Теорема Байеса. Условная вероятность

Рассмотрим задачу. Студент перед экзаменом выучил из 30 билетов билеты с номерами с 1 по 5 и с 26 по 30. Известно, что студент на экзамене вытащил билет с номером, не превышающим 20. Какова вероятность, что студент вытащил выученный билет?

Определим пространство элементарных исходов: W=(1,2,3,...,28,29,30). Пусть событие А заключается в том, чтостудент вытащил выученный билет: А = (1,...,5,26,...,30,), а событие В - в том, что студент вытащил билет из первых двадцати: В = (1,2,3,...,20)

Событие состоит из пяти исходов: (1,2,3,4,5), и его вероятность равна 5/30. Это число можно представить как произведение дробей 5/20 и 20/30. Число 20/30 – это вероятность события B . Число 5/20 можно рассматривать как вероятность события А при условии, что событие В произошло (обозначим её Р (А /В )). Таким образом, решение задачи определяется формулой

Р (А /В ) = P (А ÇВ ) /Р (B ) (2)

Р (А /В ) называется условной вероятностью события A при условии, что событие В произошло . Формулу (2) можно рассматривать, как определение условной вероятности . Эту же формулу можно переписать в виде

P (А ÇВ ) = Р (А /В )Р (B )(3)

Формула (3) называется формулой умножения вероятностей или теоремой умножения вероятностей, а условная вероятность Р (А /В ) здесь должна восприниматься просто по смыслу.

Пример 2 . Из урны, содержащей 7 белых и 3 черных шаров, наудачу один за другим извлекают (без возвращения) два шара. Какова вероятность того, что первый шар будет белым, а второй черным?

Пусть X – событие, состоящее в извлечении первым белого шара, а Y - событие, состоящее в извлечении вторым черного шара. Тогда – событие, заключающееся в том, что первый шар будет белым, а второй - черным. P (Y /X ) =3/9 =1/3 - условная вероятность извлечения вторым черного шара, если первым был извлечен белый. Учитывая, что P (X ) = 7/10, по формуле умножения вероятностей получаем: P () = 7/30

Событие А называется независимым от события В (иначе: события А и В называются независимыми), если Р (А /В )=Р (А ). За определение независимых событий можно принять следствие последней формулы и формулы умножения

P (А ÇВ ) = Р (А ) Р (B )

Докажите самостоятельно, что если А и В - независимые события, то и тоже являются независимыми событиями.

Пример 3 . Найти вероятность того, что при трёх бросках игральной кости три раза выпадет шестёрка. Очевидно, что при каждом броске результат не зависит от результатов предыдущих бросков, и искомая вероятность равна (1/6) 3 = 1/216.

Пример 4 . Определим в условиях этой задачи вероятность того, что при трёх бросках в сумме выпало 4 очка. Выпишем благоприятные исходы: “1–1–2”, “1–2–1”, “2–1–1”. Вероятность каждого из этих исходов равна 1/216. Так как все эти исходы несовместимы, интересующая нас вероятность будет равна 3/216 = 1/72.

Пример 5 . Из колоды карт в 32 листа извлекается одна карта. Пусть А – событие, состоящее в том, что извлечённая карта – дама. Событие В состоит в том, что извлечённая карта пиковой масти. Очевидно, что Р (А ) = 4/32 = 1/8. Вычислим величину вероятность того, что извлечённая карта –дама при условии, что эта карта пиковой масти, то есть Р (А/В ). Очевидно, что Р (А ÇВ ) = 1/32, и Р (В ) = 8/32. Тогда Р (А/В ) = Р (А ÇВ )/ Р (В ) = 1/8, то есть Р (А ) = Р (А/В ). Отсюда следует, что события А и В независимы.

Пусть событие С заключается в том, что извлечённая карта не туз. Покажем, что события А и С зависимы. Очевидно, что Р (А ÇС ) = Р (А ) = 1/8. Р (С ) = 28/32 = 7/8. Отсюда получаем Р (А/С ) = 1/7, и это не равно величине Р (А ), следовательно, события А и С зависимы.

