- •Комбинаторика
- •Комбинаторный принцип умножения
- •Размещения
- •Перестановки
- •Сочетания
- •Размещения с повторениями
- •Алгебра событий
- •Предмет теории вероятностей
- •Классификация событий
- •Действия над событиями
- •Вероятность события
- •Относительная частота события и ее свойства
- •Статистическое определение вероятности
- •Аксиоматическое определение вероятности
- •Классическое определение вероятности
- •Геометрическое определение вероятности
- •Алгебра вероятностей
- •Условная вероятность
- •Правило умножения вероятностей
- •Независимость двух событий
- •Независимость n событий
- •Правила сложения вероятностей
- •Формулы полной вероятности и Байеса
- •Формула полной вероятности
- •Формула Байеса
- •Схема Бернулли проведения независимых испытаний. Биномиальная вероятность
- •Приближенная формула Пуассона для вычисления биномиальной вероятности
- •Локальная и интегральная формулы Муавра-Лапласа
- •Одномерная случайная величина
- •Определение случайной величины
- •Дискретная случайная величина
- •Числовые характеристики дискретной случайной величины
- •Понятие числовой характеристики случайной величины
- •Математическое ожидание
- •Дисперсия
- •Мода
- •Начальные и центральные моменты
- •Биномиальное, Пуассона, геометрическое распределения
- •Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •Непрерывная случайная величина
- •Числовые характеристики непрерывной случайной величины
- •Нормальное, показательное, равномерное распределения
- •Нормальное распределение (закон Гаусса)
- •Показательное распределение
- •Равномерное распределение
- •Двумерная случайная величина
- •Двумерная случайная величина, ее функция распределения
- •Дискретная двумерная случайная величина, ее таблица распределения
- •Непрерывная двумерная случайная величина. Плотность вероятности
- •Примеры двумерных непрерывных распределений
- •Равномерное распределение
- •Нормальное распределение
- •Зависимость и независимость двух случайных величин
- •Условные законы распределения. Числовые характеристики двумерной случайной величины. Связь между случайными величинами
- •Условные законы распределения
- •Числовые характеристики
- •Корреляционные момент и коэффициент корреляции
- •Предельные теоремы
- •Неравенства Маркова и Чебышёва
- •Неравенство А.А. Маркова
- •Неравенство П.Л. Чебышёва
- •Теоремы Чебышёва и Бернулли
- •Центральная предельная теорема для случая одинаково распределенных слагаемых
- •Цепи Маркова. Понятие случайного процесса
- •Введение в математическую статистику
- •Предмет математической статистики
- •Описательная статистика
- •Генеральная совокупность. Выборка. Выбор
- •Вариационный и статистический ряды
- •Выборочная функция распределения
- •Выборочные числовые характеристики
- •Основные оценки
- •Группированный статистический ряд. Гистограмма
- •Группированный статистический ряд
- •Оценивание генеральных числовых характеристик с помощью интервального статистического ряда
- •Гистограмма
- •Точечное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Понятие точечной статистической оценки. Требования к оценкам
- •Свойства выборочного среднего и выборочной дисперсии
- •Свойства
- •Свойства моментов
- •Метод моментов получения оценок параметров генерального распределения
- •Метод максимального правдоподобия получения оценок параметров генерального распределения
- •Интервальное оценивание числовых характеристик и параметров распределения генеральной совокупности
- •Доверительный интервал. Точность и надежность оценки
- •Доверительный интервал для математического ожидания нормальной генеральной совокупности
- •Доверительный интервал для среднего квадратического отклонения любой генеральной совокупности при большом объеме выборки
- •Проверка статистических гипотез
- •Виды статистических гипотез
- •Критерий значимости. Общая схема проверки статистических гипотез
- •Ошибки первого и второго рода. Односторонний и двусторонний критерий
- •Ошибки первого и второго рода
- •Односторонний и двусторонний критерии
- •Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей
- •Проверка гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •Проверка гипотезы о законе распределения генеральной совокупности
- •Общие вопросы
- •Параметры проверяемого закона полностью известны
- •Параметры проверяемого закона неизвестны
- •Критерий Колмогорова
Глава 4
Алгебра вероятностей
4.1Условная вероятность
Для характеристики зависимости одних событий от других вводится понятие условной вероятности.
