- •Хабаровский государственный институт искусств и культуры
- •1. Введение
- •2. Понятие события
- •4. Аксиоматика теории вероятности. Теория вероятности как наука была построена на аксиоматике Колмогорова. Построение вероятностного пространства.
- •Классическое определение вероятности.
- •5. Основные теоремы теории вероятности
- •В – выпала цифра 2
- •Вероятность совместного появления двух событий (а·в) равна произведению одного из этих событий на условную вероятность другого события.
- •3. Формула полной вероятности
- •6. Заключение
5. Основные теоремы теории вероятности
Теоремы сложения вероятности
Пусть А, В – случайные события.
Определение:
Под суммой двух событий (А+В) понимается такое событие, которое имеет место произошло хотя бы одно из событий А или В (либо происходит А, либо происходит В, либо они происходят одновременно). Пример 1 (суммы двух событий).
Стреляем по мишени из двух орудий.
Пусть А – попали в мишень при стрельбе из 1го орудия.
В – попали в мишень из 2го орудия.
Тогда А+В – либо мы попали из 1го орудия, либо попали из 2го орудия, либо попали одновременно. Замечание. Если А и В – это несовместные события, то А+В – либо произошло А, либо произошло В. Не попадание – это будет противоположное событие к сумме.
Теорема 1 (теорема сложения вероятностей для несовместных событий).
Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий.
Р(А+В)=Р(А)+Р(В).
{ Пусть n – общее число всех возможных исходов, m – число элементарных исходов, благоприятствующих наступлению события А, k – число исходов, благоприятствующих наступлению события В. Тогда m+k – число исходов, благоприятствующих наступлению А+В. Используя определение классической вероятности, получаем:
Р(А+В) ==+= Р(А)+Р(В) }
Следствие. Вероятность суммы конечного числа попарно несовместных событий равна сумме вероятностей этих событий А1, А2, …Аn
P=
Пример 2. В урне находятся три белых шара, пять красных, два синих. Какова вероятность того, что шар, извлеченный из урны, не белый?
Обозначим:
{ А – шар не белый
В – шар, извлеченный из урны, красный
С – шар, извлеченный из урны, синий
Число всех исходов n=10, т.к. шаров всего 10.
Число благоприятствующих исходов для В равно 5.
Число благоприятствующих исходов для С равно 2, т.е.
P(B)==;P(C)==
Событие А=В+С, т.к. В и С – несовместны, следовательно, применим теорему 1.
Р(А) =Р(В)+Р(С)=+=}
Определение:
Произведением двух случайных событий А и В называется (А·В) событие, состоящее в том, что события А и В наступают одновременно.
Пример 3. А – деталь стандартная.
В – деталь окрашенная.
А·В – деталь стандартная и окрашенная.
Теорема 2 (теорема сложения для двух совместных событий)
Если события А и В совместные, то вероятность суммы этих двух событий равна сумме вероятностей этих событий без вероятности наступления произведения этих событий.
Р(А+В)=Р(А)+Р(В)-Р(А·В)
{ Рассмотрим все исходы, в которых появляются события А и В.
Возможны следующие события:
А·В (А наступило, В – не произошло)
Ā·В (В – происходит, А – не произошло)
А·В
Все эти три события уже несовместны, т.е. одновременно наступить не могут. Тогда
А+В=А·В+Ā·В+А·В
Так как события несовместны, то по теореме 1
Р(А+В)=Р(А·В)+Р(Ā·В)+Р(А·В) (*)
Так как Ā·В и А·В – несовместны, то событие В наступит, если имеет место либо Ā·В, либо А·В, поэтому В=Ā·В+А·В.
По теореме 1, Р(В)=Р(Ā·В)+Р(А·В), отсюда Р(Ā·В)=Р(В)-Р(А·В).
Аналогично, т.к. А·В и А·В – несовместны и А=А·В+А·В и по теореме 1 Р(А)=Р(А·В)+Р(А·В), значит
Р(А·В)=Р(А)-Р(А·В).
Подставим получившееся равенство в (*).
Р(А+В)=Р(А)-Р(А·В)+Р(В)-Р(А·В)+Р(А·В), т.е.
Р(А+В)=Р(А)-Р(А·В)+Р(В)
Теорема доказана. }
Пример 4. Найти вероятность того, что при подбрасывании игральной кости выпадает четное или кратное 3 число очков.
{ Обозначим
А – выпадение четного числа очков
В – число очков, кратных 3
Всего исходов 6. Наступлению событию А благоприятствует три исхода (выпадение 2, 4 либо 6). Наступлению событию В благоприятствует два исхода (выпадение 3 или 6).
Т.к. события А и В – являются совместными, то
Р(А+В)=Р(А)+Р(В)-Р(А·В)
Вычислим Р(А), Р(В), Р(А·В)
Р(А) ==
Р(B) ==
Р(А·В ) ==,поэтому
Р(А+В ) =+-==}
Теорема 3. Вероятность суммы полной системы событий равна 1.
{ Пусть А1, А2, …Аn – полная группа событий, тогда событие А1+ А2+…+ Аn - является достоверным событием.
По свойству вероятности имеем
Р(А1+ А2+…+ Аn)=1, поскольку
А1, А2, …Аn полная группа событий, то
Р(А1+ А2+…+ Аn)= Р(А1)+Р(А2)+…+Р(Аn), поэтому
Р(А1)+Р(А2)+…+Р(Аn)=1 }
Теорема умножения вероятностей
Определение:
Событие А называется независимым от события В, если вероятность события А не изменится от того, произошло событие В или нет. В противном случае, событие А называется зависимым от события В.
Определение:
Вероятность события А, вычисленная в предположении, что событие В произошло, называют условной вероятностью события А и обозначают Р(А\В), либо РВ(А).
Пример 5. Бросают две игральные кости. Сумма выпавших очков равна 6. Вычислить вероятность того, что одна из цифр этих очков равна 2.
{ Будем обозначать через (а, в) возможные исходы из числа всех исходов, а – количество очков, выпавших на первой игральной кости, в – количество очков, выпавших на второй игральной кости.
Тогда возможные исходы:
(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)
А – сумма цифр, равная 6