- •1 Случайные события
- •1.1 Основные понятия и определения
- •1.2 Аксиомы теории вероятностей
- •1.3 Классическая схема вычисления вероятностей
- •1.3.1 Декартово произведение множеств и правило умножения
- •1.3.2 Размещения и перестановки
- •1.3.3 Сочетания при выборе с возвращением и без возвращения
- •1.3.4 Схема упорядоченных разбиений множества
- •1.4 Геометрическая, статистическая и экспертная схемы расчета
- •1.4.1 Геометрическая схема вычисления вероятности
- •1.4.2 Статистическая схема вычисления вероятности
- •1.4.3 Схема вычисления субъективной вероятности
- •1.5 Условная вероятность. Независимость событий. Формулы сло-
- •1.6 Формула полной вероятности и формулы Байеса
- •2 Случайные величины
- •2.1 Cлучайная величина и ее функция распределения
- •2.2 Дискретная случайная величина
- •2.2.1 Дискретный закон распределения
- •2.2.2 Числовые характеристики дискретного распределения
- •2.2.3 Производящая функция вероятностей
- •2.2.4 Биномиальное распределение
- •2.2.5 Распределение Пуассона
- •2.2.6 Геометрическое распределение
- •2.3 Непрерывные случайные величины
- •2.3.1 Функция распределения и плотность распределения
- •2.3.2 Числовые характеристики непрерывного распределения
- •2.3.3 Равномерное распределение
- •2.3.4 Нормальное распределение
- •2.3.5 Показательное распределение
- •2.4 Функция от случайной величины
- •3 Случайные векторы
- •3.1 Общие свойства случайного вектора
- •3.2 Случайные векторы дискретного типа
- •3.3 Непрерывные случайные векторы
- •4 Предельные теоремы
- •4.1 Закон больших чисел
- •4.2 Центральная предельная теорема
- •5 Элементы математической статистики
- •5.1 Выборка и выборочные законы распределения
- •5.2 Точечные оценки числовых характеристик случайных величин
- •5.3 Интервальные оценки
- •5.4 Проверка статистических гипотез
1.6 Формула полной вероятности и формулы Байеса
Многие практически выжные задачи сформулированы таким образом,
что при их решении заданы или достаточно просто вычисляются вероятно-
сти гипотез и условные вероятности нужного события при каждой гипотезе.
25
В вероятностной модели данной задачи гипотезами называют систему со-
бытий, образующих полную группу. Таким образом, гипотезы попарно несов-
местны и в сумме дают все простратнство элементарных событий:
H1+ H2+ · · · + Hn= Ω, HiHj= ∅, i6= j.
Пусть далее требуется найти вероятность некоторого события A , если из-
вестны положительные вероятности гипотез H1, H2, . . . , Hnи условные ве-
роятности события A при каждой из гипотез.
Формула полной вероятности. Если известны положительные ве-
роятности гипотез
P (H1) > 0, P (H2) > 0, . . . , P (Hn) > 0
и условные вероятности события A при каждой гипотезе
PH1(A), PH2(A), . . . , PHn(A),
то вероятность события A вычисляется по следующей формуле:
P (A) = P (H1) · PH1(A) + P (H2) · PH2(A) + · · · + P (Hn) · PHn(A).
Представим интересующее нас событие A в виде
A = AΩ = A(H1+ H2+ · · · + Hn) = AH1+ AH2+ · · · + AHn.
Тогда по формуле расчета вероятности суммы несовместных событий имеем
P (A) = P (AH1) + P (AH2) + · · · + P (AHn).
Используя для каждого слагаемого в предыдущей формуле правило умноже-
ния вероятностей, получим окончательно формулу полной вероятности.
Пример. Частица пролетает мимо трех счетчиков, причем она может
попасть в каждый из них с вероятностями 0, 3 , 0, 2 и 0, 4 . Если частица
попадает в первый счетчик, то она регистрируется с вероятностью 0, 6 , во
второй с вероятностью 0, 5 и в третий с вероятностью 0, 55 .
Найти вероятность того, что частица будет зарегистрирована (событие A ).
Решение. В данном случае вероятность первой гипотезы P (H1) рав-
на 0, 3 , вероятность второй P (H2) равна 0, 2 и вероятность третьей P (H3)
равна 0, 4 . Три указанные гипотезы несовместны, однако они не составля-
ют полной группы событий. Необходимо добавить гипотезу H4о том, что
частица не попадет ни в один из счетчиков. Так как вероятности всех гипо-
тез в сумме дают единицу, то P (H4) = 0, 1 . Условные вероятности события
26
A при выполнении каждой гипотезы равны: PH1(A) = 0, 6 , PH2(A) = 0, 5 ,
PH3(A) = 0, 55 и PH4(A) = 0 . По формуле полной вероятности получим
P (A) = 0, 3 · 0, 6 + 0, 2 · 0, 5 + 0, 4 · 0, 55 + 0, 1 · 0 = 0, 5.
В рамках модели расчета полной вероятности рассмотрим задачу пере-
оценки вероятностей гипотез после того, как поступит дополнительная ин-
формация о событии A . Считая, что до опыта были известны (априорные)
вероятности гипотез и условные вероятности события A при каждой из гипо-
тез, решим задачу о нахождении условных вероятностей гипотез (апостери-
орных вероятностей гипотез) в предположении, что событие A осуществится.
Формулы Байеса переоценки вероятностей гипотез. Если из-
вестны положительные вероятности гипотез
P (H1) > 0, P (H2) > 0, . . . , P (Hn) > 0
и условные вероятности события A при каждой гипотезе
PH1(A), PH2(A), . . . , PHn(A),
то условные вероятности гипотез при том, что событие A с положи-
тельной вероятностью произойдет, вычисляются по формулам
P (Hj) · PHj(A)
PA(Hj) =
n
∑
k=1
P (Hk) · PHk(A)
; j = 1, 2, . . . , n.
Действительно, условные вероятности гипотез вычисляют по формулам
P (AHj)
PA(Hj) =
P (A)
, P (A) > 0, j = 1, 2, . . . , n.
Выражая вероятности произведения событий P (AHj), j = 1, 2, . . . , n в чис-
лителях данных формул по формуле умножения вероятностей
P (AHj) = P (Hj) · PHj(A), P (Hj) > 0, j = 1, 2, . . . , n
и подставляя в знаменатель значение вероятности события P (A) , вычислен-
ное по формуле полной вероятности, получим выводимые формулы.
Пример. Три завода выпускают одинаковые изделия, причем первый
завод производит 50% , второй 20% и третий 30% всей продукции.
Первый завод допускает 1% брака, второй 8% и третий 3% . Наудачу
выбранное изделие оказалось бракованным (событие A ). Найти вероятность
того, что оно изготовлено на втором заводе.
27
Решение. Имеются три гипотезы: H1 изделие изготовлено на первом
заводе, H2 на втором и H3 на третьем. По условию задачи P (H1) = 0, 5 ,
P (H2) = 0, 2 , P (H3) = 0, 3 , PH1(A) = 0, 01 , PH2(A) = 0, 08 , PH3(A) = 0, 03 .
Условная вероятность того, что бракованное изделие изготовлено на
втором заводе вычисляется по формуле Байеса следующим образом:
PA(H2) =
P (H2) · PH2(A)
3
=
0, 2 · 0, 08
0, 5 · 0, 01 + 0, 2 · 0, 08 + 0, 3 · 0, 03
=
8
15
.
∑
k=1
P (Hk) · PHk(A)
28