- •Рекомендуемая литература
- •Теория вероятностей
- •1. Случайные события
- •1.1. Событие и эксперимент. Соотношения между событиями. Пространство элементарных событий
- •1.2. Частота события. Статистическое определение вероятности
- •1.3. Классическое определение вероятности
- •1.4. Геометрическое определение вероятности
- •1.5. Аксиомы теории вероятностей. Основные следствия из аксиом
- •1.6. Условная вероятность. Независимость событий. Теорема умножения вероятностей
- •1.7. Теорема сложения вероятностей
- •1.8. Формула полной вероятности. Формула Байеса
- •1.9. Вычисление вероятностей событий с помощью биномиальной и полиномиальной формул
- •2. Случайные величины
- •2.1. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины
- •2.2. Ряд и многоугольник распределения дискретной св
- •2.3. Функция распределения св и её свойства
- •2.4. Плотность распределения непрерывной св и её свойства
- •2.5. Математическое ожидание, мода и квантили св
- •2.6. Моменты, дисперсия и среднее квадратическое отклонение св
- •2.7. Биномиальное распределение
- •2.8. Распределение Пуассона
- •2.9. Геометрическое распределение
- •2.10. Равномерное распределение
- •2.11. Показательное распределение
- •2.12. Одномерное нормальное распределение
1.6. Условная вероятность. Независимость событий. Теорема умножения вероятностей
Пусть некоторое испытание повторяется n раз, при этом событие А появляется в повторениях, событие В – в повторениях, а их произведение АВ – в повторениях. Тогда частоты событий А, В и выражаются отношениями , и . Обозначим через частоту события А в тех испытаниях, где появляется событие В, а через – вероятность события А, вычисленную при условии появления события В. Поскольку , то естественно положить . Значение характеризует среднюю долю совместного появления событий А и В в тех повторениях испытания, где происходит событие В.
Пусть – вероятностное пространство некоторого испытания и , при этом . Тогда величина , определяемая приведённым равенством, называется условной вероятностью события А относительно события В. Если и , то поменяв местами события А и В, получим равенство , в котором – условная вероятность события В относительно события А. Из выражений для и следует, что при и имеет место
. (1)
Равенства (1) представляют собой формулу умножения вероятностей для двух событий А и В.
События А и В называются независимыми, если . В противном случае они называются зависимыми. Из равенств (1) следует, что для независимых событий А и В при и имеет место и .
Понятие независимости обобщается на случай произвольного числа событий: называются независимыми, если для любого набора индексов ( ) имеет место
.
Теорема. Вероятность произведения событий вычисляется по формуле
. (2)
Если события независимы, то
. (3)
Доказательство. Справедливость формулы (2) при следует из равенств (1). Для равенство (2) доказывается методом математической индукции. Возьмём произвольное целое и предположим, что при это равенство выполняется. Покажем, что отсюда следует его выполнение при . Обозначим , тогда . Для произведения двух событий имеем , поэтому
.
В силу сделанного предположения, правая часть равна
.
Таким образом, из выполнения равенства (2) при следует его выполнение при , а значит, в силу произвольности k, оно справедливо при любом n. Справедливость формулы (3) вытекает из определения независимости событий.
Приведённая теорема называется теоремой умножения вероятностей, а формула (2) – формулой умножения вероятностей для n событий.
1.7. Теорема сложения вероятностей
Теорема. Пусть – вероятностное пространство некоторого испытания и . Тогда вероятность суммы событий А и В вычисляется по формуле
. (1)
Для произвольных событий справедливо неравенство
. (2)
Доказательство. Событие есть сумма попарно несовместных событий , и , а значит, в силу аксиомы сложения
. (3)
Поскольку событие А есть сумма несовместных событий и , а событие В есть сумма несовместных событий и , то
, .
Подставляя полученные выражения в (3), получим равенство (1).
Справедливость неравенства (2) при следует из равенства (1) и неотрицательности . Для произвольного целого это неравенство доказывается методом математической индукции. Предположим, что при это неравенство выполняется. Покажем, что отсюда следует его выполнение при . Обозначим , тогда . Для суммы двух событий имеем , поэтому
.
В силу сделанного предположения, правая часть не больше, чем . Таким образом, при произвольном k из справедливости соотношения (2) при следует его справедливость при , а значит, неравенство (2) выполняется при любом n.
Равенство (1) называется формулой сложения вероятностей для двух событий А и В. Эта формула обобщается на случай произвольного числа событий. Для трёх событий А, В и С она записывается в виде
,
для n событий – в виде
.
Если события попарно несовместны, то в силу аксиомы сложения неравенство (2) обращается в равенство.