Вероятность. Вычисление вероятности

Содержание

Слайд 2

Вопросы по предыдущей лекции Что такое множество? Чем определяются соотношения между

Вопросы по предыдущей лекции

Что такое множество?
Чем определяются соотношения между множествами?
Зачем нужны

диаграммы Эйлера-Венна?
Приведите определение и пример пересекающихся множеств.
Приведите определение и пример ситуации, когда множество В является подмножеством А.
Слайд 3

Вопросы по предыдущей лекции Множество В является подмножеством А. Чему равно

Вопросы по предыдущей лекции

Множество В является подмножеством А. Чему равно их

пересечение? объединение?
Перечислите операции над множествами.
Слайд 4

Вопросы по предыдущей лекции Что такое объединение множеств? Что такое пересечение

Вопросы по предыдущей лекции

Что такое объединение множеств?
Что такое пересечение множеств?
Что такое

разность множеств?
Что такое дополнение множества?
Слайд 5

Вопросы по предыдущей лекции Что такое событие? Что называется достоверным событием?

Вопросы по предыдущей лекции

Что такое событие?
Что называется достоверным событием?
Что такое случайное

событие?
Что такое совместные события?
Что такое несовместные события?
Какие события называются противоположными?
Что такое полная группа событий?
Что такое группа гипотез?
В каком случае гипотезы называются равно-возможными?
Слайд 6

2.3. Вероятность Вероятность – численная мера степени объективной возможности наступления случайного

2.3. Вероятность

Вероятность – численная мера степени объективной возможности наступления случайного события.
Обозначение:
Р(А)

06.10.17
Занятие 3

Слайд 7

Аксиомы вероятности 1. Р(А) – число от 0 до 1 2.

Аксиомы вероятности

1. Р(А) – число от 0 до 1
2. Р(S) =

1; P(U) = 1; P(V) = 0
3. Если А и В несовместны, то Р(А + В) = Р(А) + Р(В)
На основе этих аксиом строится вся теория вероятности.
Из аксиомы 3 следует: Р(А) = 1 – Р(А)
Слайд 8

Как вычислить вероятность? Есть 2 подхода: 1. На основе рассуждений (априорные

Как вычислить вероятность?

Есть 2 подхода:
1. На основе рассуждений (априорные вероятности, то

есть «до опыта»).
2. На основе опыта (апостериорные вероятности, то есть «после опыта»).
Слайд 9

1. Априорное (классическое) определение вероятности Если результат опыта можно представить в

1. Априорное (классическое) определение вероятности

Если результат опыта можно представить в виде

группы равновозможных гипотез (исходов), то вероятность события А равна:
Р(А) = m/n,
где m – число исходов, благоприятствующих событию А;
n – общее число всех возможных исходов.
Слайд 10

2. Апостериорное (статистическое) определение вероятности Вероятность события А равна: Р(А) =

2. Апостериорное (статистическое) определение вероятности

Вероятность события А равна:
Р(А) = lim m/n

n → ∞
где m – количество появлений события А;
n – количество испытаний при достаточно большом их числе
Слайд 11

Условная вероятность Пусть вероятность события А зависит от того, произошло или

Условная вероятность

Пусть вероятность события А зависит от того, произошло или не

произошло событие В.
Такие события называются зависимыми.
Такая вероятность называется условной:
Р(А|В) - вероятность А при условии В
или
РВ(А)
Формула для вычисления условной вероятности:
Р(А|В) = Р(АВ) / Р(В)
Слайд 12

Независимые события События называются независимыми, если наступление одного из них не

Независимые события

События называются независимыми, если наступление одного из них не изменяет

вероятности второго.
То есть, когда:
Р(А|В) = Р(А)
Слайд 13

Умножение вероятностей а) Независимые события Р(АВ) = Р(А) ∙ Р(В) Р(А1А2…Аn)

Умножение вероятностей

а) Независимые события
Р(АВ) = Р(А) ∙ Р(В)
Р(А1А2…Аn) = Р(А1) ∙

Р(А2) ∙ … ∙ Р(Аn)
б) Зависимые события
Р(АВ) = Р(А) ∙ Р(B|A)
Р(А1А2…Аn) = Р(А1) ∙ Р(А2|A1) ∙ Р(А3|A1A2) ∙ …
Слайд 14

