- •Определение общего, базисного и частного решений.
- •Определение допустимого, опорного и невырожденного решений.
- •Правила выбора разрешающего столбца, разрешающей строки и разрешающей: элемента
- •4.Алгоритм метода Жордана-Гаусса.
- •6. Задача об оптимальном распределении ресурсов.
- •8. Основные свойства области допустимых решений злп.
- •9. Правила перехода к двойственной задаче злп.
- •10. Теоремы двойственности
- •11. Постановка и эмм транспортной задачи лп.
- •12. Определения закрытой и открытой моделей транспортной задачи.
- •13. Методы построения начального плана транспортной задачи. Определение невырожденного плана.
- •15. Критерии оптимальности и единственности плана транспортной задачи.
- •16. Общее, классическое и статистическое определение вероятности.
- •17. Виды событий: достоверное, невозможное, случайное.
- •18. Виды случайных событий: единственно возможные, равновозможные, совместные, независимые.
- •20. Теоремы умножения вероятностей.
- •21. Теоремы сложения вероятностей
- •22. Вероятность появления хотя бы одного события.
- •24. Повторные независимые испытания: определение, формула Бернулли.Наивероятнейшее число наступления события. Испытания Бернулли.
- •25. Локальная теорема Лапласа. Свойства функции Гаусса ср(х).
22. Вероятность появления хотя бы одного события.
Пусть в результате испытания могут появиться n событий, независимых в совокупности, либо некоторые из них (в частности, только одно или ни одного), причем вероятности появления каждого из событий известны. Как найти вероятность того, что наступит хотя бы одно из этих событий? Например, если в результате испытания могут появиться три события, то появление хотя бы одного из этих событий означает наступление либо одного, либо двух, либо трех событий. Ответ на поставленный вопрос дает следующая теорема.
Теорема. Вероятность
появления хотя бы одного из событий
А1 , А2 ,
..., Аn , независимых в
совокупности, равна разности между
единицей и произведением вероятностей
противоположных событий
Р (A) = 1 — q1q2 ... qn.(*)
Доказательство
Ч а с т н ы й с л у ч а й. Если события А1 , А2 , ..., Аn имеют одинаковую вероятность, равную р, то вероятность появления хотя бы одного из этих событий
P (A) = l — qn. (**)
Пример 1. Вероятности попадания в цель при стрельбе из трех орудий таковы:p1 = 0,8; p2 = 0,7; p3 = 0,9. Найти вероятность хотя бы одного попадания (событие А) при одном залпе из всех орудий.
Р е ш е н и е. Вероятность попадания в цель каждым из орудий не зависит от результатов стрельбы из других орудий, поэтому рассматриваемые события A1(попадание первого орудия), А2 (попадание второго орудия) и A3 (попадание третьего орудия) независимы в совокупности.
Вероятности событий, противоположных событиям A1, А2 и А3 (т. е. вероятности промахов), соответственно равны:
q1 = l — p1 = l — 0,8 = 0,2; q2 = l — p2 = l — 0,7 = 0,3;
q3 = 1 — p3 = 1 — 0,9 = 0,l.
Искомая вероятность
P (A) = 1 — q1q2q3 = 1 — 0,2 * 0,3 * 0,1 = 0,994
23. Полная вероятность. Формула Байеса. Формула полной вероятности позволяет вычислить вероятность интересующего события через условные вероятности этого события в предположении неких гипотез, а также вероятностей этих гипотез.
Если
событие А может произойти
только при выполнении одного из событий
,
которые образуют полную группу
несовместных событий, то вероятность
события Авычисляется по формуле
.
Эта формула называется формулой полной вероятности.
вероятность события Авычисляется по формуле полной вероятности:
Теорема Байеса, Формула Байеса — одна из основных теорем элементарной теории вероятностей, которая позволяет определить вероятность того, что произошло какое-либо событие (гипотеза) при наличии лишь косвенных тому подтверждений (данных), которые могут быть неточны. Названа в честь ее автора, преп. Томаса Байеса (посвященная ей работа «AnEssaytowardssolving a ProblemintheDoctrineofChances» впервые опубликована в 1763 году,[1] через 2 года после смерти автора). Полученную по формуле вероятность можно далее уточнять, принимая во внимание данные новых наблюдений.
Формула Байеса:
,
где
—
априорная вероятность гипотезы A (смысл
такой терминологии см. ниже);
—
вероятность гипотезы A при
наступлении события B (апостериорная
вероятность);
—
вероятность наступления события B при
истинности гипотезы A;
—
полная вероятность наступления события B.
Пример расчёта
Пусть
вероятность брака у первого рабочего
,
у второго рабочего —
,
а у третьего —
.
Первый изготовил
деталей,
второй —
деталей,
а третий —
деталей.
Начальник цеха берёт случайную деталь,
и она оказывается бракованной.
Спрашивается, с какой вероятностью эту
деталь изготовил третий рабочий?
Cобытие
—
брак детали, событие
—
деталь произвёл рабочий
.
Тогда
,
где
,
а
.
По формуле полной вероятности
По
формуле Байеса получим:
