1 Некоторые теоремы



Дата04.05.2016
Размер80.1 Kb.
1.4. Некоторые теоремы
Рассмотрим ряд теорем, которые позволят нам в дальнейшем выразить вероятность одного события через вероятности других. Именно эта ситуация, когда по известным вероятностям одних событий требуется определить вероятность интересующего нас события, наиболее типична для задач теории вероятностей.
Вероятность противоположного события
Рассмотрим некоторое случайное событие и пусть его вероятность известна. Тогда вероятность противоположного события определяется по формуле
(1.7)

Доказательство. В силу несовместности и , учитывая аксиомы, получаем:



и, следовательно, .

Следствие: , то есть вероятность невозможного события равна нулю.


Вероятность суммы двух событий
Вероятность суммы двух случайных событий равна
. (1.8)

Доказательство. Представим событие в виде суммы несовместных событий:


Учитывая несовместность и , получаем, согласно аксиомам,


(1.9)

Аналогично находим


Отсюда:
Подставляя последний результат в (1.9), получаем формулу (1.8).
Условная вероятность
В некоторых случаях необходимо определить вероятность случайного события при условии, что произошло случайное событие , имеющее ненулевую вероятность. То, что событие произошло, сужает пространство элементарных событий до множества , соответствующему этому событию. Дальнейшие рассуждения проведём на примере классической схемы. Пусть состоит из равно возможных элементарных событий (исходов) и событию благоприятствует , а событию исходов. Найдём условную вероятность события при условии, что произошло – . По определению


Если произошло, то реализован один из исходов, и событие может произойти, только если произойдёт один из исходов, благоприятствующих , их же . Поэтому естественно положить условную вероятность события при условии, что произошло, равной отношению

Условной вероятностью события В при условии, что событие А с ненулевой произошло, называется
(1.10)

Достаточно часто условную вероятность можно легко найти из условия задачи, в более сложных случаях приходится пользоваться определением (1.10).


Пример 9.
Из 30 экзаменационных билетов студент подготовил только 25. Если он отказывается отвечать по первому взятому билету (который он не знает), то ему разрешается взять второй. Определить вероятность того, что второй билет окажется счастливым.

Решение. Пусть событие заключается в том, что первый вытащенный билет оказался для студента плохой, а - хороший. Поскольку после наступления события один из плохих уже извлечён, то остаётся всего 29 билетов, из которых 25 студент знает. Отсюда искомая вероятность, предполагая, что появление любого билета равно возможно и они обратно не возвращается, равна



Вероятность произведения
Соотношение (1.10), предполагая, что или не равны нулю, можно записать в виде

(1.11)
Это соотношение называют теоремой о вероятности произведения двух событий, которая может быть обобщена на любое число множителей, например, для трёх она имеет вид.



Пример 10.
По условиям примера 10 найти вероятность успешной сдачи экзамена, если для этого студент должен ответить на первый билет, или, не ответив на первый, обязательно ответить на второй.
Решение. Пусть события и заключаются в том, что соответственно первый и второй билеты хорошие. Тогда - появление плохого билета в первый раз. Экзамен будет сдан, если произойдёт событие , или одновременно и . То есть искомое событие - успешная сдача экзамена выражается следующим образом : . Отсюда

Здесь мы воспользовались несовместностью и , а, следовательно, несовместностью и , формулами вероятностей суммы, произведения и классическим определением вероятности.

Эту задачу можно решить и проще, если воспользоваться вероятностью противоположного события:


Независимость событий
Случайные события и называются независимыми, если
(1.12)

Для независимых событий из формулы (1.12) следует, что ; справедливо и обратное утверждение.


Независимость событий означает, что наступление одного события не изменяет вероятности появления другого, то есть условная вероятность равна безусловной.
На практике пользуются правилом, согласно которому
из физической независимости событий следует их независимость в теоретико-вероятностном смысле.
Пример 11.
Абонент забыл последние три цифры нужного ему телефонного номера, но помнит, что все они нечётные. Найти вероятность того, что ему удастся дозвониться с первого раза.
Решение. Пусть события , и заключаются в том, что соответственно первая, вторая и третья забытые цифры будут набраны верно, тогда вероятность успеха - события (должны произойти и , и , и ) будет равна


Здесь мы воспользовались независимостью событий, классическим определением и тем, что из пяти нечётных цифр подходит в каждом случае толь одна.
Система событий называется независимой в совокупности, если вероятность произведения равна произведению вероятностей для любой комбинации сомножителей из этой системы.

Формулы полной вероятности
Пусть события попарно несовместны и в сумме образуют достоверное событие:

если и .
Такую совокупность называют полной группой событий.

Пусть теперь интересующее нас событие наступает после реализации одного из событий и известны вероятности . В этом случае вероятность события вычисляется по формуле полной вероятности



(1.13)
Доказательство. Воспользуемся тем, что (их обычно называют гипотезами) попарно несовместны (следовательно, несовместны и ) и их сумма есть достоверное событие

Пример 12.






Рис.1.6
Определить вероятность того, что путник, вышедший из пункта А, попадёт в пункт В, если на развилке дорог он наугад выбирает любую дорогу (кроме обратной). Схема дорог указана на Рис.1.6.

Решение. Пусть приход путника в пункты и будут соответствующими гипотезами. Очевидно, что они образуют группу событий и по условию задачи

(Все направления из пункта А для путника равно возможны.)

Согласно схеме дорог условные вероятности попадания в В при условии, что путник прошёл через равны



Применяя формулу полной вероятности, получаем:


Формула Байеса
Предположим, что при выполнении условий предыдущего пункта дополнительно известно, что событие произошло. Найдём вероятность того, что при этом была реализована гипотеза. По определению условной вероятности
. (1.14)
Полученное соотношение называют формулой Байеса. Она позволяет по известным (до проведения опыта) априорным вероятностям гипотез и условным вероятностям определить условную вероятность , которую называют апостериорной (то есть полученной при условии, что в результате опыта уже произошло).


Пример 13.
30% пациентов, поступивших в больницу, принадлежат к первой социальной группе, 20% - второй и 50% - третьей. Вероятность заболевания туберкулёзом для представителей этих групп соответственно равны 0,02 , 0,03 и 0,01. Определить вероятность того, что поступивший больной болен туберкулёзом. Проведенные анализы у поступившего больного показали наличие туберкулёза. Найти вероятность того, что это представитель третьей группы.
Решение. Пусть - гипотезы, заключающиеся в том, что пациент принадлежит соответственно первой, второй и третьей группам. Очевидно, они образуют полную группу событий, причём . По условию событие , обнаружение больного, произошло, причём, условные вероятности по данным условиям равны Апостериорную вероятность вычисляем по формуле Байеса:


База данных защищена авторским правом ©bezogr.ru 2016
обратиться к администрации

    Главная страница