ЛЕКЦИЯ №2

Теоремы сложения и умножения вероятностей

Ключевые слова: условная вероятность, независмые и зависимые события,

условная вероятность, попарно независимые события, полная группы событий.

ПЛАН:
1. Теорема сложения вероятностей.
2. Условная вероятность.
3. Теорема умножения вероятностей.
4. Полная группа событий.
5. Формула полной вероятности.
6. Формулы Байеса.

1. Теорема сложения вероятностей

В п. 6 лекции №1 в попытке определения вероятности события в строго
математическом смысле на множестве событий – системе подмножеств мно-
жества Ω – пространства элементарных событий рассмотрели функция р ( A )
с требованием выполнения условия аддитивности и p ( ∅ ) =0, p ( X ) = 1. Затем
вероятность события A определили как значение функции p на множестве
A.
Ниже эту идею, следуя А.Н.Колмогорову, сформулируем в виде акси-
ом.
Вероятностью р ( A ) называется числовая функция, определенная на 1
множестве событий – системе подмножеств множества Ω – пространства
элементарных событий и удовлетворяющая трем условиям (аксиомам веро-
ятностей):
10. Каждому событию A поставлено в соответствие неотрицательное
число р ( A ) .
20. Если события A1 , A2 ,... попарно несовместны, то
) p ( A1 ) + p ( A2 ) + .
р ( A1 + A2 , +=
Заметим, что при бесконечном числе событий A1 , A2 ,... в правой части
написанного равенства стоит сумма ряда.
Очевидно, если множество Ω является конечным, то любая совокуп-
ность попарно не пересекающихся подмножеств состоит лишь из конечного

1
поле событий (см.п.2 лек.1) для данного опыта, и удовлетворяющая трем условиям (аксиомам вероятно-
стей): Далее по тексту.
числа подмножеств. Отсюда ясно, что для случая конечного Ω аксиома 20
равнозначна такому (в общем случае более слабому) требованию:
2*0. р ( A + В =
) p ( A) + p ( В ) , если А и B несовместны.
Чтобы подчеркнуть существенное различие между аксиомами 20 и 2*0,
часто называют аксиому 2*0 аксиомой аддитивности, а 20 - аксиомой счетной
аддитивности,
30. p ( Ω ) =1 .
Аксиомы 1-3 составляют основу всей теории вероятностей. Все теоре-
мы этой теории, включая самые сложные, выводятся из них формально-
логическим путем.
Укажем несколько примеров такого вывода.
Следствие. Исходя из очевидного соотношения между подмноже-
ствами
A+ A = Ω,
и применяя аксиомы 2 и 3 , получаем, что
0 0

p ( A) + p ( A ) =
1,
т.е. сумма вероятностей противоположных событий равна единице.
В качестве другого следствия аксиом выведем следующее утвержде-
ние.
Теорема 1. Вероятность суммы двух совместных событий равна сумма
вероятностей этих событий без вероятности их совместного появления:
p( A + B)= p( A) + p( B) − p( AB) , (*)
Доказательство. Рассмотрим очевидные соотношения между событи-
ями (как между подмножествами множества Ω ):
=A AB + AB , A + B = B + AB.
Применяя к обоим равенствам аксиому сложения, получим два число-
вых
равенства:
p ( A ) p ( AB ) + p ( AB ) ,
= ) p ( B ) + p ( AB ).
p ( A + B=
Вычитая из последнего равенства предыдущее, приходим к формуле
(*).

Теорема 1 допускает следующее обобщение.

