- •Наблюдаемые явления (результат испытаний)
- •Алгебра событий
- •Диаграммы Эйлера-Венна
- •Доказательство теоремы о сложении вероятностей совместных событий
- •Формула полной вероятности
- •Формула вероятности гипотез
- •Формула Бернулли
- •Локальная формула Лапласа
- •Интегральная формула Лапласа
- •Случайные одномерные величины
- •Распределения вероятностей дискретной случайной величины
- •2.Распределение Пуассона
- •Основные формулы комбинаторики, используемые для определения вероятностей алгебры событий
- •Функция (интегральный закон) распределения с.В.
- •Плотность вероятности (дифференциальный закон) распределения непрерывной с.В.
- •Числовые характеристики распределения с.В.
- •Математическое (безусловное) ожидание с.В.
- •Дисперсия (безусловная) с.В.
- •5.Квантили распределения
- •Нормальное (Гауссово) распределение
- •Функция Лапласа
- •Равномерное (равновероятное, прямоугольное)
- •Показательное (экспоненциальное) распределение
- •Распределение χ2
- •Двумерные с.В. («проклятие размерности»)
- •Свойства
- •Условные математические ожидания (регрессии)
- •II. Математическая статистика
- •Построение эмпирической (статистической) функция распределения
- •Статистические оценки параметров распределения
- •Точечные оценки точности оценок (статистик) генеральных числовых характеристик
- •Математического ожидания и дисперсии
- •Доверительные интервалы оценки среднеквадратического отклонения
- •Методы оценки параметров известного распределения
- •1.Метод моментов (Пирсона)
- •2. Метод максимального правдоподобия (Фишера)
- •Парная линейная регрессия
- •Множественная линейная регрессия
- •Коэффициент детерминации регрессий
Доказательство теоремы о сложении вероятностей совместных событий
- для несовместных событий
- для совместных событий
Доказательство:
Так как события А и В считаются совместными, то событие наступит, если произойдет хотя бы одно из трех следующих несовместных событий:
Тогда (1)
Событие можно определить следующей алгеброй событий и вероятностью , откуда
(2)
Аналогично для события получим
(3)
Подставляя (2) и (3) в (1), будем иметь:
Замечание. Совместные события и могут быть зависимыми или независимыми. Для независимых и совместных событий:
где
Для зависимых и совместных событий:
Пример. Вероятность попадания в цель при стрельбе первого и второго орудий соответственно равны: . Найти вероятность попадания при одном залпе (из двух орудий) хотя бы одним из орудий. Обозначим через – попадание первого орудия, а через – попадание второго орудия.
Отметим, что в данном случае и – независимые события, тогда . Искомая вероятность будет равна
Формула полной вероятности
Пусть событие может наступить при условии появления одного из несовместных событий , называемых гипотезами и образующих полную группу событий. При этом вероятности и будем считать известными.
Тогда справедлива формула полной вероятности
Формула полной вероятности – «удобная схема» (форма) расчета вероятности событий.
Пример 1. Имеются 2 набора деталей. Вероятность того, что деталь первого набора стандартна, равна 0,8, а второго – 0,9. Найти вероятность того, что взятая наудачу деталь из наудачу взятого набора – стандартна. Обозначим, через событие – извлеченная деталь стандартна. В качестве гипотез удобно принять события - взята деталь из первого набора, - взята деталь из второго набора. Эти события несовместны (берут деталь один раз), образуют полную группу событий (деталь берут) и, в данном случае, равновероятны (набор выбирается наудачу): Выбор того или иного набора – условие. В различных наборах вероятность извлечения стандартной детали различна: Тогда рассмотрим сумму двух событий, каждое из которых, в свою очередь, состоит из произведения, т.е. формулу полной вероятности
Пример 2. В первом наборе 20 деталей и из них 18 - стандартны. Во втором наборе 10 деталей и из них 9 - стандартны. Из второго набора наудачу взята деталь и переложена в первый. Найти вероятность того, что деталь, наудачу извлеченная из первого набора, будет стандартна. Введем обозначения для событий: – из первого набора извлечена стандартная деталь, – из второго набора извлечена стандартная деталь, – из второго набора извлечена нестандартная деталь. Можно ли и - считать гипотезами?
Формула вероятности гипотез
До сих пор рассматривалась - априорная, безусловная вероятность гипотез . Опытные данные (реальные события) могут уточнить априорную характеристику объекта анализа, определить - условную (апостериорную) вероятность гипотезы. По формуле произведения вероятности событий можем записать:
Откуда выразим условную апостериорную (условие - событие произошло) вероятность
Знаменатель раскроем по формуле полной вероятности и получим формулу вероятности гипотез (формулу Байеса, лежащую в основе известного «байесовского подхода» в уточнении гипотез):
. Например,
Пример. Детали, изготовленные цехом, попадают для проверки на стандартность к одному из контролеров. Вероятность того, что деталь попадет к первому контролеру, равна 0,6, а ко второму – 0,4. (Их загрузка или производительность). Вероятность того, что годная деталь будет признана стандартной первым контролером – 0,94, а вторым – 0,98 (второй имеет лучшую квалификацию). Годная деталь при проверке была признана стандартной. Найти вероятность того, что годную деталь проверил первый контролер.
Введем обозначения: – деталь признана стандартной (событие произошло); гипотезы: - деталь проверил первый контролер, – деталь проверил второй контролер: Условные вероятности Сравним априорную и апостериорную вероятности гипотез