Пример 6 . Рассмотрим задачу, аналогичную задаче из примера 2, но с одним дополнительным условием: вытащив первый шар, запоминаем его цвет и возвращаем шар в урну, после чего все шары перемешиваем. В данном случае результат второго извлечения никак не зависит от того, какой шар – черный или белый появился при первом извлечении. Вероятность появления первым белого шара (событие А ) равна 7/10. Вероятность события В – появления вторым черного шара – равна 3/10. Теперь формула умножения вероятностей дает: P (А ÇВ ) = 21/100.

Извлечение шаров способом, описанным в этом примере, называется выборкой с возвращением или возвратной выборкой.

Следует отметить, что если в задаче с шарами положить количество белых и черных шаров равным соответственно 7000 и 3000, то результаты расчетов тех же вероятностей будут отличаться пренебрежимо мало для возвратной и безвозвратной выборок.

Рассмотрим задачи на применение теорем сложения и умножения вероятностей.

1. Три стрелка стреляют в мишень. Каждый попадает в мишень или не попадает в мишень независимо от результатов выстрелов остальных стрелков. Первый стрелок попадает в мишень с вероятностью 0,9, второй – с вероятностью 0,8, а третий – с вероятностью 0,7. Найти вероятность того, что мишень будет поражена?

Вопрос можно поставить иначе: какова вероятность того, что хотя бы один стрелок попадёт в мишень? Очевидно, что мишень будет поражена, если все трое попадут в мишень, если в мишень попадут любые двое стрелков, а третий не попадёт и т. д. Пусть событие А состоит в том, что хотя бы один из стрелков попал в мишень. Тогда противоположное событие заключается в том, что все трое не попали в мишень . Если первый не попадает в мишень с вероятностью 0,1, второй – с вероятностью 0,2, а третий – с вероятностью 0,3, то по теореме умножения вероятностей Р() = 0,1×0,2×0,3 = 0,006. Тогда Р(А) = 1 – Р() = 0,994.

2. При включении двигатель начинает работать с вероятностью р . а) Найти вероятность того, что двигатель начнёт работать со второго включения.

б) Найти вероятность того, что для запуска двигателя потребуется не более двух включений.

а) Для того, чтобы двигатель начал работать со второго включения, нужно, во-первых, чтобы он не запустился при первом включении (событие А ). Это происходит с вероятностью 1 – р . При втором включении двигатель запустится (событие В ) с вероятностью р . Нас интересует вероятность события А ÇВ . Из условия задачи можно понять, что события А и В независимы. Отсюда P (А ÇВ ) = р (1 – р ).

б) Нас интересует вероятность события, состоящего в том, что двигатель запустится при первом включении или при втором включении. Противоположное событие заключается в том, что двигатель не запустится ни при первом, ни при втором включении. Вероятность этого противоположного события равна (1 – р ) 2 . Отсюда вероятность интересующего нас события равна 1 – (1 – р ) 2 .

3 . В семье Ивановых 4 ребёнка. Известно, что один из детей – мальчик. Найти вероятность того, что все дети – мальчики. Принять вероятность рождения мальчика и вероятность рождения девочки равными 1/2 и не зависящими от того, какого пола дети уже имеются в семье.

Пусть событие В состоит в том, что все дети в семье – мальчики, событие А состоит в том, что в семье есть хотя бы один мальчик (именно так мы должны понимать условие задачи). Нас интересует величина Р (В/А ). Для того, чтобы воспользоваться формулой условной вероятности, надо, во-первых, вычислить P (А ÇВ ). В нашем случае событие А является следствием события В , поэтому P (А ÇВ ) = Р (В ) (смотри объяснение к теме 2). По условию задачи Р (В ) = (1/2) 4 = 1/16. Чтобы вычислить Р (А ), заметим, что событие состоит в том, что все дети в семье –девочки. Очевидно, что Р () = (1/2) 4 = 1/16. Тогда Р (А ) = 1 – Р () = 15/16. Теперь можно воспользоваться формулой для определения условной вероятности Р (В /А ) = P (А ÇВ )/Р (А ). В результате получается Р (В /А ) = (1/16)/(15/16) = 1/15.