Теорема 2 (обобщенная теорема сложения вероятностей). Если
A1 , A2 , …, An совместные события, то справедливо
 P( A1 + A 2 + ... =
+ A n P(A1 ) + ... + P( An ) − P( A1 A2 ) − ⋅ ⋅ ⋅ − p ( An −1 An ) +
+ p ( A1 A2 A3 ) + p ( A1 A2 A4 ) +  + p ( An − 2 An −1 An ) − ⋅ ⋅ ⋅.
Доказательство опускаем.
Пример. Пусть вероятность того, что в магазине очередной будет про-
дано пара мужской обуви 44-го размера, равно 0,12, 45-го- 0,04, 46-го или
большего – 0,01. Найти вероятность того, что очередной будет продано пара
мужской обуви не менее 44-го размера.
Решение. Искомое событие D произойдет, если будет продано пара
обуви 44-го размера (событие А), или 45-го (событие В) или не менее 46-го
(событие С) т. е. событие D есть сумма событий А, В, С. События А, В и С
несовместимы. Поэтому, применяя теорему сложения вероятностей, полу-
чим:
Р(D)=Р(А+В+С)=Р(А)+Р(В)+Р(С)=0,12+0,04+0,01=0,17.
Упражнения
1. Отдел технического контроля проверяет изделие на стандартность.
Вероятность того, что изделие стандартное, равно 0.8. Найти вероятность то-
го, что из двух проверенных изделий только одно стандартное.
2. Студент разыскивает нужную ему формулу в трех справочниках. Ве-
роятности того, что формула содержится в первом, втором и третьем спра-
вочнике соответственно равны 0.7, 0.8 и 0.9. Найти вероятность того, что
формула содержится: а) только в одном справочнике; б) только в двух спра-
вочниках; в) во всех справочниках.
2. Условная вероятность. Теорема умножения вероятностей.
Определение 1. Событие А называется независимым от события В, ес-
ли вероятность события А не зависит от того, наступило событие В или нет. В
противном случае событие А называется зависимым от события В.
Комментарий к определению 1. В дальнейшем будет доказано, что
если случайное событие А не зависит от В, то и В не зависит от А.
Примеры
1) Монету подбрасывают два раза. Событие А состоит в том, что в
первый раз выпадет герб, а событие В - в том, что во второй раз выпадет
решка. Эти события, очевидно, независимы, поскольку второе бросание
никак не может повлиять на первое.
2) Из деревьев леса наудачу выбирают одно. Событие А состоит в том,
что дерево высокое (выше некоторого уровня, равного, например, 15 м), а
событие В - в том, что дерево толстое (скажем, диаметр ствола больше 1 м).
Эти события зависимы, поскольку вероятность выбрать высокое дерево
увеличивается, если выбирать его среди толстых деревьев.
 Определение 2. Вероятность наступления события А при условии, что
событие В наступило, называется условной вероятностью и обознача-
ется pB ( A ) .
Теорема 1 (теорема умножения вероятностей). Вероятность произве-
дения событий А и В равна произведению вероятности события А на
условную вероятность события В при условии, что А произошло, т. е.
p ( AB ) = p ( A ) p A ( B ) . (1)
Для независимых событий А и В справедливо равенство
p ( AB ) = p ( A ) p ( B ) . (2)
Доказательство. Убедимся в справедливости теоремы для случая ко-
нечного пространства элементарных исходов.

