Определение вероятности события – Классическое определение вероятности случайного события

Классическое определение вероятности случайного события

Под вероятностью случайного события в математике понимают меру возможности осуществления данного события в конкретных условиях эксперимента (испытания).

Рассмотрим некоторую конечную полную группу равновоз-можных элементарных событий (исходов) В,, В2, …, Вп, т. е. со­вокупность всех единственно возможных, несовместных и вместе с тем равновозможных результатов некоторого испытания, при­чем пусть интересующее нас случайное событие А осуществляет­ся тогда и только тогда, когда наступают некоторые из элемен­тарных событий указанной полной группы. Пусть таких событий, благоприятствующих для события А, насчитывается т (естественно, т<п). Тогда вероятность события А определяют следующим образом:

Определение. Вероятностью Р(А) случайного события А называется отношение количества т элементарных событий, благо-приятствующих событию А,

к общему количеству элементарных событий п:

P*(A)=m/n

Поскольку в общем случае 0 < т < п, то из этого определения, называемого классическим определением вероятности случайного события, следует, что вероятность произвольного случайного события принадлежит отрезку [0,1], т.е.

0≤ Р(А)≤1

Пример 8.1. Найти вероятность того, что при извлечении наугад одного шара из корзины, в которой находятся 2 белых, 3 зеленых и 5 красных шаров, извлеченный шар окажется зеленым.

Решение. Поскольку общее количество элементарных событий (исходов) для данного испытания образует полную группу из n=10 равновозможных событий (по общему количеству шаров в корзине), из которых только т = 3 элементарных события (по количеству зеленых шаров) являются благоприятствующими для интересующего нас события (обозначим это событие через

А), по формуле (8.1) получим:

Р(А)=3/10

Основные свойства вероятности случайного события

1. Вероятность невозможного события равна нулю. Действительно, поскольку количество т элементарных событий, благоприятствующих невозможному событию А, равно нулю, получаем:

Р(А) = 0/п=0

2. Вероятность достоверного события равна единице. Действительно, поскольку количество т элементарных событий, благоприятствующих достоверному событию А, равно общему количе­ству п этих элементарных событий, получаем:

Р(А) = п/ п=1

Лекция 1.

Цели, задачи и структура медицинской и биологической физики. Ее место и роль в системе медицинского образования, межпредметные связи с другими медико-биологическими и клиническими дисциплинами.

Вероятностный характер медико-биологических процессов. Элементы теории вероятностей. Вероятность случайного события. Закон сложения и умножения вероятностей.

Принципы вероятностных подходов к задачам диагностики и прогно­зирования заболеваний.

Теория вероятностей

В теории вероятностей исследуются закономерности, относя­щиеся к случайным событиям, величинам, процессам. Врачи редко задумываются, что постановка диагноза имеет вероятно­стный характер и, как остроумно замечено, лишь патологоанатомическое исследование может достоверно определить ди­агноз умершего человека.

§2.1. Случайное событие. Вероятность

Наблюдая различные явления, можно заметить, что существу­ет два типа связей между условиями S и наступлением или ненас­туплением некоторого события

А. В одних случаях осуществление комплекса условийS(испытание) непременно вызывает событиеА. Так, например, материальная точка массойт0 под воздействи­ем силы F (условие S) приобретает ускорение а = F/m0 (событие А). В других случаях многократное повторение испытания можетпривести или не привести к появлению события А. Такие события принято называть случайными: к ним можно отнести появление в кабинете врача больного с данной болезнью, выпадение опреде­ленной стороны монеты при ее бросании и др.

Не следует думать о случайных явлениях как о беспричинных, ничем не обусловленных. Известно, что многие явления связаны между собой, отдельное явление представляет следствие како­го-то другого и само служит причиной последующего. Однако проследить количественно эту связь между условиями и событи­ем часто затруднительно или даже невозможно. Так, при броса­нии игральной кости (однородный кубик с пронумерованнымишестью гранями: 1, 2, 3, 4, 5 и 6) окончательное положение куби­ка зависит от движения руки в момент бросания, сопротивления воздуха, положения кубика при попадании на поверхность, осо­бенности поверхности, на которую упал кубик, и других факто­ров, которые в отдельности учесть невозможно.

В быту применительно к таким случайным событиям употреб­ляют слова «возможно», «вероятно», «маловероятно», «невероятно». В некоторых случаях такая оценка больше характеризует желание говорящего, чем истинную степень возможности или не­возможности события. Однако и случайные события, если их чис­ло достаточно велико, подчиняются определенным закономернос­тям. Количественная оценка закономерностей, относящихся к случайным событиям, дается в разделе математики, называемом

теорией вероятностей.

Теория вероятностей изучает закономерности, присущие мас­совым (статистическим) случайным событиям.

Отдельные исторические факты, «неожиданности», «катастро­фы» являются единичными, как бы неповторимыми, событиями, и количественные вероятностные суждения относительно них сделать невозможно. Исторически теория вероятностей появи­лась в связи с попытками подсчета возможности различных исхо­дов в азартных играх. В настоящее же время она применяется в науке, в том числе биологии и медицине, для оценки вероятности практически важных событий. От игр остались лишь наглядные примеры, которые удобно использовать для иллюстрации теоре­тических положений.

Статистическое определение вероятности. ВероятностьР(А) в теории вероятностей выступает как числовая характеристика сте­пени возможности появления какого-либо определенного случай­ного события А при многократном повторении испытаний.

Допустим, при 1000 бросаний игральной кости цифра 4 выпа­дает 160 раз. Отношение 160/1000 = 0,16 показывает относитель­ную частоту выпадания цифры 4 в данной серии испытаний. В бо­лее общем случае, когда случайное событие А происходитт раз в сериип независимых испытаний,относительной частотой со­бытия в данной серии испытаний или просто частотой события А называют отношение

(2.1)

При большом числе испытаний частота события примерно по­стоянна: увеличение числа испытаний уменьшает колебание час­тоты события около постоянной величины.

Вероятностью случайного события назовем предел, к ко­торому стремится частота события при неограниченном увеличении числа испытаний:

(2.2)

Естественно, что никто и никогда не сможет проделать неогра­ниченное число испытаний для того, чтобы определить вероят­ность. В этом нет и надобности. Практически за вероятность [см. (2.2)] можно принять относительную частоту события при боль­шом числе испытаний. Так, например, из статистических законо­мерностей рождения, установленных за много лет наблюдений, вероятность того события, что новорожденный будет мальчиком, оценивают в 0,515.

Классическое определение вероятности. Если при испыта­ниях нет каких-либо причин, вследствие которых одно случайноесобытие появлялось бы чаще других (равновозможные собы­тия), можно определить вероятность исходя из теоретических со­ображений. Например, выясним в случае бросания монеты часто­ту выпадания герба (событие

А). Разными экспериментаторамипри нескольких тысячах испытаний было показано, что относи­тельная частота такого события принимает значения, близкие к0,5. Учитывая, что появление герба и противоположной стороны монеты (событие В) являются событиями равновозможными, ес­ли монета симметрична, суждение Р(А) = Р(В) = 0,5 можно было бы сделать и без определения частоты этих событий. На основе по­нятия «равновозможности» событий формулируется другое опре­деление вероятности.

Допустим, что в результате испытания должно произойти только одно изп равновозможных несовместных событий(несов­местными называют события, если их одновременное осуществ­ление невозможно). Пусть рассматриваемое событие А происхо­дит вт случаях, которые называются благоприятствующими А, ине происходит при остальных п — т, неблагоприятствующих

А. Тогдавероятностью можно назвать отношение благоприят­ствующих случаев к общему числу равновозможных несов­местных событий:

Р(А) = m/n . (2.3)

Это классическое определение вероятности.

Рассмотрим не­сколько примеров.

1. В урне находится 40 шаров: 10 черных и 30 белых. Найти вероят­ность того, что вынутый наугад один шар будет черным.

Число благоприятствующих случаев равно числу черных шаров в урне: т = 10. Общее число равновозможных событий (вынимание одного шара) равно полному числу шаров в урне: п = 40. Эти события несовмест­ны, так как вынимается один и только один шар. По формуле (2.3) имеем:

Р(А)

= 10/40 = 1/4.

2. Найти вероятность выпадания четного числа при бросании играль­ной кости.

При бросании кости реализуются шесть равновозможных несов­местных событий: появление одной цифры 1, 2, 3, 4, 5 или 6, т. е. п = 6.Благоприятствующими случаями являются выпадания одной из цифр 2, 4 или 6: т = 3. Искомая вероятность:

Р(А) = m/n – 3/6 = 1/2.

