Если вас интересует вопрос заголовка, вы наверняка студент или школьник, столкнувшийся с новым для себя предметом. Задачи теории вероятностей сейчас решают и школьники пятых классов продвинутых школ, и старшеклассники перед ЕГЭ, и студенты буквально всех специальностей - от географов до математиков. Что же это за предмет такой, и как к нему подойти?
Вероятность. Что это?
Теория вероятностей , как следует из названия, имеет дело с вероятностями. Нас окружают множество вещей и явлений, о которых, как бы ни была развита наука, нельзя сделать точных прогнозов.
Мы не знаем, какую карту вытянем из колоды наугад или сколько дней в мае будет идти дождь, но, имея некоторую дополнительную информацию, можем строить прогнозы и вычислять вероятности этих случайных событий.
Таким образом, мы сталкиваемся с основным понятием случайного события - явления, поведение которого невозможно предсказать, опыта, результат которого заранее невозможно вычислить и т.п. Именно вероятности событий вычисляются в типовых задачах.
Вероятность - это некоторая, строго говоря, функция, принимающая значения от 0 до 1 и характеризующая данное случайное событие. 0 - событие практически невозможно, 1 - событие практически достоверно, 0,5 (или "50 на 50") - с равной вероятностью событие произойдет или нет.
Алгоритм решения задач на вероятность
Подробнее с основами теории вероятностей можно ознакомиться, например, в онлайн учебнике .
А теперь не будем ходить вокруг да около, и сформулируем схему , по которой следует решать стандартные учебные задачи на вычисление вероятности случайного события, а затем ниже на примерах проиллюстрируем ее применение.
- Внимательно прочитать задачу и понять, что именно происходит (что из какого ящика вытаскивается, что где лежало, сколько приборов работает и т.п.)
- Найти основной вопрос задачи вроде "вычислить вероятность того, что..." и вот это многоточие записать в виде события, вероятность которого надо найти.
- Событие записано. Теперь надо понять, к какой "схеме" теории вероятностей относится задача, чтобы правильно выбрать формулы для решения. Ответьте на тестовые вопросы типа:
- происходит одно испытание (например, выбрасывание двух костей) или несколько (например, проверка 10 приборов);
- если испытаний несколько, зависимы ли результаты одного от других (зависимость или независимость событий);
- событие происходит в единственной ситуации или задача говорит о нескольких возможных гипотезах (например, шар вынимается из любого ящика из трех, или из конкретного).
- Выбрана формула (или несколько) для решения. Записываем все данные задачи и подставляем в данную формулу.
- Вуаля, вероятность найдена.
Как решать задачи: классическая вероятность
Пример 1. В группе из 30 студентов на контрольной работе 6 студентов получили «5», 10 студентов – «4», 9 студентов – «3», остальные – «2». Найти вероятность того, что 3 студента, вызванные к доске, получили по контрольной работе «2».
Начинаем решение по пунктам, описанным выше.
- В задаче речь идет о выборе 3 студентов из группы, которые удовлетворяют определенным условиям.
- Вводим основное событие $X$ = (Все 3 студента, вызванные к доске, получили по контрольной работе «2»).
- Так как в задаче происходит только одно испытание и оно связано с отбором/выбором по определенному условию, речь идет о классическом определении вероятности . Запишем формулу: $P=m/n$, где $m$ – число исходов, благоприятствующих осуществлению события $X$, а $n$ – число всех равновозможных элементарных исходов.
- Теперь необходимо найти значения $m$ и $n$ для этой задачи. Сначала найдем число всех возможных исходов - число способов выбрать 3 студентов из 30. Так как порядок выбора не имеет значения, это число сочетаний из 30 по 3: $$n=C_{30}^3=\frac{30!}{3!27!}=\frac{28\cdot 29 \cdot 30}{1\cdot 2 \cdot 3}=4060.$$ Найдем число способов вызвать только студентов, получивших "2". Всего таких студентов было $30-6-10-9=5$ человек, поэтому $$m=C_{5}^3=\frac{5!}{3!2!}=\frac{4 \cdot 5}{1\cdot 2}=10.$$
- Получаем вероятность: $$P(X)=\frac{m}{n}=\frac{10}{4060}=0,002.$$ Задача решена.
Некогда решать? Найди решенную задачу
Готовые решения задач по любым разделам теории вероятностей, более 10000 примеров! Найди свою задачу.
При оценки вероятности наступления какого-либо случайного события очень важно предварительно хорошо представлять, зависит ли вероятность () наступления интересующего нас события от того, как развиваются остальные события.
В случае классической схемы, когда все исходы равновероятны, мы уже можем оценить значения вероятности интересующего нас отдельного события самостоятельно. Мы можем сделать это даже в том случае, если событие является сложной совокупностью нескольких элементарных исходов. А если несколько случайных событий происходит одновременно или последовательно? Как это влияет на вероятность реализации интересующего нас события?
