Задачи на классическое определение вероятности.Примеры решений. Классическое и статистическое определение вероятности

Классическое и статистическое определение вероятности

Для практической деятельности необходимо уметь сравнивать события по степени возможности их наступления. Рассмотрим классический случай. В урне находится 10 шаров, 8 из них белого цвета, 2 черного. Очевидно, что событие «из урны будет извлечен шар белого цвета» и событие «из урны будет извлечен шар черного цвета» обладают разной степенью возможности их наступления. Поэтому для сравнения событий нужна определенная количественная мера.

Количественной мерой возможности наступления события является вероятность . Наиболее широкое распространение получили два определения вероятности события: классическое и статистическое.

Классическое определение вероятности связано с понятием благоприятствующего исхода. Остановимся на этом подробнее.

Пусть исходы некоторого испытания образуют полную группу событий и равновозможны, т.е. единственно возможны, несовместны и равновозможны. Такие исходы называют элементарными исходами , или случаями . При этом говорят, что испытание сводится к схеме случаев или «схеме урн », т.к. любую вероятностную задачу для подобного испытания можно заменить эквивалентной задачей с урнами и шарами разных цветов.

Исход называется благоприятствующим событию А , если появление этого случая влечет за собой появление события А .

Согласно классическому определению вероятность события А равна отношению числа исходов, благоприятствующих этому событию, к общему числу исходов , т.е.

,

(1.1)

где Р(А) – вероятность события А ; m – число случаев благоприятствующих событию А ; n – общее число случаев.

Пример 1.1. При бросании игральной кости возможны шесть исходов – выпадение 1, 2, 3, 4, 5, 6 очков. Какова вероятность появления четного числа очков?

Решение. Все n = 6 исходов образуют полную группу событий и равновозможны, т.е. единственно возможны, несовместны и равновозможны. Событию А – «появление четного числа очков» – благоприятствуют 3 исхода (случая) – выпадение 2, 4 или 6 очков. По классической формуле вероятности события получаем

Р(А) = = . ◄

Исходя из классического определения вероятности события, отметим ее свойства:

1. Вероятность любого события заключена между нулем и единицей, т.е.

0 ≤ Р (А ) ≤ 1.

2. Вероятность достоверного события равна единице.

3. Вероятность невозможного события равна нулю.

Как было сказано ранее, классическое определение вероятности применимо только для тех событий, которые могут появиться в результате испытаний, обладающих симметрией возможных исходов, т.е. сводящихся к схеме случаев. Однако существует большой класс событий, вероятности которых не могут быть вычислены с помощью классического определения.

Например, если допустить, что монета сплющена, то очевидно, что события «появление герба» и «появление решки» нельзя считать равновозможными. Поэтому формула для определения вероятности по классической схеме в данном случае неприменима.

Однако существует другой подход при оценке вероятности событий, основанный на том, насколько часто будет появляться данное событие в произведенных испытаниях. В этом случае используется статистическое определениевероятности.

Статистической вероятностью события А называется относительная частота (частость) появления этого события в n произведенных испытаниях, т.е.

,

(1.2)

где Р * (А) – статистическая вероятность события А ; w(A) – относительная частота события А ; m – число испытаний, в которых появилось событие А ; n – общее число испытаний.

В отличие от математической вероятности Р(А) , рассматриваемой в классическом определении, статистическая вероятность Р * (А) является характеристикой опытной , экспериментальной . Иначе говоря, статистической вероятностью события А называется число, относительно которого стабилизируется (устанавливается) относительная частота w(А) при неограниченном увеличении числа испытаний, проводимых при одном и том же комплексе условий.

Например, когда про стрелка говорят, что он попадает в цель с вероятностью 0,95, то это означает, что из сотни выстрелов, произведенных им при определенных условиях (одна и та же цель на том же расстоянии, та же винтовка и т.д.), в среднем бывает примерно 95 удачных. Естественно, не в каждой сотне будет 95 удачных выстрелов, иногда их будет меньше, иногда больше, но в среднем при многократном повторении стрельбы в тех же условиях этот процент попаданий будет оставаться неизменным. Цифра 0,95, служащая показателем мастерства стрелка, обычно очень устойчива , т.е. процент попаданий в большинстве стрельб будет для данного стрелка почти один и тот же, лишь в редких случаях отклоняясь сколько-нибудь значительно от своего среднего значения.

Еще одним недостатком классического определения вероятности (1.1 ), ограничивающим его применение, является то, что оно предполагает конечное число возможных исходов испытания. В некоторых случаях этот недостаток можно преодолеть, используя геометрическое определение вероятности, т.е. находя вероятность попадания точки в некоторую область (отрезок, часть плоскости и т.п.).

Пусть плоская фигура g составляет часть плоской фигуры G (рис. 1.1). На фигуру G наудачу бросается точка. Это означает, что все точки области G «равноправны» в отношении попадания на нее брошенной случайной точки. Полагая, что вероятность события А – попадания брошенной точки на фигуру g – пропорциональна площади этой фигуры и не зависит ни от ее расположения относительно G , ни от формы g , найдем

Основы теории вероятности

План:

1. Случайные события

2. Классическое определение вероятности

3. Вычисление вероятностей событий и комбинаторика

4. Геометрическая вероятность

Теоретические сведения

Случайные события.

Случайное явление – явление, исход которого однозначно не определен. Это понятие можно трактовать в достаточно широком смысле. А, именно: все в природе достаточно случайно, появление и рождение любого индивидуума есть случайное явление, выбор товара в магазине также случайное явление, получение оценки на экзамене есть случайное явление, заболевание и выздоровление есть случайные явления и т.д.

Примеры случайных явлений:

~ Производится стрельба из орудия, установленным под заданным углом к горизонту. Попадание его в цель случайно, но попадание снаряда в некоторую "вилку", есть закономерность. Можно указать расстояние, ближе которого и дальше которого, снаряд не полетит. Получится некоторая "вилка рассеивания снарядов"

~ Одно и тоже тело взвешивается несколько раз. Строго говоря, каждый раз будут получаться разные результаты, пусть отличающиеся на ничтожно малую величину, но отличаться.

~ Самолет, летая по одному и тому же маршруту, имеет некоторый полетный коридор, в пределах которого может лавировать самолет, но никогда у него не будет строго одинакового маршрута

~ Спортсмен никогда не сможет пробежать одну и туже дистанцию с одинаковым временем. Его результаты также будут находиться в пределах некоторого численного промежутка.

Опыт, эксперимент, наблюдение являются испытаниями

Испытание – наблюдение или выполнение некоторого комплекса условий, выполняемых неоднократно, причем регулярно повторяющихся в оной и тоже последовательности, длительности, с соблюдением иных одинаковых параметров.

Рассмотрим выполнение спортсменом выстрела по мишени. Чтобы он был произведен, необходимо выполнить такие условия как изготовка спортсмена, зарядка оружия, прицеливание и т.д. "Попал" и "не попал" – события, как результат выстрела.

Событие – качественный результат испытания.

Событие может произойти или не произойти События обозначаются заглавными латинскими буквами. Например: D ="Стрелок попал в мишень". S="Вынут белый шар". K="Взятый наудачу лотерейный билет без выигрыша.".

Подбрасывание монеты – испытание. Падение ее "гербом" – одно событие, падение ее "цифрой" – второе событие.

Любое испытание предполагает наступления нескольких событий. Одни из них могут быть нужными в данный момент времени исследователю, другие – не нужными.

Событие называется случайным , если при осуществлении определенной совокупности условий S оно может либо произойти, либо не произойти. В дальней­шем, вместо того чтобы говорить "совокупность условий S осуществлена", будем говорить кратко: "произведено испытание". Таким образом, событие будет рассматри­ваться как результат испытания.

~ Стрелок стреляет по мишени, разделенной на четыре, области. Выстрел - это испытание. Попадание в определенную область мишени - событие.

~ В урне имеются цветные шары. Из урны наудачу берут один шар. Извлечение шара из урны есть испытание. Появле­ние шара определенного цвета - событие.

Виды случайных событий

1. События называют несовместными, если появле­ние одного из них исключает появление других событий в одном и том же испытании.

~ Из ящика с деталями наудачу извлечена деталь. Появление стандартной детали исключает появление нестандартной детали. События € появилась стандартная деталь" и с появилась не­стандартная деталь" - несовместные.

~ Брошена монета. Появление "герба" исключает по­явление надписи. События "появился герб" и "появилась надпись" - несовместные.

Несколько событий образуют полную группу, если в результате испытания появится хотя бы одно из них. Другими словами, появление хотя бы одного из событий полной группы есть достоверное событие.

В частности, если события, образующие полную группу, попарно несов­местны, то в результате испытания появится одно и только одно из этих событий.Этот частный случай представляет для нас наибольший интерес, поскольку используется далее.

~ Приобретены два билета денежно-вещевой лотереи. Обязательно произойдет одно и только одно из следующих событий:

1. "выигрыш выпал на первый билет и не выпал на второй",

2. "выигрыш не выпал на первый билет и выпал на второй",

3. "выигрыш выпал на оба билета",

4. "на оба билета выигрыш не выпал".

Эти события обра­зуют полную группу попарно несовместных событий,

~ Стрелок произвел выстрел по цели. Обязательно прои­зойдет одно из следующих двух событий: попадание, промах. Эти два несовместных события также образуют полную группу.

2. События называют равновозможными, если есть осно­вания считать, что ни одно из них не является более возможным, чем другое.

