- •Основные понятия теории вероятностей.
- •Классическое определение вероятности.
- •Частота и статистическая вероятность.
- •Геометрическая вероятность. Задача о встрече.
- •Теоремы сложения вероятностей.
- •Теорема сложения вероятностей.
- •Теорема сложения для совместных событий.
- •Теоремы умножения вероятностей.
- •Теорема умножения вероятностей.
- •Формула полной вероятности.
- •Формула Бейеса.
- •Повторение испытаний. Частная теорема о повторении опытов.
- •Общая теорема о повторении опытов. Производящая функция.
- •Теорема.
- •Функция распределения случайной величины.
- •Плотность распределения.
- •Числовые характеристики случайных величин.
- •Неравенство Чебышева.
- •Теорема Чебышева.
- •Обобщенная теорема Чебышева. Теорема Маркова.
- •Характеристические функции.
- •Центральная предельная теорема.
- •Следствие из теоремы Ляпунова – теоремы Лапласа.
- •Свойства числовых характеристик (математическое ожидание, дисперсия).
- •Нормальное распределение.
- •Правило «трёх сигма».
- •Равномерное распределение.
- •Закон Пуассона.
- •Функция одного случайного аргумента.
- •Функция двух случайных аргументов.
- •Закон распределения двумерной случайной величины.
- •Статистическое распределение выборки. Эмпирическая функция распределения. Полигон и гистограмма.
Теорема умножения вероятностей.
Вероятность совместного появления двух независимых событий А и В равна произведению вероятностей этих событий.
Доказательство: Пусть n – число возможных исходов, в которых событие А наступает или не наступает. n1 – число исходов, благоприятных событию А. m – число возможных исходов, в которых событие В наступает или не наступает. m1 – число исходов благоприятных событию В. mn – число всех возможных событий. m1n1 – число совместных появлений событий А и В.
Вероятность совместного появления событий А и В:
Следствие: вероятность совместного появления нескольких событий, независимых в совокупности, равна произведению вероятностей этих событий.
Условная вероятность.
Вероятность произведения двух событий A и В равна произведению вероятности одного события на вероятность другого, вычисленная при условии, что первое произошло.
Доказательство:
Пусть n – число всех случаев, m – число случаев, благоприятных А, k – число случаев, благоприятных В, l – число случаев, благоприятных и А, и В.
………………………………………………
Формула полной вероятности.
Пусть требуется определить вероятность некоторого события А, которое может произойти вместе с 1 из событий Н1, Н2,…,Нn, образующих полную группу несовместных событий, называемых гипотезами.
Доказательство:
Так как гипотезы образуют полную группу, то событие А может появиться в комбинации из этих гипотез.
Пример: В урну, содержащую 2 шара, опущен белый шар, после чего из неё наудачу вынут 1 шар. Найти вероятность того, что вынули белый шар.
Решение:
Так как нам не известно, какого цвета были шары в урне, выдвинем следующие гипотезы:
H1 – изначально был только 1 белый шар в ящике
Н2 – изначально в ящике лежало 2 белых шара
Н3 – изначально в ящике не было шаров белого цвета
Вероятность появления каждой из этих гипотез равна 1/3 (по формуле классической вероятности).
Вычислим вероятность вытащить белый шар из трёх уже имеющихся в ящике при условии каждой отдельной гипотезы.
В ящике находится 2 белых шара из 3. Значит, по формуле классической вероятности:
В ящике находится 3 белых шара из 3. Это достоверное событие, его вероятность равна 1.
В ящике находится 1 белый шар из 3.
По формуле полной вероятности получаем:
Формула Бейеса.
Имеется полная группа несовместных гипотез Hi. Вероятность их до опыта известна. В результате опыта произошло событие А. Как следует изменить вероятность гипотез в связи с тем, что произошло событие А?
Пример: 2 станка производят детали, поступающие на общий конвейер. Производительность 1-ого станка в 2 раза больше 2-ого. Первый станок производит 60% деталей, второй – 84% деталей отличного качества. Взятая с конвейера деталь оказалась отличного качества. Определить вероятность того, что деталь с первого станка.
Решение:
Событие А – взяли деталь отличного качества.
Выдвигаем гипотезы:
Н1 – взяли деталь с первого станка
Н2 – взяли деталь со второго станка
-?
Производительность первого станка = 2х, а второго = х. Значит, их общая производительность равна 3х. Согласно этим данным, можно определить вероятности того, что взятая деталь была произведена первым или вторым станком.
P(H1)=2/3;
P(H2)=1/3.
Теперь найдём вероятность того, что взятая с первого конвейера деталь оказалась отличного качества. .
Аналогично, вероятность того, что взятая со второго конвейера деталь оказалась отличного качества: .
По формуле Бейеса получаем: