- •Раздел III. Теория вероятностей и математическая статискика Лекция 17. Основные понятия теории вероятностей
- •17.1. Введение. Предмет теории вероятностей
- •17.2. Краткий исторический очерк
- •17.3. Случайное событие. Его частота
- •17. 4. Классическое определение вероятности. Непосредственный подсчет вероятностей.
- •Лекция 18. Алгебра событий. Основные теоремы теории вероятностей
- •18.1. Алгебра событий
- •18.2. Теорема сложения вероятностей
- •18.3. Полная группа событий. Противоположные события
- •18.4. Теорема умножения вероятностей Независимые и зависимые события.
- •18.5. Теорема умножения вероятностей независимых событий
- •18.6. Условная вероятность
- •18.7. Теорема умножения вероятностей зависимых событий
- •Лекция 19. Основные теоремы теории вероятностей (продолжение)
- •19.1. Теорема сложения вероятностей совместных событий
- •19. 2. Формула полной вероятности
- •19.3. Формулы Бейеса (формулы переоценки вероятностей гипотез)
- •19. 4. Повторение испытаний. Формула Бернулли
- •Лекция 20. Случайные величины и их законы распределения
- •20.1. Дискретные и непрерывные случайные величины
- •Понятие закона распределения вероятностей дискретной случайной величины
- •20. 3. Биноминальное распределение
- •20. 4. Распределение Пуассона
- •20. 5. Простейший пуассоновский поток событий
- •21.2. Математическое ожидание и его основные свойства
- •21.3. Дисперсия дискретной случайной величины
- •21.4. Среднее квадратическое отклонение
- •21.5. Свойства дисперсии
- •21. 6. Понятие о моментах распределения
- •21.7. Определение интегральной функции распределения
- •21.8. Свойство интегральной функции
- •21.9. График интегральной функции
- •22.2. Вероятность попадания непрерывной случайной
- •22.3. Нахождение интегральной функции распределения по известной дифференциальной
- •22.4. Свойства дифференциальной функции. Ее вероятностный смысл
- •22.5. Математическое ожидание. Дисперсия. Среднее квадратическое отклонение
- •22.6. Начальные и центральные моменты
- •22.7. Коэффициент асимметрии
- •22.8. Эксцесс
- •22.9. Мода. Медиана
- •Лекция 23. Законы распределения непрерывной случайной величины
- •Закон равномерного распределения или закон равномерной плотности
- •23.2. Нормальное распределение
- •23.3. Вероятность попадания случайной величины, подчиненной нормальному закону, на интервал [
- •23.4. Правило трех сигм
- •Лекция 24. Система случайных величин
- •24.1. Понятие о системе случайных величин
- •24.2. Закон распределения вероятностей дискретной двумерной случайной величины
- •24.3. Интегральная и дифференциальная функция распределения двумерной случайной величины и их свойства
- •24.4. Условные законы распределения составляющих системы дискретных случайных величин
- •24.5. Числовые характеристики системы двух случайных величин
- •24.6. Коррелированность и зависимость случайных величин
- •Лекция 25. Предельные теоремы
- •25.1. Закон больших чисел
- •25.2. Теорема Чебышева
- •25.3. Теорема Бернулли
- •25.4. Центральная предельная теорема
Лекция 18. Алгебра событий. Основные теоремы теории вероятностей
Классическое определение вероятности событий применимо лишь для элементарных событий. Определение вероятности более сложных событий требует введения операций над событиями. Рассмотрим также теоремы, позволяющие вычислить вероятности однородных событий по вероятностям других событий.
18.1. Алгебра событий
События А и В называются равными в опыте S, если при повторении опыта S они появляются или не появляются совместно.
Суммой двух событий А и В в опыте S называют событие С, состоящее в появлении события А, или события В, или обоих этих событий С=А+В
Суммой нескольких событий называют событие С, которое состоит в появлении хотя бы одного из этих событий.
Разностью А\В двух событий А и В называют событие С, которое состоит в появлении события А и не появлении события В.
Произведением событий А и В называют событие С, состоящее в совместном появлении (совмещении) этих событий или С=АВ или С=АВ.
События А и В называют несовместимыми в опыте S, если в результате этого опыта они не могут произойти одновременно.
Пример 1. Если события А1, А2, А3 - сдать экзамен на 5, 4, 3 соответственно, то событие А1+А2 - сдать экзамен на повышенную оценку, А1,+ А2,+ А3 - сдать экзамен вообще, А1, А2, А3 - несовместные события.
Пример 2. Если А1, А2, А3 - сдать I, II, III экзамен, то А1, А2, А3 - сдать все три экзамена. А1, А2, А3 - совместные события. А V=V, где V - невозможное событие A И=A, где И - достоверное событие A A=A.
События А1, А2, ..., Аn называются попарно несовместимыми, если каждые два из них несовместны.
18.2. Теорема сложения вероятностей
Теорема. Вероятность появления одного из двух несовместных событий равна сумме вероятностей этих событий: Р (А+В)=Р (А)+Р (В)
Доказательство: Обозначим: n - общее число возможных элементарных исходов испытания;
m1 - число исходов, благоприятствующих событию А;
m2 - число исходов, благоприятствующих событию В.
Число элементарных исходов, благоприятствующих наступлению события А, либо В, равно m1+m2
Следовательно,
Учитывая, что ; , окончательно получим:
Р (А+В)=Р (А)+Р (В)
Следствие. Вероятность появления одного из нескольких попарно несовместных событий равна сумме вероятностей этих событий:
Р (А1+А2+...+Аn)=Р (А1)+Р (А2)+...+Р (Аn).
18.3. Полная группа событий. Противоположные события
Полной группой событий в опыте S называется группа событий А1+ А2+ ...+Аn, если в результате этого опыта хотя бы одно из них обязательно произойдет, т.е. А1+А2+...+Аn=И (достоверное событие)
Р (А1+А2+...+Аn)=Р (И)=1
Вероятность суммы событий, образующих полную группу, равна 1. Если к тому же эти события не совместимы, то по теореме сложения Р (А1)+Р (А2)+...+Р (Аn)=1
Если полная группа несовместимых событий состоит только из двух событий, то они называются противоположными и обозначаются А и А (не А).
Р (А)+Р (А)=1, т.е. Р (А)=1–Р (А) и Р (А)=1- Р (А)
Пример. На складе находится 60 деталей, изготовленных тремя бригадами. Из них 34 изготовлено первой бригадой, 12 - второй, 14 - третьей. Определить вероятность поступления на сборку детали, изготовленной второй или третьей бригадой (событие А).
Решение. Пусть А1, А2, А3 - появление на сборке детали, изготовленной 1-й, 2-й, 3-й бригадой соответственно.
I способ: вероятность поступления на сборку детали, изготовленной 2-й бригадой. вероятность поступления на сборку детали изготовленной 3-й бригадой. События не совместны Р (А)=Р (А2)+Р (А3)= .
II способ: - А1, А2, А3 - полная группа несовместимых событий, т.е. Р (А1)+Р (А2)+Р (А3)=1 или Р (А1)+Р (А2+А3)=1 т.е. событие А1 противоположно событию А2+А3,,
т.е. А1=А2+А3, Р(А1)= , Р(А1)=1–
Итак, Р(А2+А3)= .