~ Появление "герба" и появление надписи при бросании монеты - равновозможные события. Действительно, предполагается, что монета изготовлена из однородного материала, имеет правильную цилиндрическую форму, и наличие чеканки не оказывает влияния на выпадение той или иной стороны монеты.

~ Появление того или иного числа очков на брошенной игральной кости - равновозможные события. Действительно, предпо­лагается, что игральная кость изготовлена из однородного материала, имеет форму правильного многогранника, и наличие очков не оказы­вает влияния на выпадение любой грани.

3. Событие называется достоверным, если оно не может не произойти

4. Событие называется не достоверным , если оно не может произойти.

5. Событие называются противоположным к некоторому событию, если оно состоит из не появления данного события. Противоположные события не совместимые, но одно из них должно обязательно произойти. Противоположные события принято обозначать как отрицания, т.е. над буквой пишется черточка. События противоположные: А и Ā; U и Ū и т.д. .

Классическое определение вероятности

Вероятность - одно из основных понятий теории вероятностей.

Существует несколько определений этого понятия. Приведем определение, которое называют клас­сическим. Далее укажем слабые стороны этого определе­ния и приведем другие определения, позволяющие пре­одолеть недостатки классического определения.

Рассмотрим ситуацию: В ящике содержится 6 оди­наковых шаров, причем 2 - красные, 3- синие и 1-белый. Очевидно, возмож­ность вынуть наудачу из урны цветной (т. е. красный или синий) шар больше, чем возможность извлечь белый шар. Эту возможность можно охарактеризовать числом, которое и называют вероятностью события (появления - цветного шара).

Вероятность - число, характеризующее степень воз­можности появления события.

В рассматриваемой ситуации обозначим:

Событие А ="Вытаскивание цветного шара".

Каждый из возможных результатов испытания (испытание состоит в извлечении шара из урны) назовем элементарным (возможным) исходом и событием. Элементарные исходы можно обозначать буквами с индексами внизу, например: k 1 , k 2 .

В нашем примере 6 шаров, поэтому 6 возможных исходов: появился белый шар; появился красный шар; появился синий шар и т.д. Легко видеть, что эти исходы образуют полную группу попарно несовместных событий (обязательно появится только один шар) и они равновозможные (шар вынимают наудачу, шары одинаковы и тщательно перемешаны).

Элементарные исходы, в которых интересующее нас событие наступает, назовем благоприятствующими исходами этому событию. В нашем примере благоприятствуют со­бытию А (появлению цветного шара) следующие 5 исхо­дов:

Таким образом, событие А наблюдается, если в испы­тании наступает один, безразлично какой, из элементар­ных исходов, благоприятствующих А. Это появление любого цветного шара, которых в ящике 5 штук

В рассмат­риваемом примере элементарных исходов 6; из них 5 благоприятствуют событию А. Следовательно, Р(А)= 5/6. Это число дает ту количественную оценку степени возможности появления цветного шара.

Определение вероятности:

Вероятностью события А называется отношение числа благоприятствующих этому событию исходов к общему числу всех равновозможных несовместных элементарных исходов, образующих полную группу.

Р(А)=m/n или Р(А)=m: n, где:

m -число элементарных исходов, благоприятствую­щих А;

п - число всех возможных элементарных исходов испытания.

Здесь предполагается, что элементарные исходы не­совместные, равновозможные и образуют полную группу.

Из определения вероятности вытекают следующие ее свойства:

1. Вероятность достоверного события равна единице.

Действительно, если событие достоверно, то каждый элементарный исход испытания благоприятствует собы­тию. В этом случае m = n следовательно, p=1

2. Вероятность невозможного события равна нулю.

Действительно, если событие невозможно, то ни один из элементарных исходов испытания не благоприятствует событию. В этом случае m=0, следовательно, p=0.

3.Вероятность случайного события есть положительное число, заключенное между нулем и еди­ницей. 0т < n.

В последующих темах будут приведены теоремы, которые позволяют по из­вестным вероятностям одних событий находить вероятно­сти других событий.

Промер. В группе студентов 6 девушек и 4 юношей. Какова вероятность того, что наудачу выбранный студент будет девушка? будет юноша?

p дев = 6 / 10 =0,6 p юн = 4 / 10 = 0,4

Понятие "вероятность" в современные строгие курсы теории вероятностей построены на теоретико-множественной основе. Рассмотрим некоторые моменты такого подхода.

Пусть в результате испытания наступает одно и только одно из событий: w i (i=1, 2, .... п). События w i ,- называется элементарными событиями (элементарными исходами). О тсюда следует, что элементарные события попарно несовместны. Множество всех элементарных событий, которые могут появиться в испытании, называют пространством элементарных событий Ω (греческая буква омега заглавная), а сами элементарные собы­тия - точками этого пространства. .