Рис. 1
Пусть событиям А и В соответствуют множества А* и В*, изобра-
женные на рис. 1. Далее, пусть область А* содержит k точек, область В* -
l точек и в пересечении A∗ ∩ B∗ содержится т точек; всего же в про-
странстве элементарных исходов имеется п точек. По определению,
k m
p ( A ) = , p ( AB ) = (произведение АВ изображается множеством
n n
k
A∗ ∩ B∗ . Заметим, что условная вероятность p A ( B ) = ; действительно,
m
событию В при условии, что А произошло, благоприятствуют т элемен-
тарных исходов, а наступление события А означает наступление одного
m k m
из k элементарных исходов. Так как = ⋅ , то
n n k
p ( AB ) = p ( A ) p A ( B ) ,
т. е. имеет место равенство (1).
В случае, когда событие В не зависит от события A , имеем
p ( B ) = p A ( B ) и равенство (1) примет вид p ( AB ) = p ( A ) p ( B ) .
Теперь введем более широкое понятие независимости, а именно:
Определение 3. Говорят, что событие A не зависит от B если выпол-
няется равенство (2).
В дальнейшем независимость A от B будет пониматься как выполне-
ние равенства (2).
 Следствие 1. Если случайное событие B не зависит от A , то и A не
зависит от B .
Действительно, по условию= ( A) p ( B ) p ( B ) p ( A) ; кроме
p ( AB ) p=
того, по теореме умножения вероятностей p ( AB ) = p ( B ) pB ( A ) . Поэтому в
случае p ( B ) ≠ 0 имеем p ( A ) = pB ( A ) , т. е. событие A не зависит от B .
Иначе говоря, отношение независимости является симметричным. По-
этому в дальнейшем мы можем говорить просто о независимых событиях A
и B.
Следствие 2. Нетрудно видеть, что если A и B независимы, то незави-
симы также события A и B , A и B , A и B .
Примеры
1) В урне находятся 3 черных и 2 белых шара. Из урны извлекают
последовательно (без возвращения) два шара. Событие A состоит в
том, что первым будет взят белый шар, а событие B - в том, что второй
шар окажется черным. Найти вероятность произведения (т.е. совместного
наступления) событий A и B .
Решение. В силу теоремы умножения вероятностей имеем
p ( AB ) = p ( A ) p A ( B ) .
2
Очевидно, что p ( A ) = . Так как после извлечения белого шара в урне
5
осталось 4 шара -1 белый и 3 черных, то при этих условиях вероятность из-
3 2 3 6 3
влечения черного шара p A ( B ) = . Итак, p ( AB ) = ⋅ = = .
4 5 4 20 10
2) Какова вероятность выпадения двух гербов при двукратном броса-
нии монеты?
Решение. Пусть A – выпадение герба при первом бросании, а B –
выпадение герба при втором бросании; тогда
1 1 1
p ( AB ) = p ( A ) p ( B ) = ⋅ = .
2 2 4
Аналогично, применяя теорему умножения несколько раз, получа-
ем: вероятность того, что при n бросаниях монеты герб выпадает n раз,
n
1
равна   .
2
Замечание. Выразим условную вероятность из соотношения (1), считая
p ( A) ≠ 0:
p ( AB)
p A ( B) = . (3)
p ( A)
 Пример 1. Все грани игральной кости заклеены непрозрачной бумагой:
грани 1, 2, 3 – красной, грани 4, 5, 6 – черной. При бросании кости выпала
черная грань. Какова вероятность того, что на этой грани стоит четное чис-
ло?
Решение. Очевидно, мы должны найти условную вероятность p A ( B),
где события B есть выпадение четного числа очков, а событие A – выпаде-
ние числа очков, большего 3. Имеем:
2
p ( AB) 6 2.
p A (=
B) = =
p ( A) 3 3
6
Для сравнения отметим, что безусловная вероятность события B (про-
сто P( B) ) равна 1 2 .
Пример 2. Из колод игральных карт наугад выбирают одну карту.
Пусть событие A заключается в том, что вынутая карта является «тузом», а
события B – в том, что карта красной масти («бубновая» или «червовая»).
Интуитивная ясно, что A не зависит от B (цена карты не зависит от масти).