Если я несколько раз кидаю игральную кость, и хочу, чтобы выпала "шестерка", а мне все время не везет, значит ли это, что надо увеличивать ставку, потому что, согласно теории вероятностей, мне вот-вот должно повезти? Увы, теория вероятности не утверждает ничего подобного. Ни кости, ни карты, ни монетки не умеют запоминать, что они продемонстрировали нам в прошлый раз. Им совершенно не важно, в первый раз или в десятый раз сегодня я испытываю свою судьбу. Каждый раз, когда я повторяю бросок, я знаю только одно: и на этот раз вероятность выпадения "шестерки" снова равна одной шестой. Конечно, это не значит, что нужная мне цифра не выпадет никогда. Это означает лишь то, что мой проигрыш после первого броска и после любого другого броска - независимые события.
События А и В называются независимыми , если реализация одного из них никак не влияет на вероятность другого события. Например, вероятности поражения цели первым из двух орудий не зависят от того, поразило ли цель другое орудие, поэтому события "первое орудие поразило цель" и "второе орудие поразило цель" независимы.
Если два события А и В независимы, и вероятность каждого из них известна, то вероятность одновременного наступления и события А, и события В (обозначается АВ) можно посчитать, воспользовавшись следующей теоремой.
Теорема умножения вероятностей для независимых событий
P(AB) = P(A)*P(B) - вероятность одновременного наступления двух независимых событий равна произведению вероятностей этих событий.Пример. Вероятности попадания в цель при стрельбе первого и второго орудий соответственно равны: р 1 =0,7; р 2 =0,8. Найти вероятность попадания при одном залпе обоими орудиями одновременно.
Решение: как мы уже видели события А (попадание первого орудия) и В (попадание второго орудия) независимы, т.е. Р(АВ)=Р(А)*Р(В)=р 1 *р 2 =0,56.
Что произойдет, с нашими оценками, если исходные события не являются
независимыми? Давайте немного изменим предыдущий пример.
Пример. Два стрелка на соревнованиях стреляют по мишеням, причем, если один из них стреляет метко, то соперник начинает нервничать, и его результаты ухудшаются. Как превратить эту житейскую ситуацию в математическую задачу и наметить пути ее решения? Интуитивно понятно, что надо каким-то образом разделить два варианта развития событий, составить по сути дела два сценария, две разные задачи. В первом случае, если соперник промахнулся, сценарий будет благоприятный для нервного спортсмена и его меткость будет выше. Во втором случае, если соперник прилично реализовал свой шанс, вероятность поразить мишень для второго спортсмена снижается.
Для разделения возможных сценариев (их часто называют гипотезами) развития
событий мы будем часто использовать схему "дерева вероятностей".
Эта схема похожа по смыслу на дерево решений, с которым Вам, наверное, уже
приходилось иметь дело. Каждая ветка представляет собой отдельный сценарий
развития событий, только теперь она имеет собственное значение так называемой
условной
вероятности
(q 1 , q 2 , q 1 -1, q 2 -1).
Эта схема очень удобна для анализа последовательных случайных событий.
Остается выяснить еще один немаловажный вопрос: откуда берутся исходные значения вероятностей в реальных ситуациях ? Ведь не с одними же монетами и игральными костями работает теория вероятностей? Обычно эти оценки берутся из статистики, а когда статистические сведения отсутствуют, мы проводим собственное исследование. И начинать его нам часто приходится не со сбора данных, а с вопроса, какие сведения нам вообще нужны.
Пример. Допустим, нам надо оценить в городе с населением в сто тысяч жителей объем рынка для нового товара, который не является предметом первой необходимости, например, для бальзама по уходу за окрашенными волосами. Рассмотрим схему "дерева вероятностей". При этом значение вероятности на каждой "ветке" нам надо приблизительно оценить. Итак, наши оценки емкости рынка:
1) из всех жителей города женщин 50%,
2) из всех женщин только 30% красят волосы часто,
3) из них только 10% пользуются бальзамами для окрашенных волос,
4) из них только 10% могут набраться смелости попробовать новый товар,
5) из них 70% обычно покупает все не у нас, а у наших конкурентов.
Решение:
По закону
перемножения вероятностей, определяем вероятность интересующего нас события А
={житель города покупает у нас этот новый
бальзам}=0,00045.
Умножим это значение вероятности на число жителей города. В результате имеем всего 45 потенциальных покупательниц, а если учесть, что одного пузырька этого средства хватает на несколько месяцев, не слишком оживленная получается торговля.
И все-таки польза от наших оценок есть.
Во-первых, мы можем сравнивать прогнозы разных бизнес-идей, на схемах у них будут разные "развилки", и, конечно, значения вероятности тоже будут разные.
Во-вторых, как мы уже говорили, случайная величина не потому называется случайной, что она совсем ни от чего не зависит. Просто ее точное значение заранее не известно. Мы знаем, что среднее количество покупателей может быть увеличено (например, с помощью рекламы нового товара). Так что имеет смысл сосредоточить усилия на тех "развилках", где распределение вероятностей нас особенно не устраивает, на тех факторах, на которые мы в состоянии повлиять.
Рассмотрим еще один количественный пример исследования покупательского поведения.
Пример. За день продовольственный рынок посещает в среднем 10000 человек. Вероятность того, что посетитель рынка заходит в павильон молочных продуктов, равна 1/2. Известно, что в этом павильоне в среднем продается в день 500 кг различных продуктов.