Как видно из определений вероятности события (2.2) и (2.3), для всех событий 0 Р(А) 1.

События, которые при данных испытаниях не могут про­изойти, называются невозможными: их вероятность равна нулю.

Так, например, невозможно из урны с белыми и черными ша­рами вытащить красный шар, невозможно на игральной кости получить цифру 7.

Событие, которое при данном испытании обязательно произойдет, называется достоверным, его вероятность рав­на 1.

Примером достоверного события является извлечение белого шара из урны, в которой находятся только белые шары.

В ряде случаев вычислить вероятность события оказывается проще, если представить его в виде комбинации более простых со­бытий. Этой цели служат некоторые теоремы теории вероятнос­тей.

Теорема сложения вероятностей: вероятность появления одного (безразлично какого) события из нескольких несов­местных событий равна сумме их вероятностей. Для двух несовместных событий

Р(А илиВ) = Р(А) + Р(В).(2.4)

Докажем эту теорему. Пусть п — общее число испытаний, т1

— число случаев, благоприятствующих событию А,т2 — число слу­чаев, благоприятствующих событию В. Число случаев, благопри­ятствующих наступлению либо события А, либо события В, равно m1 +m2. ТогдаР(А илиВ) = (т1 + т2)/п = т1/п + т2/п. Отсюда, учитывая (2.3), имеем

Р(А илиВ) = Р(А) + Р(В).

* Найти вероятность выпадания 1 или 6 при бросании игральной кости.

События А (выпадание 1) иВ (выпадание 6) являются равновозможными: Р(А) = Р(В) = 1/6, поэтому из (2.4) находимР(А илиВ) =1/6 + 1/6 = 1/3.

Сложение вероятностей справедливо не только для двух, но и для любого числа несовместных событий.

* В урне находится 50 шаров: 10 белых, 20 черных, 5 красных и 15 си­них. Найти вероятность появления белого, или черного, или красного шара при однократной операции изъятия шара из урны.

Вероятность вынимания белого шара (событие А) равна Р(А) = 10/50 = 1/5, черного шара (событие В) — Р(В) = 20/50 = 2/5 и крас­ного (событие С) — Р(С) = 5/50 = 1/10. Отсюда по формуле сложения ве­роятностей получим Р(А или В или С) = Р(А) + Р(В) + Р(С) = 1/5 + 2/5 + + 1/10= 7/10.

Если два события единственно возможны и несовместны, то их называют противоположными.

Такие события принято обозначать, например, А и .

Сумма вероятностей двух противоположных событий, как следует из теоремы сложения вероятностей, равна еди­нице:

(2.5)

*Проиллюстрируем справедливость (2.5) на предыдущем примере. Пусть вынимание белого, или черного, или красного шара будет событи­емА1 , Р(А1) = 7/10.Противоположным событиемявляется доставание синего шара. Так как синих шаров 15, а общее количество шаров 50, то получаемР() = 15/50 = 3/10 иР(А1) + Р() = 7/10 + 3/10 = = 1.

*В урне находятся белые, черные и красные шары. Вероятность доставания черного или красного шара равна 0,4. Найти вероятность доставания из урны белого шара.

Обозначим А событие вынимания черного или красного шара, Р(А) = 0,4; противоположным событием будет изъятие белого ша­ра, тогда на основании (2.5) вероятность этого события Р() = 1 — Р(А) = = 1 — 0,4 = 0,6.

Систему событий (А1, А2, … Ak) называют полной, если при испытаниях наступит одно и только одно из этих собы­тий. Сумма вероятностей событий, образующих полную сис­тему, равна единице.

* В урне имеется 40 шаров: 20 белых, 15 черных и 5 красных. Вероят­ность появления белого шара (событие А) равна Р(А) = 20/40 = 1/2, для черного шара (событие В) — Р(В) = 15/40 = 3/8 и для красного шара (со­бытиеС) — Р(С) = 5/40 = 1/8. В этом случае система событийА1, А2, А3 является полной; можно убедиться, что Р(А) + Р(В) + Р(С) = 1/2 + 3/8 + + 1/8 = 1.

Теорема умножения вероятностей: вероятность совместно­го появления независимых событий равна произведению их вероятностей. Для двух событий

Р(А и В) = Р(А) • Р(В). (2.6)

Докажем эту теорему. Так как события А и В независимы, то каждому из т1 случаев, благоприятствующих А, соответствуют т2 случаев, благоприятствующих В. Таким образом, общее число случаев, благоприятствующих совместному появлению событий А и В, равно т1 т2. Аналогично, общее число равновозможных собы­тий равно п1 п2, где п1 и п2 — числа равновозможных событий со­ответственно для А и В. Имеем

(2.7)

* В одной урне находится 5 черных и 10 белых шаров, в другой 3 чер­ных и 17 белых. Найти вероятность того, что при первом вынимании ша­ров из каждой урны оба шара окажутся:

1) черными; 2) белыми; 3) в пер­вой урне будет вынут черный шар, а во второй — белый; 4) в первой урне будет вынут белый шар, а во второй — черный.

Вероятность вытаскивания черного шара из первой урны (событие А)равна Р(А) =

= 5/15 = 1/3, черного шара из второй урны (событие В) — Р(В) = 3/20, белого шара из первой урны (событие А’) Р(А’) = 10/15 = 2/3 и белого шара из первой урны (событиеВ’) Р(В’) = 17/20. Нахо­дим вероятность совместного появления двух независимых событий по формуле (2.6):

1) Р(А и В) = Р(А) • Р(В) = (1/3) (3/20) = 3/60 — оба шара черные;

2) Р(А’ и В’) = Р(А’) • Р(В’) = (2/3) (17/20) = 17/30 — оба шара белые;

3) Р(А’ и В’) = Р(А) • Р(В’) = (1/3) (17/20)= 17/60 — в первой урне бу­дет вынут черный шар, а во второй — белый;

4) Р(А’ и В) = Р(А’) • Р(В) = (2/3) (3/20) = 1/10 — в первой урне будет вынут белый шар, а во второй — черный.

Все четыре возможных случая А и В, А’ и В’, А и В’, А’ и В образуют полную систему событий, поэтому

Р(А и В) + Р(А’ и В’) + Р(А и В’) + Р(А’ и В)= 3/60 + 17/30 + 17/60 + 1/10 = 1.

* Найти вероятность того, что в семье с тремя детьми все трое сыновья. Считать, что вероятность рождения мальчика равна 0,515 и по каждого последующего ребенка не зависит от пола предыдущих детей.

По теореме умножения вероятностей, Р(А и В иС) = 0,515 0,515 0,515  0,14.

Теорема умножения вероятностей усложняется, если оп­ределяется вероятность события, состоящего из совместно­го появления двух зависимых между собой событий. В том случае, когда событие В выполняется при условии, что собы­тие А имело место, вероятность совместного появления двух этих событий равна

Р(А и В) = Р(А) • Р(В/А), (2.8)

где Р(В/А) условная вероятность, т. е. вероятность событияВ при условии, что событиеА состоялось.

* В урне 5 шаров: 3 белых и 2 черных. Найти вероятность того, что по­следовательно один за другим будут вынуты черный и белый шары.

Вероятность того, что первым будет изъят черный шар (событие А),равна Р(А) = т/п = 2/5. После удаления черного шара в урне остается 4 шара: 3 белых и 1 черный. В этом случае вероятность вынимания белогошара (событие В после выполнения события А) равна Р(В/А) = 3/4. Ис­пользуя (2.8), получаем

Р(А и В) = (2/5) • (3/4) = 3/10.

studfiles.net

Вероятность — Википедия

Материал из Википедии — свободной энциклопедии

Простой пример: вероятность того, что на кубике выпадет число «5», равна 16{\displaystyle {\tfrac {1}{6}}}. Так же, как и для любого другого числа на кубике.

Вероя́тность — степень (относительная мера, количественная оценка) возможности наступления некоторого события. Когда основания для того, чтобы какое-нибудь возможное событие произошло в действительности, перевешивают противоположные основания, то это событие называют вероятным, в противном случае — маловероятным или невероятным. Перевес положительных оснований над отрицательными, и наоборот, может быть в различной степени, вследствие чего вероятностьневероятность) бывает большей либо меньшей[1]. Поэтому часто вероятность оценивается на качественном уровне, особенно в тех случаях, когда более или менее точная количественная оценка невозможна или крайне затруднительна. Возможны различные градации «уровней» вероятности[2].