Проверим это подсчетом. Так как
4 18 2
p ( A) = , р ( B) = , p ( AB ) = ,
36 36 36
то равенство (2) выполняется. Следовательно, события A и B независимы.
Упражнения
1. Студент знает 25 вопросов из 30. Найти вероятность того, что из
наудачу заданных ему 3 вопросов он ответит на все три.
2. Из партии изделий товаровед отбирает изделия высшего сорта. Веро-
ятность того, что наудачу взятое изделие окажется высшего сорта равна 0.9.
Найти вероятность того, что из 5 взятых изделий 3 высшего сорта.
В практических вопросах для установления независимости одного со-
бытия от другого редко прибегают к проверке равенства (2). Обычно при
этом довольствуются интуитивными соображениями. Так, например, если
бросают подряд две монеты, то ясно, что выпадение той или другой стороны
на одной монете не оказывает никакого влияния на условия бросания другой,
и, значит, следующие два события: выпадение герба на одной монете (собы-
тие A ) и выпадение герба на другой (событие B ) – являются независимыми.
Определение 3. Несколько событий называют попарно независимы-
ми, если каждые два из них независимы.
Пример 3. Монета брошена 3 раза. Пусть A, B, C – события, состоящие
в появлении герба соответственно в первом, втором и третьем испытаниях.
Ясно, что каждые два из рассматриваемых событий (т. е. A и B , A и C , B
и C ) – независимы.
Таким образом, события A, B и C – попарно независимые.
Определение 4. Несколько событий называют независимыми в сово-
купности, если каждое из них и любая комбинация остальных событий (со-
держащая либо все остальные события, либо часть из них) есть события не-
зависимые.
Например, если события A1 , A2 и A3 независимые в совокупности, то
независимыми являются события: A1 и A2 , A1 и A3 , A2 и A3 , A1 A2 и A3 ,
A1 A3 и A2 , A2 A3 и A1 .
Комментарий к определению 4. Если несколько событий независимы
попарно, то отсюда еще не следует их независимость в совокупности. В этом
смысле требование независимости событий в совокупности сильнее требова-
ния их по парной независимости.
Привести пример, показывающий, что из попарно независимости собы-
тий A , B , C не следует их независимость в совокупности.
Теорема 2 (обобщенная теорема умножения вероятностей). Вероят-
ность произведения нескольких событий равна произведению вероятности
одного из них на условные вероятности всех остальных, причем вероятность
каждого последующего события вычисляется в предположении, что все
предыдущие события уже появились:
p ( A1 A2 ... An ) =p ( A1 ) ⋅ p A1 ( A2 ) ⋅ p A1 A2 ( A3 ) ... p A1 A2 ... An −1 ( An ) , (4)
где p A1 A2 ... An −1 ( An ) – вероятность события, вычисленная в предположении, что
события A1 , A2 ,..., An −1 наступили.
Для нескольких событий, независимых в совокупности, равна произве-
дению вероятностей этих событий:
p ( A1 A2 ... An ) = p ( A1 ) p ( A2 ) ... p ( An ) . (5)
Комментарий к теореме 2. Порядок, в котором расположены события,
может быть выбран любым, т.е. безразлично, какое событие считать первым,
вторым и т.д.
Доказательство производится методом математической индукции.
Теперь введем более широкое понятие независимости в совокупности,
а именно:
Определение 5. События A1 , A2 ,..., An называются независимыми в сово-
купности, если выполняется следующее условие: каково бы ни было под-
множество {i1 , i2 ..., ik } множеств {1, 2,..., n} справедливо равенство
 P( Ai1 Ai2 ... Aik ) = P( Ai1 ) P( Ai2 )...P ( Aik ) (6)
Пример 4. Электрическая схема состоит из n последовательно соеди-
ненных блоков.

