- •Классическое определение вероятности. Пространство событий, элементарные события.
- •Свойства вероятности:
- •Элементы комбинаторики
- •Примеры:
- •Частота события. Статистическое определение вероятности.
- •Геометрическая вероятность
- •Алгебра событий
- •Свойства операций.
- •Сложение вероятностей
- •Примеры.
- •Независимые и зависимые события
- •Условная вероятность. Умножение вероятностей
- •Вероятность появления хотя бы одного события.
- •Вероятность гипотез. Формула Байеса.
- •Повторение испытаний.
- •I. Формула Бернулли.
- •II. Наивероятнейшее число появления события при повторении испытаний.
- •III. Формула Пуассона.
- •IV. Локальная и интегральная теоремы Муавра – Лапласа.
- •V. Отклонение относительной частоты от постоянной вероятности события в независимых испытаниях.
- •VI. Производящая функция.
- •Задачи (комбинаторика).
Вероятность появления хотя бы одного события.
Теорема. Вероятность появления хотя бы одного из событий А1, А2, , Ап, независимых в совокупности (событие А) равна разности между единицей и произведением вероятностей противоположных событий
Доказательство. Пусть А1, А2, , Ап − независимые события, а противоположные им события, также независимые. Так как А и противоположны ( означает, что ни одно из событий А1, А2, , Ап не наступило), то сумма их вероятностей равна 1, т. е.
откуда
Эту формулу можно записать в виде
Замечание. Если все независимые события А1, А2, , Ап имеют одну и ту же вероятность р, то появление хотя бы одного из них определяется формулой
P (A) = 1 − qn (q = 1 − p).
Пример 1. Вероятности попадания в цель при стрельбе из трех орудий соответственно равны р1 = 0.8, р2 = 0.7, р3 = 0.9. Найти вероятность хотя бы одного попадания (событие А) при одном залпе из всех орудий.
Решение. Пусть А1, А2, А3 − попадание из 1, 2, 3 орудий соответственно независимых в совокупности. Вероятности промахов равны:
q1 = 1 − p1 = 0.2; q2 = 1 − 0.7 = 0.3; q3 = 1 − 0.9 = 0.1.
Искомая вероятность равна
Пример 2. В типографии имеется 4 станка. Для каждого вероятность того, что он работает в данный момент, равна 0,9. Найти вероятность того, что в данный момент работает хотя бы один станок (событие А).
Решение. Вероятность того, что в данный момент станок не работает, равна q = 1 − p = 0,1. Тогда
P (A) = 1 − q4 = 1 − (0,1)4 = 0,9999.
Так как Р (А) близка к 1, то можно заключить, что в данный момент работает хотя бы один станок.
Вероятность гипотез. Формула Байеса.
Теорема. Пусть Н1, Н2, , Нп − полная группа гипотез и А − событие, которое может произойти только с одной из гипотез Нk. Вероятность того, что событие А произошло вместе с гипотезой Нk (PA (Hk)) вычисляется по формуле Байеса
Доказательство. По теореме умножения вероятностей
Формула Байеса позволяет переоценить вероятности гипотез, после того, как в результате опыта событие А произошло.
Вероятности гипотез, известные до испытания, называют априорными (от латинского a priori − «сперва»), а вычисленные после испытания − апостериорными или уточненными (от латинского a posteriori − «после»).
Пример. В условиях предыдущего примера пусть известно, что в результате испытания был извлечен белый шар. Что более вероятно: что он был извлечен из первой или второй корзины?
Решение. Известно, что , Тогда вероятность того, что белый шар был извлечен из первой урны, равна:
Вероятность того, что белый шар извлечен из второй урны, равна:
Таким образом, вероятнее, что белый шар был извлечен из первой урны, чем из второй.
Повторение испытаний.
Определение. Испытания называются независимыми относительно события А, если вероятность события А в каждом испытании не зависит от исходов других испытаний.
Пусть производится серия из п независимых друг от друга испытаний, в каждом из которых событие А может произойти с одной и той же вероятностью Р (А) = р, тогда в каждом испытании