- •“Теорія ймовірностей, імовірнісні процеси та математична статистика”
- •Тема 1. Основні поняття теорії ймовірностей
- •1.1. Випробування і події
- •1.2. Види випадкових подій
- •1.2. Операції над подіями
- •1.3. Класичне визначення ймовірності
- •1.4. Відносна частота. Стійкість відносної частоти
- •1.5. Обмеженість класичного визначення ймовірності. Статистична ймовірність
- •1.6. Геометричні ймовірності
- •1.7. Основні формули комбінаторики
- •Тема 2. Ймовірність суми подій
- •2.1. Ймовірність суми несумісних подій
- •2.2. Ймовірність суми подій, що утворюють повну групу
- •2.3. Сума ймовірностей протилежних подій
- •2.4. Ймовірність суми сумісних подій
- •2.5. Принцип практичної неможливості малоймовірних подій
- •Тема 3. Ймовірність добутку подій
- •3.1. Добуток подій
- •3.2. Умовна ймовірність
- •3.3. Теорема множення ймовірностей
- •3.4. Незалежні події. Теорема множення для незалежних подій
- •3.5. Ймовірність появи хоча б однієї події
- •3.6. Формула повної ймовірності
- •3.7. Ймовірність гіпотез. Формули Байєса
- •Тема 4. Повторні незалежні випробування за схемою бернуллі
- •4.1. Формула Бернуллі
- •4.2. Локальна теорема Лапласа
- •4.3. Інтегральна теорема Лапласа
- •4.4. Ймовірність відхилення відносної частоти від постійної ймовірності в незалежних випробуваннях
- •Розділ 2. Випадкові величини
- •Тема 5. Дискретні випадкові величини та їх розподіли
- •1. Випадкова величина
- •2. Дискретні і неперервні випадкові величини
- •3. Закон розподілу ймовірностей дискретної випадкової величини
- •4. Біноміальний розподіл
- •5. Розподіл Пуассона
- •6. Найпростіший потік подій
- •7. Геометричний розподіл
- •8. Гіпергеометричний розподіл
- •9. Функція розподілу імовірностей випадкової величини
- •9.1. Визначення функції розподілу
- •9.2. Властивості функції розподілу
- •9.3. Графік функції розподілу
- •1. Математичне сподіванння дискретної випадкової величини
- •2. Ймовірнісний зміст математичного сподіванння
- •3. Властивості математичного сподіванння
- •Список рекомендованої літератури
2.2. Ймовірність суми подій, що утворюють повну групу
Теорема. Сума ймовірностей подій A1, A2,...Аn, що утворюють повну групу, дорівнює одиниці:
Р(А1)+Р(А2)+...+Р(Аn)=1.
Доведення. Так як поява однієї з подій повної групи достовірна, а ймовірність достовірної події дорівнює одиниці, то
Р(А1+А2+...+Аn)=1. (*)
Будь-які дві події повної групи несумісні, тому можна застосувати теорему додавання:
Р(А1+А2+...+Аn)=Р(А1)+Р(А2)+...+Р(Аn). (**)
Порівнюючи (*) і (**), одержимо
Р(А1)+Р(А2)+...+Р(Аn)=1.
Приклад. Консультаційний пункт інституту одержує пакети з контрольними роботами з міст А, В і С. Ймовірність одержання пакета з міста А дорівнює 0,7, з міста В - 0,2. Знайти ймовірність того, що черговий пакет буде отриманий з міста С.
Розв’язок. Події «пакет отриманий з міста А», «пакет отриманий з міста В», «пакет отриманий з міста С» утворюють повну групу, тому сума ймовірностей цих подій дорівнює одиниці:
0,7+0,2+р=1.
Звідси шукана ймовірність
Р=1- 0,9=0,1.
2.3. Сума ймовірностей протилежних подій
Протилежними називають дві єдино можливі події, що утворюють повну групу. Якщо одну з двох протилежних подій позначено через А, то іншу прийнято позначати .
Приклад 1. Влучення і промах при пострілі по цілі протилежні події. Якщо А влучення, то промах.
Приклад 2. Із ящика навмання вийнята деталь. Події «вийнята стандартна деталь» і «вийнята нестандартна деталь» протилежні.
Теорема. Сума ймовірностей протилежних подій дорівнює одиниці:
Р(А)+Р()=1.
