Файл: Сахарников Н.А. Высшая математика учебник.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 09.04.2024

Просмотров: 159

Скачиваний: 2

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

События А и В называются независимыми, если вероятность появления каждого из них не зависит от того, появилось другое событие или нет. Событие В называется зависящим от события А, если вероятность появления события В зависит от того, про­ изошло событие А или нет.

П р и м е р 1. В урне находятся 7 белых и 3 черных тара. Условие опыта — каждый вынутый шар кладется обратно в урну. Событие А — в результате первого опыта вынут белый шар; событие В — в результате

второго опыта

вынут

опять

белый шар. Имеем

р (А) = р (В) =

7/10.

П р и м е р

2. В

урне

7 белых и 3 черных

шара. Условие

опыта —

вынутые шары обратно в урну не кладутся. События А и В те же, что в прн мере 1. В условиях примера 2 р (А) — 7/10, но р (В) зависит от того, произо­ шло событие А или нет. Если в результате первого испытания был вынут белый шар, то р (В) = 6/9, если в результате первого испытания был вынут черный шар, то р (В) = 7/9.

Условной вероятностью рА (В) называется вероятность по­ явления события В при условии, что событие А произошло. В при­

мере 2 имеем рА (В) — 6/9, р А (В) = 7/9.

 

,

Если события А и В независимые, то

 

РА (В) = Р - (В) = р (В), р в (А) =

(А) = р {А).

(8)

Теорема 1. Вероятность совместного появления двух событий равна произведению вероятности появления одного из них на услов­ ную вероятность другого, вычисленную в предположении, что первое событие произошло:

р(А и В) = р ( А ) р Л(В).

(9)

Д о к а з а т е л ь с т в о .

Пусть п — общее число

равно--

возможных элементарных исходов испытания, образующих пол­ ную группу, п1 —• число исходов, благоприятствующих событию А (пг s^ п), т — число исходов испытания, в которых наступает событие В в предположении, что событие А уже наступило, т. е.

т— число исходов, благоприятствующих событию и В). Вероятность совместного появления событий А и В равна

р(А и

=

^ - = р (А)-р а (В). Теорема доказана.

Меняя ролями А и В, получаем р(В и А ) —р (В) рв (А).

Сле­

довательно,

 

Р(А)р а {В) = р (В)р в {А).

(10)

 

 

П р и м е р

3. В условиях примера 2 поставим такие вопросы:

 

1) Какова вероятность вынуть первый и второй раз белые шары? По фор­

муле (9) имеем р {А и В) = 7/10-6/9 = 7/15.

 

2) Какова вероятность оба раза вынуть черные шары? По формуле (9),

примененной к событиям А и В, получим

 

 

P ( Ä и

В ) = р ( А ) . р - ( В ) = 3/10-2/9 = 1/15.

 


Теорема умножения вероятностей независимых событий. Веро­ ятность совместного появления двух независимых событий А и В равна произведению вероятностей этих событий:

 

р(А il

В) --=р (А) р (В).

(И)

Д о к а з а т е л ь с т в о .

Положив в

(9) в согласии с (8)

Р а (В) = Р (В),

получим формулу (11).

 

П р и м е р 4.

Два стрелка стреляют по цели. Вероятность поражения

цели первым стрелком при одном выстреле р (А ) -----

0,8, вторым стрелком —

р (В) = 0,7. Найти вероятность

поражения цели

двумя пулями в одном

залпе. По формуле (11) имеем р (А и В) 0,8-0,7

= 0,56.

События А г, . . ., А п называются независимыми в совокупности,

если вероятность появления любого из этих событий не зависит от того, произошли или не произошли какие-либо другие события из этой совокупности.

Теорема

2. Вероятность

совместного появления п

событий

А г, . . ., А„,

независимых

в

совокупности, равна

произведению

вероятностей этих событий:

 

 

 

Р(Аі и А ... и

А п)^=р(А1)р(А2) • • • р ( а

п )-

(12)

При п = 3 имеем

 

 

 

 

р ( А 1 и А2 и As)--^p(A]) p( A2 и А3)=. р(А,)р(Л„)р(А3).

В общем случае теорема доказывается методом математической

индукции.

Если события А 1, . . ., А п независимы и рав­

С л е д с т в и е .