Если бы в условии этой задачи был поставлен вопрос “чему равна вероятность того, что все дети мальчики, при условии, что второй ребёнок – мальчик?”, то ответ был бы 1/8.

4 . В урне семь белых и три чёрных шара. Без возвращения извлекаются три шара. Известно, что среди них есть чёрный шар. Найти вероятность того, что другие два шара белые.

Пусть событие А состоит в том, что в выборке есть два белых шара, событие В – в том, что в выборке есть чёрный шар. Всего в условии задачи существует возможных исходов. Отсюда Р (А ÇВ ) = . Чтобы вычислить вероятность Р (В ), заметим, что состоит в том, что все извлечённые шары белые, и Р () = . Искомая вероятность равна ()/(1 – ) = 63/85.

5. Студент знает 20 из 25 вопросов программы. Зачёт сдан, если студент ответит не менее чем на 3 из 4-х вопросов в билете. Взглянув на первый вопрос, студент обнаружил, что знает его. Какова вероятность, что студент сдаст зачёт?

Пусть А - событие, заключающееся в том, что студент сдал экзамен;

В - событие, заключающееся в том, что студент знает первый вопрос в билете.

Очевидно, что Р (В ) =20/25 = 4/5. Теперь необходимо определить вероятность Р (А ÇВ ). Из двадцати пяти вопросов можно составить различных билетов, содержащих четыре вопроса. Все билеты, выбор которых удовлетворял бы и событию А, и событию В , должны быть составлены следующим образом: либо студент знает все вопросы билета (можно составить всего таких билетов), либо студент знает первый, второй и третий вопросы, но не знает четвёртого (можно составить всего 5таких билетов), либо студент знает первый, второй и четвёртый вопросы, но не знает третьего (тоже 5билетов), либо студент знает первый, третий и четвёртый вопросы, но не знает второго (тоже 5билетов). Отсюда получаем, что

Р (А ÇВ ) =

Осталось только найти искомую вероятность р (А/В):

Р (А/В) =

Задачи для самостоятельного решения.

1) . Вероятность попасть в самолёт равна 0,4, вероятность его сбить равна 0,1. Найти вероятность того, что при попадании в самолёт он будет сбит.

2) . Из урны, содержащей 6 белых и 4 чёрных шара, наудачу извлекают по одному шару до появления чёрного шара. Найти вероятность того, что придётся производить четвёртое извлечение, если выборка производится а) с возвращением; б) без возвращения.

3) а) В условиях задачи 1 найти вероятность того, что в мишень попали двое стрелков. б) В условиях задачи 1 найти вероятность того, что в мишень попали не менее двух стрелков.

4) По самолёту производится три выстрела. Вероятность попадания при первом выстреле равна 0,5, при втором – 0,6, при третьем – 0,8. При одном попадании самолёт будет сбит с вероятностью 0,3, при двух – с вероятностью 0,6, при трёх самолёт будет сбит наверняка. Какова вероятность того, что самолёт будет сбит?

5) Вероятность того, что случайным образом выбранный из студенческой группы студент знает английский язык, равна 5/6. Вероятность того, что студент знает французский язык, равна 7/12. Вероятность того, что студент знает и английский и французский языки, равна 1/2. а) Найти вероятность того, что студент не знает французского языка при условии, что он не знает английского. б) Найти вероятность того, что студент знает французский язык при условии, что он знает английский.

Ответы. 1)1/4; 2) а) 0,216; б) 1/6; 3) а) 0,398; б) 0,902; 4) 0,594; 5) а) 0,5; б) 0,3.

