Лекция 1

ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ВЕРОЯТНОСТЕЙ. ОСНОВНЫЕ

ТЕОРЕМЫ О ЗАВИСИМЫХ И НЕЗАВИСИМЫХ СОБЫТИЯХ.

2024

План
1. Основные понятия теории вероятностей.
2. Классическое и статистическое определение вероятности.
3. Теорема сложения вероятностей совместных и несовместных
событий.
4. Условная вероятность.
5. Теорема умножения вероятностей зависимых и независимых
событий.
6. Формула полной вероятности.
7. Формула Байеса.

В этой лекции мы введем понятие вероятности и относительной

частоты, ознакомимся с основными понятиями теории
вероятностей. Пройдем основные теоремы вероятностей: теоремы
сложения и умножения вероятностей, формулу полной
вероятности, формулы Байеса.
 1. Основные понятия теории вероятностей.

Наблюдаемые нами события (явления) можно подразделить на

следующие три вида: достоверные, невозможные и случайные.

Достоверным называют событие, которое обязательно произойдет,

если будет осуществлена совокупность условий S.

Например: если в ящике все шары черные, то событие «вытащили

черный шар»-достоверное.

Невозможным называют событие, которое заведомо не произойдет,

если будет осуществлена совокупность условий S.

Случайным называют событие, которое при осуществлении

совокупности условий Sможет либо произойти, либо не произойти.

Например, если в ящике лежат и черные шары, и белые, то событие

«вытащили белый шар»-случайное событие.

Каждое случайное событие – следствие действия очень многих

случайных причин. Невозможно учесть влияние на результат всех этих
причин, поэтому невозможно предсказать, произойдет единичное событие
или нет.

Но, оказывается, что достаточно большое число однородных

событий, подчиняется определенным закономерностям – вероятностным
закономерностям. Установлением этих закономерностей и занимается
теория вероятностей.

2. Классическое и статистическое определение вероятности.

Рассмотрим пример. В ящике содержится 6 одинаковых, тщательно

перемешанных шаров, 2 из них -красные, 3 синие и 1 белый. Понятно, что
возможность вынуть цветной шар (красный или синий) больше, чем
возможность извлечь белый шар. Эту возможность можно
охарактеризовать числом. Это число и называют вероятностью события.

Появление цветного шара будем рассматривать в качестве события

А. Каждый из возможных результатов испытания назовем элементарным
исходом. В нашем примере 6 элементарных исходов: Е1- появился белый
шар, Е2 , Е3-появился красный шар, Е 4 , Е 5 , Е6-появился синий шар.

В нашем примере событию А благоприятствуют следующие исходы:

Е2 , Е3 , Е 4 , Е 5 , Е 6.

Отношение числа, благоприятствующих событию А элементарных

исходов к их общему числу называют вероятностью события А и
обозначают Р(А). В нашем примере всего 6 элементарных исходов, из них
5
5 -благоприятствующих событию А. Следовательно, Р ( А )= 6 . Таким

образом, вероятность события А определяется формулой

m
Р ( А )=
n

где m-число элементарных исходов, благоприятствующих событию А, а n-

число всех возможных элементарных исходов испытания.

Из определения вероятности вытекают следующие свойства:

1) Вероятность достоверного события равна единице;

2) Вероятность невозможного события равна нулю;
3) Вероятность случайного события есть положительное число,
заключенное между нулем и единицей.

Вероятность любого события удовлетворяет неравенству

0 ≤ Р( А)≤ 1.
 ОТНОСИТЕЛЬНАЯ ЧАСТОТА

Относительная частота события называют отношение числа испытаний, в

которых событие появилось, к общему числу фактически произведенных
m
испытаний W = n

Сопоставляя определение вероятности и относительной частоты,

заключаем:

Определение вероятности не требует, чтобы испытания

производились в действительности, а определение относительной частоты
предполагает, что испытание было произведено фактически.

Вероятность вычисляют до опыта, а относительную частоту после

опыта.

