Формула полной вероятности
Перечень примерных вопросов к экзамену (зачету) по теории вероятностей
1.Случайное событие. Составные и элементарные события.
2.Достоверное и невозможное событие. Полная группа событий.
3.Произведение и сумма событий.
Произведение событий
Условной вероятностьюP(B | A) называется вероятность события В, вычис-
ленная в предположении, что событие А уже произошло.
Теорема.Вероятность произведения двух событий равна произведению ве-
роятности одного из них на условную вероятность другого, вычисленную в
предположении, что первое событие уже наступило:
P(AB) = P(A)P(B | A) = P(В)P(А | В).
Следствие.Вероятность совместного появления нескольких событий равна
произведению вероятности одного из них на условные вероятности всех ос-
тальных, причем вероятность каждого последующего события вычисляется в
предположении, что все предыдущие события уже появились:
P(A1A2A3...An) = P(A1)P(A2 | A1)P(A3 | A1A2)...P(An | A1A2...An-1).
Два события А и В называются независимыми, если
P(AB) = P(A)P(B).
Сумма событий
Теорема.Вероятность суммы нескольких попарно несовместных событий
равна сумме вероятностей этих событий:
P(A1 + A2 + ... + An) = P(A1) + P(A2) + ... + P(An).
Теорема.Сумма вероятностей событий A1, A2,..., An, образующих полную
группу, равна единице:
P(A1) + P(A2) +...+ P(An) = 1.
Теорема.Сумма вероятностей противоположных событий равна единице:
P(A) + P( A ) = 1.
Теорема.Вероятность суммы совместныхсобытий равна сумме вероятно-
стей этих событий без вероятности их совместного появления:
P(A+B) = P(A) + P(B) – P(AB).
4.Понятие вероятности события. Классическая формула расчета вероятностей. Свойства вероятностей.
5.Независимые и зависимые события. Условная вероятность. Теорема умножения вероятностей.
6.Несовместные и совместные события. Теорема сложения вероятностей.
7.Формула полной вероятности. Формула Байеса.
Формула полной вероятности
Теорема.Вероятность события А, которое может наступить при условии по-
явления одного из несовместных событий B1, B2,..., Bn, образующих полную
группу и называемых гипотезами, равна сумме произведений вероятностей
каждого из этих событий на соответствующую условную вероятность события
А:
P(A) = P(B1) P(A | B1) + P(B2) P(A | B2) +...+ P(Bn) P(A | Bn).
Пример.Студент знает только 10 из 25 экзаменационных билетов. В каком
случае вероятность сдать экзамен больше: когда студент подходит тянуть
билет первым или вторым по счету?
Решение.Обозначим события: А – вытягивает выученный билет, подходя
первым; В – вытягивает выученный билет, подходя вторым.
Р(А) = 10/25 = 0,4 (число благоприятствующих исходов равно числу вы-
ученных билетов; число всех элементарных исходов равно числу билетов).
Событие В может наступить при появлении одного из двух несовместных
событий С1 (первый взятый билет был известен нашему студенту) и С2 (первый взятый билет был невыученный билет). Формула Байеса
Пусть событие А может наступить при условии появления одного из несо-
вместных событий B1, B2,..., Bn, образующих полную группу. Тогда условная
вероятность любого события Bi (i = 1, 2, ..., n) при условии, что событие A уже
произошло, вычисляется по формуле Байеса:
По формуле полной вероятности
8.Понятие дискретной случайной величины. Закон распределения. Ряд распределения. Функция распределения дискретной случайной величины.
Случайной величинойназывается переменная величина, значения которой
зависят от случая. Примеры случайных величин: число попаданий в мишень
при данном числе выстрелов; число очков, выпадающее при бросании иг-
ральной кости.
Случайная величина, возможные значения которой можно перенумеровать,
называется дискретной.При этом число значений может быть конечным или
бесконечным.