Можно ли утверждать, что средняя покупка в павильоне весит всего 100 г?
Обсуждение. Конечно, нельзя. Понятно, что не каждый, кто заходил в павильон, в результате что-то там купил.
Как показано на схеме, чтобы ответить на вопрос о среднем весе покупки, мы
должны найти ответ на вопрос, какова вероятность того, что человек, зашедший
в павильон, что-нибудь там купит. Если таких данных в нашем распоряжении не
имеется, а нам они нужны, придется их получить самим, понаблюдав некоторое
время за посетителями павильона. Допустим, наши наблюдения показали, что
только пятая часть посетителей павильона что-то покупает.
Как только эти оценки нами получены, задача становится уже простой. Из 10000 человек, пришедших на рынок, 5000 зайдут в павильон молочных продуктов, покупок будет только 1000. Средний вес покупки равен 500 грамм. Интересно отметить, что для построения полной картины происходящего, логика условных "ветвлений" должна быть определена на каждом этапе нашего рассуждения так же четко, как если бы мы работали с "конкретной" ситуацией, а не с вероятностями.
Задачи для самопроверки
1. Пусть есть электрическая цепь, состоящая из n последовательно соединенных элементов, каждый из которых работает независимо от остальных.
Известна вероятность p невыхода из строя каждого элемента. Определите
вероятность исправной работы всего участка цепи (событие А).
2. Студент знает 20 из 25 экзаменационных вопросов. Найдите вероятность того, что студент знает предложенные ему экзаменатором три вопроса.
3. Производство состоит из четырех последовательных этапов, на каждом из которых работает оборудование, для которого вероятности выхода из строя в течение ближайшего месяца равны соответственно р 1 , р 2 , р 3 и р 4 . Найдите вероятность того, что за месяц не случится ни одной остановки производства из-за неисправности оборудования.
Поговорим о задачах, в которых встречается фраза "хотя бы один". Наверняка вы встречали такие задачи в домашних и контрольных работах, а теперь узнаете, как их решать. Сначала я расскажу об общем правиле, а потом рассмотрим частный случай и , выпишем формулы и примеры для каждого.
Общая методика и примеры
Общая методика для решения задач, в которых встречается фраза "хотя бы один" такая:
А теперь разберем ее на примерах. Вперед!
Пример 1. В ящике находится 25 стандартных и 6 бракованных однотипных деталей. Какова вероятность того, что среди трёх наудачу выбранных деталей окажется хотя бы одна бракованная?
Действуем прямо по пунктам.
1.
Записываем событие, вероятность которого надо найти прямо из условия задачи:
$A$ =(Из 3 выбранных деталей хотя бы одна
бракованная).
2. Тогда противоположное событие формулируется так $\bar{A}$ = (Из 3 выбранных деталей ни одной бракованной) = (Все 3 выбранные детали будут стандартные).
3. Теперь нужно понять, как найти вероятность события $\bar{A}$, для чего еще раз посмотрим на задачу: говорится об объектах двух видов (детали бракованные и нет), из которых вынимается некоторое число объектов и изучаются (бракованные или нет). Это задача решается с помощью классического определения вероятности (точнее, по формуле гипергеометрической вероятности, подробнее о ней читайте в статье).
Для первого примера запишем решение подробно, далее будем уже сокращать (а полные инструкции и калькуляторы вы найдете по ссылке выше).
Сначала найдем общее число исходов - это число способов выбрать любые 3 детали из партии в 25+6=31 деталей в ящике. Так как порядок выбора несущественнен, применяем формулу для числа сочетаний из 31 объектов по 3: $n=C_{31}^3$.
Теперь переходим к числу благоприятствующих событию исходов. Для этого нужно, чтобы все 3 выбранные детали были стандартные, их можно выбрать $m = C_{25}^3$ способами (так как стандартных деталей в ящике ровно 25).
Вероятность равна:
$$ P(\bar{A})=\frac{m}{n}=\frac{C_{25}^3 }{C_{31}^3} = \frac{23 \cdot 24\cdot 25}{29\cdot 30\cdot 31} =\frac{2300}{4495}= 0.512. $$
4. Тогда искомая вероятность:
$$ P(A)=1-P(\bar{A})=1- 0.512 = 0.488. $$
Ответ: 0.488.
Пример 2. Из колоды в 36 карт берут наудачу 6 карт. Найти вероятность того, что среди взятых карт будут: хотя бы две пики.
1. Записываем событие $A$ =(Из 6 выбранных карт будут хотя бы две пики).
2. Тогда противоположное событие формулируется так $\bar{A}$ = (Из 6 выбранных карт будет менее 2 пик) = (Из 6 выбранных карт будет ровно 0 или 1 пиковые карты, остальные другой масти).
Замечание. Тут я остановлюсь и сделаю небольшое замечание. Хотя в 90% случаях методика "перейти к противоположному событию" работает на отлично, существуют случаи, когда проще найти вероятность исходного события. В данном случае, если искать напрямую вероятность события $A$ потребуется сложить 5 вероятностей, а для события $\bar{A}$ - всего 2 вероятности. А вот если бы задача была такая "из 6 карт хотя бы 5 - пиковые", ситуация стала бы обратной и тут проще решать исходную задачу. Если опять попытаться дать инструкцию, скажу так. В задачах, где видите "хотя бы один", смело переходите к противоположному событию. Если же речь о "хотя бы 2, хотя бы 4 и т.п.", тут надо прикинуть, что легче считать.