Сложение вероятностей а) Совместные и независимые события Р(А + В) =

Сложение вероятностей

а) Совместные и независимые события
Р(А + В) = Р(А) +

Р(В) – Р(АВ)
Р(А + В + С) =
= Р(А) + Р(В) + Р(С) – Р(АВ) – Р(ВС) – Р(АС) + Р(АВС)
Р(А + В + С + D) =
= Р(А) + Р(В) + Р(С) + Р(D) – – Р(АВ) – Р(AС) – Р(AD) – Р(BC) – Р(BD) – Р(СD) + + Р(АВС) + Р(АВD) + Р(AСD) + Р(ВСD) – P(ABCD)
Слайд 15

Сложение вероятностей б) Совместные и зависимые события Р(А + В) =

Сложение вероятностей

б) Совместные и зависимые события
Р(А + В) = Р(А) +

Р(В) – Р(А) ∙ Р(В|А)
Слайд 16

Сложение вероятностей в) Несовместные события Р(А + В) = Р(А) +

Сложение вероятностей

в) Несовместные события
Р(А + В) = Р(А) + Р(В)
Р(А1 +

А2 + … + Аn) = Р(А1) + Р(А2) + … + Р(Аn)
Слайд 17

Сложение вероятностей г) Противоположные события Р(А) + Р(А) = 1 д)

Сложение вероятностей

г) Противоположные события
Р(А) + Р(А) = 1
д) Группа гипотез
Р(Н1) +

Р(Н2) + … + Р(Нn) = 1
Слайд 18

Формула полной вероятности Пусть Н1, Н2, … , Нn – группа

Формула полной вероятности

Пусть Н1, Н2, … , Нn – группа гипотез.
Пусть

событие А может наступить лишь при условии появления одной из гипотез.
Тогда вероятность события А равна:
Р(А) = Р(Н1)∙Р(А|Н1) + Р(Н2)∙Р(А|Н2) +…+Р(Нn)∙Р(А|Нn)
Слайд 19

К формуле полной вероятности Н1 Н2 Н3 Н4

К формуле полной вероятности

Н1

Н2

Н3

Н4

Слайд 20

К формуле полной вероятности А

К формуле полной вероятности

А

Слайд 21

К формуле полной вероятности А Н1 Н2 Н3 Н4

К формуле полной вероятности

А

Н1

Н2

Н3

Н4

Слайд 22

К формуле полной вероятности А Н2 Н3 Н4 А А Н1

К формуле полной вероятности

А

Н2

Н3

Н4

А

А

Н1

А

Р(А) = Р(Н1)∙Р(А|Н1) + Р(Н2)∙Р(А|Н2) + + Р(Н3)∙Р(А|Н3)

+ Р(Н4)∙Р(А|Н4)
Слайд 23

Формула Байеса Пусть Н1, Н2, … , Нn – группа гипотез.

Формула Байеса

Пусть Н1, Н2, … , Нn – группа гипотез.
Пусть событие

А может наступить лишь при условии появления одной из гипотез.
Проведён опыт, в результате которого появилось событие А.
Тогда вероятность того, что событие А произошло в результате определённой гипотезы Нi , равна:
Слайд 24

В формуле Байеса: Дано: Р(Нi) – априорная вероятность гипотезы Нi (насколько

В формуле Байеса:
Дано:
Р(Нi) – априорная вероятность гипотезы Нi (насколько вероятна причина

вообще Нi, то есть до опыта);
Р(A|Нi) – вероятность события А при истинности гипотезы Нi.
Найти:
Р(Нi|A) – апостериорная вероятность гипотезы Нi (насколько вероятна причина Нi с учетом факта происшедшего события А, то есть после опыта);
Итак, формула Байеса позволяет переставить причину и следствие, то есть
по известному факту события вычислить вероятность того, что оно было вызвано конкретной заданной причиной.
Слайд 25

Пример применения формулы Байеса По линии связи посылаются сигналы 1 и

Пример применения формулы Байеса

По линии связи посылаются сигналы 1 и 0

с вероятностями 0,6 и 0,4.
Если посылается сигнал 1, то с вероятностями 0,9 и 0,1 принимаются сигналы 1 и 0.
Если посылается сигнал 0, то с вероятностями 0,3 и 0,7 принимаются сигналы 1 и 0.
Какова условная вероятность того, что посылается сигнал 1 при условии, что принимается сигнал 1?