Определение. Пусть A и B - два события, порожденные опытом E, причем P (B) 6= 0. Число P (AB)/P (B) называется вероятностью события A при условии, что наступило событие B, или просто условной вероятностью события A и обозначается символом
P (A|B) или PB(A).
Таким образом, по определению
P (A|B) = P (AB).
P (B)
Пример. Какова вероятность, что взятая наугад кость домино будет дублем, если известно, что сумма очков на этой кости - четное число?
Пусть событие A - взятая кость является дублем, а событие B - сумма очков четна.
Имеем
P (A|B) = P (AB) = 7/28 = 7 . P (B) 16/28 16
При решении учтено, что из 28 костей домино 16 имеют четную сумму, 7 костей - дубли, и все дубли имеют четную сумму очков.
Отметим, что безусловная вероятность события A равна P (A) = 7/28.
4.2 Правило умножения вероятностей
Из формулы условной вероятности вытекает равенство P (AB) = P (B)P (A|B). Аналогично можно получить и равенство P (AB) = P (BA) = P (A)P (B|A). Обе формулы объединяются в одну и составляют правило (иначе - теорему) умножения вероятностей двух любых событий:
P (AB) = P (B)P (A|B) = P (A)P (B|A),
которое формулируется следующим образом:
Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность второго при условии, что первое произошло.
20
Формула произведения вероятностей обобщается на случай любого конечного числа событий:
Теорема (умножения вероятностей n любых событий):
P (A1A2 . . . An) = P (A1)P (A2|A1)P (A3|A1A2) . . . P (An|A1A2 . . . An−1).
Пример. Студент выучил 20 из 25 вопросов к экзамену. Преподаватель случайным образом задал 3 вопроса. Найти вероятность, что студент знает ответы на все 3 вопроса (оценка «5»).
Применим классическое определение вероятности и формулу вероятности произведения событий. Пусть Ak - событие, означающее, что на k-й вопрос билета студент знает ответ, k = 1, 2, 3. Нас интересует вероятность события A1A2A3:
P (A1A2A3) = P (A1)P (A2|A1)P (A3|A1A2) = |
20 |
· |
19 |
· |
18 |
= |
57 |
< 0.5. |
|
|
|
|
|
|
|||||
25 |
24 |
23 |
115 |
4.3Независимость событий.
Правило умножения вероятностей взаимно независимых событий
4.3.1 Независимость двух событий
Мы уже видели на примерах, что безусловная и условная вероятности P (A) и P (A|B) в общем случае различны, т. е. наступление события B может изменить вероятность события A. Случай, когда такого изменения не происходит, квалифицируется особо.
Определение. Событие A называется не зависящим от события B, если его условная и безусловная вероятности совпадают, т.е. выполняется равенство
P (A|B) = P (A).
В этом случае общая формула вероятности произведения событий упрощается и принимает вид
P (AB) = P (A)P (B).
Она выражает правило умножения вероятностей для двух независимых событий. Замечание. Понятие независимости двух событий - взаимное, симметричное. Дей-
ствительно, запишем
P (AB) = P (A)P (B) = P (A)P (B|A) P (B|A) = P (B),
т.е. если A не зависит от B, то и B не зависит от A. Предполагается при этом, что все вероятности отличны от нуля.
Определение. Два события называются независимыми, если условная вероятность любого из них равна безусловной, т.е. выполняются равенства
P (A) = P (A|B), P (B) = P (B|A).
Теорема. Два события называются независимыми, если условная вероятность любого из них равна безусловной.
Теорема. Формула P (AB) = P (A)P (B) является необходимым и достаточным условием независимости двух событий.
21