Определение 1. Событие А называется зависимым от события В, если вероятность появления события А зависит от того, произошло или не произошло событие В. Вероятность того, что произошло событие А при условии, что произошло событие В, будем обозначать и называть условной вероятностью события А при условии В.

Пример 1. В урне находится 3 белых шара и 2 черных. Из урны вынимается один шар (первое вынимание), а затем второй (второе вынимание). Событие В - появление белого шара при первом вынимании. Событие А - появление белого шара при втором вынимании.

Очевидно, что вероятность события А, если событие В произошло, будет

Вероятность события Л при условии, что событие В не произошло (при первом вынимании появился черный шар), будет

Видим, что

Теорема 1. Вероятность совмещения двух событий равняется произведению вероятности одного из них на условную вероятность второго, вычисленную при условии, что первое событие произошло, т. е.

Доказательство. Доказательство приведем для событий, которые сводятся к схеме урн (т. е. в случае, когда применимо классическое определение вероятности).

Пусть в урне шаров, при этом белых, черных. Пусть среди белых шаров шаров с отметкой «звездочка», остальные чисто белые (рис. 408).

Из урны вынимается один шар. Какова вероятность события вынуть белый шар с отметкой «звездочка»?

Пусть В - событие, состоящее в появлении (белого шара, А - событие, состоящее в появлении шара с отметкой «звездочка». Очевидно,

Вероятность появления белого шара со «звездочкой при условии, что появился белый шар, будет

Вероятность появления белого шара со «звездочкой» есть Р (А и В). Очевидно,

Подставляя в (5) левые части выражений (2), (3) и (4), получаем

Равенство (1) доказано.

Если рассматриваемые события не укладываются в классическую - схему, то формула (1) служит для определения условной вероятности. А именно, условная вероятность события А при условии осуществления события В опрёделяется с помощью

Замечание 1. Применим последнюю формулу к выражению :

В равенствах (1) и (6) левые части равны, так как это одна и та же вероятность, следовательно, равны и правые. Поэтому можем написать равенство

Пример 2. Для случая примера 1, приведенного в начале этого параграфа, имеем По формуле (1) получаем Вероятность Р(А и В) легко вычисляется и непосредственно.

Пример 3. Вероятность изготовления годного изделия данным станком равна 0,9. Вероятность появления изделия 1-го сорта среди годных изделии есть 0,8. Определить вероятность изготовления изделия 1-го сорта данным станком.

Решение. Событие В - изготовление годного изделия данным станком, событие А - появление изделия 1-го сорта. Здесь Подставляя в формулу (1), получаем искомую вероятность

Теорема 2. Если событие А может осуществиться только при выполнении одного из событий которые образуют полную группу несовместных событий, то вероятность события А вычисляется по формуле

Формулд (8) называется формулой полной вероятности. Доказательство. Событие А может произойти при выполнении любого из совмещенных событий

Следовательно, по теореме о сложение вероятностей получаем

Заменяя слагаемые правой части по формуле (1), получим равенство (8).

Пример 4. По цели произведено три последовательных выстрела. Вероятность попадания при первом выстреле при втором при третьем При одном попадании вероятность поражения цели при двух попаданиях , при трех попаданиях Определить вероятность пфаженйя цели при трех выстрелах (событие А).

Как отмечалось в начале нашего курса, мы подразумеваем, что эксперимент проводится при некотором фиксированном комплексе условий К. Если эти условия изменились, то изменяется и вероятность событий, относящихся к этому эксперименту. Такое изменение всегда можно понимать как появление некоторого события (кроме исходного комплекса условий К). Чтобы понять, как определить в этом случае новую (условную) вероятность, рассмотрим соответствующие частоты. Пусть эксперимент проведен N раз, событие В произошло N(B) раз, а события А и В вместе N(AB) раз. Тогда ’’условная” частота события А среди тех экспериментов, где произошло событие В, равна

Имея в виду, что вероятность наследует свойства частот, можно дать следующее

Определение 1. Условной вероятностью события А при условии, что произошло событие , называется число

Иногда применяют и другое обозначение

Пример 1 . Симметричную монету подбрасывают два раза. Известно, что выпал один герб (событие В). Найти вероятность события А, состоящего в том, что герб выпал при первом бросании.