Доведення. Протилежні події утворюють повну групу, а сума ймовірностей подій, що утворюють повну групу, як було показано вище, дорівнює одиниці.
Зауваження 1. Якщо ймовірність однієї з двох протилежних подій позначена через р, то ймовірність іншої події позначають через q. Таким чином, у силу попередньої теореми
р+q=1.
Приклад 3. Ймовірність того, що день буде дощовим, р=0,7. Знайти ймовірність того, що день буде ясним.
Розв’язок. Події «день дощовий» і «день ясний» протилежні, тому шукана ймовірність
q=1-р=1-0,7=0,3.
Зауваження 2. При розв’язанні задач на знаходження ймовірності події А часто зручно спочатку обчислити ймовірність події , а потім знайти шукану ймовірність за формулою
Р(А)=1-Р().
Приклад 4. У ящику знаходиться n деталей, з яких m стандартних. Знайти ймовірність того, що серед k навмання вийнятих деталей хоча б одна стандартна.
Розв’язок. Події «серед вийнятих деталей є хоча б одна стандартна» і «серед витягнутих деталей немає ні одної стандартної» протилежні. Позначимо першу подію через А, а другу через .
Очевидно, що
Р(А)=1-Р().
Знайдемо Р(). Загальне число способів, якими можна витягтиk деталей з n деталей, дорівнює . Число нестандартних деталей дорівнюєn-m; з цього числа деталей можна способами витягтиk нестандартних деталей. Тому ймовірність того, що серед витягнутих k деталей немає ні одної стандартної, дорівнює Р()=/.
Шукана ймовірність
Р(А)=1-Р()=1-/.
2.4. Ймовірність суми сумісних подій
Раніше була розглянута теорема додавання для несумісних подій. Тут буде доведена теорема додавання для сумісних подій.
Дві події називають сумісними, якщо поява однієї з них не виключає появи іншої в одному і тому ж випробуванні.
Приклад 1. А - поява чотирьох очок при киданні гральної кістки; В - поява парного числа очок. Події А і В - сумісні.
Хай події А і В сумісні, причому відомі ймовірності цих подій і ймовірність їх спільної появи. Як знайти ймовірність події А+В, що полягає в тому, що з’явиться хоча б одна з подій А і В? Відповідь на це питання дає теорема додавання ймовірностей сумісних подій.
Теорема. Ймовірність появи хоча б однієї з двох сумісних подій дорівнює сумі ймовірностей цих подій без ймовірності їх спільної появи:
.
Доведення. Оскільки події А і В, за умовою, сумісні, то подія А+В настане, якщо настане одна з наступних трьох несумісних подій: ,або. По теоремі додавання ймовірностей несумісних подій
. (*)
Подія А відбудеться, якщо настане одна з двох несумісних подій: або. За теоремою додавання ймовірностей несумісних подій маємо
.
Звідси
. (**)
Аналогічно маємо
.
Звідси
. (***)
Підставивши (**) і (***) в (*), остаточно одержимо
. (****)
Зауваження 1. При використанні одержаної формули потрібно мати на увазі, що події А і В можуть бути як незалежними, так і залежними.
Для незалежних подій
;
для залежних подій
.
Зауваження 2. Якщо події А і В несумісні, то їх суміщення є неможлива подія і, отже, . Формула (****) для несумісних подій приймає вигляд
.
Ми знову одержали теорему додавання для несумісних подій. Таким чином, формула (****) справедлива як для сумісних, так і для несумісних подій.
Приклад 2. Ймовірності влучення в ціль при стрільбі першої і другої гармат відповідно рівні: ;. Знайти ймовірність влучення при одному залпі (з обох гармат) хоча б одною з гармат.
Розв’язок. Ймовірність влучення в ціль кожною із гармат не залежить від результату стрільби з іншої гармати, тому подія А (влучення першої гармати) і В (влучення другої гармати) незалежні.
Ймовірність події (обидві гармати дали влучення)
.
Шукана ймовірність
.
Зауваження 3. Оскільки в даному прикладі події А і В незалежні, то можна було скористатися формулою . Дійсно, ймовірності подій, протилежних подіям А і В, тобто ймовірності промахів, такі:
; .
Шукана ймовірність того, що при одному залпі хоча б одна гармата дасть влучення, дорівнює
.
Як і слід було очікувати, отримано той же результат.