Надежность (т.е. вероятность безотказной работы) каждого блока равна

соответственно p1 , p2 , …, pn . Считая выходы из строя различных блоков неза-
висимыми событиями, найти надежность всей схеме в целом.
Решение. Событие, заключающееся в исправной работе i-го блока,
обозначим Ai ; исправность схемы в целом обозначим A. Так как блоки со-
браны последовательно, то A имеет место в том и только в том случае, когда
имеют место все . Поэтому
A = A1 A2 ... An ,
откуда в силу независимости событий A1 , A2 ,..., An следует
=p ( A) p=
( A1 ) p ( A2 )... p ( An ) p1 p2 ... pn .

Та же самая задача для схемы из параллельно соединенных блоков

приводит к другому результату. В этом случае выход схемы из строя проис-
ходить лишь в том случае, когда выходят из строя все блоки. Это значит, что
A = A1 A2 ... An
и, следовательно,
p ( A) =p ( A1 ) p ( A2 )... p ( An ) =−
(1 p1 )(1 − p2 )...(1 − pn ).
Таким образом, надежность всей схемы оказывается равной
p ( A) =1 − (1 − p1 )(1 − p2 )...(1 − p n ).
Пример 5. Слово «лотос», составленное из букв-кубиков, рассыпано на
отдельные буквы, которые затем сложены в коробке. Из коробки наугад из-
влекаются одна за другой три буквы. Какова вероятность того, что при этом
появится слово «сто».
Решение. Введем обозначение для событий:
A1 = {первой извлечена буква  c } ;
A2 = {второй извлечена буква  т } ;
 A3 = {третьей извлечена буква  о } ;
A = {получилось слово  сто }.
Очевидно, A = A1 A2 A3 . Имеем последовательно:
1 1 1 1
p ( A1 ) = ; p ( A1 A2 ) = p ( A1 ) p A1 ( A2 ) = ⋅ = ;
5 5 4 20
1 2 1
p ( A1 A2 A3 ) = p ( A1 A2 ) p A1 A2 ( A3 ) = ⋅ = .
20 3 30
1
Итак, p ( A) = .
30
Упражнения
1. В цехе работают 8 мужчин и 9 женщин. По табельным номерам
наудачу отобрано три человека. Какова вероятность того, что все отобранные
лица окажутся женщинами?
2. В первом ящике 6 белых и 11 черных шаров. Во втором ящике 11 бе-
лых и 6 черных шаров. Из каждого ящика взято по одному шару. Какова ве-
роятность того, что хотя бы один из взятых шаров белый?
3. Полная группа событий
Определение. Полной группой называют систему A1 , A2 ,..., An попарно
несовместных событий, если появления в результате опыта одного и только
одного из них является достоверным событием.
Пример 6 . Стрелок производит по мишени 2 выстрела. Следующие со-
бытия A1 – одно попадание; A2 – два попадания; A3 – промах образуют пол-
ную группу.
Для событий, образующих полную группу, имеет место следующая
Теорема 3. Сумма вероятностей событий, образующих полную группу,
равна единице:
p ( A1 ) + p ( A2 ) + ... + p ( An ) =
1.
Доказательство: Так как появление одного из событий полной группы
достоверно, а вероятность достоверного события равна единице, то
p ( A1 + A2 + ⋅ ⋅ ⋅ + An ) = 1. Так как любые два события полной группы несовмест-
ны, то по теореме сложения несовместных событий
p ( A1 + A2 + ⋅ ⋅ ⋅ +=
An ) p ( A1 ) + p ( A2 ) + ... + p=
( An ) 1.
С помощью понятия полной группы событий можно дать другое опре-
деление противоположных событий.
Противоположными событиями называют два события, образую-
щие полную группу.
 На основании приведенной выше теоремы, сумма вероятностей проти-
воположных событий равна единице:
p ( A) + p ( A) =
1.
Как правило, при рассмотрении противоположных событий вероятность
одного из них обозначают p, а вероятность другого q.
Таким образом, p + q =1.
Пример 7. Вероятность того, что день будет ясный равна 0,7. Найти
вероятность того, что день будет дождливый.
Решение. По условию p = 0, 7 . Тогда как q = 1 − p. Т.е. q =
1 − 0, 7 =0,3.
Очень часто при решении задач на нахождение вероятности события A
бывает удобно найти прежде вероятность противоположного события A, а
затем вероятность искомого события по формуле: P( A) = 1 − P( A).
Пример 8. Студент из 50 экзаменационных вопросов знает ответ на 30
вопросов. Какова вероятность того, что из заданных ему на удачу 5 вопросов
он знает ответ хотя бы на один вопрос?
Решение. Обозначим через A событие, заключающееся в том, что сту-
дент знает ответ хотя бы на один вопрос. Тогда событие A – студент не знает
ответа ни на один вопрос – противоположное событие. Вероятность события
A легко находится по классическому определению вероятности:
5
m C20
p ( A=
) = . Тогда искомая вероятность
n C505
C5
p ( A) =
1 − p ( A) =
1 − 20 .
C505
Упражнения
1. Вероятность хотя бы одного попадания стрелком в мишень при трех
выстрелах равна 0.876. Найти вероятность попадания при одном выстреле.
2. Вероятность хотя бы одного попадания в цель при четырех вы-
стрелах равна 0.9985. Найти вероятность попадания в цель при одном вы-
стреле.