Легко вычислить, что , а . Отсюда следует, что

Нетрудно проверить, что при фиксированном В условная вероятность обладает следующими свойствами:

Таким образом, условная вероятность обладает всеми основными свойствами вероятности.

Очень важную роль играет следующая теорема.

Теорема умножения. Пусть А и В - два события и Тогда

Ее доказательство следует из определения условной вероятности. Польза этой теоремы состоит в том, что иногда мы можем вычислить условную вероятность непосредственно и затем использовать это для вычисления

Пример 2. В урне 5 шаров - 3 белых и 2 черных. Без возвращения выбираем два шара. Найти вероятность того, что оба шара белые.

Пусть событие состоит в том, что первый шар белый, а событие - второй шар белый. Легко вычислить, что После того, как мы вынули один шар и знаем, что он белый, мы имеем 4 шара и среди них 2 белых. Тогда . По теореме умножения

Теорему умножения легко распространить на любое конечное число событий.

Следствие 1. Пусть - случайные события, тогда

Если появление события В не меняет вероятности события А, т. е., то такие события естественно назвать независимыми. В этом случае по теореме умножения мы получаем

Последнее соотношение симметрично относительно А и В и имеет смысл при . Поэтому мы возьмем его в качестве определения.

Определение 2. События А и В называются независимыми, если

Пример 3 . Подбрасывают две симметричных монеты. Событие А состоит в том, что на первой монете выпал герб, а событие В - на второй монете выпал герб.

Интуитивно ясно, что такие события должны быть независимыми. Действительно,,,

Таким образом А и В - независимы в смысле определения. Менее очевидно, что независимы события А и С, где С означает, что выпал только один герб (доказать!).

Сложнее определяется независимость более двух событий.

Определение 3 . События называем независимыми в совокупности, если для любого и любых событий из рассматриваемых справедливо

Покажем на примерах, что попарной независимости и выполнения последнего равенства для перечня всех событий недостаточно для независимости в совокупности.

Пример 4. Правильный тетраэдр окрашен тремя цветами: одна грань - в синий цвет, вторая - в красный, третья - в зеленый, а на четвертой присутствуют все три цвета. Этот тетраэдр подбрасывают и отмечают, какой гранью он выпал.

Пусть означает появление синего цвета, - красного, - зеленого. Тогда,,,

Отсюда мы получаем, что. Аналогично для других пар. Таким образом, мы имеем попарную независимость. Но

Задача 1. Придумать пример эксперимента и трех событий ,,, для которых , но которые не являются попарно независимыми.

Можно дать следующее более общее

Определение 4. Пусть - некоторые классы событий.

Они называются независимыми, если любые события - независимы в совокупности.

Типичная ситуация описана в следующем примере.

Пример 5 . Симметричный игральный кубик подбрасывают два раза. обозначает набор событий, связанных с результатом первого бросания. определяется аналогично для результата второго бросания. Тогда и -независимы.

Во многих задачах является полезным следующий результат.

Предложение 1 . Если события А и В независимы, то независимы и любые два из следующих: .

Доказательство. Докажем независимость .

Независимость остальных пар событий предлагается доказать самостоятельно.

Во многих ситуациях мы встречаемся с такими экспериментами, которые можно разложить на два (или более) этапов. На первом этапе мы имеем несколько вариантов, а спрашивается что- либо о том, что произошло в конце - на втором этапе. В этом случае чрезвычайно полезен приводимый ниже результат. Начнем со следующего определения.

Определение 5. События образуют полную группу событий (разбиение пространства), если

Теорема 1 . Пусть события образуют полную группу событий, для всех и - произвольное событие. Тогда - формула полной вероятности.

