Сделай Сам Свою Работу на 5

Теорема сложения для совместных событий





 

Суммой 2-х совместных событий называют событие, состоящее в появлении либо события A, либо события B, либо обоих сразу.

 

Теорема. Вероятность суммы 2-х совместных событий равна сумме вероятностей этих событий без учета их совместного появления. p(A+B)=p(A)+p(B)−p(AB)

Доказательство:

A+B=AB+AB+AB (сумма несовместных пар)

Тогда p(A+B)=p(AB)+p(AB)+p(AB)

Событие A=AB+AB,

Событие B=AB+AB

p(A+B)=p(A)−p(AB)+p(B)−p(AB)+p(AB)=p(A)+p(B)−p(AB)

 

Замечание: в этой теореме может существовать 2 различные ситуации.

p(A+B)=p(A)+p(B)−p(A)p(B), где A и B - независимые;

p(A+B)=p(A)+p(B)−p(A)p(B∖A), где A и B - зависимые;

 

 

7.Полная группа событий. Противоположные события.

Теорема. Сумма вероятностей событий А1 , А2 , ..., Аn , образующих полную группу, равна единице:

Р (A1) + Р (А2) + ... + Р (Аn) = 1.

 

Так как появление одного из событий полной группы достоверно, а вероятность достоверного события равна единице, то

Р (A1 + A2 + ... + An) = 1. (*)

Любые два события полной группы несовместны, поэтому можно применить теорему сложения:

Р (А1 + А2 + ... + Аn) = Р (A1) + Р (A2) + ... + Р (Аn). (**)

 

Сравнивая (*) и (**), получим

Р (А1) + Р (А2) + ... + Р (Аn) = 1.

 

Противоположные события.
Противоположными называют два единственно возможных события, образующих полную группу. Если одно из двух противоположных событий обозначено через A, то другое принято обозначать



Теорема. Сумма вероятностей противоположных событий равна единице:

.

Доказательство базируется на том, что противоположные события образуют полную группу, а сумма вероятностей событий, образующих полную группу, равна единице (см. Теорему о полной группе событий).

З а м е ч а н и е 1. Если вероятность одного из двух противоположных событий обозначена через р, то вероятность другого события обозначают через q. Таким образом, в силу предыдущей теоремы

p + q = l
З а м е ч а н и е 2. При решении задач на отыскание вероятности события А часто выгодно сначала вычислить вероятность противоположного события, а затем найти искомую вероятность по формуле

.

 

8.Независимые события. Теорема умножения вероятностей независимых событий.

Пусть вероятность события В не зависит от появления события А.

Событие В называют независимым от события А, если появление события А не изменяет вероятности события В, т. е. если условная вероятность события В равна его безусловной вероятности:



РA (В) = Р (В). (*)

 

Подставив (*) в соотношение, получим

Р (A) Р (В) = Р (В) РB (A).

 

Отсюда

РB (A) = Р (A),

 

т. е. условная вероятность события A в предположении что наступило событие В, равна его безусловной вероятности. Другими словами, событие A не зависит от события В.

Итак, если событие В не зависит от события A, то событие A не зависит от события В; это означает, что с в о й с т в о н е з а в и с и м о с т и с о б ы т и й в з а и м н о.

Для независимых событий теорема умножения Р (АВ) = Р (А) РA (В) имеет вид

Р (АВ) = Р (А) Р (В), (**)

 

т. е. вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий.

Равенство (**) принимают в качестве определения независимых событий.

Два события называют независимыми, если вероятность их совмещения равна произведению вероятностей этих событий; в противном случае события называют зависимыми.

С л е д с т в и е. Вероятность совместного появления нескольких событий, независимых в совокупности, равна произведению вероятностей этих событий:

Р (А1А2 ... Аn) = Р (А1) Р (А2) ... Р (Аn).

Рассмотрим три события: А, В и С. Совмещение событий А, В и С равносильно совмещению событий АВ и С, поэтому

Р (AВС) = Р (АВ * С).

 

Так как события А, В и С независимы в совокупности, то независимы, в частности, события АВ и С, а также А и В. По теореме умножения для двух независимых событий имеем:

Р (АВ * С) = Р (АВ) Р (С) и Р (АВ) = Р (А) Р (В).

 

Итак, окончательно получим

Р (AВС) = Р (А) Р (В) Р (С).



 

Для произвольного n доказательство проводится методом математической индукции.

 

9.Вероятность появления хотя бы одного события.

Пусть в результате испытания могут появиться n событий, независимых в совокупности, либо некоторые из них (в частности, только одно или ни одного), причем вероятности появления каждого из событий известны. Как найти вероятность того, что наступит хотя бы одно из этих событий? Например, если в результате испытания могут появиться три события, то появление хотя бы одного из этих событий означает наступление либо одного, либо двух, либо трех событий. Ответ на поставленный вопрос дает следующая теорема.

