Основные теоремы теории вероятностей

4. Основные теоремы теории вероятностей

Теорема1.

Вероятность суммы двух несовместных событий А и В равна сумме их вероятностей:

Р(А+В)=Р(А)+Р(В).

Следствие1.

Если А₁,А₂, …, А_n- попарно несовместные события, то вероятность их суммы равна сумме вероятностей этих событий.

Следствие2.

Вероятность суммы попарно несовместных событий А₁,А₂, …, А_n, образующих полную группу, равна 1.

Следствие3.

События А и `А несовместны и образуют полную группу событий, поэтому

Р(А +`А) = Р(А) + Р(`А) = 1. Отсюда Р (`А) = 1 – Р(А).

Теорема2.

Вероятность суммы двух совместных событий А и В равна сумме вероятностей этих событий без вероятности их произведения:

Р (А+В) = Р(А)+Р(В) – Р (А*В).

Два события А и В называются независимыми, если появление одного из них не влияет на вероятность появления другого (в противном случае события зависимы).

Теорема3.

Вероятность произведения двух независимых событий равна произведению их вероятностей Р(А*В)=Р(А)*Р(В).

Следствие.

Вероятность произведения n независимых событий А₁,А₂, …, А_n равна произведению их вероятностей.

Условной вероятностью события В при условии, что событие А уже произошло, называется число Р(АВ)/Р(А)=Р(В/А)Р_А(В).

Теорема4.

Вероятность произведения двух зависимых событий А и В равна произведению вероятности наступления события А на условную вероятность события В при условии что событие А уже произошло:

Р(А*В) =Р(А)*Р(В/А).

Следствие.

Если события А и В независимы, то из теоремы 4 следует теорема 3.

Событие В не зависит от события А, если Р(В/А) = Р(В). Теорему 4 можно обобщить на n событий.

Теорема5.

Вероятность произведения n зависимых событий А₁,А₂, …, А_nравна произведению последовательных условных вероятностей:

Р(А₁*А₂*…*А_n-1*A_n)= P(A₁)*P(A₂/A₁)*...*P(A_n/A₁*A₂*...*A_n-1).

Теорема6.

Вероятность наступления хотя бы одного из событий А₁,А₂, …, А_nравна разности между единицей и вероятностью произведении отрицаний событий А₁,А₂, …, А_n:

Р(А)=1-Р(`А<sub>1</sub>*`А₂*…*`А<sub>n</sub>)=1- P(`A₁)*P(`A<sub>2</sub>/`A₁)*...*P(`A<sub>n</sub>/`A₁*`A<sub>2</sub>*...*`A_n-1).

Следствие1.

Вероятность наступления хотя бы одного из событий А₁,А₂, …, А_nнезависимых в совокупности, равна разности между единицей и произведением вероятностей противоположных событий:

Р(А)=1-Р(`А<sub>1</sub>)Р(`А₂)…Р(`А_n).

Следствие2.

Если события А₁,А₂, …, А_nнезависимы и имеют одинаковую вероятность появиться (Р(А₁)=Р(А₂)=…Р(А_n)= р, Р(А_i)= 1-р=q ), то вероятность появления хотя бы одного из них равна Р(А)=1-qⁿ .

5. Формулы полной вероятности и вероятности гипотез

Пусть событие А может наступать только одновременно с одним из попарно несовместных событий Н₁, Н₂, ..., Н_n, образующих полную группу. Тогда вероятность события А определятся по формуле полной вероятности:

Р(А) = Р(Н₁)*P(А/Н₁) + Р(Н₂)*Р(А/Н₂) +...+ Р(Н_n)*Р(А/Н_n), или Р(А)= Σ Р(Н_i)*Р(А/Н_i),

где события Н₁,Н₂, ...,Н_n, - гипотезы, a P(A/H_i) - условная вероятность наступления события А при наступлении i-ой гипотезы (i=1, 2,..., n).

Условная вероятность гипотезы Н_i при условии того, что событие А произошло, определяется по формуле вероятности гипотез или формуле Байеса (она позволяет пересмотреть вероятности гипотез после наступления события А):

Р(Н_i/А)=(P(H_i)*P(A/H_i))/P(A).

6. Формула Бернулли

Пусть некоторый опыт повторяется в неизменных условиях n раз, причём каждый раз может либо наступить (успех), либо не наступить (неудача) некоторое событие А, где Р(А) = р - вероятность успеха, Р(А)=1-р= q - вероятность неудачи. Тогда вероятность того, что в к случаях из n произойдёт событие А вычисляется по формуле Бернулли

P_n(K) = C^k_n-p^k-q^n-k.

Условия, приводящие к формуле Бернулли, называются схемой повторных независимых испытаний или схемой Бернулли. Так как вероятности Р_n(к) для раз личных значений к представляют собой слагаемые в разложении бинома Ньютона

(p+q)ⁿ=C⁰_n*p⁰*qⁿ+C¹_n*p¹*q^n-1+…+C^k_n*p^k*q^n-k+…+Cⁿ_n*pⁿ*q⁰,

то распределение вероятностей P_n(k), где 0≤k≤n, называется биноминальным.

Если в каждом из независимых испытаний вероятности наступления события А разные, то вероятность наступления события А к раз в n опытах определяется как коэффициент, при к-ой степени полинома

φ_n(Z)=Π(q_i+p_iZ)=a_nZⁿ+a_n-1Z^n-1+…+a₁Z₁+a₀, где φ_n(Z) - производящая функция.

Невероятнейшее число наступивших событий в схеме Бернулли - к_о (к₀ c К) определяется из следующего неравенства: np-q≤k₀≤np+p.

Похожие работы

Теория вероятности и математическая статистика

Скачать

59066

6

49

... Доказать: По определению второй смешанной производной. Найдем по двумерной плотности одномерные плотности случайных величин X и Y. Т.к. полученное равенство верно для всех х, то подинтегральные выражение аналогично В математической теории вероятности вводится как базовая формула (1) ибо предлагается, что плотность вероятности как аналитическая функция может не существовать. Но т.к. в нашем ...

Теория вероятностей

Скачать

25559

0

0

... равна 0,515). Конец 19 в. и 1-я половина 20 в. отмечены открытием большого числа статистических закономерностей в физике, химии, биологии и т.п. Возможность применения методов теории вероятностей к изучению статистических закономерностей, относящихся к весьма далёким друг от друга областям науки, основана на том, что вероятности событий всегда удовлетворяют некоторым простым соотношениям, о ...

Курс лекций по теории вероятностей

Скачать

125259

9

8

... {ξn (ω )}¥n=1 . Поэтому, во-первых, можно говорить о знакомой из математического анализа (почти) поточечной сходимости последовательностей функций: о сходимости «почти всюду», которую в теории вероятностей называют сходимостью «почти наверное». Определение 46. Говорят, что последовательность с. в. {ξn } сходится почти наверное к с. в. ξ при n ® ¥ , и пишут: ξn ...

Теория Вероятностей

Скачать

34707

0

6

... ничего другого, кроме как опять же события и . Действительно, имеем: *=, *=, =, =. Другим примером алгебры событий L является совокупность из четырех событий: . В самом деле: *=,*=,=,. 2.Вероятность. Теория вероятностей изучает случайные события. Это значит, что до определенного момента времени, вообще говоря, нельзя сказать заранее о случайном событии А произойдет это событие или нет. Только ...