Тема 9.4. Формула полной вероятности

Пусть имеется группа событий H1, H2,..., Hn, обладающая следую­щими свойствами:

1) все события попарно несовместны: Hi Тема 9.4. Формула полной вероятности - student2.ru Hj =Æ; i, j=1,2,...,n; i¹j;

2) их объединение образует пространство элементарных исходов W:

Тема 9.4. Формула полной вероятности - student2.ru

W = Тема 9.4. Формула полной вероятности - student2.ru .

Рис.8

В этом случае будем говорить, что H1, H2,...,Hn образуют полную группу событий. Такие события иногда называют гипотезами.

Пусть А – некоторое событие: А Ì W (диаграмма Венна представлена на рисунке 8). Тогда имеет место формула полной вероятности:

P(A) = P(A/ H1)P(H1) + P(A/ H2)P(H2) + ...+ P(A/ Hn)P(Hn) Тема 9.4. Формула полной вероятности - student2.ru

Доказательство. Очевидно: A = Тема 9.4. Формула полной вероятности - student2.ru , причем все события Тема 9.4. Формула полной вероятности - student2.ru (i = 1,2,...,n) попарно несовместны. Отсюда по теореме сложения вероятностей получаем

P(A) = P( Тема 9.4. Формула полной вероятности - student2.ru ) + P( Тема 9.4. Формула полной вероятности - student2.ru ) +...+ P( Тема 9.4. Формула полной вероятности - student2.ru

Если учесть, что по теореме умножения P( Тема 9.4. Формула полной вероятности - student2.ru ) = P(A/Hi)P(Hi) (i = 1,2,...,n), то из последней формулы легко получить приведенную выше формулу полной вероятности.

Пример. В магазине продаются электролампы производства трех заводов, причем доля первого завода - 30%, второго - 50%, третьего - 20%. Брак в их продукции составляет соответственно 5%, 3% и 2%. Какова вероятность того, что случайно выбранная в магазине лампа оказалась бракованной.

Пусть событие H1 состоит в том, что выбранная лампа произведена на первом заводе, H2 на втором, H3 - на третьем заводе. Очевидно:

P(H1) = 3/10, P(H2) = 5/10, P(H3) = 2/10.

Пусть событие А состоит в том, что выбранная лампа оказалась бракованной; A/Hi означает событие, состоящее в том, что выбрана бракованная лампа из ламп, произведенных на i-ом заводе. Из условия задачи следует:

P (A/H1) = 5/10; P(A/H2) = 3/10; P(A/H3) = 2/10

По формуле полной вероятности получаем

Тема 9.4. Формула полной вероятности - student2.ru

Формула Байеса

Пусть H1,H2,...,Hn - полная группа событий и А Ì W – некоторое событие. Тогда по формуле для условной вероятности

Тема 9.4. Формула полной вероятности - student2.ru (9.4.1)

Здесь P(Hk /A) – условная вероятность события (гипотезы) Hk или вероятность того, что Hk реализуется при условии, что событие А произошло.

По теореме умножения вероятностей числитель формулы (9.4.1) можно представить в виде

P Тема 9.4. Формула полной вероятности - student2.ru = P Тема 9.4. Формула полной вероятности - student2.ru = P(A /Hk) P(Hk)

Для представления знаменателя формулы (9.4.1) можно использовать формулу полной вероятности

P(A) Тема 9.4. Формула полной вероятности - student2.ru (9.4.2)

Теперь из (9.4.1) можно получить формулу, называемую формулой Байеса:

Тема 9.4. Формула полной вероятности - student2.ru (9.4.3)

По формуле Байеса исчисляется вероятность реализации гипотезы Hk при условии, что событие А произошло. Формулу Байеса (9.4.3) еще называют формулой вероятности гипотез.Вероятность P(Hk) называют априорной вероятностью гипотезы Hk, а вероятность P(Hk /A) – апостериорной вероятностью.

Пример. Рассмотрим приведенную выше задачу об электролампах, только изменим вопрос задачи. Пусть покупатель купил электролампу в этом магазине, и она оказалась бракованной. Найти вероятность того, что эта лампа изготовлена на втором заводе. Величина P(H2) = 0,5 в данном случае это априорная вероятность события, состоящего в том, что купленная лампа изготовлена на втором заводе. Получив информацию о том, что купленная лампа бракованная, мы можем поправить нашу оценку возможности изготовления этой лампы на втором заводе, вычислив апостериорную вероятность этого события.

Выпишем формулу Байеса для этого случая

Тема 9.4. Формула полной вероятности - student2.ru

Из этой формулы получаем: P(H2 /A) = 15/34. Как видно, полученная информация привела к тому, что вероятность интересующего нас события оказывается ниже априорной вероятности.

Наши рекомендации