Доказательство. Так как события образуют полную группу, то мы имеем

Отсюда получаем

Где мы использовали теорему умножения.

Пример 6 . На некоторой фабрике 30% продукции производится машиной А, 25% продукции - машиной В, а остальная продукция - машиной С. У машины А в брак идет 1% производимой ей продукции, у машины - 1,2% , а у машины С - 2%. Из всей произведенной продукции случайно выбрано одно изделие. Какова вероятность того, что оно бракованное?

Пусть обозначает событие, состоящее в том, что выбранная деталь изготовлена на машине А, - на машине В, - на машине С. Обозначим через D событие, состоящее в том, что выбранная деталь бракованная. События образуют полную группу событий. По условию задачи

Тема: Понятие условной вероятности в примерах и задачах.

Напомню вероятность бывает безусловной и условной. В самих названиях уже заключен смысл данных понятий: безусловная вероятность это вероятность события на которое не накладывается ни каких дополнительных условий, условная - значит имеются дополнительные условия.

Рассмотрим два примера:

Пример 1.Бросаем игральную кость, найти вероятность выпадения "6".

Пример 2.Событие то же самое, бросаем игральную кость, найти вероятность выпадения "6", если известно, что выпало четное число.

Вопрос: в каком примере условная вероятность, и в каком безусловная.

Ответ: в примере 1 - безусловная, в примере 2 - условная.

Вопрос: а в чем заключается условие?

Ответ: в том, что выпадет четное число.

Вопрос: по какой формуле будем находить вероятность в примере 1?

Ответ: по формуле классической вероятности.

Ответ: вероятность события это отношение числа благоприятных событий к числу всех возможных, если событие выпадение числа "6" обозначить через А, то запись будет выглядеть так

Вопрос: назовите число благоприятных и число всех возможных событий в первом примере?

Ответ: благоприятным будет только одно событие - это выпадение "6", значит n=1, число всех возможных событий m=6 (1,2,3,4,5,6)

Вопрос: ну и подставить в формулу надеюсь труда не составит.

Ответ:

Займемся решением второго примера, на условную вероятность.

Вопрос: по какой формуле будем находить условную вероятность.
Ответ: тоже по формуле условной вероятности, данная формула отличается от классической только с той лишь разницей, что на наше событие наложено ограничение - всех возможных событий не 6, а 3, потому что в условии сказано: выпало четное число - обозначим данное событие B, значит возможно выпадение "2", "4" или "6", отсюда m=3, число благоприятных событий не изменилось n=1, тогда условная вероятность события А при условии В равна

Условная вероятность может быть записана и так: Р(А/В)=1/3

Пример 3. Из коробки, содержащей 3 белых, 5 чёрных и 7 зеленых шаров наугад взяли 1 шар. Какова вероятность того, что шар оказался чёрного цвета, если известно, что вынутый шар не белый?

Решение по формуле условной вероятности,

или Р(А/В)=m/n

где m - число благоприятных событий, n - число всех возможных событий.
условие - шар не белого цвета, обозначим событие В.

или Р(А/В)=5/12

Основной вопрос: в чем же проблема в применении понятия условной вероятности?

Ответ: в том, что формула условной вероятности внешне очень похожа на формулу классической вероятности и студенты, не вдумываясь в суть задачи, часто их путают или не понимают разницы.

Ну вот и все, что необходимо знать про условную вероятность. Более сложные задачи получаются когда данная формула комбинируется с теоремой умножения вероятностей. Также данное понятие применяется в формуле полной вероятности и формуле Байеса, но это уже тема следующих занятий.

И вопрос для самостоятельного решения: какая вероятность всегда больше условная или безусловная (если событие одно и то же)?

Рассмотрим события A и B , связанные с одним и тем же опытом. Пусть из каких-то источников стало известно, что событие B наступило, но неизвестно, какой конкретно из элементарных исходов, составляющих событие B , произошел. Что можно сказать в этом случае о вероятности события A ?