Исследование вероятности с математической точки зрения составляет особую дисциплину — теорию вероятностей[1]. В теории вероятностей и математической статистике понятие вероятности формализуется как числовая характеристика события — вероятностная мера (или её значение) — мера на множестве событий (подмножеств множества элементарных событий), принимающая значения от 0{\displaystyle 0} до 1{\displaystyle 1}. Значение 1{\displaystyle 1} соответствует достоверному событию. Невозможное событие имеет вероятность 0 (обратное вообще говоря не всегда верно). Если вероятность наступления события равна p{\displaystyle p}, то вероятность его ненаступления равна 1−p{\displaystyle 1-p}

ru.wikipedia.org

Понятие вероятности события

Основными понятиями теории вероятностей являются понятия события и вероятности события.

Событие

Определение 1

Событием будем называть любое утверждение, которое может как произойти, так и не произойти.

Обычно события обозначаются большими английскими буквами.

Пример: $A$ – выпадение числа $6$ на кости.

В связи с тем, что событие может иметь две вариации исхода («произошло» и «не произошло») мы сталкиваемся с понятие вероятности такого события.

Понятие вероятности события

Определение 2

Вероятностью события будем называть число, которое обозначает степень возможности, что такое событие произойдет.

Вероятность события обозначается как $P(A)$

Чтобы определить границы значения этого числа введем понятие достоверного и невозможного событий.

Определение 3

Достоверным событием будем называть такое, которое произойдет при любых обстоятельствах.

Примером такого события может быть следующее: Сумма «точек» на классической кости всегда равняется $21$.

Вероятность такого события мы будем принимать за единицу.

Определение 4

Невозможным событием будем называть такое, которое не может произойти ни при каком обстоятельстве.

Примером такого события может быть следующее: При игре в «очко» игрок набрал $1$ очко.

Вероятность такого события мы будем принимать за $0$.

То есть значение вероятности любого события содержится в отрезке $[0,1]$.

В современной теории вероятности принято выделять четыре определения для вероятности: классической, геометрическое, статистическое и аксиоматическое определения. Рассмотрим их отдельно.

Классическое определение

Классическое определение связано с такими неопределяемыми понятиями как равновозможность и элементарность события. Интуитивно их можно понять на следующих примерах:

Равновозможность: При подбрасывании монеты она может упасть как аверсом, так и реверсом независимо от внешних условий. То есть можно сказать что вероятность выпадения одной или другой стороны по сути одинакова.

Элементарность события: Если на кости выпадет число $4$, то это означает, что числа $1, 2, 3, 5$ и $6$ уже не выпали.

Определение 5

Вероятностью события будем называть отношения числа n равновозможных элементарных событий исходного события $B$ ко всем элементарным событиям $N$.

Математически это выглядит следующим образом:

$P(B)=\frac{n}{N}$

Геометрическое определение

Геометрическое определение применяется для случая, когда количество равновозможных событий будет бесконечно. Здесь, для введения геометрического определения рассмотрим следующий пример. Для игры дартс берем круг площадью $S$ и разбиваем его на несколько кругов. Какова вероятность, что дротик попадет в центральный круг? (Исключим здесь случаи полного непопадания в поле). Очевидно что равновозможных событий здесь будет бесконечно (как и общих событий) так как круг содержит в себе бесконечное число точек. Пусть площадь центрального круга равняется $s$. Тогда мы сталкиваемся с геометрическим определением вероятности такого события:

$P(B)=\frac{s}{S}$

Статистическое (частотное) определение

Классическое определение довольно часто не учитывает всех возможностей. Рассматривая даже классический пример с бросанием кости мы пренебрегаем возможностью, что не выпадет никакого из шести чисел (кубик просто «остановится» на уголке). Поэтому вводят следующее определение вероятности, учитывающее все возможности. Рассматриваем $N$ наблюдений. Пусть нужное нам событие при этом выпало $n$ раз. Тогда

$P(B)=lim_{N→∞}\frac{n}{N}$

Аксиоматическое определение

Данное определение задается с помощью аксиоматики Колмогорова.

Пусть $X$ — пространство всех элементарных событий. Тогда

Определение 6

Вероятностью события $B$ будем называть такую функцию $P(B)$, которая удовлетворяет следующим условиям:

  1. Данная функция всегда неотрицательна,
  2. Вероятность того, что произойдет хотя бы одно из попарно несовместных событий равняется сумме их вероятностей.
  3. Функция всегда меньше или равна $1$, причем $P(X)=1$.

Примеры задач

Пример 1

Найти вероятность того, что наугад вытащенная из колоды карт будет бубновой масти (сумма карт в колоде кратна $4$-м).

Решение.

Так как количество карт кратно четверке, то пусть всего карт будет $4k$. Тогда каждой масти карт будет $k$ штук (так как мастей $4$ и их количество одинаково).

При решении этой задачи будем использовать определение $5$. Во введенных нами обозначениях, получим что в определении $5$ мы будем иметь

$N=4k,n=k$

Следовательно

$P=\frac{k}{4k}=\frac{1}{4}$

Ответ: $\frac{1}{4}$.

Пример 2

Пусть нам дана точка $(a,b)$, где $-5

Решение.

Тут мы будем использовать геометрическое определение. Изобразим вначале область, в которую в принципе может попасть эта точка (рис. 1).

Из этого рисунка видим, что

$S=8\cdot 5=40,s=3\cdot 3=9$

Тогда из геометрического определения:

$P=\frac{9}{40}$ Ответ: $\frac{9}{40}$.

spravochnick.ru

Классическое определение вероятности случайного события

Под вероятностью случайного события в математике понимают меру возможности осуществления данного события в конкретных условиях эксперимента (испытания).

Рассмотрим некоторую конечную полную группу равновоз-можных элементарных событий (исходов) В,, В2, …, Вп, т. е. со­вокупность всех единственно возможных, несовместных и вместе с тем равновозможных результатов некоторого испытания, при­чем пусть интересующее нас случайное событие А осуществляет­ся тогда и только тогда, когда наступают некоторые из элемен­тарных событий указанной полной группы. Пусть таких событий, благоприятствующих для события А, насчитывается т (естественно, т<п). Тогда вероятность события А определяют следующим образом:

Определение. Вероятностью Р(А) случайного события А называется отношение количества т элементарных событий, благо-приятствующих событию А, к общему количеству элементарных событий п:

P*(A)=m/n

Поскольку в общем случае 0 < т < п, то из этого определения, называемого классическим определением вероятности случайного события, следует, что вероятность произвольного случайного события принадлежит отрезку [0,1], т.е.

0≤ Р(А)≤1

Пример 8.1. Найти вероятность того, что при извлечении наугад одного шара из корзины, в которой находятся 2 белых, 3 зеленых и 5 красных шаров, извлеченный шар окажется зеленым.

Решение. Поскольку общее количество элементарных событий (исходов) для данного испытания образует полную группу из n=10 равновозможных событий (по общему количеству шаров в корзине), из которых только т = 3 элементарных события (по количеству зеленых шаров) являются благоприятствующими для интересующего нас события (обозначим это событие через А), по формуле (8.1) получим:

Р(А)=3/10

Основные свойства вероятности случайного события

1. Вероятность невозможного события равна нулю. Действительно, поскольку количество т элементарных событий, благоприятствующих невозможному событию А, равно нулю, получаем:

Р(А) = 0/п=0

2. Вероятность достоверного события равна единице. Действительно, поскольку количество т элементарных событий, благоприятствующих достоверному событию А, равно общему количе­ству п этих элементарных событий, получаем:

Р(А) = п/ п=1

Лекция 1.

Цели, задачи и структура медицинской и биологической физики. Ее место и роль в системе медицинского образования, межпредметные связи с другими медико-биологическими и клиническими дисциплинами.

Вероятностный характер медико-биологических процессов. Элементы теории вероятностей. Вероятность случайного события. Закон сложения и умножения вероятностей.

Принципы вероятностных подходов к задачам диагностики и прогно­зирования заболеваний.

Теория вероятностей

В теории вероятностей исследуются закономерности, относя­щиеся к случайным событиям, величинам, процессам. Врачи редко задумываются, что постановка диагноза имеет вероятно­стный характер и, как остроумно замечено, лишь патологоанатомическое исследование может достоверно определить ди­агноз умершего человека.

§2.1. Случайное событие. Вероятность

Наблюдая различные явления, можно заметить, что существу­ет два типа связей между условиями S и наступлением или ненас­туплением некоторого событияА. В одних случаях осуществление комплекса условийS(испытание) непременно вызывает событиеА. Так, например, материальная точка массойт0 под воздействи­ем силы F (условие S) приобретает ускорение а = F/m0 (событие А). В других случаях многократное повторение испытания можетпривести или не привести к появлению события А. Такие события принято называть случайными: к ним можно отнести появление в кабинете врача больного с данной болезнью, выпадение опреде­ленной стороны монеты при ее бросании и др.

