A I Hi ).

i=1

 

i=1

Так как события Hi , i =1,n попарно несовместны, то такими же будут и события

A I Hi , i =1,n . Поэтому

n

 

n

n

P(A)= P U(A I Hi )

= P(A I Hi )= P(Hi )P(A Hi ).

i =1

i =1

i =1

Что и требовалось доказать.

 

 

 

Пример 6.2. Среди N

экзаменационных билетов n «счастливых». Студенты

подходят за билетами один за другим. У кого больше шансов взять «счастливый » билет: у того, кто подошел первым, или у того, кто подошел вторым?

56

Лекция № 6

Условные вероятности

Решение. Для студента подошедшего первым эта вероятность равна

 

n

.

 

 

 

 

 

N

Обозначим через

A событие, состоящее в том, что второй студент

взял

«счастливый» билет, H1 — первый студент взял «счастливый» билет, H2

первый студент взял «несчастливый» билет. По формуле полной вероятности имеем

P(A)= P(H1 )P(AH1 )+ P(H2 )P(AH2 )= Nn Nn 11 + NNn Nn1 = Nn .

Таким образом, вероятность взять счастливый билет для обоих студентов одна и та же.

Пример 6.3. (задача о разорении игрока). Два игрока А и В продолжают некоторую игру до полного разорения одного из них. Капитал первого равняется a гр., капитал второго — b гр. Вероятность выигрыша каждой партии для игрока А равна p , а для игрока В равна q ; p + q =1 (ничьи отсутствуют). В каждой партии

выигрыш одного игрока (и, значит, проигрыш второго) равняется 1 гривне. Найти вероятность разорения каждого из игроков.

Решение. Обозначим

pn вероятность разорения игрока А, когда он имеет n

гривен. Очевидно, что

искомая вероятность суть pa

и что

 

 

pa+b = 0 , p0 =1,

(6.4)

поскольку в первом случае игрок А уже сосредоточил в своих руках весь капитал, а во втором он уже ничего не имеет.

Если игрок А имел n гр. перед некоторой партией, то его разорение может осуществиться двумя различными способами: или он очередную партию выиграет, а всю игру проиграет, или он проиграет и партию и игру. По формуле полной вероятности имеем

pn = p pn+1 + q pn1 .

Относительно pn мы получили уравнение в конечных разностях; легко видеть, что его можно записать в

следующем виде:

 

q(pn pn1 )= p (pn+1 pn ).

(6.5)

Рассмотрим сначала решение этого уравнения при p = q =12 . При этом допущении pn+1 pn = pn pn1 =K= p1 p0 = c ,

где c — постоянная. Отсюда находим, что pn = p0 + nc . Поскольку справедливы равенства (6.4), то pn =1a +n b .

Таким образом, вероятность разорения игрока А равняется

pa =1a a+ b = a b+ b .

Аналогично в случае p = q =12 вероятность разорения игрока В

qb = a +a b .

В общем случае при p q из (6.5) находим, что

n

n

pk ).

qn (pk pk1 )= pn (pk+1

k=1

k=1

 

После выполнению упрощений и с учетом соотношений (6.4) получим, что pn pn1 = (q p)n (p1 1).

Рассмотрим разность pn+1 pn = (q p)n (p1 1), очевидно, что

a+b1

 

a+b1

 

 

 

n

a+b

pa+b pn = (pk+1

pk )=

(q p)k (p1

1)= (p1

1)

(q p)

(q p)

1q p

k=n

 

k=n

 

 

 

Поскольку pa+b = 0 , то

57

Условные вероятности

Лекция № 6

pn = (1p1 )(q p1)nq(qpp)a+b

а так как p0 =1, то

1 = (1p1 )(q p1)0q(qpp)a+b .

Из двух последних равенств получаем, что

 

pn =

(q p)a+b (q p)n

.

 

 

 

 

 

 

 

(q p)a+b 1

Таким образом вероятность разорения игрока А

 

 

1(p q)b

 

p =

qa+b qa pb

=

.

 

 

a

 

qa+b pa+b

1(p q)a+b

 

 

Аналогично в случае p q получаем, что вероятность разорения игрока В равна

qb =

1(q p)a

.

1(q p)a+b

 

 

6.3. Формулы Байеса

Теорема 6.3.

Формулы Байеса

Пусть (,F, P) — вероятностное пространство. События

H1,K, Hn , Hi F, i =1,n образуют полную группу событий,

причем P(Hi )> 0 , для каждого i =1,n . Тогда для любого случайного события B F такого, что P(B)> 0 , выполнены равенства

P(Hi B)=

P(Hi )P(B)

.

n

 

 

P(Hk )P(B Hk )

 

 

k =1

 

Доказательство. Используя определение условной вероятности, теорему умножения вероятностей и формулу полной вероятности, имеем:

P(Hi

B)=

P(Hi IB)

=

P(Hi )P(B Hi )

.

P(B)

 

n

 

 

 

 

P(Hk )P(B Hk )

 

 

 

 

 

 

k =1

 

Общая схема применения этих формул при решении практических задач следующая. Пусть событие B может происходить в различных условиях, о характере которых можно выдвинуть n гипотез H1,K, Hn . Из каких–то соображений известны вероятности этих гипотез P(H1 ),K, P(Hn ) (их так же называют априорными вероятностями). Известны также условные вероятности P(BH1 ),K, P(BHn ). Предположим, что произведен опыт, в результате которого

58