Независимость событий.
Теория вероятностей и математическая статистика
![Реферат: Независимость событий. Теория вероятностей и математическая статистика](https://gugn.ru/work/6548592/cover.png)
Важным понятием в теории вероятностей является понятие независимости событий. Пусть (Q, йй, Р) — произвольное вероятностное пространство. События Л и В, принадлежащие 2Й, называются независимыми, если. События, А 1? Л2, Ап называются независимыми в совокупности, если для любого 2 < k < п, любых 1 < ц < г2 < … < 4 выполняются равенства P (Ai{, Л, —л) = P (Ail)…P (Aif). Этот пример показывает, что… Читать ещё >
Независимость событий. Теория вероятностей и математическая статистика (реферат, курсовая, диплом, контрольная)
Важным понятием в теории вероятностей является понятие независимости событий. Пусть (Q, йй, Р) — произвольное вероятностное пространство. События Л и В, принадлежащие 2Й, называются независимыми, если.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_1.png)
Если события А и В независимы, то.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_2.png)
т.е. условная вероятность события Л, в предположении, что наступило событие В, равна безусловной вероятности Р (Л) события Л. Покажем, что если события, А и В независимы, то независимыми будут и события Л, В.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_3.png)
что и требовалось доказать.
Аналогично можно показать, что из независимости событий Л и В следует независимость событий Л и В, А и В.
Пример 1.31. Рассмотрим события Л = {dx > 5} и В = {dy > 10} в эксперименте из примера 1.6, в). Найдем вероятности событии Р (А), Р (В) и Р (АВ). Множество элементарных исходов, благоприятствующих событиям Л, В и АВ, указаны, на рис. 1.20. В соответствии со схемой геометрических вероятностей имеем.
![Рис. 1.20.](/img/s/8/92/1471692_4.png)
Рис. 1.20.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_5.png)
Таким образом, т. е. Л и В являются зависимыми событиями.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_6.png)
События А ь Л2,…, Ап называются попарно независимыми, если любые два из них независимы.
События А 1? Л2,Ап называются независимыми в совокупности, если для любого 2 < k < п, любых 1 < ц < г2 < … < 4 выполняются равенства P (Ai{,Л, —л) = P (Ail)…P (Aif).
Из независимости событий в совокупности следует их попарная независимость. Из попарной же независимости событий, вообще говоря, не следует их независимость в совокупности. Это показывает следующий пример.
Пример 1.32. Пусть в лототроне находятся четыре отличающиеся только цветом шара. Предположим, что один шар окрашен в красный цвет, другой — в синий, третий — в зеленый, а четвертый окрашен во все три цвета. Пусть Л, В и С обозначают события, состоящие в том, что извлеченный наудачу шар имеет соответственно красный, синий и зеленый цвет. Покажем, что события Л, В и С попарно независимы. Поскольку из четырех шаров только два будут иметь красный, синий и зеленый цвет, то Найдем теперь вероятность события АВ, т. е. события, состоящего в том, что извлеченный шар имеет красный и синий цвет. Так как только один шар из четырех имеет эти цвета, то Р (ЛВ) = ¼, аналогично.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_7.png)
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_8.png)
Из равенств (1.22) и (1.23) следуют.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_9.png)
т.е. имеется попарная независимость событий. Покажем, что события А, В и С не будут независимыми в совокупности, т. е.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_10.png)
В самом деле, событию Л ВС, которое состоит в том, что извлеченный шар имеет все три цвета, благоприятствует один элементарный исход из четырех возможных. Следовательно, Р (АВС) = ¼. Из этого равенства и (1.22) следует, что.
![Независимость событий. Теория вероятностей и математическая статистика.](/img/s/8/92/1471692_11.png)
что и требовалось доказать.
Этот пример показывает, что условия независимости в совокупности являются более сильными по сравнению с попарной независимостью.