Не следует думать о случайных явлениях как о беспричинных, ничем не обусловленных. Известно, что многие явления связаны между собой, отдельное явление представляет следствие како­го-то другого и само служит причиной последующего. Однако проследить количественно эту связь между условиями и событи­ем часто затруднительно или даже невозможно. Так, при броса­нии игральной кости (однородный кубик с пронумерованнымишестью гранями: 1, 2, 3, 4, 5 и 6) окончательное положение куби­ка зависит от движения руки в момент бросания, сопротивления воздуха, положения кубика при попадании на поверхность, осо­бенности поверхности, на которую упал кубик, и других факто­ров, которые в отдельности учесть невозможно.

В быту применительно к таким случайным событиям употреб­ляют слова «возможно», «вероятно», «маловероятно», «невероятно». В некоторых случаях такая оценка больше характеризует желание говорящего, чем истинную степень возможности или не­возможности события. Однако и случайные события, если их чис­ло достаточно велико, подчиняются определенным закономернос­тям. Количественная оценка закономерностей, относящихся к случайным событиям, дается в разделе математики, называемом теорией вероятностей.

Теория вероятностей изучает закономерности, присущие мас­совым (статистическим) случайным событиям.

Отдельные исторические факты, «неожиданности», «катастро­фы» являются единичными, как бы неповторимыми, событиями, и количественные вероятностные суждения относительно них сделать невозможно. Исторически теория вероятностей появи­лась в связи с попытками подсчета возможности различных исхо­дов в азартных играх. В настоящее же время она применяется в науке, в том числе биологии и медицине, для оценки вероятности практически важных событий. От игр остались лишь наглядные примеры, которые удобно использовать для иллюстрации теоре­тических положений.

Статистическое определение вероятности. ВероятностьР(А) в теории вероятностей выступает как числовая характеристика сте­пени возможности появления какого-либо определенного случай­ного события А при многократном повторении испытаний.

Допустим, при 1000 бросаний игральной кости цифра 4 выпа­дает 160 раз. Отношение 160/1000 = 0,16 показывает относитель­ную частоту выпадания цифры 4 в данной серии испытаний. В бо­лее общем случае, когда случайное событие А происходитт раз в сериип независимых испытаний,относительной частотой со­бытия в данной серии испытаний или просто частотой события А называют отношение

(2.1)

При большом числе испытаний частота события примерно по­стоянна: увеличение числа испытаний уменьшает колебание час­тоты события около постоянной величины.

Вероятностью случайного события назовем предел, к ко­торому стремится частота события при неограниченном увеличении числа испытаний:

(2.2)

Естественно, что никто и никогда не сможет проделать неогра­ниченное число испытаний для того, чтобы определить вероят­ность. В этом нет и надобности. Практически за вероятность [см. (2.2)] можно принять относительную частоту события при боль­шом числе испытаний. Так, например, из статистических законо­мерностей рождения, установленных за много лет наблюдений, вероятность того события, что новорожденный будет мальчиком, оценивают в 0,515.

Классическое определение вероятности. Если при испыта­ниях нет каких-либо причин, вследствие которых одно случайноесобытие появлялось бы чаще других (равновозможные собы­тия), можно определить вероятность исходя из теоретических со­ображений. Например, выясним в случае бросания монеты часто­ту выпадания герба (событиеА). Разными экспериментаторамипри нескольких тысячах испытаний было показано, что относи­тельная частота такого события принимает значения, близкие к0,5. Учитывая, что появление герба и противоположной стороны монеты (событие В) являются событиями равновозможными, ес­ли монета симметрична, суждение Р(А) = Р(В) = 0,5 можно было бы сделать и без определения частоты этих событий. На основе по­нятия «равновозможности» событий формулируется другое опре­деление вероятности.

Допустим, что в результате испытания должно произойти только одно изп равновозможных несовместных событий(несов­местными называют события, если их одновременное осуществ­ление невозможно). Пусть рассматриваемое событие А происхо­дит вт случаях, которые называются благоприятствующими А, ине происходит при остальных п — т, неблагоприятствующих А. Тогдавероятностью можно назвать отношение благоприят­ствующих случаев к общему числу равновозможных несов­местных событий:

Р(А) = m/n . (2.3)

Это классическое определение вероятности.

Рассмотрим не­сколько примеров.

1. В урне находится 40 шаров: 10 черных и 30 белых. Найти вероят­ность того, что вынутый наугад один шар будет черным.

Число благоприятствующих случаев равно числу черных шаров в урне: т = 10. Общее число равновозможных событий (вынимание одного шара) равно полному числу шаров в урне: п = 40. Эти события несовмест­ны, так как вынимается один и только один шар. По формуле (2.3) имеем:

Р(А) = 10/40 = 1/4.

2. Найти вероятность выпадания четного числа при бросании играль­ной кости.

При бросании кости реализуются шесть равновозможных несов­местных событий: появление одной цифры 1, 2, 3, 4, 5 или 6, т. е. п = 6.Благоприятствующими случаями являются выпадания одной из цифр 2, 4 или 6: т = 3. Искомая вероятность:

Р(А) = m/n – 3/6 = 1/2.

Как видно из определений вероятности события (2.2) и (2.3), для всех событий 0 Р(А) 1.

События, которые при данных испытаниях не могут про­изойти, называются невозможными: их вероятность равна нулю.

Так, например, невозможно из урны с белыми и черными ша­рами вытащить красный шар, невозможно на игральной кости получить цифру 7.

Событие, которое при данном испытании обязательно произойдет, называется достоверным, его вероятность рав­на 1.

Примером достоверного события является извлечение белого шара из урны, в которой находятся только белые шары.

В ряде случаев вычислить вероятность события оказывается проще, если представить его в виде комбинации более простых со­бытий. Этой цели служат некоторые теоремы теории вероятнос­тей.

Теорема сложения вероятностей: вероятность появления одного (безразлично какого) события из нескольких несов­местных событий равна сумме их вероятностей. Для двух несовместных событий

Р(А илиВ) = Р(А) + Р(В).(2.4)

Докажем эту теорему. Пусть п — общее число испытаний, т1 — число случаев, благоприятствующих событию А,т2 — число слу­чаев, благоприятствующих событию В. Число случаев, благопри­ятствующих наступлению либо события А, либо события В, равно m1 +m2. ТогдаР(А илиВ) = (т1 + т2)/п = т1/п + т2/п. Отсюда, учитывая (2.3), имеем

Р(А илиВ) = Р(А) + Р(В).

* Найти вероятность выпадания 1 или 6 при бросании игральной кости.

События А (выпадание 1) иВ (выпадание 6) являются равновозможными: Р(А) = Р(В) = 1/6, поэтому из (2.4) находимР(А илиВ) =1/6 + 1/6 = 1/3.

Сложение вероятностей справедливо не только для двух, но и для любого числа несовместных событий.

* В урне находится 50 шаров: 10 белых, 20 черных, 5 красных и 15 си­них. Найти вероятность появления белого, или черного, или красного шара при однократной операции изъятия шара из урны.

Вероятность вынимания белого шара (событие А) равна Р(А) = 10/50 = 1/5, черного шара (событие В) — Р(В) = 20/50 = 2/5 и крас­ного (событие С) — Р(С) = 5/50 = 1/10. Отсюда по формуле сложения ве­роятностей получим Р(А или В или С) = Р(А) + Р(В) + Р(С) = 1/5 + 2/5 + + 1/10= 7/10.

Если два события единственно возможны и несовместны, то их называют противоположными.

Такие события принято обозначать, например, А и .

Сумма вероятностей двух противоположных событий, как следует из теоремы сложения вероятностей, равна еди­нице:

(2.5)

*Проиллюстрируем справедливость (2.5) на предыдущем примере. Пусть вынимание белого, или черного, или красного шара будет событи­емА1 , Р(А1) = 7/10.Противоположным событиемявляется доставание синего шара. Так как синих шаров 15, а общее количество шаров 50, то получаемР() = 15/50 = 3/10 иР(А1) + Р() = 7/10 + 3/10 = = 1.

*В урне находятся белые, черные и красные шары. Вероятность доставания черного или красного шара равна 0,4. Найти вероятность доставания из урны белого шара.

Обозначим А событие вынимания черного или красного шара, Р(А) = 0,4; противоположным событием будет изъятие белого ша­ра, тогда на основании (2.5) вероятность этого события Р() = 1 — Р(А) = = 1 — 0,4 = 0,6.

