- •Теория вероятностей
- •Содержание
- •Раздел 6. Законы распределения функций случайных аргументов. 90
- •1. Теоретическая часть. Введение
- •Раздел 1. Понятие события и его вероятности.
- •1.1. Предмет теории вероятности.
- •1.2. Алгебра событий. Пространство элементарных событий.
- •1.3. Классическое определение вероятности.
- •1.4. Геометрические вероятности.
- •1.5. Частота и вероятность.
- •1.6. Аксиоматическое построение теории вероятностей.
- •1.7. Условная вероятность и простейшие основные формулы.
- •1.8. Формула полной вероятности.
- •1.9 Формула Бейеса.
- •Раздел 2. Последовательные независимые испытания
- •2.1. Независимые испытания. Формулы Бернулли.
- •2.2. Обобщенная теорема о повторении опытов.
- •Раздел 3. Понятие случайной величины. Функция распределения и ее основные свойства.
- •3.1. Понятие случайной величины и функции распределения.
- •3.2. Свойства функции распределения.
- •3.3. Дискретные и непрерывные случайные величины.
- •3.4. Числовые характеристики случайных величин.
- •Раздел 4. Примеры распределений случайных величин.
- •4.1. Биномиальное распределение.
- •4.2. Теорема Пуассона
- •4.3. Закон Пуассона.
- •4.4. Равномерное распределение.
- •4.5. Показательное распределение.
- •4.6.Нормальный закон распределения.
- •Раздел 5. Системы случайных величин (случайные векторы).
- •5.1. Понятие о системе случайных величин.
- •5.2. Функция распределения системы двух случайных величин.
- •5.3. Плотность распределения системы двух случайных величин.
- •5.4. Законы распределения отдельных компонент, входящих в систему. Условные законы распределения.
- •5.5. Зависимые и независимые случайные величины.
- •5.6. Числовые характеристики системы двух случайных величин.
- •5.7. Система произвольного числа случайных величин (случайные вектора).
- •5.8. Числовые характеристики системы нескольких случайных величин.
- •Раздел 6. Законы распределения функций случайных аргументов.
- •6.1. Закон распределения функции одного случайного аргумента.
- •6.2. Закон распределения функции двух случайных величин.
- •6.3. Закон распределения суммы двух случайных величин. Композиция законов распределения.
- •6.4. Распределение произведения.
- •6.5. Распределение квадрата случайной величины.
- •6.6. Распределение частного.
- •6.7. Числовые характеристики функций случайных величин.
- •Раздел 7. Теоремы о числовых характеристиках.
- •7.1. Основные теоремы о математическом ожидании.
- •7.2. Теоремы о дисперсии случайной величины.
- •7.3. Теорема о линейной зависимости случайных величин.
- •Раздел 8. Характеристические функции.
- •8.1. Определение и простейшие свойства характеристических функций.
- •8.2. Предельные теоремы для характеристических функций.
- •Раздел 9. Предельные теоремы для случайных величин.
- •9.1. Сходимость последовательностей случайных величин.
- •9.2. Закон больших чисел.
- •9.3. Следствия закона больших чисел.
- •Раздел 10. Предельные теоремы теории вероятностей.
- •10.1. Центральная предельная теорема.
- •10.2. Теорема Ляпунова.
- •10.3. Теорема Лапласа.
- •2. Практические занятия, тесты, самостоятельная работа. Занятие 1. Непосредственный подсчет вероятности с использованием классического определения вероятности.
- •1.1. Краткая теоретическая часть.
- •1.2. Тест.
- •1.3. Решение типовых задач.
- •1.4. Задачи для самостоятельной работы.
- •Занятие 2. Геометрическое определение вероятности.
- •2.1. Краткая теоретическая часть.
- •2.2. Тест
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельной работы
- •Занятие 3. Условная вероятность. Теорема умножения вероятностей.
- •3.1. Краткая теоретическая часть
- •3.2. Тест
- •3.3. Решение типовых задач
- •3.4. Задачи для самостоятельной работы
- •Занятие 4. Теорема сложения вероятностей.
- •4.1. Краткая теоретическая часть
- •4.2. Тест
- •4.3. Решение типовых задач
- •4.4. Задачи для самостоятельной работы
- •Занятие 5. Формула полной вероятности.
- •5.1. Краткая теоретическая часть
- •5.2. Тест.
- •5.3. Решение типовых задач
- •5.4. Задачи для самостоятельной работы
- •Занятие 6. Формула Бейеса.
- •6.1. Краткая теоретическая часть
- •6.2.Тест
- •6.3. Решение типовых задач
- •6.4. Задачи для самостоятельной работы
- •Занятие 7. Последовательные независимые испытания.
- •7.1. Краткая теоретическая часть
- •7.2. Тест
- •7.3. Решение типовых задач
- •7.4. Задачи для самостоятельной работы
- •Занятие 8. Дискретные и непрерывные случайные величины.
- •8.1. Краткая теоретическая часть а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •8.2. Тест
- •А) только к дискретным случайным величинам
- •8.3. Решение типовых задач а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Б) Функция распределения и плотность вероятности непрерывной случайной величины
- •8.4. Задачи для самостоятельной работы а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Занятие 9. Числовые характеристики дискретных случайных величин.
- •9.1. Краткая теоретическая часть
- •9.2. Тест
- •9.3. Решение типовых задач
- •9.4. Задачи для самостоятельной работы
- •Занятие 10. Дискретные и непрерывные случайные величины.
- •10.1. Краткая теоретическая часть
- •10.2. Тест
- •10.3. Решение типовых задач
- •10.4. Задачи для самостоятельной работы
- •Занятие 11. Закон Пуассона.