Вопросы для самопроверки

1. Сформулируйте аксиомы 1-3, которые составляют основу всей теории
вероятностей.
2. Все теоремы теории вероятностей, включая самые сложные, выводятся
из аксиомы 1-3 формально-логическим путем. Укажите несколько при-
меров такого вывода.
3. Дайте определения независимости (зависимости) одного события от
другого.
4. Что называется условной вероятностью и как она обозначается?
5. Приведите теорема умножения вероятностей
6. Можно ли утверждать: – « Если случайное событие B не зависит от A ,
то и A не зависит от B ».
7. Как поступают в практических вопросах для установления независимо-
сти одного события от другого?
8. Когда несколько событий называют попарно независимыми? Приведите
примеры.
9. Когда несколько событий называют независимыми в совокупности?
Приведите примеры.
10. Если несколько событий независимы попарно, то следует ли отсюда их
независимость в совокупности?
11. Привести пример, показывающий, что из попарно независимости собы-
тий A , B , C не следует их независимость в совокупности.
12. Приведите обобщенная теорема умножения вероятностей.
13. Дайте определения полной группы событий. Чему равна сумма вероят-
ностей событий, образующих полную группу?
14. Приведите другое определение противоположных событий с помощью
понятия полной группы событий.

Задачи для самостоятельного решения

1. Отдел технического контроля проверяет изделие на стандартность. Ве-
роятность того, что изделие стандартное, равно 0.9. Найти вероятность
того, что из двух проверенных изделий только одно стандартное.
2. Студент разыскивает нужную ему формулу в трех справочниках. Ве-
роятности того, что формула содержится в первом, втором и третьем
справочнике соответственно равны 0.6, 0.7 и 0.8. Найти вероятность то-
го, что формула содержится: а) только в одном справочнике; б) только в
двух справочниках; в) во всех справочниках.
3. Студент знает 20 вопросов из 25. Найти вероятность того, что из науда-
чу заданных ему 3 вопросов он ответит на все три.
4. Из партии изделий товаровед отбирает изделия высшего сорта. Вероят-
ность того, что наудачу взятое изделие окажется высшего сорта равна
0.8. Найти вероятность того, что из 5 взятых изделий 3 высшего сорта.
5. В первом ящике содержится 4 белых и 8 красных шаров. Во втором
ящике 10 белых и 6 красных. Из каждого ящика взято по одному шару.
Найти вероятность того, что оба взятых шара белого цвета.
6. В цехе работают 7 мужчин и 8 женщин. По табельным номерам наудачу
отобрано три человека. Какова вероятность того, что все отобранные
 лица окажутся женщинами?
7. В первом ящике 5 белых и 10 черных шаров. Во втором ящике 10 белых
и 5 черных шаров. Из каждого ящика взято по одному шару. Какова ве-
роятность того, что хотя бы один из взятых шаров белый?
8. Вероятность того, что в течение смены станок выйдет из строя равна
0,05. Найти вероятность того, что в течение трех смен станок будет ра-
ботать исправно.
9. Монета бросается до первого выпадения герба. Найти вероятности того,
что число бросаний монеты будет четным числом.
10. Три исследователя независимо друг от друга производят измерения не-
которой физической величины. Вероятность того, что первый иссле-
дователь допустит ошибку при считывании показаний прибора, равна
0.1. Для второго и третьего эта вероятность соответственно равна 0.15 и
0.2. Найти вероятность того, что при однократном измерении хотя бы
один из исследователей допустит ошибку.
11. Только один из n ключей подходит к данной двери. Найти вероятность