Систему событий (А1, А2, … Ak) называют полной, если при испытаниях наступит одно и только одно из этих собы­тий. Сумма вероятностей событий, образующих полную сис­тему, равна единице.

* В урне имеется 40 шаров: 20 белых, 15 черных и 5 красных. Вероят­ность появления белого шара (событие А) равна Р(А) = 20/40 = 1/2, для черного шара (событие В) — Р(В) = 15/40 = 3/8 и для красного шара (со­бытиеС) — Р(С) = 5/40 = 1/8. В этом случае система событийА1, А2, А3 является полной; можно убедиться, что Р(А) + Р(В) + Р(С) = 1/2 + 3/8 + + 1/8 = 1.

Теорема умножения вероятностей: вероятность совместно­го появления независимых событий равна произведению их вероятностей. Для двух событий

Р(А и В) = Р(А) • Р(В). (2.6)

Докажем эту теорему. Так как события А и В независимы, то каждому из т1 случаев, благоприятствующих А, соответствуют т2 случаев, благоприятствующих В. Таким образом, общее число случаев, благоприятствующих совместному появлению событий А и В, равно т1 т2. Аналогично, общее число равновозможных собы­тий равно п1 п2, где п1 и п2 — числа равновозможных событий со­ответственно для А и В. Имеем

(2.7)

* В одной урне находится 5 черных и 10 белых шаров, в другой 3 чер­ных и 17 белых. Найти вероятность того, что при первом вынимании ша­ров из каждой урны оба шара окажутся:

1) черными; 2) белыми; 3) в пер­вой урне будет вынут черный шар, а во второй — белый; 4) в первой урне будет вынут белый шар, а во второй — черный.

Вероятность вытаскивания черного шара из первой урны (событие А)равна Р(А) =

= 5/15 = 1/3, черного шара из второй урны (событие В) — Р(В) = 3/20, белого шара из первой урны (событие А’) Р(А’) = 10/15 = 2/3 и белого шара из первой урны (событиеВ’) Р(В’) = 17/20. Нахо­дим вероятность совместного появления двух независимых событий по формуле (2.6):

1) Р(А и В) = Р(А) • Р(В) = (1/3) (3/20) = 3/60 — оба шара черные;

2) Р(А’ и В’) = Р(А’) • Р(В’) = (2/3) (17/20) = 17/30 — оба шара белые;

3) Р(А’ и В’) = Р(А) • Р(В’) = (1/3) (17/20)= 17/60 — в первой урне бу­дет вынут черный шар, а во второй — белый;

4) Р(А’ и В) = Р(А’) • Р(В) = (2/3) (3/20) = 1/10 — в первой урне будет вынут белый шар, а во второй — черный.

Все четыре возможных случая А и В, А’ и В’, А и В’, А’ и В образуют полную систему событий, поэтому

Р(А и В) + Р(А’ и В’) + Р(А и В’) + Р(А’ и В)= 3/60 + 17/30 + 17/60 + 1/10 = 1.

* Найти вероятность того, что в семье с тремя детьми все трое сыновья. Считать, что вероятность рождения мальчика равна 0,515 и по каждого последующего ребенка не зависит от пола предыдущих детей.

По теореме умножения вероятностей, Р(А и В иС) = 0,515 0,515 0,515  0,14.

Теорема умножения вероятностей усложняется, если оп­ределяется вероятность события, состоящего из совместно­го появления двух зависимых между собой событий. В том случае, когда событие В выполняется при условии, что собы­тие А имело место, вероятность совместного появления двух этих событий равна

Р(А и В) = Р(А) • Р(В/А), (2.8)

где Р(В/А) условная вероятность, т. е. вероятность событияВ при условии, что событиеА состоялось.

* В урне 5 шаров: 3 белых и 2 черных. Найти вероятность того, что по­следовательно один за другим будут вынуты черный и белый шары.

Вероятность того, что первым будет изъят черный шар (событие А),равна Р(А) = т/п = 2/5. После удаления черного шара в урне остается 4 шара: 3 белых и 1 черный. В этом случае вероятность вынимания белогошара (событие В после выполнения события А) равна Р(В/А) = 3/4. Ис­пользуя (2.8), получаем

Р(А и В) = (2/5) • (3/4) = 3/10.

studfiles.net

Классическое определение вероятности

§ 1.2 Классическое определение вероятности

к содержанию учебника

Вероятностью события называется отношение числа элементарных исходов, благоприятствующих данному событию, к числу всех равно­возможных исходов опыта в котором может появиться это  событие. Вероятность события А обозначают через Р(А) (здесь Р — первая буква французского слова probabilite — вероятность). В соответствии с определением
 (1.2.1)
где — число элементарных исходов, благоприятствующих событию А;  — число всех равновозможных элементарных исходов опыта, образующих полную группу событий.
Это определение вероятности называют классическим. Оно возникло на начальном этапе развития теории вероятностей.

Вероятность события имеет следующие свойства:
1. Вероятность достоверного события равна единице. Обозначим достоверное событие буквой . Для достоверного события , поэтому
 (1.2.2)
2. Вероятность невозможного события равна нулю. Обозначим невозможное событие буквой . Для невозможного события , поэтому
(1.2.3)
3. Вероятность случайного события выражается положительным числом, меньшим единицы. Поскольку для случайного события выполняются неравенства , или , то
(1.2.4)
4. Вероятность любого события удовлетворяет неравенствам
(1.2.5)
Это следует из соотношений (1.2.2) -(1.2.4).

Пример 1. В урне 10 одинаковых по размерам и весу шаров, из ко­торых 4 красных и 6 голубых. из урны извлекается один шар. Какова вероятность того, что извлеченный шар окажется голубым?

Решение. Событие «извлеченный шар оказался голубым» обозначим буквой А. Данное испытание имеет 10 равновозможных элементарных исходов, из которых 6 благоприятствуют событию А. В соответствии с формулой (1.2.1) получаем

Пример 2. Все натуральные числа от 1 до 30 записаны на одинако­вых карточках и помещены в урну. После тщательного перемешивания карточек из урны извлекается одна карточка. Какова вероятность того,что число на взятой карточке окажется кратным 5?

Решение. Обозначим через А событие «число на взятой карточке кратно 5». В данном испытании имеется 30 равновозможных элементар­ных исходов, из которых событию А благоприятствуют 6 исходов (числа 5, 10, 15, 20, 25, 30). Следовательно, 

Пример 3. Подбрасываются два игральных кубика, подсчитывается сумма очков на верхних гранях. Найти вероятность события В, состоя­щего в том, что на верхних гранях кубиков в сумме будет 9 очков.

Решение. В этом испытании всего 62 = 36 равновозможных элемен­тарных исходов. Событию В благоприятствуют 4 исхода: (3;6), (4;5), (5;4), (6;3), поэтому

Пример 4. Наудачу выбрано натуральное число, не превосходящее 10. Какова вероятность того, что это число является простым?

Решение. Обозначим буквой С событие «выбранное число является простым». В данном случае n = 10, m = 4 (простые числа 2, 3, 5, 7). Следовательно, искомая вероятность

Пример 5. Подбрасываются две симметричные монеты. Чему равна вероятность того, что на верхних сторонах обеих монет оказались цифры?

Решение. Обозначим буквой D событие «на верхней стороне каж­дой монеты оказалась цифра». В этом испытании 4 равновозможных элементарных исходов: (Г, Г), (Г, Ц), (Ц, Г), (Ц, Ц). (Запись (Г, Ц) озна­чает, что на первой монете герб, на второй — цифра). Событию D благо­приятствует один элементарный исход (Ц, Ц). Поскольку m = 1, n = 4 , то

Пример 6. Какова вероятность того, что в наудачу выбранном дву­значном числе цифры одинаковы?

Решение. Двузначными числами являются числа от 10 до 99; всего таких чисел 90. Одинаковые цифры имеют 9 чисел (это числа 11, 22, 33, 44, 55, 66, 77, 88, 99). Так как в данном случае m = 9, n = 90, то
,
где А -событие «число с одинаковыми цифрами».

Пример 7. Из букв слова дифференциал наугад выбирается одна буква. Какова вероятность того, что эта буква будет: а) гласной, б) согласной, в) буквой ч?

Решение. В слове дuфференцuал 12 букв, из них 5 гласных и 7 со­гласных. Буквы ч в этом слове нет. Обозначим события: А — «гласная буква», В — «согласная буква», С — «буква ч«. Число благоприятствующих элементарных исходов: -для события А, — для события В,  — для события С. Поскольку n = 12 , то
, и .

