
- •Министерство образования и науки рф
- •1.2.Краткие исторические сведения
- •2.Основные понятия теории вероятностей
- •2.1.Событие. Вероятность события
- •2.2.Непосредственный подсчет вероятностей
- •2.3.Основные формулы комбинаторики
- •2.3.Частота и статистическая вероятность события
- •2.4.Случайная величина
- •3.Основные теоремы теории вероятностей
- •3.1. События как множества и операции над ними
- •3.2.Теорема сложения вероятностей
- •3.3.Теорема умножения вероятностей
- •3.4.Формула полной вероятности.
- •3.5.Формула Бейеса или теорема гипотез.
- •Случайные величины и их законы распределения
- •4.1.Ряд распределения
- •4.2.Функция распределения
- •4.3.Плотность распределения
- •5.Числовые характеристики случайных величин
- •5.1.Характеристики положения
- •5.2.Моменты, дисперсия, квадратичное отклонение
- •5.3.Закон равномерной плотности
- •5.4.Распределение Симпсона
- •5.5.Биномиальное распределение
- •5.6.Распределение Пуассона
- •5.7.Геометрическое распределение
- •5.5.Биномиальное распределение
- •5.6.Распределение Пуассона
- •5.7.Геометрическое распределение
- •5.8.Распределение Паскаля
- •5.9.Гипергеометрическое распределение
- •5.10.Формула Стирлинга
- •6.Непрерывные распределения
- •6.1.Нормальное распределение
- •6.2.Показательное распределение
- •6.3.Логарифмически нормальное распределение
- •7.Статистическая оценка параметров распределения
- •7.1.Статистическая функция распределения
- •7.2.Статистический ряд. Гистограмма
- •7.3.Числовые характеристики распределения
- •7.4.Оценка параметров распределения
- •7.4.1. Метод моментов.
- •8.Метод наибольшего правдоподобия
- •8.1.Случай дискретных распределений
- •8.2.Случай непрерывных распределений
- •8.3.Другие методы оценки параметров
- •9.Проверка статистических гипотез
- •9.1.Вводные замечания
- •9.2.Проверка гипотезы о законе распределения
- •10.Системы случайных величин
- •10.1.Понятие о системе случайных величин
- •10.2.Двумерные случайные величины и их законы распределения
- •10.3.Плотность распределения двумерной случайной величины
- •10.4. Условные законы распределения
- •10.5.Зависимость и независимость случайных величин
- •10.6.Числовые характеристики двумерных случайных величин
- •11.Двумерный нормальный закон распределения
- •12.Числовые характеристики функций случайных величин
- •12.1.Математическое ожидание и дисперсия функции
- •12.2.Теоремы о числовых характеристиках
- •13.Распределение функции случайных аргументов
- •13.1.Распределение функции одного аргумента
- •13.2.Распределение суммы случайных величин
- •13.3.Распределение суммы нормально распределенных случайных величин
- •13.Распределение функции случайных аргументов
- •13.1.Распределение функции одного аргумента
- •13.2.Распределение суммы случайных величин
- •13.3.Распределение суммы нормально распределенных случайных величин
- •14.Предельные теоремы
- •14.1.Понятие о законе больших чисел
- •14.2.Неравенство Чебышева
- •14.3.Закон больших чисел Чебышева
- •14.4.Центральная предельная теорема
3.2.Теорема сложения вероятностей
Вероятность суммы двух несовместимых событий A и В равна сумме вероятностей этих событий:
. (3.1)
Эта теорема
обобщается и на случай нескольких
несовместимых событий. Пусть
несовместимые события, тогда
. (3.2)
Рассмотрим теперь некоторые следствия, вытекающие из этой теоремы.
Следствие 1.Если события А1,…,Аn образуют полную группу, то вероятность их суммы равна 1:
.
Действительно,
,
то есть составляют достоверное событие,
а
.
Следствие
2. Вероятность суммы противоположных
событий
и
равна
1:
. (3.3)
Это
вытекает из того факта, что
- достоверное событие.
Формула
(3.3) часто используется на практике, так
как позволяет определить вероятность
прямого события, если известна вероятность
противоположного события. Так как они
несовместимы, то
.
Теорема сложения вероятностей требует, чтобы исходные события были несовместимы. Если это не так, то для расчета вероятности суммы двух событий АиВприменяется следующая формула:
. (3.4)
Здесь,
чтобы вероятность элементарных событий,
входящий в пересечение множеств АВ,
не учитывалась дважды, производится
вычитание(см.рис.3.3).
Рис. 3.3.Иллюстрация к определению вероятности суммы двух совместимых событий
Если суммируются три совместимых события А,В,С, то вероятность суммы
.
На рис.3.4. дана графическая иллюстрация этой формулы.
Рис. 3.4. Иллюстрация к определению суммы трех совместимых событий.
Здесь
чтобы вероятность элементарных событий,
входящих в множества АВ, АСиВС
не учитывались дважды, вероятности
этих событий вычитаются. В сумме
вероятностейвероятности элементарных событий,
входящих в пересечениеАВС,
учитываются трижды, как и в сумме
,
по этому, чтобы не потерялись вероятности
элементарных событий, вхоящих вАВС,
следует прибавить их вероятность
.
Методом индукции можно доказать общую формулу для вероятности суммы любого числа совместных событий:
Пример
1. В лотерее 1000 билетов. Из них на один
билет выпадает выигрыш 500 руб., на 10
билетов – 100 руб., на 50 билетов – 20 руб.,
остальные билеты невыигрышные. Вы
покупаете один билет. Найти вероятность
выиграть не менее 20 руб.
Решение. Рассмотрим события:
А– выигрыш не менее 20 руб.,
А1– выигрыш 20 руб.,
А2– выигрыш 100 руб.,
А3– выигрыш 500 руб.
Очевидно,
По теореме сложения вероятностей
Пример 2. Круговая мишень состоит из трёх зон: 1, 2, 3. При одном выстреле вероятность попадания в 1 зону 0,15, во 2 зону 0,23, в 3 зону – 0,17. Найти вероятность промаха.
Решение.
Обозначим А– промах,
– попадание. Тогда
где
- попадания соответственно в 1, 2 и 3 зоны.
Отсюда
Из приведённых формул для вероятности суммы совместимых событий можно получить и выражения для вероятностей произведения событий :
(3.5)
(3.6)
Пример3. Агрегатный станок состоит из 3-х агрегатов: двух агрегатов первого типа– А1 и А2 – и одного агрегата второго типа – В. Агрегаты А1 и А2 дублируют друг друга, т.е. при отказе одного из них происходит автоматическое переключение на второй. Агрегат В не дублирован. Для того, чтобы станок прекратил работу (отказал) нужно, чтобы одновременно отказали оба агрегата А1 и А2 или агрегат В. Требуется выразить вероятности отказа станка через суммы вероятностей элементарных событий. Обозначим события, связанные с отказами соответствующих блоков, теми же буквами, но курсивом.
Решение. Отказ станка – событие С.
.
Из формулы (3.4) имеем, что вероятность события Сравна
.
Из формул (3.5,3.6) получаем, что
Отсюда получаем, что