3. Возвращаемся к нашей задаче и находим вероятность события $\bar{A}$ с помощью классического определения вероятности.
Общее число исходов (способов выбрать любые 6 карт из 36) равно $n=C_{36}^6$ (калькулятор ).
Найдем число благоприятствующих событию исходов. $m_0 = C_{27}^6$ - число способов выбрать все 6 карт непиковой масти (их в колоде 36-9=27), $m_1 = C_{9}^1\cdot C_{27}^5$ - число способов выбрать 1 карту пиковой масти (из 9) и еще 5 других мастей (из 27).
$$ P(\bar{A})=\frac{m_0+m_1}{n}=\frac{C_{27}^6+C_{9}^1\cdot C_{27}^5 }{C_{36}^6} =\frac{85215}{162316}= 0.525. $$
4. Тогда искомая вероятность:
$$ P(A)=1-P(\bar{A})=1- 0.525 = 0.475. $$
Ответ: 0.475.
Пример 3. В урне 2 белых, 3 черных и 5 красных шаров. Три шара вынимают наугад. Найти вероятность того, что среди вынутых шаров хотя бы два будут разного цвета.
1. Записываем событие $A$ =(Среди вынутых 3 шаров хотя бы два разного цвета). То есть, например, "2 красных шара и 1 белый", или "1 белый, 1 черный, 1 красный", или "2 черных, 1 красный" и так далее, вариантов многовато. Попробуем правило перехода к противоположному событию.
2. Тогда противоположное событие формулируется так $\bar{A}$ = (Все три шара одного цвета) = (Выбраны 3 черных шара или 3 красных шара) - всего 2 варианта получилось, значит, этот способ решения упрощает вычисления. Кстати, все шары белого цвета не могут быть выбраны, так как их всего 2, а вынимается 3 шара.
3. Общее число исходов (способов выбрать любые 3 шара из 2+3+5=10 шаров) равно $n=C_{10}^3=120$.
Найдем число благоприятствующих событию исходов. $m = C_{3}^3+C_{5}^3=1+10=11$ - число способов выбрать или 3 черных шара (из 3), или 3 красных шара (из 5).
$$ P(\bar{A})=\frac{m}{n}=\frac{11}{120}. $$
4. Искомая вероятность:
$$ P(A)=1-P(\bar{A})=1- \frac{11}{120}=\frac{109}{120} = 0.908. $$
Ответ: 0.908.
Частный случай. Независимые события
Идем дальше, и приходим к классу задач, где рассматривается несколько независимых событий (стрелки попадают, лампочки перегорают, машины заводятся, рабочие болеют с разной вероятностью каждый и т.п.) и нужно "найти вероятность наступления хотя бы одного события" . В вариациях это может звучать так "найти вероятность, что хотя бы один стрелок из трех попадет в цель", "найти вероятность того, что хотя бы один автобус из двух вовремя приедет на вокзал", "найти вероятность, что хотя бы один элемент в устройстве из четырех элементов откажет за год" и т.д.
Если в примерах выше речь шла о применении формулы классической вероятности , здесь мы приходим к алгебре событий, используем формулы сложения и умножения вероятностей (небольшая теория ).
Итак, рассматриваются несколько независимых событий $A_1, A_2,...,A_n$, вероятности наступления каждого известны и равны $P(A_i)=p_i$ ($q_i=1-p_i$). Тогда вероятность того, что в результате эксперимента произойдет хотя бы одно из событий, вычисляется по формуле
$$ P=1-q_1\cdot q_2 \cdot ...\cdot q_n. \quad(1) $$
Строго говоря, эта формула тоже получается применением основной методики "перейти к противоположному событию" . Ведь действительно, пусть $A$=(Наступит хотя бы одно событие из $A_1, A_2,...,A_n$), тогда $\bar{A}$ = (Ни одно из событий не произойдет), что значит:
$$
P(\bar{A})=P(\bar{A_1} \cdot \bar{A_2} \cdot ... \bar{A_n})=P(\bar{A_1}) \cdot P(\bar{A_2}) \cdot ... P(\bar{A_n})=\\
=(1-P(A_1)) \cdot (1-P(A_2)) \cdot ... (1-P(A_n))=\\
=(1-p_1) \cdot (1-p_2) \cdot ... (1-p_n)=q_1\cdot q_2 \cdot ...\cdot q_n,\\
$$
откуда и получаем нашу формулу
$$
P(A)=1-P(\bar{A})=1-q_1\cdot q_2 \cdot ...\cdot q_n.
$$
Пример 4. Узел содержит две независимо работающие детали. Вероятности отказа деталей соответственно равны 0,05 и 0,08. Найти вероятность отказа узла, если для этого достаточно, чтобы отказала хотя бы одна деталь.