Пример 8. Подбрасывается два игральных кубика, отмечается чис­ло очков на верхней грани каждого кубика. Найти вероятность того, на обоих кубиках выпало одинаковое число очков.

Решение. Обозначим это событие буквой А. Событюо А благопри­ятствуют 6 элементарных исходов: (1;]), (2;2), (3;3), (4;4), (5;5), (6;6). Всего равновозможных элементарных исходов, образующих полную группу событий, в данном случае n=62=36. Значит, искомая вероятность

Пример 9. В книге 300 страниц. Чему равна вероятность того, что наугад открытая страница будет иметь порядковый номер, кратный 5?

Решение. Из условия задачи следует, что всех равновозможных элементарных исходов, образующих полную группу событий, будет n = 300. Из них m = 60 благоприятствуют наступлению указанного со­бытия. Действительно, номер, кратный 5, имеет вид 5k, где k -натураль­ное число, причем , откуда . Следовательно,
, где А — событие «страница’ имеет порядковый номер, кратный 5».

Пример 10. Подбрасываются два игральных кубика, подсчитыва­ется сумма очков на верхних гранях. Что вероятнее -получить в сумме 7 или 8?

Решение. Обозначим события: А — «выпало 7 очков», В — «выпало 8 очков». Событию А благоприятствуют 6 элементарных исходов: (1; 6), (2; 5),(3; 4), (4; 3), (5; 2), (6; 1), а событию В — 5 исходов: (2; 6), (3; 5), (4; 4), (5; 3), (6; 2). Всех равновозможных элементарных исходов n = 62 = 36. Значит, и .

Итак, Р(А)>Р(В), то есть получить в сумме 7 очков — более вероятное собы­тие, чем получить в сумме 8 очков.

Задачи

1. Наудачу выбрано натуральное число, не превосходящее 30. Како­ва вероятность того, что это число кратно 3?
2. В урне a красных и b голубых шаров, одинаковых по размерам и весу. Чему равна вероятность того, что наудачу извлеченный шар из этой урны окажется голубым?
3. Наудачу· выбрано число, не превосходящее 30. Какова вероятность того, что это число является делителем зо?
4. В урне а голубых и b красных шаров, одинаковых по размерам и весу. Из этой урны извлекают один шар и откладывают в сторону. Этот шар оказался красным. После этого из урны вынимают еще один шар. Найти вероятность того, что второй шар также красный.
5. Наудачу выбрано наryральное число, не превосходящее 50. Какова вероятность того, что это число является простым?
6. Подбрасывается три игральных кубика, подсчитывается сумма очков на верхних гранях. Что вероятнее — получить в сумме 9 или 10 оч­ков?
7. Подбрасывается три игральных кубика, подсчитывается сумма выпавших очков. Что вероятнее — получить в сумме 11 (событие А) или 12 очков (событие В)?

Ответы

1. 1/3. 2. b/(a+b). 3. 0,2. 4. (b-1)/(a+b-1). 5.0,3.6. p1 = 25/216 — вероятность получить в сумме 9 очков; p2 = 27/216 — вероятность получить в сумме 10 очков; p2 > p17. Р(А) = 27/216, Р(В) = 25/216, Р(А) > Р(В).

Вопросы

1. Что называют вероятностью события?
2. Чему равна вероятность достоверного события?
3. Чему равна вероятность невозможного события?
4. В каких пределах заключена вероятность случайного события?
5. В каких пределах заключена вероятность любого события?
6. Какое определение вероятности называют классическим?

к содержанию учебника

 

www.itmathrepetitor.ru

Классическая вероятность. Вероятность случайного события

Для количественного сравнения событий по степени возможности их появления вводится числовая мера, которая называется вероятностью события. Вероятностью случайного события называется число, являющееся выражением меры объективной возможности появления события.

Величины, определяющие, насколько значительны объективные основания рассчитывать на появление события, характеризуются вероятностью события. Необходимо подчеркнуть, что вероятность есть объективная величина, существующая независимо от познающего и обусловленная всей совокупностью условий, которые способствуют появлению события.

Объяснения, которые мы дали понятию вероятности, не являются математическим определением, так как они не определяют это понятие количественно. Существует несколько определений вероятности случайного события, которые широко применяются при решении конкретных задач (классическое, аксиоматическое, статистическое и т. д.).

Классическое определение вероятности события сводит это понятие к более элементарному понятию равновозможных событий, которое уже не подлежит определению и предполагается интуитивно ясным. Например, если игральная кость — однородный куб, то выпадения любой из граней этого куба будут равновозможными событиями.

Пусть достоверное событие  распадается на  равновозможных случаев , сумма  которых дает событие . То есть случаи из , на которые распадается , называются благоприятствующими для события , так как появление одного из них обеспечивает наступление .

Вероятность события  будем обозначать символом .

Вероятность события  равна отношению числа случаев , благоприятствующих ему, из общего числа  единственно возможных, равновозможных и несовместных случаев к числу , т. е.

Это есть классическое определение вероятности. Таким образом, для нахождения вероятности события необходимо, рассмотрев различные исходы испытания, найти совокупность единственно возможных, равновозможных и несовместных случаев, подсчитать общее их число n, число случаев m, благоприятствующих данному событию, и затем выполнить расчет по вышеприведенной формуле.

Вероятность события, равная отношению числа благоприятных событию исходов опыта к общему числу исходов опыта называется классической вероятностью случайного события.

Из определения вытекают следующие свойства вероятности:

Свойство 1. Вероятность достоверного события равна единице.

Свойство 2. Вероятность невозможного события равна нулю.

Свойство 3. Вероятность случайного события есть положительное число, заключенное между нулем и единицей.

Свойство 4. Вероятность наступления событий, образующих полную группу, равна единице.

Свойство 5. Вероятность наступления противоположного события  определяется так же, как и вероятность наступления события A.

 — число случаев, благоприятствующих появлению противоположного события  . Отсюда вероятность наступления противоположного события  равна разнице между единицей и вероятностью наступления события A:

Важное достоинство классического определения вероятности события состоит в том, что с его помощью вероятность события можно определить, не прибегая к опыту, а исходя из логических рассуждений.

При выполнении комплекса условий достоверное событие обязательно произойдет, а невозможное обязательно не произойдет. Среди событий, которые при создании комплекса условий могут произойти, а могут не произойти, на появление одних можно рассчитывать с большим основанием, на появление других с меньшим основанием. Если, например, в урне белых шаров больше, чем черных, то надеяться на появление белого шара при вынимании из урны наудачу больше оснований, чем на появление черного шара.

Пример 1

В ящике находится 8 белых, 4 черных и 7 красных шаров. Наудачу извлечены 3 шара. Найти вероятности следующих событий:  – извлечен по крайней мере 1 красный шар,  – есть по крайней мере 2 шара одного цвета,  – есть по крайней мере 1 красный и 1 белый шар.

Если сроки со сдачей контрольной работы поджимают, то тогда за деньги на сайте можно выполнить вашу контрольную работу по теории вероятностей.

Решение задачи

Общее число исходов испытания:

 

Найдем вероятность события  – извлечен по крайней мере 1 красный шар (1,2 или 3 красных шара)

Число исходов, благоприятствующих событию:

Искомая вероятность:

 

Пусть событие  – есть по крайней мере 2 шара одного цвета (2 или 3 белых шара, 2 или 3 черных шара и 2 или 3 красных шара)

Число исходов, благоприятствующих событию:

Искомая вероятность:

 

Пусть событие  – есть по крайней мере один красный и 1 белый шар

(1 красный, 1 белый, 1 черный или 1 красный, 2 белых или 2 красных, 1 белый)

Число исходов, благоприятствующих событию:

Искомая вероятность:

 

Ответ: P(A)=0.773;P(C)=0.7688;  P(D)=0.6068

Пример 2

Брошены две игральные кости. Найти вероятность того, что сумма очков не меньше 5.

Решение

Пусть событие  – сумма очков не меньше 5

Воспользуемся классическим определением вероятности:

 -общее число возможных исходов испытания

 -число испытаний, благоприятствующих интересующему нас событию

На выпавшей грани первого игрального кубика может появиться одно очко, два очка…, шесть очков. аналогично шесть исходов возможны при бросании второго кубика. Каждый из исходов бросания первой кости может сочетаться с каждым из исходов второй. Таким образом, общее число возможных элементарных исходов испытания равно:

Найдем вероятность противоположного события  – сумма очков меньше 5

Благоприятствовать событию  будут следующие сочетания выпавших очков:

1-я кость 2-я кость
1 1 1
2 1 2
3 2 1
4 3 1
5 1 3

Ответ: p=0.8611

Назад к содержанию

100task.ru

Вероятность случайного события: определение, способы вычисления вероятности.