того, что придется опробовать ровно k ключей (k < n) для открывания
данной двери.
12. Электрическая цепь состоит из трех соединенных последовательно эле-
ментов, работающих независимо друг от друга. Вероятность выхода из
строя первого, второго и третьего элемента равна соответственно 0.1,
0.15, 0.2. Найдите вероятность того, что тока в цепи не будет.
13. Вероятность успешного выполнения упражнения для каждого из двух
спортсменов равна 0.5. Спортсмены выполняют упражнения по очереди,
причем каждый делает по две попытки. Выполнивший упражнение пер-
вым получает приз. Найти вероятность получения приза спортсменами.
14. Вероятность хотя бы одного попадания стрелком в мишень при трех вы-
стрелах равна 0.875. Найти вероятность попадания при одном выстреле.
15. Вероятность хотя бы одного попадания в цель при четырех выстрелах
равна 0.9984. Найти вероятность попадания в цель при одном выстреле.
16. Студент может уехать в институт или автобусом, который ходит через
каждый 20 минут или маршрутным такси, который ходит через каждые
30 минут. Какова вероятность того, что студент, подошедший к останов-
ке, уедет в течение ближайших пяти минут?
17. Монета бросается до тех пор, пока два раза подряд не выпадет одной и
той же стороной. Найти вероятности следующих событий:
а) опыт кончится до шестого бросания;
б) потребуется четное число бросаний.
18. В читальном зале имеется 15 учебников, из которых 5 в переплете.
 Найти вероятность того, что из трех взятых учебников хотя бы один в
переплете.
19. За некоторый промежуток времени амеба может погибнуть с вероятно-
стью 1/4, выжить с вероятностью 1/4 и разделиться на две с вероятно-
стью 1/2. В следующий такой же «происхождения» происходит то же
самое. Сколько амеб и с какими вероятностями может существовать к
концу второго промежутка времени?
20. В семье двое детей. Считая, что рождение мальчика и девочки – незави-
симо и равновероятное события, выяснить вероятность того, что оба ре-
бенка – мальчик, если известно, что в семье есть мальчик.
21. Тетраэдр, три грани которого окрашены соответственно в красный, жел-
тый и синий цвета, а четвертая грань, содержит все три цвета, бросая
наудачу, на плоскость. Событие K , G и S состоят в том, что тетраэдр
упал на грань, содержащую соответственно красный, желтый либо си-
ний цвет. Доказать, что угаданные события попарно независимо, но не
являются независимыми в совокупности.

Использованная литература
1. David G. Luenberger, Yinyu Ye. Linear and Nonlinear Programming, Spring-
er. 2008. 551 p.
2. M.Hoy, J.Livernois et.al. Mathematics for Economics. The MIT Press, Lon-
don&Cambridge. 2011. 1117 p.
3. Гмурман В.Е. Теория вероятностей и математическая статистика. Учеб-
ное пособие. Издание шестое. М.: Высшая школа. 2010.
4. Кремер Ш.А. Теория вероятностей и математическая статистика. М.:
ЮНИТИ. 2001.
5. Колемаев В.А., Калинина В.А. Теория вероятностей и математическая
статистика. Учебное пособие. М.: Инфра-М. 1997.
6. Бабаджанов Ш.Ш. “Теория вероятностей и математическая статистика”.
Курс лекции. Т.: “Иктисод-молия”. 2004. 152 с.
7. Бабаджанов Ш.Ш. Материалы самостоятельных работ по «Теория
вероятностей и математической статистике». Учебное пособие. Т.: “Ик-
тисод-молия”. 2006.
8. Бабаджанов Ш.Ш. Экономическая математика. Учебное пособие. Т.:
“Iqtisod-moliya”. 2017. 674 с.
9. Бабаджанов Ш.Ш. Математика для экономистов. Учебное пособие. Т.:
“Иктисод-молия”. 2018. 746 с.
10. Бабаджанов Ш.Ш. и др. Математика для экономистов. Учебник. Т.: “Ик-
тисод-молия”. 2019. 1232 с.