- •11.1. Краткая теоретическая часть
- •11.2. Тест
- •11.3. Решение типовых задач
- •11.4. Задачи для самостоятельной работы
- •Занятие 12. Закон нормального распределения.
- •12.1. Краткая теоретическая часть
- •12.2. Тест
- •12.3. Решение типовых задач
- •12.4. Задачи для самостоятельной работы
- •Литература
Занятие 4. Теорема сложения вероятностей.
4.1. Краткая теоретическая часть
Вероятность суммы двух событий определяется по формуле
P(A+В) = Р(A)+Р(B) — Р(AB),
которая обобщается на сумму любого числа событий
Для несовместных событий вероятность суммы событий равна сумме вероятностей этих событий, т. е. .
4.2. Тест
В каком случае события А и В называются несовместными или несовместимыми?
а) Когда вероятность появления одного из них не зависит от вероятности появления второго
б) Когда хотя бы одно из этих событий произойдет в ходе испытания
в) Когда совместное появление этих событий невозможно
г) Когда оба этих события произойдут в ходе опыта
Укажите события, которые являются совместимыми.
а) Выпадение «герба» и цифры при подбрасывании монеты
б) Присутствие одного и того же студента одновременно на лекции в аудитории и в кинотеатре
в) Наступление весны по календарю и выпадение снега
г) Появление на выпавшей грани каждой из двух игральных костей трех очков и равенство суммы очков на выпавших гранях обеих костей нечетному числу
д) Показ по одному каналу телевидения футбольного матча, а по другому – выпуска новостей
Теорема сложения вероятностей несовместных событий формулируется следующим образом:
а) Вероятность появления одного из двух несовместных событий равна вероятности появления второго события
б) Вероятность появления одного из двух несовместных событий равна сумме вероятностей этих событий
в) Вероятность появления одного из двух несовместных событий равна разности вероятностей появления этих событий
Теорема сложения вероятностей совместных событий формулируется следующим образом:
а) Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий
б) Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления
в) Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий и вероятности их совместного появления
Теорема сложения вероятностей обобщается на сумму любого числа событий и вероятность суммы событий в общем виде вычисляется по формуле:
а)
б)
в)
Если события ,являются несовместными, то вероятность суммы этих событий равна:
а)
б)
в)
4.3. Решение типовых задач
Пример 4.1. Определить вероятность того, что партия из ста изделий, среди которых пять бракованных, будет принята при испытании наудачу выбранной половины всей партии, если условиями приема допускается бракованных изделий не более одного из пятидесяти.
Решение.
Введем в рассмотрение событие С, состоящее в том, что партия из ста изделий, среди которых пять бракованных, будет принята при испытании наудачу выбранной половины всей партии.
Обозначим через А событие, состоящее в том, что при испытании не получено ни одного бракованного изделия, а через В — событие, состоящее в том, что получено только одно бракованное изделие.
Так как С=А+В, то искомая вероятность P(C) = Р(А+B).
События А и В несовместны. Поэтому P(C) = Р(А)+ Р(B).
Из 100 изделий 50 можно выбрать способами. Из 95 небракованных изделий 50 можно выбратьспособами.
Поэтому Р(A)=.
Аналогично Р(B)= .
Тогда
P(C) = Р(А)+ Р(B)=+==0,181.
Пример 4.2. Электрическая цепь между точками М и N составлена по схеме, приведенной на рис. 5.
Выход из строя за времяТ различных элементов цепи — независимые события, имеющие следующие вероятности (табл. 1).
Таблица 1
Элемент |
K1 |
K2 |
Л1 |
Л 2 |
Л 3 |
Вероятность |
0,6 |
0,5 |
0,4 |
0,7 |
0,9 |
Определить вероятность разрыва цепи за указанный промежуток времени.
Решение.
Введем в рассмотрение событие С, состоящее в том, что за указанный промежуток времени будет разрыв цепи.
Обозначим через Aj (j = 1,2) событие, состоящее в выходе из строя элемента Кj, через А — выход из строя хотя бы одного элемента Кj, а через В — выход из строя всех трех элементов Аi (i=1, 2, 3).
Тогда искомая вероятность
Р(С) = Р(A + В) = Р(A) + Р(В) — Р(A)Р(B).
Так как
Р(A) = Р(A1) + Р(A2) — Р(A1)Р(A2) = 0,8,
Р(В) = Р(Л1)Р(Л 2) Р(Л3) = 0,252,
то .
Пример 4.3. В урне имеются n белых, m черных и l красных шаров, которые извлекаются наудачу по одному:
а) без возвращения;
б) с возвращением после каждого извлечения.
Определить в обоих случаях вероятности того, что белый шар будет извлечен раньше черного.
Решение.
Пусть Р1 — вероятность того, что белый шар будет извлечен раньше черного, а Р11 — вероятность того, что черный шар будет извлечен раньше белого.
Вероятность Р1 является суммой вероятностей извлечения белого шара сразу, после извлечения одного красного, двух красных и т. д. Таким образом, можно записать в случае, когда шары не возвращаются,
а при возвращении шаров
Для получения вероятностей Р11 в предыдущих формулах нужно произвести замену n на m, а m на n. Отсюда следует, что в обоих случаях Р1: Р11 = n:m. Так как, кроме того, Р1 + Р11 = 1, то искомая вероятность при извлечении шаров без возвращения также равна .
Пример 4.4. Некто написал n писем, запечатал их в конверты, а затем наудачу на каждом из них написал различные адреса. Определить вероятность того, что хотя бы на одном из конвертов написан правильный адрес.
Решение.
Пусть событие Ak состоит в том, что на k-м конверте написан правильный адрес (k = l, 2,..., n).
Искомая вероятность .
События Ak совместны; при любых различных k, j, i,... имеют место равенства:
Используя формулу для вероятности суммы n событий, получаем
или
При больших n .