- •Федеральное агентство по образованию
- •Isbn Севмашвтуз, 2007
- •Введение
- •Теория вероятностей
- •1. Предмет теории вероятностей. Статистическая устойчивость
- •1.1. Пространство элементарных исходов. Алгебра событий
- •1.2. Классическое определение вероятности
- •1.3. Формулы комбинаторики
- •1.4. Урновые схемы
- •Урновая схема: выбор без возвращения, с учетом порядка
- •Урновая схема: выбор без возвращения и без учета порядка
- •Урновая схема: выбор с возвращением и с учетом порядка
- •Урновая схема: выбор с возвращением и без учета порядка
- •Заметим, что число выборок, различающихся еще и порядком, в k! раз больше, чем число выборок, различающихся только составом.
- •2. Геометрическая вероятность
- •3. Теоремы сложения и умножения вероятностей
- •3.1. Теорема сложения
- •3.2. Условная вероятность
- •3.3. Теорема умножения
- •3.4. Независимые события
- •3.5. Вероятность появления хотя бы одного из событий, независимых в совокупности
- •4. Формула полной вероятности. Формула Байеса
- •4.1. Формула полной вероятности
- •4.2. Формула Байеса
- •5. Схема Бернулли
- •5.1. Формула Бернулли
- •5.2. Теорема Пуассона для схемы Бернулли
- •5.3. Локальная теорема Лапласа
- •5.4. Интегральная теорема Лапласа
- •6. Случайные величины
- •6.1. Законы распределения дискретных случайных величин
- •6.1.1. Распределение Бернулли
- •6.1.2. Биномиальное распределение
- •6.1.3. Геометрическое распределение
- •6.1.4. Распределение Пуассона
- •6.4.5. Гипергеометрическое распределение
- •6.2. Функция распределения св
- •6.3. Непрерывные случайные величины
- •6.4. Числовые характеристики случайных величин
- •6.4.1. Математическое ожидание
- •6.4.2. Мода и медиана св
- •7. Моменты случайных величин
- •7.1. Начальные моменты св
- •7.2. Центральные моменты св. Дисперсия
- •7.2.1. Дисперсия
- •Свойства дисперсии.
- •7.3. Асимметрия и эксцесс
- •Математические ожидания и дисперсии стандартных распределений дсв
- •8. Законы распределения непрерывных случайных величин
- •8.1. Равномерное распределение
- •8.2. Показательное распределение
- •8.3. Нормальное распределение
- •8.3.1. Свойства нормального распределения
- •8.3.2. Стандартное нормальное распределение
- •8.3.3. Правило трех сигм
- •Математические ожидания и дисперсии стандартных распределений нсв
- •Указания к выполнению контрольной работы №1
- •Варианты заданий для контрольной работы №1 вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Список рекомендуемой литературы
- •164500, Г. Северодвинск, ул. Воронина, д.6
3. Теоремы сложения и умножения вероятностей
3.1. Теорема сложения
Пусть
- два случайных события.
Теорема сложения. Вероятность суммы двух событий или вероятность появления хотя бы одного из них равна сумме вероятностей этих событий минус вероятность их совместного появления:
.
Для несовместных
событий
,
поэтому теорема примет вид:
.
Для произвольного числа слагаемых:
;

Следствие.
Очевидно, что
- вероятность суммы событий не превышает
сумму вероятностей этих событий.
,
если события попарно несовместны.Если события образуют полную группу, то есть
,
то
.
3.2. Условная вероятность
Пусть
- совместные события.
Условной
вероятностью
события
при
условии, что событие
произошло, называется число, определяемое
равенством
.
Здесь
и
- вероятности, причём
.
События
называютсязависимыми,
то есть вероятность события
зависит от того, произошло или нет
событие
.
3.3. Теорема умножения
Теорема умножения. Вероятность произведения двух событий равна произведению вероятностей одного из них, умноженной на условную вероятность другого при условии, что первое событие произошло.
.
Для трех слагаемых
;
для последовательности
событий
.
В последней формуле
вероятность произведения
событий равна произведению вероятности
одного из них на условные вероятности
всех остальных событий, причем вероятность
каждогопоследующего
вычисляется в предположении, что все
предыдущие
уже произошли.
3.4. Независимые события
События
называютсянезависимыми,
если вероятность их произведения равна
произведению их вероятностей, то есть
.
Для независимых
событий их условные вероятности равны
их безусловным вероятностям:
и
.
События
называютсяпопарно-независимыми,
если независимы любые два из них.
События
независимы
в совокупности,
если они попарно независимы и независимы
любые комбинации этих событий.
Для независимых
событий
.
Если события
независимы в совокупности, то они попарно
независимы, то есть любые два события
,
независимы. Обратное неверно.
3.5. Вероятность появления хотя бы одного из событий, независимых в совокупности
Пусть события
независимы в совокупности, тогда и
противоположные им события
также независимы в совокупности.
Обозначим вероятности
событий
:
,
вероятности противоположных событий:
.
Рассмотрим событие A:
,
тогда
.
Рассмотрим противоположное событие
,
.
Вероятность противоположного события:
.
Так как
,
то вероятность исходного события
будет равна
.
Вывод: вероятность того, что произойдет хотя бы одно из событий, независимых в совокупности, будет равна:
.
Пример. Для разрушения моста достаточно попадания одной авиационной бомбы. Найти вероятность того, что мост разрушен, если на него сбросить 4 бомбы, вероятности попадания которых соответственно равны 0,3; 0,4; 0,5; 0,6.
Решение.
Событие
.
Рассмотрим противоположное событие
.
Так как мост не будет разрушен, если на
него не попадет ни одна бомба, то
вероятность события
будет равна
.
Так как по условию
вероятности попадания бомб на мост
равны:
,
то вероятности не попадания каждой бомбы на мост равны соответственно:
![]()
Тогда
.
Вероятность
события
:
.