Опытным путем установлено, что относительную частоту мрожно

принять за приближенное значение вароятности.

3.Теорема сложения вероятностей совместных и несовместных

событий.

Суммой А+В двух событий А и В называется событие, состоящее в

появлении события А, или события В, или обоих этих событий.

Пример: Из орудия произведены два выстрела.

А- попадание при первом выстреле;

В- попадание при втором выстреле;

А+В -попадание при первом выстреле, или попадание при втором

выстреле, или попадание в обоих выстрелах.

Если события А+В -несовместные, то А+В -событие, состоящее в

появлении одного из этих событий.
 Пусть события А и В- несовместные, причем вероятности этих
событий известны, тогда:

Теорема 1. Вероятность появления одного из двух несовместных

событий, безразлично какого, равна сумме вероятностей этих событий:

Р ( А + В )=Р ( А ) + Р(В)

Пример 1. В ящике 30 шаров: 10 красных, 5 синих и 15 белых. Найти

вероятность появления цветного шара.

Решение:

10 1
Р ( А )= = – вероятность появления красного шара;
30 3

5 1
Р ( В )= = -вероятность появления синего шара.
30 6

1 1 1
Р ( А + В )=Р ( А ) + Р ( В )= + = -вероятность появления цветного.
3 6 2

ПОЛНАЯ ГРУППА СОБЫТИЙ

Полной группой называют совокупность единственно возможных

событий испытания.

Пример 2. Стрелок производит по мишени 2 выстрела. События . А1

(одно попадание), А2 (два попадания), А3 (промах) образуют полную
группу.

Теорема 2. Сумма вероятностей события А1 , А 2 , А3 ,… …, А n,

образующих полную группу равна единице

Р( А¿ ¿1)+ Р ( А 2 ) + Р ( А3 ) +...+ Р ( А n) =1 ¿

Пример 3. Консультационный пункт института получает пакеты с

контрольными работами из городов А, В и С. Вероятность поступления
пакета из города А равна 0,7, из города В 0,2. Найти вероятность того, что
очередной пакет будет получен из города С.

Решение: Р( А)+ Р ( В )+ Р ( С )=1

Р(С)=1-0,2-0,7=0,1.

Противоположными называются два единственно возможных

события, образующих полную группу. Если одно из двух
противоположных событий обозначить через А, то другое принято
обозначать А .

Р ( А )= p

Р ( А )=q

Пример. Попадание и промах при выстреле по цели –

противоположенные события. Если А- попадание, то А промах.

Теорема 3. Сумма вероятностей противоположных событий равна

единице

Р ( А ) + Р( А¿)=1¿

р+q=1

НЕЗАВИСИМЫЕ и ЗАВИСИМЫЕ СОБЫТИЯ

Два события называются независимыми, если вероятность одного из

них не зависит от появления или не появления другого.

Пример. Монета брошена 2 раза. Вероятность появления герба в

первом испытании (событие А) не зависит появления или непоявления
герба во втором испытании (событие В). В свою очередь вероятность
выпадения герба во втором испытании не зависит от результата первого
испытания. Т.о., события А и В независимые.
 Два события называются зависимыми, если вероятность появления
одного из них зависит от наступления или не наступления другого
события.

Пример 4. В ящике 100 деталей: 80 стандартных и 20 нестандартных.

Наудачу берут одну деталь, не возвращая ее в ящик.

Если появилась стандартная деталь (событие А), то вероятность

извлечения стандартной детали при втором испытании (событие В)

79
Р(В)= ,
99

80
если же в первом испытании вынута нестандартная деталь, то Р(В)= 99 .

Т.о., события А и В -независимые.

ТЕОРЕМА УМНОЖЕНИЯ ВЕРОЯТНОСТЕЙ

НЕЗАВИСИМЫХ СОБЫТИЙ.

Произведением двух событий А и В называется событие АВ,

состоящее в совместном появлении (совмещении) этих событий.

Теорема 4. Вероятность совместного появления двух независимых

событий равна произведению вероятностей этих событий.