*Событие – результат (исход) испытания.

*Вероятность события-число характеризующее степень объективной возможности появл-я событий в опыте.

СПОСОБЫ НЕПОСРЕДСТВЕННОГО ВЫЧИСЛЕНИЯ ВЕРОЯТНОСТЕЙ.

Классический

Если исходы опыта можно представить в виде полной группы событий кот несовместны и равновозможны,то вероятность события А м.б. вычислена по формуле:

Р(А)=m:n

m-общее число возможных случаев(общ число случаев)

n-число исходов благоприятствующих событию А(общ число благопр случаев)

благоприятствующий случай-если его появление влечет за собой событие

пример:

1) №:в урне 3 белых и 4 черных шара

А-событие вынуть белый шар.

Р(А)=m:n=3:7-0,43(43%)

m=3,n=3+4

 

2) Вероятность появл-я четного числа очков при однокр брос кости

А-событие выпад-я четн числа очков

Р(А)=m:n=3:6=0,5(50%)

m-благопр случай 3(2,4,6-четн цифры на кости)

n=6(всего цифр)

 

Геометрический

Исп-ся д/вычисл вероятностей события в том случае,когда рез-т испыт-я определ-ся случайным полож-ем точек в некот обл-ти,причем любые полож-я точек в этой обл-ти равновозможны.

Р(А)=Wm:Wn

Wm-размер всей площади

Wn-мера обл-ти,попад в кот благоприятствует событию А.

Примечание:

Единицы измерения обл-тей м.б. самые различн,в завис-ти от смысла задачи(S,V,t)

пример:

1) В некот точке С телеф линии АВ длиной L. Определ вероятность того,что С удал от А на расст не <,чем l

А-событие,что произошло в т.С→Р(А)

Р(А)= Wm:Wn=(L-l):L

 

Статистический

Частотой появл-я события А назыв отношение числа его появл-й к числу произвед опытов

F(A)=m:n

P(A)=lim f(A) (внизу под lim n→∞)=lim m:n(внизу под lim n→∞)

 

Основные элементы комбинаторики: перестановки, размещения, сочетания.

*Событие – результат (исход) испытания.

*Вероятность события-число характеризующее степень объективной возможности появл-я событий в опыте.

Комбинаторика-спец раздел мат-ки интересующийся ? «Сколько различн комбинаций можно сост из задан объектов.

Рассм 3 типа комбинаторики:

Перестановка

Перестановками из n элементов назыв всевозм комбинации из этих элементов,отлич друг от друга порядком располож-я элементов.

Рn=1×2×3…×n=n!(эн-факториал)

Пример:

1) 1,2,3

123; 321; 231; 213; 132; 312

Р3=3!=1×2×3=6 Ответ:6

2) В ауд 5 столов. Сколькими способами м рассад 5 чел.

Р5=5!=120. Ответ: 120

Размещение

Размещениями из n элементов по m элементов называются все возможные комбинации (группы) из этих элементов, содержащие по m элементов в каждой и различающиеся между собой элементами или их расположением.

Аnm=n(n-1)(n-2)…(n-m+1)

Аnm=Pn😛mn

Пример:

1) Информация кодируется словами из 4 цифр,цифры в словах не повтор. Сколько м сост слов д/кодир-я информ.

n=10 (0,1,2..9), m=4

A104=10!:(10-4+1!)=10×9×8×7=5040

Ответ: 5040

3. Сочетания

Сочетаниями из n элементов по m элементов (m<n) называются все возможные комбинации (группы) из этих элементов, содержащие по m элементов в каждой и отличающиеся друг от друга, по крайней мере, одним элементом.

Сnm= Аnm: Pm=n!:(m!×(n-m)!)

n!-кол-во чисел

m!×(n-m)!-кол-во групп

пример:

1) в урне 3 белых и 7 черных шаров.Скольк сущ возм-тей вынуть из урны 2 шара одного цвета?

m=2

C32-число возм-тей вытянуть 2 белых шара

C32=3!:(2!1!)=3

C72-число возм-тей вытянуть 2 черных шара

C72=21

С=C32+C72=21+3=24. Ответ: 24

Сумма событий. Теорема сложения вероятностей и следствия из нее.

*Событие – результат (исход) испытания.

*Вероятность события-число характеризующее степень объективной возможности появл-я событий в опыте.

Теорема сложения.

Суммой 2х событий А и В называют событие С состоящее в появлении хотя бы одного из событий А ИЛИ В

Пример:

1) А-событие вынуть из колоды красную карту

В-событие вынуть туза

(рисуются 2 раза 2 кружка, первый раз события несовпад и кружки не пересек, второй раз вынут красный туз-кружки пересек)

С=А+В

Теорема 1.Сложение вероятностей 2х несовместных событий

Вероятность суммы двух несовм событий А и В равна сумме вероятностей этих событий.

Р(А+В)=Р(А)+Р(В)

Если число несовм событий не 2, а более,то данная теорема справедлива,т.е.:

РS(сверху n,снизу i=1)Аi=S(сверху n,снизу i=1) Р(Аi)

Пример:

1) Произв выстрел по мешени сост из 3х зон

Вероятность попадания в первую зону-0,1

Во вторую-0,3

В третью – 0,4

Определ вероятность попадания в мешень.

1. Обозначение событий и их вероятностей.

А1-событие попадания в первую зону

А2-во вторую

А3-в третью

А-событие попадания в мешень

2. Составим расчетную формулу:

А=А123

А1,А2,А3-несовместные события

Р(А)= Р(А1)+Р(А2)+Р(А3)

3. Расчет:

Р(А)=0,1+0,3+0,4=0,8(80%)

 

Противоположные события-если они несовместные и образуют полную группу.

А(с – сверху)-противоположное событие

 

Следствие 1 из теоремы 1:

Сумма вероятностей противоположных событий равна еденице: А(с – сверху)=1

Док-во:

Р(А+А с черточкой)=Р(U)=1 (как вероятность достоверного события)

* Событие назыв достоверным ,если в результате опыта оно обязат произойдет (№:при бросании 2 кубиков выпадет сумма >=2)

События А и А с черточкой – несовместны, тогда по теореме 1:

Р(А+А с черточкой)=Р(А)+Р(А с черточкой)=1

Запись формулы Р(А)+Р(А с черточкой)=1 Р(А)+Р(А с черточкой)=1 в других обозначениях:

p+q=1,

где р— вероятность того, что событие А произошло; q — вероятность того, что событие А не произошло.

Следствие 2 из теоремы 1:

Если событие А12, … Аn образуют полную несовм группу событий, то сумма их вероятностей:

Р(А1)+Р(А2)+…+Р(Аn)=1

S(сверху n,снизу- i=1) Р(Аi)=1

* сумма вероятностей несовместных событий, образующих полную группу, равна единице

Пример:

1) Определить вероятность промаха в условия предудущ задачи:

Р(А с -)=1-Р(А)=1-0,8=0,2(20%)

Теорема 2. Сложение вероятностей 2 совместных событий.

Вероятность суммы двух совместных событий равна сумме вероятностей этих событий минус вероятность их совместного появления (т.е. вероятность произведения)

Р(А+В)=Р(А)+Р(В)-Р(АВ)

Произведением (∩) 2х событий А и В называется событие С,состоящее в проявлении А И В одновременно.

 

Произведение событий. Теорема умножения вероятностей для независисмых событий и следствия из нее.

*Событие – результат (исход) испытания.

*Вероятность события-число характеризующее степень объективной возможности появл-я событий в опыте.

Теорема умножения вероятностей.

О. событие А независимое от В, если вероятность события А не зависит от того,появ ли событие В или нет. В противном случае событие А зависимо от В.

Условная вероятность-Р(А/В)-вероятность события А выше при условии что событие В произошло.

Условная независимость событий.

Если выпад соотношение что:

Р(А/В)=Р(А/В с черточкой)=Р(А)

Р(В/А)=Р(В/Ас черточкой)=Р(В) – независимые события.

Пример:

1) В урне 10 шаров. 7-белых. 3-черных.

Наугад берется 1 шар, потом другой. Найти вероятность того,что оба шара белые.

1. Обозн событий:

А-событие что второй шар белый

В-событие что первый шар белый.

2. Расчеты:

Р(А/В)=(7-1):(10-1)=2/3

Р(А/Вс черточкой)=7:(10-1)=7/9

Р(А/В) ≠Р(А/Вс черточкой)→А,В зависимые.

 

Теорема 3. Умножение вероятностей 2 независимых событий.