Событие $A$ =(Узел отказал) = (Хотя бы одна из двух деталей отказала). Введем независимые события: $A_1$ = (Первая деталь отказала) и $A_2$ = (Вторая деталь отказала). По условию $p_1=P(A_1)=0,05$, $p_2=P(A_2)=0,08$, тогда $q_1=1-p_1=0,95$, $q_2=1-p_2=0,92$. Применим формулу (1) и получим:
$$ P(A)=1-q_1\cdot q_2 = 1-0,95\cdot 0,92=0,126. $$
Ответ: 0,126.
Пример 5. Студент разыскивает нужную ему формулу в трех справочниках. Вероятность того, что формула содержится в первом справочнике, равна 0,8, во втором - 0,7, в третьем - 0,6. Найти вероятность того, что формула содержится хотя бы в одном справочнике.
Действуем аналогично. Рассмотрим основное событие
$A$ =(Формула содержится хотя бы в одном справочнике). Введем независимые события:
$A_1$ = (Формула есть в первом справочнике),
$A_2$ = (Формула есть во втором справочнике),
$A_3$ = (Формула есть в третьем справочнике).
По условию $p_1=P(A_1)=0,8$, $p_2=P(A_2)=0,7$, $p_3=P(A_3)=0,6$, тогда $q_1=1-p_1=0,2$, $q_2=1-p_2=0,3$, $q_3=1-p_3=0,4$. Применим формулу (1) и получим:
$$ P(A)=1-q_1\cdot q_2\cdot q_3 = 1-0,2\cdot 0,3\cdot 0,4=0,976. $$
Ответ: 0,976.
Пример 6. Рабочий обслуживает 4 станка, работающих независимо друг от друга. Вероятность того, что в течение смены первый станок потребует внимания рабочего, равна 0,3, второй – 0,6, третий – 0,4 и четвёртый – 0,25. Найти вероятность того, что в течение смены хотя бы один станок не потребует внимания мастера.
Думаю, вы уже уловили принцип решения, вопрос только в количестве событий, но и оно не оказывает влияния на сложность решения (в отличие от общих задач на сложение и умножение вероятностей). Только будьте внимательны, вероятности указаны для "потребует внимания", а вот вопрос задачи "хотя бы один станок НЕ потребует внимания". Вводить события нужно такие же, как и основное (в данном случае, с НЕ), чтобы пользоваться общей формулой (1).
Получаем:
$A$ = (В течение смены хотя бы один станок НЕ потребует внимания мастера),
$A_i$ = ($i$-ый станок НЕ потребует внимания мастера), $i=1,2,3,4$,
$p_1 = 0,7$, $p_2 = 0,4$, $p_3 = 0,6$, $p_4 = 0,75$.
Искомая вероятность:
$$ P(A)=1-q_1\cdot q_2\cdot q_3 \cdot q_4= 1-(1-0,7)\cdot (1-0,4)\cdot (1-0,6)\cdot (1-0,75)=0,982. $$
Ответ: 0,982. Почти наверняка мастер будет отдыхать всю смену;)
Частный случай. Повторные испытания
Итак, у нас есть $n$ независимых событий (или повторений некоторого опыта), причем вероятности наступления этих событий (или наступления события в каждом из опытов) теперь одинаковы и равны $p$. Тогда формула (1) упрощается к виду:
$$ P=1-q_1\cdot q_2 \cdot ...\cdot q_n = 1-q^n. $$
Фактически мы сужаемся к классу задач, который носит название "повторные независимые испытания" или "схема Бернулли", когда проводится $n$ опытов, вероятность наступления события в каждом из которых равна $p$. Нужно найти вероятность, что событие появится хотя бы раз из $n$ повторений:
$$ P=1-q^n. \quad(2) $$
Подробнее о схеме Бернулли можно прочитать в онлайн-учебнике , а также посмотреть статьи-калькуляторы о решении различных подтипов задач (о выстрелах, лотерейных билетах и т.п.). Ниже же будут разобраны задачи только с "хотя бы один".
Пример 7. Пусть вероятность того, что телевизор не потребует ремонта в течение гарантийного срока, равна 0,9. Найти вероятность того, что в течение гарантийного срока из 3 телевизоров хотя бы один не потребует ремонта.
Решения короче вы еще не видели.
Просто выписываем из условия: $n=3$, $p=0,9$, $q=1-p=0,1$.
Тогда вероятность того, что в течение гарантийного срока из 3 телевизоров хотя бы один не потребует ремонта, по формуле (2):
$$ P=1-0,1^3=1-0,001=0,999 $$
Ответ: 0,999.
Пример 8. Производится 5 независимых выстрелов по некоторой цели. Вероятность попадания при одном выстреле равна 0,8. Найти вероятность того, что будет хотя бы одно попадание.
Опять, начинаем с формализации задачи, выписывая известные величины. $n=5$ выстрелов, $p=0,8$ - вероятность попадания при одном выстреле, $q=1-p=0,2$.
И тогда вероятность того, что будет хотя бы одно попадание из пяти выстрелов равна:
$$
P=1-0,2^5=1-0,00032=0,99968
$$
Ответ: 0,99968.
Думаю, с применением формулы (2) все более чем ясно (не забудьте почитать и о других задачах, решаемых в рамках схемы Бернулли, ссылки были выше). А ниже я приведу чуть более сложную задачу. Такие задачи встречаются пореже, но и их способ решения надо усвоить. Поехали!
