Теорема сложения вероятностей

Теорема сложения вероятностей — это один из базовых инструментов в теории вероятностей, который позволяет вычислять вероятность наступления хотя бы одного из нескольких событий. Она широко применяется в математической статистике, экономике, инженерии, биомедицине, а также при анализе данных в различных науках.

Что такое теорема сложения вероятностей

Перед тем как углубиться в формулы, важно разобраться, о чём идёт речь. Теорема сложения вероятностей позволяет находить вероятность объединения двух или более событий — то есть вероятность того, что произойдёт хотя бы одно из них.

Если говорить проще, когда нужно оценить общий риск или шанс, что произойдёт одно из нескольких событий, используется именно эта теорема.

Для несовместных событий

Сначала рассмотрим случай, когда события несовместны, то есть не могут произойти одновременно. Например, при подбрасывании монеты невозможно одновременно получить и «орла», и «решку».

В этом случае формула имеет простой вид:

P(A ∪ B) = P(A) + P(B)

Пример: вероятность выпадения «орла» — 0,5, вероятность выпадения «решки» — тоже 0,5. Поскольку они несовместны, общая вероятность выпадения одной из сторон — 1.

Теорема сложения вероятностей несовместных событий — фундаментальная формула, особенно важная при анализе альтернативных исходов.

Для совместных событий

Если события совместны, то есть могут произойти одновременно, то используется другая формула, с учётом пересечения:

P(A ∪ B) = P(A) + P(B) – P(A ∩ B)

Здесь P(A ∩ B) — вероятность того, что произойдут оба события одновременно.

Например, пусть A — студент сдал экзамен по математике, B — сдал экзамен по физике. Есть студенты, которые сдали оба. Тогда, чтобы не учитывать этих студентов дважды, из суммы вероятностей нужно вычесть пересечение.

Теорема сложения вероятностей совместных событий помогает корректно учесть перекрытия и избежать ошибок в расчётах.

Когда применяется?

Знание, когда применяется теорема сложения вероятностей, критически важно для корректного моделирования событий. Основные ситуации:

• При анализе рисков, где возможны разные, но взаимосвязанные причины наступления события.
• При расчёте вероятностей в задачах на перекрытия.
• В играх, ставках, медицинской диагностике — везде, где важно оценить хотя бы один возможный исход.

Особенно важно различать, идет ли речь о совместных или несовместных событиях, чтобы правильно выбрать формулу.

Доказательство

Теперь обратимся к доказательству теоремы сложения вероятностей. Для несовместных событий всё просто: они не пересекаются, и их вероятности можно просто сложить. Более сложным является доказательство теоремы сложения вероятностей для совместных событий.

Чтобы не учитывать совместное наступление событий дважды, из суммы вычитается вероятность их одновременного появления — P(A ∩ B). Это логически вытекает из принципа включения и исключения, который лежит в основе многих вероятностных выводов.

Пример

Рассмотрим пример: в группе студентов 70% сдали математику, 60% — физику, 40% сдали оба предмета. Тогда вероятность того, что студент сдал хотя бы один предмет:

P(A ∪ B) = 0.7 + 0.6 – 0.4 = 0.9

Ответ: 90% студентов сдали хотя бы один из экзаменов. Это — наглядное применение теоремы сложения вероятностей совместных событий.

Сложение и умножение

Важно помнить, что теорема сложения и умножения вероятностей — это взаимодополняющие инструменты. Первая отвечает на вопрос «что если хотя бы одно из событий произошло», а вторая — «что если произошли оба». При решении задач часто используются обе.

Теорема сложения вероятностей — это краеугольный камень классической вероятностной модели. Умение различать совместные и несовместные события, правильно применять формулы, избегать дублирующих расчётов — всё это необходимо для точного анализа в реальной жизни.

Будь то прогноз погоды, оценка финансовых рисков или медицинская диагностика — грамотное использование этой теоремы повышает точность и надёжность выводов.

Станіслав Федоренко