новероятны р (А Д =

. . . =

р (И„) — р, то из (12) следует

 

р{ Ах и

А2 . . . и Ап) = рп.

(13)

П р и м е р 5. Имеется четыре места. Каждое из четырех мест может быть занято атомом одного вида (событие А), либо атомом другого вида (собы­ тие В); при этом р (А) = р, р (В) = 1 — р = q.

Вопрос: какова вероятность того, что все четыре места будут заняты атомами первого вида? Ответ: р4.

III.Теорема (о вероятности появления хотя бы одного из п

независимых событий). Пустъ события А lt . . А п независимы в совокупности, но они могут бытъ совместными. Для нахождения величины р (А-у, или А 2, ■■-, или А п) по данным р {Аг), р (А2),

. . р (Ап) обозначим через А к

событие, противоположное A k.

Имеем:

 

1) А к и Ак — противоположные события и поэтому р (Ак) +

+ p ( Ä J = _ 1,

 

2) А г, А 2, . . А п — события

независимые в совокупности,

и по теореме 2 имеем р (А 1 и А 2 . . . и А п) = р (А Др (А 2), . . .

. . .. р( А п),


3) события (Alt или А 2, . . ., или А п) и (Ах и А 2 . . . и А п) противоположны и поэтому сумма их вероятностей равна единице:

р^Д , или Аъ . . ., пли А п)-'г р ( А1 и А2 . . . и Л„)=П.

Следовательно, имеет место формула

р(Лъ или Аг, . . ., или Л„) = 1 —[1 —р (АДІ [ і - р ( А 2)\ . . . [1 - р ( А п)].

(14)

В частности, если р (АД = р (АД = . . , = р (АД = р, то

р ( Аъ или А2, . . ., или ^4„) ^=1 — (1 — р)п-

(15)

П р и м е р 6. В условиях примера /, найти вероятность поражения цели хотя бы одной пулей при одиночном залпе. По формуле (14) имеем р (Л, или В) = 1 — (1 — 0,8) (1 — 0,7) = 0,94.

IV. Теорема сложения вероятностей совместных событий.

Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совме­ стного появления:

 

р(А, или

В) = р (А)

р (В) — р

и В).

(16)

Д о к а з а т е л ь с т в о .

1) Событие

А

может произойти

только при

появлении одного

из двух

несовместных событий

(А и В) и и В). По теореме сложения вероятностей имеем

 

 

р(Л) = р(Н

и В ) + р {А и В).

 

(17)

Аналогично находим

 

 

 

 

 

 

 

р(В)-=р(А и В)~- р(А и В).

(18)

2) Для появления события или В) имеются только три воз­

можности: А

и В, А и В, А

и В. Эти три события несовместны

и по теореме сложения вероятностей имеем

 

 

 

р(А,

или В)

- р(А и В) -Гр(А и

В)

р(.1 и В).

(19)

3)Складывая (17) и (18), получим

р{А) + р (В) = [р и В)А-р(А и В)-\-р(А и 5)1 А р и В).

Согласно (19) сумма в квадратных скобках равна р (А , или В), поэтому имеем

р(А,

или В) г р {А и В)

р (Л) + р (В).

(20)

Отсюда следует равенство (16). Теорема доказана.

то

С л е д с т в и я .

1. Если

события

А и В зависимы,

р и В) = р (А) рА (В)

и из

(16)

следует формула

 

р (А,

пли В)

-г. р{А)А-

р(В)—р{ А) рЛ(В).

(21)


2. Если события А и В независимы, то р (/1 и В) = р (А) р (В)

р(А, или В) =р( А) f

р(В) — р(Л)р(В).

 

(22)

3. Если в формуле (16) положить р

(А и В) --- 0,

что соответ­

ствует случаю несовместных событий,

то получим

формулу

(4).

4. В формуле (20) р (А и В) ^

0 и р (А, или В)

0, поэтому

р(А, или B)^p(A)~t - p(B),

р( А

и B)szp{A) + p(B).

(23)

V. Формула полной вероятности. Пусть событие А может произойти лишь при условии появления одного из п попарно несовместных событий В і, В 2 Вп, образующих полную группу событий. Эти события Bk будем называть гипотезами для события

А. Тогда вероятность события А равна сумме произведений вероят­ ности каждой гипотезы на вероятность события А при этой гипотезе

Р (А) = р (В 4) рВ і { А ) + • • • + р (Вп) рв {А).