Пример 9. Производится n независимых опытов, в каждом из которых некоторое событие A появляется с вероятностью 0,7. Сколько нужно сделать опытов для того, чтобы с вероятностью 0,95 гарантировать хотя бы одно появление события A?
Имеем схему Бернулли, $n$ - количество опытов, $p=0,7$ - вероятность появления события А.
Тогда вероятность того, что произойдет хотя бы одно событие А в $n$ опытах, равна по формуле (2): $$ P=1-q^n=1-(1-0,7)^n=1-0,3^n $$ По условию эта вероятность должна быть не меньше 0,95, поэтому:
$$ 1-0,3^n \ge 0,95,\\ 0,3^n \le 0,05,\\ n \ge \log_{0,3} 0,05 = 2,49. $$
Округляя, получаем что нужно провести не менее 3 опытов.
Ответ: минимально нужно сделать 3 опыта.
Необходимость в действиях над вероятностями наступает тогда, когда известны вероятности некоторых событий, а вычислить нужно вероятности других событий, которые связаны с данными событиями.
Сложение вероятностей используется тогда, когда нужно вычислить вероятность объединения или логической суммы случайных событий.
Сумму событий A и B обозначают A + B или A ∪ B . Суммой двух событий называется событие, которое наступает тогда и только тогда, когда наступает хотя бы одно из событий. Это означает, что A + B – событие, которое наступает тогда и только тогда, когда при наблюдении произошло событие A или событие B , или одновременно A и B .
Если события A и B взаимно несовместны и их вероятности даны, то вероятность того, что в результате одного испытания произойдёт одно из этих событий, рассчитывают, используя сложение вероятностей.
Теорема сложения вероятностей. Вероятность того, что произойдёт одно из двух взаимно несовместных событий, равна сумме вероятностей этих событий:
Например, на охоте произведены два выстрела. Событие А – попадание в утку с первого выстрела, событие В – попадание со второго выстрела, событие (А + В ) – попадание с первого или второго выстрела или с двух выстрелов. Итак, если два события А и В – несовместные события, то А + В – наступление хотя бы одного из этих событий или двух событий.
Пример 1. В ящике 30 мячиков одинаковых размеров: 10 красных, 5 синих и 15 белых. Вычислить вероятность того, что не глядя будет взят цветной (не белый) мячик.
Решение. Примем, что событие А – «взят красный мячик», а событие В – «взят синий мячик». Тогда событие - «взят цветной (не белый) мячик». Найдём вероятность события А :
и события В :
События А и В – взаимно несовместные, так как если взят один мячик, то нельзя взять мячики разных цветов. Поэтому используем сложение вероятностей:
Теорема сложения вероятностей для нескольких несовместных событий. Если события составляют полное множество событий, то сумма их вероятностей равна 1:
Сумма вероятностей противоположных событий также равна 1:
Противоположные события образуют полное множество событий, а вероятность полного множества событий равна 1.
Вероятности противоположных событий обычно обозначают малыми буквами p и q . В частности,
из чего следуют следующие формулы вероятности противоположных событий:
Пример 2. Цель в тире разделена на 3 зоны. Вероятность того что некий стрелок выстрелит в цель в первой зоне равна 0,15, во второй зоне – 0,23, в третьей зоне – 0,17. Найти вероятность того, что стрелок попадет в цель и вероятность того, что стрелок попадёт мимо цели.
Решение: Найдём вероятность того, что стрелок попадёт в цель:
Найдём вероятность того, что стрелок попадёт мимо цели:
Задачи посложнее, в которых нужно применять и сложение и умножение вероятностей - на странице "Различные задачи на сложение и умножение вероятностей" .
Сложение вероятностей взаимно совместных событий
Два случайных события называются совместными, если наступление одного события не исключает наступления второго события в том же самом наблюдении. Например, при бросании игральной кости событием А считается выпадение числа 4, а событием В – выпадение чётного числа. Поскольку число 4 является чётным числом, эти два события совместимы. В практике встречаются задачи по расчёту вероятностей наступления одного из взаимно совместных событий.
Теорема сложения вероятностей для совместных событий. Вероятность того, что наступит одно из совместных событий, равна сумме вероятностей этих событий, из которой вычтена вероятность общего наступления обоих событий, то есть произведение вероятностей. Формула вероятностей совместных событий имеет следующий вид:
Поскольку события А и В совместимы, событие А + В наступает, если наступает одно из трёх возможных событий: или АВ . Согласно теореме сложения несовместных событий, вычисляем так:
Событие А наступит, если наступит одно из двух несовместных событий: или АВ . Однако вероятность наступления одного события из нескольких несовместных событий равна сумме вероятностей всех этих событий:
Аналогично:
Подставляя выражения (6) и (7) в выражение (5), получаем формулу вероятности для совместных событий:
При использовании формулы (8) следует учитывать, что события А и В могут быть:
- взаимно независимыми;
- взаимно зависимыми.