Вероятность произведения 2х событий равна произведению вероятности одного из них на условную вероятность другого, вычисляемую при усл что первое событие имело место.

Р(А×В)=Р(А)×Р(В/А)= Р(В)×Р(А/В)

Если А и В независимы,то вероятность 2х событий равна произведению их вероятностей:

Р(А×В)=Р(А)×Р(В)

Если событий больше 2х,то:

Р(∩-сверху n снизу i=1 ×Аi)=∩-сверху n снизу i=1Р(Аi)

Следствие 1

Если события А12, … Аn-равновероятны, т.е. вероятность

Р(А1)=Р(А2)=…=Р(Аn)=Ру, то

Р(∩-сверху n снизу i=1 ×Аi)=Рn

Следствие 1 (совместны)

Если события А12, … Аn-независимы, но м.б. совместны, то вероятность появл хотя бы одного из них определ формулой:

Р>=1=1-(1-Р(А1))(1-Р(А2))…(1-Р(Аn))

Р(А1)=Р(А2)=…=Р(Аn)=Р

Р>=1=1-(1-Р)n

Пример:

1) Определить вероятность исправной работы цепочки состоящей из 2х элементов.

а) случай параллельного соединения

б) последовательного

если вероятность исправной работы первого 0.5, второго 0,6

решение:

1. Обозн событий:

А1-событие исправной работы 1ого элемента

А2-второго

2. Расчет формулы:

а) А=А12(или 1 или 2 событие, события совсм могут произойти одноврем) необх применить формулу вероятности суммы 2х совм событий:

Р(А)=Р(А1)+Р(А2)-Р(А1×А2)

Вероятность двух независ событий равна произведению их вероятностей.

б) А=А1×А2

Р(А)=Р(А1)×Р(А2)

3. Расчеты:

а) Р(А)=0,5+0,6-0,5*0,6=0,8(80%)

б) Р(А)=0,5*0,6=30%

Условная вероятность. Условие зависимости событий. Теорема умножения вероятностей.

*Событие – результат (исход) испытания.

*Вероятность события-число характеризующее степень объективной возможности появл-я событий в опыте.

Формула полной вероятности.

*Событие – результат (исход) испытания.

*Вероятность события-число характеризующее степень объективной возможности появл-я событий в опыте.

 

Пусть треб определ вероятность события А,кот может произойти только вместе с одним из событий:Н12, … Hn образующих полную группу несовместных событий

Данные события называются ГИПОТЕЗЫ поэтому формула полн вер им вид:

Р(А)=S(сверху n,снизу i=1) Р(Нi)× Р(А/Нi)

Полн вероятность события А равна сумме произведения вероятностей гипотез на условные вероятности событий.

По данным событиям требования к гипотезам: несовместные,сост полн группу
Пример:

1) Имеется 3 урны. В первой-4 белых,6 черных шаров,во второй-3 и 5,в третьей только белые. К одной из урн подх и выним шар. Какова вероятность вытащить белый?

1. Обозн событий:

А-событие, что вынутый шар белый

Н1— гипотеза,шар вынут из 1 урны, Н2-из второй, Н3-из третьей.

2. Расчет формула:

Р(А)=S(сверху 3,снизу i=1) Р(Нi)× Р(А/Нi) *3-т.к. 3 урны

3. Расчеты:

Р(Н1)= Р(Н2)= Р(Н3)=1/3- вероятность что он подойдет к урне

Р(А/Н1)=4:(4+6)=0,4(40%)

Р(А/Н2)=3/8

Р(А/Н3)=1

Р(А)=1/3*4/10+1/3*3/8+1/3*1=59%

*59% означают,что при проведении достаточно большого кол-ва опятов в одинак условиях в средем в 59 случаях из 100 будет вынут белый шар.

2) Из 2х швейных фабрик поступ на базу внешне одинак изделия. С 1ой фабрики поступ втрое больше изделий,чем со второй. Вероятность брака изд с первой фабрике 0,1, со второй 0,05. Найти вероятность того, что наудачу взятое изделии окаж НЕ браков.

1. А-событие, что изделие вытащ из урны БЕЗ брака

Н1-гипотеза,что изд будет с первой фабрики, Н2-со второй

2. Расчетная формула: Р(А)=S(сверху 2,снизу i=1) Р(Нi)× Р(А/Нi) *2-т.к. 2 фабрики

3. Р(Н1)* Р(Н2)=3/4*1/4

Р(А/Н1)=1-0,1=0,9 – вероятность без брака, а нам дан брак, значит 1-…

Р(А/Н2)=1-0,05=0,95

Р(А)=9/10*3/4+1/4*95/100=91%

 

3) Предприятие выпуск за смену изделие 3х видов в кол-ве 160,430,360 шт. каждого вида. ОТК ставит штамп «Брак» или «Экспорт». Найти вероятность того,что наудачу взятое изделие пойдет на экспорт,если вероятность этого для каждого изделия вида 1,2,3=0.9, 0,8 и 0,6 соотв-но.

1. А-событие, что изделие пойдет на экспорт

Н1-гипотеза,изделие 1ого вида Н2-2ого вида Н3-3его вида

2. Р(А)=S(сверху 3,снизу i=1) Р(Нi)× Р(А/Нi) *3-т.к. 3 вида изделий

3. Р(Н1)=160/950

Р(Н2)= 430/950

Р(Н3)=360/950

Р(А)= 160/950*0,9+430/950*0,8+360/950*0,6=74%

Теорема гипотез (формула Байеса)

*Событие – результат (исход) испытания.

*Вероятность события-число характеризующее степень объективной возможности появл-я событий в опыте.

 

Формула Байеса исп д/определ вероятности гипотезы после испытания,когда событие А УЖЕ имело место.

Если событие А уже произошло,какие-то гипотезы отпадут,значит уменьшится их кол-во. А след-но каким-то образом изменятся их вероятности.

Теорема. Вероятность гипотезы после испытания собятия А,кот уже произошло опред по формуле:

Р(Нi /А)= (Р(Нi)× Р(А/Нi)):(S(сверху n,снизу i=1) Р(Нi)× Р(А/Нi))

Вероятность равна произведению вероятности до испытания на условную вероятность события делить на полную вероятность события.

Пример:

1) В пирамиде 5 винтовок.3-с оптикой,2-без.Вероятность попад из оптич винт-0,95,без-0,7. После выстрела из наугад взятой винтовки мишень оказалась поражена. Что вероятнее: стреляли из винт с оптикой или без?

1. Обозн событий и их вероятностей:

А-событие попадания в цель

Н1-гипотеза,из опт винтовки

Н2-без оптики

2. Расчетн формулы:

Вероятность гипотезы Нi до испытания на условную вероятность события,делить на полн вероятность события:

Р(Н1 /А)= (Р(Н1)× Р(А/Н1)):(S(сверху 2,снизу i=1) Р(Нi)× Р(А/Нi))

Р(Н2 /А)= (Р(Н2)× Р(А/Н2)):(S(сверху 2,снизу i=1) Р(Нi)× Р(А/Нi))

3. Расчеты:

Р(Н1)=3/5 *3-винт с оптикой,5-всего винтовок

Р(Н2)=2/5

Р(А/Н1)=95/100

Р(А/Н2)=70/100

Р(Н1 /А)=(3/5*95/100):( 3/5*95/100+2/5*70/100)=57/85

Р(Н2 /А)=( 2/5*70/100):( 3/5*95/100+2/5*70/100)=28/85

Ответ:Вероятнее что стреляли из оптич винтовки.

2) С 3х конвееров поступ на склад детали в кол-ве 150,300,350 шт. вероятность брака 0,3 0,2 0,2. Наудачу взятая дет НЕбрак. Найти вероятность того,что деталь с третьего конвеера.

1. А-событие что деталь небрак

Н1-гипотеза,что с первого конвеера

Н2-со второго

Н3-с третьего.

2. Р(Н3 /А)= (Р(Н3)× Р(А/Н3)):(S(сверху 2,снизу i=1) Р(Нi)× Р(А/Нi))

3. Р(Н1)=m/n=150/(150+300+350)=150/800

Р(Н2)= 300/800

Р(Н3)=350/800

Р(Н1)+Р(Н2)+Р(Н3)=1

Р(А/Н1)=1-0,3=0,7

Р(А/Н2)=1-0,2=0,8

Р(А/Н3)=1-0,2=0,8 *0,7 0,8 0,8-имела место та или иная гипотеза.

Р(Н3 /А)=(7/16*8/10):(3/16*7/10+3/8*8/10+7/16*8/10)=44,8%




infopedia.su