Лекция 47

Формула полной вероятности и формула Байеса

Рассмотренные ранее правила сложения и умножения вероятностей
представляют собой основные правила, служащие для расчета вероятностей
случайных событий через вероятности более простых событий. Во многих
задачах оказывается полезным одно следствие из этих правил, которое
получило название формулы полной вероятности.

Определение. Случайные события образуют полную группу, если они

попарно несовместны и если при каждом повторении испытания должно
произойти хотя бы одно из них.

Пример. Пусть X – число очков, выпадающих на верхней грани игральной

кости. События X 1  1 , X 2  2 , X 3  3 , X 4  4 , X 5  5 , X 6  6 образуют
полную группу.

Теорема. Если случайные события A1 , A2 ,..., An образуют полную группу, то

сумма их вероятностей равна единице

 P( A )  1 .
i 1
i

Пусть событие A может произойти в результате появления одного и

только одного события H i ( i  1 , 2 , ... , n )) из некоторой полной группы
несовместных событий H 1 , H 2 , ... , H n .

События этой группы обычно называются гипотезами.

Теорема. Вероятность события A равна сумме произведений вероятностей

всех гипотез, образующих полную группу, на соответствующие условные
вероятности данного события A , т.е.

n
P( A)   P( H i ) PHi ( A) .
i 1

Формула выше называется формулой полной вероятности.

1
 n
Доказательство. Из условий теоремы следует, что A   ( H i A) . Т.к.
i 1

события AH1 , AH 2 ,…, AH n несовместны, используя теоремы сложения и

умножения вероятностей, получаем, что

n n
P( A)   P( H i A)   P( H i ) PHi ( A) .
i 1 i 1

Пример. Пусть даны три урны 1-го типа: 2 белых и 6 черных шаров; одна
урна 2-го типа: 1 белый и 8 черных шаров. Пусть наудачу выбирается урна, а
оттуда – шар. Событие B – извлеченный шар белый, события A1 и A2 –
выбраны урны 1-го и 2-го типов соответственно. Тогда

B  BA1  BA2 .
т.к. A1 A2  V (т.е. в результате испытания обязательно произойдет одно из
этих двух событий).

Следовательно,

P( B)  P( A1 ) P( B | A1 )  P( A2 ) P( B | A2 ) .
Т.к.

P( A1 )  3 , P( A2 )  1 , PA1 ( B)  2  1 , PA2 ( B)  1 .
4 4 8 4 9
Имеем

3 1 1 1 31
P( B)      .
4 4 4 9 144

Пример. Задача о разорении игрока.

Рассмотрим игру в так называемую «орлянку», когда игрок выбирает

«герб» или «решку», после чего бросается монета. Если выпадает та сторона

2
монеты, которая была названа игроком, то он выигрывает, получая, скажем, 1
рубль; в противном случае он столько же проигрывает. Предположим, что
начальный капитал игрока составляет x рублей и игрок ставит себе целью
довести его до некоторой суммы в a рублей. Игра продолжается до тех пор,
пока игрок не наберет заранее определенную сумму a , либо пока он не
разорится, проиграв весь имеющийся у него капитал. Какова вероятность
того, что в конце концов игрок разорится, так и не набрав желаемую сумму a
рублей?

Ясно, что эта вероятность зависит от начального капитала x и

конечной суммы а. Обозначим p( x) вероятность того, что, имея x рублей,
игрок все-таки разорится. Тогда вероятность разорения при условии
выигрыша на первом шаге в наших обозначениях будет p( x  1) , так как
после выигрыша капитал игрока станет равным x  1 . Аналогично
вероятность разорения при условии проигрыша на первом шаге равна
p( x  1) , так как после проигрыша капитал игрока станет равным x  1 .
Обозначим B1 событие, заключающееся в том, что игрок выиграл на первом
шаге; B2 – событие, заключающееся в том, что он проиграл. И пусть событие
A означает разорение игрока. Условные вероятности разорения в принятых
нами обозначениях выражаются формулами

PB1 ( A)  p( x  1) , PB2 ( A)  p( x  1) .

События B1 и B2 образуют полную группу, так как на первом шаге игрок

либо выигрывает, либо проигрывает, причем очевидно, что

P( B1 )  P( B2 )  1 .
2
Формула полной вероятности дает следующее уравнение для
вероятности p( x) :

1
p( x)  ( p( x  1)  p( x  1)) , 0  x  a ,
2

3
причем p(0)  1 , p(a)  0 . Решением этого уравнения является линейная
функция

p( x)  C1  C2 x ,

коэффициенты которой должны быть определены из указанных граничных

условий:

p (0)  C1  1, p(a)  C1  C2 a  0 ,
Откуда получаем окончательное выражение для искомой вероятности
разорения p( x) при начальном капитале x:

p ( x)  1  x , 0  x  a .
a
Одно из интересных применений формулы полной вероятности связано
с формулами Байеса (Бейеса). Если в выражении для условной вероятности

P( AH1 ) P( H1 ) PH1 ( A)
PA ( H1 )  
P( A) P( A)
заменить вероятность P( A) по формуле полной вероятности, можно
получить формулу Байеса

P( H1 ) PH1 ( A)
PA ( H1 )  n
.
 P( H ) P
i 1
i Hi ( A)

Эта формула применяется для вычисления условной вероятности

PA ( H1 ) гипотезы H 1 после испытания при котором произошло событие A .
Аналогичные формулы имеют место для условных вероятностей PA ( H k ) всех
гипотез H k :
P( H k ) PH k ( A)
PA ( H k )  n
.
 P( H ) P
i 1
i Hi ( A)

4
Другими словами формулы Байеса позволяют переоценить вероятности
гипотез, принятые до испытания (априорные), по результатам уже
произведенного испытания.

Пример. Два стрелка независимо друг от друга стреляют на одной линии,

делая по одному выстрелу. Вероятность поражения цели первым стрелком
0.8, вторым – 0.4. После стрельбы в мишени обнаружена одна пуля. Найти
вероятность того, что эта пуля принадлежит первому стрелку.

Решение. Пусть событие A – в мишень попала одна пуля. До опыта возможны

следующие гипотезы.

H 1 ‒ ни первый, ни второй стрелок не попадет.

H 2 ‒ оба стрелка попадают.

H 3 ‒ первый стрелок попадает, а второй нет.

H 4 ‒ второй стрелок попадает, а первый нет.

Вероятности этих гипотез:

P( H1 )  0.2  0.6  0.12 ; P( H 2 )  0.8  0.4  0.32 ;

P( H 3 )  0.8  0.6  0.48 ; P( H 4 )  0.2  0.4  0.08 .

Условные вероятности наблюдаемого события при этих гипотезах равны

P ( A | H1 )  0 ; P ( A | H 2 )  0 ;
P ( A | H 3 )  1; P ( A | H 4 )  1 .
После опыта вероятности гипотез H i будут равны:

P( H1 | A)  0 , P( H 2 | A)  0 .

0.48  1 6
P( H 3 | A)   ;
0.48  1  0.08  1 7

5
 0.08  1
P( H 4 | A)  .
0.48  1  0.08  1
Значит вероятность того, что пуля принадлежит первому стрелку, равна 6 .
7