Формула вероятности для взаимно независимых событий:
Формула вероятности для взаимно зависимых событий:
Если события А и В несовместны, то их совпадение является невозможным случаем и, таким образом, P (AB ) = 0. Четвёртая формула вероятности для несовместных событий такова:
Пример 3. На автогонках при заезде на первой автомашине вероятность победить , при заезде на второй автомашине . Найти:
- вероятность того, что победят обе автомашины;
- вероятность того, что победит хотя бы одна автомашина;
1) Вероятность того, что победит первая автомашина, не зависит от результата второй автомашины, поэтому события А (победит первая автомашина) и В (победит вторая автомашина) – независимые события. Найдём вероятность того, что победят обе машины:
2) Найдём вероятность того, что победит одна из двух автомашин:
Задачи посложнее, в которых нужно применять и сложение и умножение вероятностей - на странице "Различные задачи на сложение и умножение вероятностей" .
Решить задачу на сложение вероятностей самостоятельно, а затем посмотреть решение
Пример 4. Бросаются две монеты. Событие A - выпадение герба на первой монете. Событие B - выпадение герба на второй монете. Найти вероятность события C = A + B .
Умножение вероятностей
Умножение вероятностей используют, когда следует вычислить вероятность логического произведения событий.
При этом случайные события должны быть независимыми. Два события называются взаимно независимыми, если наступление одного события не влияет на вероятность наступления второго события.
Теорема умножения вероятностей для независимых событий. Вероятность одновременного наступления двух независимых событий А и В равна произведению вероятностей этих событий и вычисляется по формуле:
Пример 5. Монету бросают три раза подряд. Найти вероятность того, что все три раза выпадет герб.
Решение. Вероятность того, что при первом бросании монеты выпадет герб , во второй раз , в третий раз . Найдём вероятность того, что все три раза выпадет герб:
Решить задачи на умножение вероятностей самостоятельно, а затем посмотреть решение
Пример 6. Имеется коробка с девятью новыми теннисными мячами. Для игры берут три мяча, после игры их кладут обратно. При выборе мячей игранные от неигранных не отличают. Какова вероятность того, что после трёх игр в коробке не останется неигранных мячей?
Пример 7. 32 буквы русского алфавита написаны на карточках разрезной азбуки. Пять карточек вынимаются наугад одна за другой и укладываются на стол в порядке появления. Найти вероятность того, что из букв получится слово "конец".
Пример 8. Из полной колоды карт (52 листа) вынимаются сразу четыре карты. Найти вероятность того, что все эти четыре карты будут разных мастей.
Пример 9. Та же задача, что в примере 8, но каждая карта после вынимания возвращается в колоду.
Задачи посложнее, в которых нужно применять и сложение и умножение вероятностей, а также вычислять произведение нескольких событий - на странице "Различные задачи на сложение и умножение вероятностей" .
Вероятность того, что произойдёт хотя бы одно из взаимно независимых событий , можно вычислить путём вычитания из 1 произведения вероятностей противоположных событий , то есть по формуле:
Пример 10. Грузы доставляют тремя видами транспорта: речным, железнодорожным и автотранспортом. Вероятность того, что груз будет доставлен речным транспортом, составляет 0,82, железнодорожным транспортом 0,87, автотранспортом 0,90. Найти вероятность того, что груз будет доставлен хотя бы одним из трёх видов транспорта.
Ясно, что каждое событие обладает той или иной степенью возможности своего наступления (своей реализации). Чтобы количественно сравнивать между собой события по степени их возможности, очевидно, нужно с каждым событием связать определенное число, которое тем больше, чем более возможно событие. Такое число называется вероятностью события.
Вероятность события – есть численная мера степени объективной возможности наступления этого события.
Рассмотрим стохастический эксперимент и случайное событие А, наблюдаемое в этом эксперименте. Повторим этот эксперимент n раз и пусть m(A) – число экспериментов, в которых событие А произошло.
Отношение (1.1)
называется относительной частотой события А в проведенной серии экспериментов.
Легко убедиться в справедливости свойств:
если А и В несовместны (АВ= ), то ν(А+В) = ν(А) + ν(В) (1.2)
Относительная частота определяется только после проведения серии экспериментов и, вообще говоря, может меняться от серии к серии. Однако опыт показывает, что во многих случаях при увеличении числа опытов относительная частота приближается к некоторому числу. Этот факт устойчивости относительной частоты неоднократно проверялся и может считаться экспериментально установленным.
Пример 1.19. . Если бросить одну монету, никто не сможет предсказать, какой стороной она упадет кверху. Но если бросить две тонны монет, то каждый скажет, что примерно одна тонна упадет кверху гербом, то есть относительная частота выпадения герба примерно равна 0,5.
Если при увеличении числа опытов относительная частота события ν(А) стремится к некоторому фиксированному числу, то говорят, что событие А статистически устойчиво , а это число называют вероятностью события А.
Вероятностью события
А
называется некоторое фиксированное число Р(А), к которому стремится относительная частота ν(А) этого события при увеличении числа опытов, то есть, 
Это определение называют статистическим определением вероятности .
