
- •§ 1. Події та операції над ними
- •§ 2. Імовірність події
- •2.1. Класичне означення ймовірності
- •2.2. Статистичне означення ймовірності
- •2.3. Аксіоматичне означення ймовірності
- •§ 3. Теореми про ймовірність події
- •§ 4. Умовна ймовірність
- •§ 5. Незалежні випробування. Схема та формула Бернуллі, їх узагальнення
- •§ 6. Випадкові величини
- •6.1. Закон розподілу випадкової величини
- •6.2. Основні закони розподілу дискретних випадковихвеличин
- •6.3. Основні закони розподілу неперервних випадкових величин
- •§ 7. Математичне сподівання і дисперсія випадкової величини
- •7.1. Математичне сподівання і дисперсія дискретної випадкової величини
- •§ 8. Закон великих чисел
- •Елементи математичної статистики
- •§1. Генеральна сукупність та вибірка
- •§2. Оцінка параметрів генеральної сукупності за її вибіркою
- •2.1. Генеральна і вибіркова середні
- •2.2. Генеральна і вибіркова дисперсії
- •2.3. Оцінка параметрів розподілу
- •§ 3. Довірчі інтервали для параметрів нормального розподілу
- •§4. Перевірка статистичних гіпотез
- •§ 5. Лінійна кореляція
§ 3. Теореми про ймовірність події
Вважатимемо, що всі події, про які йтиме мова в наступних теоремах, допустимі відносно деякої повної системи рівноможливих подій.
Теорема 10.1. Імовірність Р(А) коленої події А задовольняє нерівності 0 < Р(А) < 1, причому Р(О) = 0, Р(І) = 1.
Доведення.
Нехай
п
- кількість
усіх можливих випадків, а k
- кількість
випадків, що сприяють події А.
Тоді
0 <
к
<
п, звідки,
за
означенням 10.12,
,
причому
для неможливої
події
О
число
k
= 0,
а для вірогідної події I
число k
=
п.
Теорему
доведено.
Теорема 10.2. Імовірність суми двох несумісних подій А і В дорівнює сумі їх імовірностей, тобто, якщо А·В=О, то
Доведення. Нехай п - кількість усіх можливих випадків, кх -кількість випадків, що сприяють події А, к2 - кількість випадків, що сприяють події В. Оскільки події А і В несумісні, то кожний випадок, що сприяє одній з подій, не сприяє іншій. Але кожний випадок, який сприяє події А або події В, сприяє також і події А + В і навпаки, кожний випадок, що сприяє події А + В, сприяє події А або події В. Тому кількість випадків, що сприяють події А + В, дорівнює кх + к2. За означенням 10.12 імовірності маємо
Теорему доведено.
Теорема 10.2 узагальнюється на випадок довільного скінченного числа попарно несумісних подій Аі (і = 1, п):
Рівність (3) доводиться методом повної математичної індукції на основі рівності (2).
Теорема 10.3. Імовірність суми двох довільних подій А і В обчислюється за формулою
Доведення. Безпосередньо перевіркою встановлюємо, що
причому події АВ і АВ, та АВ і АВ несумісні, оскільки
Події АВ,АВ, А В попарно несумісні. Це випливає з обчислення
Додамо почленно рівності (5). Отримаємо
Звідси за формулами (3) і (5)
Теорему доведено.
Теорема 10.4. Для довільної події А маємо рівність
Доведення. Подія А + А= І, причому події А і А несумісні, тому за теоремами 10.2 і 10.1 маємо
звідки і випливає рівність (6). Теорему доведено.
Приклад 10.4. У партії з 15 деталей 12 стандартних. З цієї партії навмання взято 2 деталі. Яка ймовірність того, що хоч одна з цих двох деталей стандартна?
Розв'язання. Позначимо А подію: з двох вибраних деталей одна (точно одна) стандартна, а В подію: обидві вибрані деталі стандартні. Тоді подія А + В - хоч одна з двох вибраних деталей стандартна. Події А і В, очевидно, несумісні, тому за теоремою 10.2 Р(А + B) = Р(А) + Р(В). Але
Приклад 10.5. Кинуто два гральних кубика. Яка ймовірність того, що хоч на одному з них випаде трійка?
Розв'язання. Нехай подія А: на першому гральному кубику випала трійка, подія В: на другому гральному кубику випала трійка. Тоді подія АВ: на обох гральних кубиках випала трійка, а подія А + В: хоч на одному гральному кубику випала трійка. За теоремою 10.3 маємо Р(А + В) = Р(А) + Р(В) - Р(АВ).
Приклад 10.6. В урні 16 кульок, з них 4 білих, а інші кольорові. Вийняли 3 кульки. Яка ймовірність того, що серед них є хоч одна кольорова?
Розв'язання. Нехай подія А: серед вийнятих кульок є хоч одна кольорова, тоді подія А: всі три вийняті кульки білі.