Свойства независимых событий
1. Если Р(В)>0, то для независимых событий А и В
Р(А/В)=Р(А) (1’)
Доказательство:
Замечание: Иногда определение независимости событий дают на основе (1’). События А и В называются независимыми, если появление одного из них не влияет на вероятность появления другого.
2. Если А и В независимы, то независимы и и В; А и
;
и
.
Доказательство: Докажем первое утверждение.
P( B)=P(B-AB)=P(B)-P(AB)=P(B)-P(B)P(A)=
=P(B)(1-P(A))=P(B)P( ).
Доказательство второго утверждения аналогично. Докажем третье утверждение.
P(
)=P(
)=1-P(AÈB)=1-P(A)-P(B)+P(AB);
P( )P(
)=(1-P(A))(1-P(B))=1-P(A)-P(B)+P(AB)
Сравнивая эти равенства, видим, что у них одинаковы правые части, следовательно
Р(
)=Р(
)Р(
)
3. Пусть А и В1 независимы, А и В2 независимы, причем В1В2=Æ, тогда А и В1+В2 - независимы.
Доказательство:
P(A(В1+В2))=P(AВ1+ AВ2)= P(A)P(В1)+P(A)P(В2)=
=P(A)(P(В1)+P(В2))=P(A)P(В1+В2)
4. Два несовместных события всегда зависимы, т.к. появление одного исключает появление другого
Если А и В несовместны (АВ=Æ), причем P(А)>0, P(B)>0, то Р(А/В)=Р(В/А)=0.
Доказательство: P(A/B)=
Независимость событий в совокупности: События А1,А2,..., Аn называются независимыми в совокупности, если любое из них не зависит от любой комбинации (произведения) любого числа других. Для независимых событий правило умножения принимает вид:
P(А1А2...Аn)=P(А1)P(А2)...P(Аn)
или короче, пользуясь знаком произведения:
Т.е. вероятность произведения нескольких независимых событий равна произведению вероятностей этих событий.
Лекция № 4
Формула полной вероятности.
Теорема 3. Пусть на вероятностном пространстве (W,F,Р) определена полная группа несовместных событий B1, B2,..., Bn, вероятности которых известны Р(Bi), . Событие А может появиться при появлении одного из событий Bi, причем условные вероятности Р(А/Bi) известны. Тогда вероятность Р(А) определяется следующим образом:
(1)
(1) - формула полной вероятности.
Доказательство: Событие А можно представить
А=АW=А( )=
,
т.к. Bi - несовместны, то АBi - тоже несовместны, поэтому
Р(А)= =
Пример. Как следует разложить два белых и два черных шара по двум урнам, чтобы при случайном выборе урны вероятность вынуть из неё белый шар была наибольшей?
Решение: Обозначим: Bi={выбор i-той урны}, i=1,2; A={вынут белый шар}. Условные вероятности Р(А/Bi) зависят от того, как разложены шары:
1) Все шары положены в одну урну
Р(А/B1)=2/4=1/2, Р(А/B2)=0, Р(А)=1/2×1/2+0×1/2=1/4
2) В одной урне все белые шары, в другой все черные.
Р(А/B1)=1, Р(А/B2)=0, Р(А)=1/2×1+1/2×0=1/2.
3) В каждой урне по одному белому и одному черному шару.
Р(А/B1)=Р(А/B2)=1/2, Р(А)=1/2×1/2+1/2×1/2=1/2
4) В одну урну положили черный шар, в другую - все остальные.
Р(А/B1)=0, Р(А/B2)=2/3, Р(А)=2/3×1/2=1/3
5) В одну урну положили белый шар, в другую – все остальные
Р(А/B1)=1, Р(А/B2)=1/3, Р(А)=1/3×1/2+1/2×1=2/3
Ответ: Наибольшая вероятность Р(А) в пятом варианте раскладки шаров.
Формула Байеса
Теорема 4. Пусть имеется полная группа несовместных событий B1, B2,..., Bn. Известны Р(Bi), . Событие А, для которого Р(А)>0 может произойти толь с одним из
. Известны Р(А/ Bi),
. Тогда апостериорная вероятность Р(Bk/А) определяется формулой:
(2)
Доказательство По определению
На основе формулы полной вероятности получаем:
.
(2) - формула Байеса.
Вероятности Р(Bk) называются априорными (a priori - до опыта) вероятностями; Р(Bk/А) - апостериорными (a posteriori - после опыта). События Bi часто называют гипотезами.
Пример. В урне лежит шар неизвестного цвета, с равной вероятностью белый или черный. В урну кладут белый шар, перемешивают и вынимают наудачу шар. Он оказался белым. Какова вероятность того, что в урне остался белый шар?
Решение: Обозначим событие А={вынут белый шар}
B1={в урне остался белый шар}={в урне был белый шар}; B2={в урне черный шар}. Очевидно, Р(B1)=Р(B2)=1/2; P(A/ B1)=1; P(A/ B2)=1/2. Необходимо найти Р(B1/А).
По формуле Байеса:
Ответ: Р(B1/А)=2/3
Таким образом, апостериорная вероятность события B1 существенно больше априорной.