Рассмотрим некий стохастический эксперимент и пусть пространство его элементарных событий состоит из конечного или бесконечного (но счетного) множества элементарных событий ω 1 , ω 2 , …, ω i , … . предположим, что каждому элементарному событию ω i прописан некоторое число - р i , характеризующее степень возможности появления данного элементарного события и удовлетворяющее следующим свойствам:
Такое число p i называется вероятностью элементарного события ω i .
Пусть теперь А- случайное событие, наблюдаемое в этом опыте, и ему соответствует некоторое множество
В такой постановке вероятностью события А называют сумму вероятностей элементарных событий, благоприятствующих А (входящих в соответствующее множество А):
(1.4)
Введенная таким образом вероятность обладает теми же свойствами, что и относительная частота, а именно:
И если АВ= (А и В несовместны),
то P(А+В) = P(А) + P(В)
Действительно, согласно (1.4)
В последнем соотношении мы воспользовались тем, что ни одно элементарное событие не может благоприятствовать одновременно двум несовместным событиям.
Особо отметим, что теория вероятностей не указывает способов определения р i , их надо искать из соображений практического характера или получать из соответствующего статистического эксперимента.
В качестве примера рассмотрим классическую схему теории вероятностей. Для этого рассмотрим стохастический эксперимент, пространство элементарных событий которого состоит из конечного (n) числа элементов. Предположим дополнительно, что все эти элементарные события равновозможны, то есть вероятности элементарных событий равны p(ω i)=p i =p. Отсюда следует, что
Пример 1.20 . При бросании симметричной монеты выпадение герба и «решки» равновозможны, их вероятности равны 0,5.
Пример 1.21 . При бросании симметричного кубика все грани равновозможны, их вероятности равны 1/6.
Пусть теперь событию А благоприятствует m элементарных событий, их обычно называют исходами, благоприятствующими событию А . Тогда
Получили классическое определение вероятности : вероятность Р(А) события А равна отношению числа исходов, благоприятствующих событию А, к общему числу исходов
Пример 1.22 . В урне лежит m белых шаров и n черных. Чему равна вероятность вытащить белый шар?
Решение
. Всего элементарных событий m+n. Они все равновероятны. Благоприятствующих событию А из них m. Следовательно, 
.
Из определения вероятности вытекают следующие ее свойства:
Свойство 1 . Вероятность достоверного события равна единице.
Действительно, если событие достоверно, то каждый элементарный исход испытания благоприятствует событию. В этом случае т=п, следовательно,
P(A)=m/n=n/n=1. (1.6)
Свойство 2. Вероятность невозможного события равна нулю.
Действительно, если событие невозможно, то ни один из элементарных исходов испытания не благоприятствует событию. В этом случае т = 0, следовательно, P(A)=m/n=0/n=0. (1.7)
Свойство 3. Вероятность случайного события есть положительное число, заключенное между нулем и единицей.
Действительно, случайному событию благоприятствует лишь часть из общего числа элементарных исходов испытания. То есть, 0≤m≤n, значит, 0≤m/n≤1, следовательно, вероятность любого события удовлетворяет двойному неравенству 0≤P(A) ≤1. (1.8)
Сопоставляя определения вероятности (1.5) и относительной частоты (1.1), заключаем: определение вероятности не требует, чтобы испытания производились в действительности; определение же относительной частоты предполагает, что испытания были произведены фактически . Другими словами, вероятность вычисляют до опыта, а относительную частоту - после опыта.
Однако, вычисление вероятности требует наличия предварительной информации о количестве или вероятностях благоприятствующих данному событию элементарных исходов. В случае отсутствия такой предварительной информации для определения вероятности прибегают к эмпирическим данным, то есть, по результатам стохастического эксперимента определяют относительную частоту события.
Пример 1.23 . Отдел технического контроля обнаружил 3 нестандартных детали в партии из 80 случайно отобранных деталей. Относительная частота появления нестандартных деталей r (А) = 3/80.
Пример 1.24 . По цели.произвели 24 выстрела, причем было зарегистрировано 19 попаданий. Относительная частота поражения цели. r (А) =19/24.
Длительные наблюдения показали, что если в одинаковых условиях производят опыты, в каждом из которых число испытаний достаточно велико, то относительная частота обнаруживает свойство устойчивости. Это свойство состоит в том, что в различных опытах относительная частота изменяется мало (тем меньше, чем больше произведено испытаний), колеблясь около некоторого постоянного числа. Оказалось, что это постоянное число можно принять за приближенное значение вероятности.
Подробнее и точнее связь между относительной частотой и вероятностью будет изложена далее. Теперь же проиллюстрируем свойство устойчивости на примерах.
Пример 1.25 . По данным шведской статистики, относительная частота рождения девочек за 1935 г. по месяцам характеризуется следующими числами (числа расположены в порядке следования месяцев, начиная с января): 0,486; 0,489; 0,490; 0.471; 0,478; 0,482; 0.462; 0,484; 0,485; 0,491; 0,482; 0,473
Относительная частота колеблется около числа 0,481, которое можно принять за приближеннее значение вероятности рождения девочек.
Заметим, что статистические данные различных стран дают примерно то же значение относительной частоты.
Пример 1.26. Многократно проводились опыты бросания монеты, в которых подсчитывали число появление «герба». Результаты нескольких опытов приведены в таблице.