Р ( АВ ) =Р ( А ) ∙ Р ( В )

Следствие. Вероятность совместного появления нескольких

событий, независимых в совокупности, равна произведению вероятностей
этих событий.

Р( А ¿ ¿1 ∙ А 2 ∙ А3 ∙ …∙ Аn )=Р( А ¿¿ 1)∙ Р ( А 2 ) ∙ Р ( А 3 ) ∙... ∙ Р ( А n ) ¿ ¿

Замечание. Если события А1 , А 2 , А3 ,… …, А n независимы в совокупности,

то и противоположные им события А1 , А 2 , А 3 ,… …, A n также независимы в

совокупности.
 Пример. Вероятности появления каждого из трех независимых
событий А1 , А 2 , А3 соответственно равны р1 , р2 , р 3. Найти вероятность

появления только одного из этих событий.

Решение: Обозначим через В1= А1 А 2 А 3- появление только одного;

В2= А2 А1 А 3-появление только второго;

В3= А3 А1 А 2-появление только третьего;

Тогда вероятность только одного равна Р(В1 + В2+ В3 ). По теореме

сложения имеем

Р ( В 1+ В2 + В3 )=Р (В 1)+ Р(В2)+ Р(В¿ ¿3)=¿ Р (А 1 А 2 А 3)+ Р( А ¿ ¿2 А1 А3 )+ Р( А3 А 1 А 2)=Р ( А 1 А 2 А 3)+ Р( А

(по теореме умножения)

Р ( В 1+ В2 + В3 )= р 1 q 2 q 3 + р 2 q1 q2 + р3 q1 q2

ВЕРОЯТНОСТЬ ПОЯВЛЕНИЯ

ХОТЯ БЫ ОДНОГО СОБЫТИЯ

Пусть в результате испытания может наступить n событий

независимых в совокупности, либо некоторых из них, причем
вероятности появления каждого из событий известны, тогда:

Теорема 5. Вероятность появления хотя бы одного из событий

А1 , А 2 , А3 ,… …, А n, независимых в совокупности, равна разности между
единицей и произведением вероятностей противоположных событий
А1 , А 2 , А 3 ,… …, A n.

P ( A )=1−q1 q 2 q 3 ,… …, qn

Если события А1 , А 2 , А3 ,… …, А n имеют одинаковую вероятность,

равную Р , то вероятность появления хотя бы одного их этих событий

Р ( А )=1−q .
n
 Пример 5. Вероятность того, что событие появляется хотя бы один
раз в трех независимых в совокупности испытаниях, равна 0,936. Найти
вероятность появления события в одном испытании.

Решение:
n
Р ( А )=1−q

3
0,936=1−q
3
q =1−0,936=0,064

q=√ 0,064=0 , 4
3

p=1−q=1−0 , 4=0 ,6 .

4. Условная вероятность.

Пусть события А и В зависимы. Из определения зависимых событий

следует, что если нас интересует вероятность, например В, то важно знать
наступило ли событие А.

Условной вероятностью P A (B) называется вероятность события В,

вычисленную в предположении, что событие А уже наступило.

Замечание. Для независимых событий P A ( B )=В , P В ( А )= А известны.

5.Теорема умножения вероятности зависимых событий

Пусть события А и В зависимые, причем вероятности P❑( А) , P A (B)

известны. Тогда,

Теорема 6. Вероятностью совместного появления двух зависимых

событий равна произведению вероятности одного из них на условную
вероятность другого, вычисленную в предположении, что первое событие
уже наступило.