Теорема. Вероятность появления хотя бы одного из событий А1 , А2 , ..., Аn , независимых в совокупности, равна разности между единицей и произведением вероятностей противоположных событий

Р (A) = 1 — q1q2 ... qn.(*)

Обозначим через А событие, состоящее в появлении хотя бы одного из событий А12, ...,An. События А и


(ни одно из событий не наступило) противоположны, следовательно, сумма их вероятностей равна единице:

Отсюда, пользуясь теоремой умножения, получим

или

Ч а с т н ы й с л у ч а й. Если события А1 , А2 , ..., Аn имеют одинаковую вероятность, равную р, то вероятность появления хотя бы одного из этих событий

P (A) = l — qn. (**)

 

10.Зависимые события. Условная вероятность. Теорема умножения вероятностей

 

зависимых событий.

11.Совместные события. Теорема сложения вероятностей совместных событий.

В теории вероятности – любое событие, которое представляет собой одновременное возникновение любых двух (или более) других событий. При раскладывании колоды карт, например, "черная пятерка" будет совместным событием, так как состоит из всех карт, которые являются и черными и имеют пять символов.

Теорема сложения вероятностей совместных событий. Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления:

Р (А + В) = Р (А) + Р (В) - Р (АВ).

Теорема может быть обобщена на любое конечное число совместных событий. Например, для трех совместных событий Р(А + В+С) = Р(А) + Р(В) + + Р(С) - Р(АВ) - Р(АС) - Р(ВС) + Р(АВС).

 

12.Формула полной вероятности.

Пусть событие A может произойти только вместе с одним из попарно несовместных событий H1, H2, ..., Hn, образующих полную группу. Тогда, если произошло событие A, то это значит, что произошло одно из попарно несовместных событий H1A, H2A, ..., HnA. Следовательно,


Применяя аксиому сложения вероятностей, имеем

Но

(i=1, 2, ..., n),

поэтому

Эта формула называется формулой полной вероятности. События H1, H2, ..., Hn часто называют «гипотезами».

13.Вероятность гипотез. Формулы Бейеса

Пусть событие А может наступить при условии появления одного из несовместных событий B1, B2,...,Bn образующих полную группу. Поскольку заранее не известно, какое из этих событий наступит, их называют гипотезами. Вероятность появления события А определяется по формуле полной вероятности (12).

Допустим, что произведено испытание, в результате которого появилось событие А. Поставим своей задачей определить, как изменилось (в связи с тем, что событие А уже наступило) вероятность гипотез. Другими словами, будем искать условные вероятности:

PA(B1),PA(B2),...,PA(Bn)

Найдем сначала условную вероятность PA(B1). По теореме умножения имеем:

P(AB1)=P(A)•PA(B1)=P(B1)•PB1(A)

Отсюда . Заменив здесь Р(А) по формуле (12), получим:

Аналогично выводятся формулы, определяющие условные вероятности остальных гипотез, т.е. условная вероятность любой гипотезы Bi (i=1,2,...,n) может быть вычислена по формуле:

(13)

Формулу (13) называют формулой Байеса (от имени английского математика, который их вывел; опубликованы в 1764). Формула Байеса позволяет переоценить вероятности гипотез после того, как становится известным результат испытания, в итоге которого появилось событие А.

 

14.Повторение испытаний. Формула Бернулли.

Повторение испытаний

Если производится несколько испытаний (опытов), причем вероятность события в каждом испытании не зависит от исходов других испытаний, то такие испытания называются независимыми относительно события .
Формула Бернулли

где - вероятность появления события A ровно k раз при n независимых испытаниях; p - вероятность появления события A при каждом испытании.

Вероятность того, что при этом событие A:

1) наступит n раз: ;

2) не наступит ни разу: ;

3) наступит хотя бы один раз: ;

4) наступит не более k раз: ;

5) наступит не менее k раз: .

 

 

15.Локальная теорема Лапласа.

Локальная теорема Лапласа. Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна р(0 < р < 1), событие наступит ровно k раз (безразлично, в какой последовательности), приближенно равна (тем точнее, чем больше n)

Для определения значений φ(x) можно воспользоваться специальной таблицей.

16.Интегральная теорема Лапласа.

Интегральная теорема Лапласа. Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна р (0 < р < 1), событие наступит не менее k1 раз и не более k2 раз, приближенно равна

P(k1;k2)=Φ(x'') - Φ(x')

Здесь

-функция Лапласа

Значения функции Лапласа находят по специальной таблице.

 

 

17.Асимптотическая формула Пуассона. Условия её применимости.

Теорема. Пусть проведено n повторных независимых испытаний, в каждом из

которых события А наступает с вер-тью р, причем

1)число испытаний достаточно велико (n³100)

2)Величина l=np£10, тогда вер-ть Pm,n того, что в этих испытаниях событие А наступит m раз вычисл. по след. приближ. ф-ле:

 

18.Понятие случайной величины. Дискретные и непрерывные случайные величины.

Пусть задано вероятностное пространство . Случайной величиной, заданной на этом пространстве, называется числовая функция , которая ставит в соответствие каждому элементарному исходу число - значение случайной величины на этом исходе. Данная функция должна быть -измеримой (где - борелевская сигма-алгебра на прямой), т.е. для любого борелевского множества его полный прообраз при отображении должен быть событием: .

 








Не нашли, что искали? Воспользуйтесь поиском по сайту:



©2015 - 2024 stydopedia.ru Все материалы защищены законодательством РФ.