2.

Основные теоремы
 2.1. Условная вероятность события
 P( B)  S B S AB
P( AB) 
S S
B A
AB B
AB

S AB
P( A B)  - - - условная вероятность
SB
Вероятность A при условии, что B точно произошло

P ( AB )  P ( B ) P ( A B )
 Пример 1.
Среди студентов вуза 49% девушек и 51% юношей. Среди
девушек 15% отличниц, среди юношей — 17%. Какова
вероятность, что студент отличник?
Ю |Д| | ДО |
P( Д )  0,49  P (О | Д )  0,15 
 Д

О |Ю| | ЮО |
Д P( Ю )  0,51  P (O | Ю )  0,17 
 Ю

| ДО | | ДО | | Д | | ЮО | | ЮО | | Ю |
    0,49  0,15  0,0735     0,51  0,17  0,0867
 Д   Ю 

О | ДО |  | ЮО |

О| ДО |  | ЮО |
 P (O)    0,0735  0,0867  0,1602  16%
 
 2.2. Независимые события
А не зависит от В, если условная вероятность А
при условии В совпадает с вероятностью А
P ( A )  P ( A B )  PB ( A )

Несовместность – частный случай независимости

(если А и В из одного пространства)
Теорема (о вероятности суммы).
P ( A  B )  P ( A )  P ( B )  P ( AB )

B
AB
A
A B  A  B  A B

Следствие 1.
P ( A  B  C )  P ( A )  P ( B  C )  P ( A ( B  C )) 
 P ( A )  P ( B )  P ( C )  P ( BC )  P ( AB )  P ( AC )  P ( ABC ) 

A B C  A  B  C 
 A B  AC  B C  A B C
B A
Следствие 2. Для несовместных событий
P ( A  B )  P ( A)  P ( B ) 
C
Теорема (о вероятности произведения).
P ( AB )  P ( B ) P ( A B )  P ( A ) P ( B A )

S AB S AB S B S AB S A
P ( AB )     
S SB S S A S

Следствие. Для независимых событий

P( AB)  P( A) P( B)
Пример 2.
Среди студентов вуза 49% девушек и 51% юношей. Среди
девушек 15% отличниц, среди юношей — 17%. Каков
процент юношей среди отличников?
|Д| | ДО |
P( Д )  0,49  P (О | Д )  0,15 
 Д

|Ю| | ЮО |
P ( Ю )  0,51  P (O | Ю )  0,17 
 Ю

P( ЮO)  P( Ю) P(O | Ю )  0,51 0,17  0,0867

0,0867  P( ЮO)  P(O) P( Ю | O)  0,1602  P( Ю | O)

0,0867
P( Ю | O)   0,5412  54%
0,1602
 2.3. Формула полной вероятности
Теорема (о полной вероятности).
Пусть событие А может произойти вместе с одним из событий
полной группы Bi, i=1,..n. Тогда
P ( A )  P ( B1 ) P ( A | B1 )  P ( B 2 ) P ( A | B 2 )  ...  P ( B n ) P ( A | B n )

B1 B2 ... Bn

AB 1 AB 2 AB n
A

P( A)  P AB1   P AB2   ...  P ABn  

 P( B1 ) P( A | B1 )  P( B2 ) P( A | B2 )  ...  P( Bn ) P( A | Bn )
 2.4. Формула Байеса
Теорема (Байеса).
Пусть событие А может произойти вместе с одним из событий
полной группы Bi, i=1,..n. Тогда
P ( Bi ) P ( A | Bi )
P B i A  
P ( A)

B1 Bi ... Bn P ( ABi )
P ( A | Bi ) 
P ( Bi )

AB 1 AB i AB n P ( A) P ( Bi | A)
A P ( A | Bi ) 
P ( Bi )
P ( Bi ) P( A | Bi )
P ( Bi | A) 
P ( A)
Пример 3.
Четверть всей продукции производится в 1м цехе,
остальное поровну во 2м и 3м. Процент брака: 5% для 1го,
10% для 2го, 15% для 3го. Случайно взятая деталь
оказалась бракованой. Какова вероятность того, что она из
1го цеха ?
A  брак H i  i - й цех
P ( H1 )  0,25 P ( H )  P ( H )  0,75  0,375
2 3
2
P ( A | H1 )  0,05 P ( A | H 2 )  0,1 P ( A | H 3 )  0,15

P ( H1 | A)  ? P ( A)  0,25  0,05  0,375  0,1  0,375  0,15  0,1063

P( H1 ) P( A | H1 ) 0,25  0,05
P( H1 | A)    0,1176
P( A) 0,1063