(24)

Действительно, событие А может произойти При выполнении любого из событий (А и В і), {А и В 2), . . ., и Вп), которые попарно несовместны. Следовательно, по теореме сложения ве­ роятностей имеем

р (А) = р (А и В,) + р (А и В 2) +

+ р (А и Вп). (25)

Заменив здесь слагаемые правой части по формуле (9), получим равенство (24). Формула (24) называется формулой полной веро­ ятности.

П р и м е р

 

7.

Студент а может заболеть гриппом (событие А)

только

в результате либо

переохлаждения

(событие B t), либо контакта

с другим

больным (событие В 2). Требуется найти р (Л), если р (В г) =

0,5,

р (Вг) =

= 0,8, рв

(А)

=

0,3, рв (А) =

0,1 при условии несовместности

 

и В2-

По формуле (24) имеем р (А)

=

0,5-0,3 -f- 0,8'0,1 = 0,23.

 

 

 

 

VI. Формула Байеса. Пусть в условиях предшествующего рас­

суждения произведено одно испытание, в результате которого

по

явилось

событие А. Вопрос: как изменились (в связи с тем,

что

событие

А

уже

произошло)

вероятности гипотез,

т.

е.

вели­

чины р (Вк)?

 

 

 

 

 

умножения

Найдем условную вероятность рА (Вк). По теореме

вероятностей

имеем р (А и Вк) = р (А) р А (Вк) = р (Вк) р Вк {А).

Следовательно,

 

 

 

 

 

 

 

 

 

 

 

 

PA(Bk) = p(Bk)pBk{A)/p(A),

 

 

 

(26)

где величина р (А) определяется равенством (24). Формула (26) называется формулой Байеса..*

* Томас Байес (умер в 1763 г.) — английский математик.


237.Дискретная случайная величина и ее закон распределения.

Ои р е д е л е н и е. Случайной величиной называется переменная, которая в результате испытания может принять те или иные числовые значения (из области допустимых значений) в за­ висимости от случая.

Примеры случайных величин: 1) энергия электрона в атоме, 2) число писем, опущенных в данный почтовый ящик в течение дня, 3) число родившихся мальчиков на 1000 новорожденных, 4) результат измерения какого-либо параметра промышленного изделия при массовом его изготовлении.

Случайная величина называется дискретной случайной вели­ чиной, если множество ее допустимых значений конечно или счетно. В примерах 1, 2 и 3 случайная величина дискретна. Ниже рассматриваются дискретные случайные величины, множество

допустимых значений которых

конечно.

 

 

Законом распределения, или функцией распределения, дискрет--

ной случайной

величины

X

называется перечень всех ее значе­

ний х х, . . .,

и их вероятностей:

 

 

 

 

X

 

хх

х2

 

 

(1)

 

Р (X)

рх

р2 .. . рп,

 

 

 

 

Здесь 1) все значения случайной величины расположены в по­

рядке возрастания: х 1 <С

' ■• О

хт 2) их вероятности

от­

личны от нуля: РьФ 0,

3) р х + р 2 +

• • • + рп =

1, потому

что

события X =

х г, . . , , Х

— хп

образуют полную

группу несо­

вместных событий.

Задать дискретную случайную величину — это значит задать ее закон распределения вероятностей.

ной

П р и м е р .

Число, которое появляется на верхней

грани

играль­

кости,

есть

случайная величина, принимающая значения

хх = 1,

I , =

2..........I , =

6 с вероятностями р (хк) =

і/6, если кость

симметрична.

Имеет место закон равных вероятностей.

 

 

 

238.

Математическое ожидание

и дисперсия

дискретной слу­

чайной величины. Закон распределения полностью характери­ зует случайную величину. Однако оказывается, что для решения многих практически важных задач знание закона распределения не обязательно; они могут быть решены с помощью некоторых характеристик этого закона. К числу важнейших характеристик случайной величины относятся ее математическое ожидание и дис­ персия.

О п р е д е л е н и е . Математическим ожиданием дискрет­ ной случайной величины X называется сумма произведений всех ее возможных значений на соответствующие им вероятности:

M ( X ) - x 1p l + x2p.î + . . . -j-xnpn.

(2)