Р ( АВ ) =Р( А)P A (B)

 }
Р ( АВ )=Р ( В ) Pв ( А )
Замечание. Р ( АВ )=Р ( А ) P А ( В ) → Р ( А ) ∙ P А ( В )=Р ( В ) ∙ Pв ( А )
Р ( АВ )=Р ( ВА )

Следствие. Вероятность совместного появления нескольких

зависимых событий равна произведению вероятности одного из них на
условные вероятности всех остальных, вычисленных в предположении,
что все предыдущие события уже появились:

Р ( А 1 А 2 А 3 …… А n )=Р ( А1 ) ∙ P А ( А 2 ) ∙ P А
1 1 А2 ( А 3 ) ∙ … .. ∙ P А А …. А ( А n ).
1 2 n−1

Пример 6. У мастера имеется 3 стандартных и 7 нестандартных

деталей. Мастер наудачу взял одну деталь, а затем вторую. Найти
вероятность того, что первая из взятых деталей -стандартная, а вторая –
нестандартная.

Решение:

3 7 3 7 7
Р ( А )= ; P А ( В ) = ; Р ( АВ ) =Р( А)P А ( В ) = =
10 9 10 9 30

ТЕОРЕМА СЛОЖЕНИЯ ВЕРОЯТНОСТЕЙ

СОВМЕСТНЫХ СОБЫТИЙ

Два события называются совместными, если появление одного из

них не исключает появление другого в одном и том же испытании.

Пример. А- появление 6 очков при бросании игральной кости, В-

появление четного числа очков. События А и В -совместные.

Теорема 7. Вероятность появления хотя бы одного из двух

совместных событий равна сумме вероятностей этих событий без
вероятности их совместного появления.

Р(А+В) = Р(А)+Р(В)-Р(АВ)
 Пример 7. Вероятности попадания в цель при стрельбе 1-ого и 2-ого
орудий соответственно равны: р1 ,=0 , 7 ; р2=0 , 8 . найти вероятность

попадания при одном залпе хотя бы одним из орудий.

Решение:

Событие А (попадание 1-ого орудия) и событие В (попадание 2-ого

орудия)-независимые и совместные.

Р(А+В)=Р(А)+Р(В)-Р(АВ)=0,7+0,8-0,7 0,8=0,94.

Так как, А и В -независимые, то требуемую вероятность можно

найти по формуле P ( A )=1−q1 q 2=1−(1−0 , 7)(1−0 ,8)=0,94

6. Формула полной вероятности.

Пусть событие А может наступать при условии появления одного из

несовместных событий В1 , В2 , В3 , …… , Вn образующих полную группу.
Известны вероятности этих событий и условные вероятности
PВ ( А ) , PВ ( А ) , … , P В ( А ) . тогда:
1 2 n

Теорема 8. Вероятность события А, которое может наступить лишь

при условии появления одного из несовместных событий В1 , В2 , В3 , …… , Вn,
образующих полную группу, равна сумме произведений вероятностей
каждого из этих событий на соответствующие условие вероятности
события А.

Р ( А )=Р(В¿ ¿1)Р В ( А ) + Р ( В 2) Р В ( А )+ … .+ Р ( В n) Р В ( А)¿

1 2 n

Пример 8. В первой коробке содержится 20 радиолами, из них18

стандартных; во второй коробке-10 ламп, из них 9 стандартных. Из второй
коробки наудачу взята лампа и переложена в первую. Найти вероятность
того, что лампа, наудачу извлечена из первой коробки, будет стандартной.
 РЕШЕНИЕ:

Пусть события А -из первой коробки извлечена стандартная лампа.

Из второй коробки могло быть извлечена либо стандартная лампа

(событие В1), либо нестандартная (событие В2).

9 1 19 18
Р ( В 1 )= ; Р ( В 2 )= ; Р В ( А )= ; РВ ( А )= ;
10 10 1
21 212

9 19 1 18
Р ( А )=Р(В¿ ¿1)Р В ( А ) + Р ( В 2) Р В ( А )+ … .+ Р ( В n) Р В ( А )= ∙ + ∙ =0 , 9 ¿
1 2 n
10 21 10 21

7.Формула Байеса.

Пусть событие А может наступать при условии появления одного из

несовместных событий В1 , В2 , В3 , …… , Вn, образующих полную группу.

Так как мы не знаем заранее, какое из этих событий наступит,

назовем их гипотезами.