Вероятность события A , вычисленную в предположении, что событие B произошло, принято называть условной вероятностью и обозначать P(A|B) .

Условную вероятность P(A|B) события A при условии события B в рамках классической схемы вероятности естественно определить как отношение N AB исходов, благоприятствующих совместному осуществлению событий A и B , к числу N B исходов, благоприятствующих событию B , то есть

Если поделить числитель и знаменатель этого выражения на общее число N элементарных исходов, то получим

Определение . Условной вероятностью события A при условии наступления события B называют отношение вероятности пересечения событий A и B к вероятности события B :

При этом предполагают, что P(B) ≠ 0 .

Теорема . Условная вероятность P(A|B) обладает всеми свойствами безусловной вероятности P(A) .

Смысл этой теоремы заключается в том, что условная вероятность представляет собой безусловную вероятность, заданную на новом пространстве Ω 1 элементарных исходов, совпадающем с событием B .

Пример . Из урны, в которой a=7 белых и b=3 черных шаров, наугад без возвращения извлекают два шара. Пусть событие A 1 состоит в том, что первый извлеченный шар является белым, а A 2 - белым является второй шар. Требуется найти P(A 2 |A 1) .

Способ 1. . По определению условной вероятности

Способ 2. . Перейдем к новому пространству элементарных исходов Ω 1 . Так как событие A 1 произошло, то это означает, что в новом пространстве элементарных исходов всего равновозможных исходов N Ω 1 =a+b-1=9 , а событию A 2 благоприятствует при этом N A 2 =a-1=6 исходов. Следовательно,

Теорема [умножения вероятностей] . Пусть событие A=A 1 A 2 …A n и P(A)>0 . Тогда справедливо равенство:

P(A) = P(A 1) P(A 2 |A 1) P(A 3 |A 1 A 2) … P(A n |A 1 A 2 …A n-1) .

Замечание . Из свойства коммутативности пересечения можно писать

P(A 1 A 2) = P(A 1) P(A 2 |A 1)

P(A 1 A 2) = P(A 2) P(A 1 |A 2) .

Пример . На 7 карточках написаны буквы, образующие слово «СОЛОВЕЙ». Карточки перемешивают и из них наугад последовательно извлекают и выкладывают слева направо три карточки. Найти вероятность того, что получится слово «ВОЛ» (событие A ).

Пусть событие A 1 - на первой карточке написана буква «В», A 2 - на второй карточке написана буква «О», A 2 - на третьей карточке - буква «Л». Тогда событие A - пересечение событий A 1 , A 2 , A 3 . Следовательно,

P(A) = P(A 1 A 2 A 3) = P(A 1) P(A 2 |A 1) P(A 3 |A 1 A 2) .

P(A 1)=1/7 ; если событие A 1 произошло, то на оставшихся 6 карточках «О» встречается два раза, значит P(A 2 |A 1)=2/6=1/3 . Аналогично, P(A 3 |A 1)=2/6=1/3 . Следовательно,

Определение . События A и B , имеющие ненулевую вероятность, называют независимыми, если условная вероятность A при условии B совпадает с безусловной вероятностью A или если условная вероятность B при условии A совпадает с безусловной вероятностью B , то есть

P(A|B) = P(A) или P(B|A) = P(B) ,

в противном случае события A и B называют зависимыми.

Теорема . События A и B , имеющие ненулевую вероятность, являются независимыми тогда и только тогда, когда

P(AB) = P(A) P(B) .

Таким образом, можно дать эквивалентное определение:

Определение . События A и B называют независимыми, если P(AB) = P(A) P(B) .

Пример . Из колоды карт, содержащей n=36 карт, наугад извлекают одну карту. Обозначим через A событие, соответствующее тому, что извлеченная карта будет пиковой, а B - событие, соответствующее появлению «дамы». Определим являются ли зависимыми события A и B .

P(A)=9/36=1/4 , P(B)=4/36=19 , P(AB)=1/36 , . Следовательно, события A и B независимы. Аналогично, .