Р ( А )=Р(В¿ ¿1)Р В ( А ) + Р ( В 2) Р В ( А )+ … .+ Р ( В n) Р В ( А)¿

1 2 n
(*)

Допустим, что произведено испытание, в результате которого

появилось событие А. Поставим своей задачей определить, как
изменились (в связи с тем, что событие А наступило) вероятности гипотез.
Другими словами, надо искать: P А ( В1 ) , P А ( В 2) , … , P А ( Вn ) .

По теореме умножения Р ( А В 1) =Р( А) P А ( В 1 )=Р( В1 )P В (В) 1

Р(В1 )PВ (В)

Отсюда Р А ( В1 )= .
1

Р (А )

Если вместо Р(А) подставить (*) получим:

Р(В1 ) P В (В)
Р А ( В1 )= 1

Р(В¿¿ 1)Р В ( А )+ Р ( В2 ) РВ ( А ) +… .+ Р ( Вn ) РВ ( А )¿
1 2 n

Аналогично:
 Р(Вi) PВ ( В)
Р А ( Вi )= i

Р(В¿¿ 1)Р В ( А )+ Р ( В2 ) РВ ( А ) + ….+ Р ( Вn ) РВ (А )¿

1 2 n

Эти формулы называются формулами Байеса.

Формулы Байеса позволяют переоценить вероятности гипотез,

после того, как становится известным результат испытания, в итоге
которого появилось событие А.

Пример 9. Детали, изготовляемые цехом завода, попадают для

проверки их на стандартность к одному из двух контролеров. Вероятность
того, что деталь попадает к первому контролеру -0,6, а ко второму- 0,4.
Вероятность того, что годная деталь будет признака 0,94, а вторым -0,98.
Годная деталь при проверке была признака стандартной. Найти
вероятность того, что эту деталь проверил первый контролер.

Решение:

Обозначим через А событие -годная деталь признана стандартной.

Гипотеза В1- деталь проверил 1-ый контролер;

Гипотеза В2- деталь проверил 2-ой контролер.

Р(В¿¿ 1)=0 , 6 ¿ (вероятность того, что деталь попадет к 1-ому

контролеру).

Р(В¿¿ 2)=0 , 4 ¿ (вероятность того, что деталь попадет к 2-ому

контролеру).

РВ ( А ) =0 , 94 (вероятность того, что годная деталь будет признана 1-

1

ому контролером).

РВ ( А )=0 , 98 (вероятность того, что годная деталь будет признана 2-

2

ому контролером).
 Р(В1 ) P В (В)
Р А ( В1 )= 1

0 , 6 ∙ 0 ,94
Р(В¿¿ 1)Р В ( А )+ Р ( В2 ) РВ ( А ) = ≈ 0 , 59 ¿
1 2
0 , 6 ∙ 0 , 94+0 , 4 ∙ 0 ,98
 ИТОГ

Итак, мы познакомились с основными понятиями теории

вероятностей, дали определении вероятности и относительной частоты.

Ознакомились с основаниями теоремами теории вероятности. Рассмотрим

задачи, в решение которых были использована пройденные формулы.

 КОНТРОЛЬНЫЕ ВОПРОСЫ
1. Что называется вероятностью и относительной частотой?
2. Какие события называются совместными, а какие
несовместными?
3. Что понимается под суммой событий? Как найти вероятность
суммы событий?
4. Какие события называются зависимыми, а какие
независимыми?
5. Как найти вероятность произведения зависимых и
независимых событий?
6. По какой формуле вычисляется полная вероятность?
 ЛИТЕРАТУРА

1. В.Е.Гмурман. Теория вероятностей и математическая статистика.

Москва 2006.

2. В.Е.Гмурман. Руководство по решению задач по

3. Н.Ш.Кремер. Теория вероятностей и математическая статистика.

Москва 2006.

4. А.С. Шведов. Теория вероятностей и математическая статистика.

Москва 2005.

5. П.С. Бондаренко. Теория вероятностей и математическая статистика.

Москва 2017