Событие А отождествляют с подмножеством (пространства Ω), элементы которого есть элементарные исходы, благоприятствующие А; событие В есть подмножество Ω , элементы которого есть исходы, благоприятствующие В, и т, д. Таким образом, множества всех со­бытий, которые могут наступить в испытании, есть множество всех подмножеств Ω, Само Ω наступает при любом исходе испытания, поэтому Ω - достоверное событие; пустое подмножество пространства Ω- -невозможное событие (оно не наступает ни при каком исходе испытания).

Элементарные события выделяются из числа всех событий тем, "по каждое из них содержит только один элемент Ω

Каждому элементарному исходу w i ставят в соответствие поло­жительное число р i - вероятность этого исхода, причем сумма всех р i равна 1 или со знаком суммы этот факт запишется в виде выражения:

По определению, вероятность Р(А) события А равна сумме вероят­ностей элементарных исходов, благоприятствующих А. Поэтому вероятность события достоверного равна единице, не­возможного - нулю, произвольного - заключена между нулем и еди­ницей.

Рассмотрим важный частный случай, когда все исходы равновоз­можные, Число исходов равно л, сумма вероятностей всех исходов равна единице; следовательно, вероятность каждого исхода равна 1/п. Пусть событию А благоприятствует m исходов.

Вероятность события А равна сумме вероятностей исходов, благоприятствующих А:

Р(А)=1/n + 1/n+…+1/n = n·1/n=1

Получено классическое определение вероятности.

Существует еще аксиоматический подход к понятию "вероятность". В системе аксиом, предложенной. Колмогоровым А. Н, неопре­деляемыми понятиями являются элементарное событие и вероятность. Построение логически полноценной теории вероятностей основано на аксиоматическом определении случайного события и его вероятно­сти.

Приведем аксиомы, определяющие вероятность:

1. Каждому событию А поставлено в соответствие неотрицатель­ное действительное число Р(А). Это число называется вероятностью события А.

2. Вероятность достоверного события равна единице:

3. Вероятность наступления хотя бы одного из попарно несов­местных событий равна сумме вероятностей этих событий.

Исходя из этих аксиом, свойства вероятностей к зависимости между ними выводят в качестве теорем.

Классическое определение вероятности.

Как было сказано выше, при большом числе n испытаний частота P*(A)=m/ n появления события A обладает устойчивостью и дает приближенное значение вероятности события A , т.е. .

Это обстоятельство позволяет находить приближенно вероятность события опытным путем. Практически такой способ нахождения вероятности события не всегда удобен. Ведь нам нужно заранее знать вероятность некоторого события, еще до опыта. В этом и состоит эвристическая, предсказательная роль науки. В ряде случаев вероятность события удается определить до опыта с помощью понятия равновероятности событий (или равновозможности).

Два события называются равновероятными (или равновозможными ), если нет никаких объективных причин считать, что одно из них может наступить чаще, чем другое.

Так, например, появления герба или надписи при бросании монеты представляют собой равновероятные события.

Рассмотрим другой пример. Пусть бросают игральную кость. В силу симметрии кубика можно считать, что появление любой из цифр 1, 2, 3, 4, 5 или 6 одинаково возможно (равновероятно).

События в данном опыте образуют полную группу , если в результате опыта должно произойти хотя бы одно из них. Так, в последнем примере полная группа событий состоит из шести событий - появлений цифр 1, 2, 3, 4, 5 и 6.

Очевидно, любое событие A и противоположное ему событие образуют полную группу.

Событие B называется благоприятствующим событию A , если наступление события B влечет за собой наступление события A . Так, если A - появление четного числа очков при бросании игральной кости, то появление цифры 4 представляет собой событие, благоприятствующее событию A .

Пусть события в данном опыте образуют полную группу равновероятных и попарно несовместных событий. Будем называть их исходами испытания. Предположим, что событию A благоприятствуют исходов испытания. Тогда вероятностью события A в данном опыте называют отношение . Итак, мы приходим к следующему определению.

Вероятностью P(A) события в данном опыте называется отношение числа исходов опыта, благоприятствующих событию A, к общему числу возможных исходов опыта, образующих полную группу равновероятных попарно несовместных событий: .

Это определение вероятности часто называют классическим . Можно показать, что классическое определение удовлетворяет аксиомам вероятности.

Пример 1.1. На завод привезли партию из 1000 подшипников. Случайно в эту партию попало 30 подшипников, не удовлетворяющих стандарту. Определить вероятность P(A) того, что взятый наудачу подшипник окажется стандартным.

Решение: Число стандартных подшипников равно 1000-30=970 . Будем считать, что каждый подшипник имеет одинаковую вероятность быть выбранным. Тогда полная группа событий состоит из равновероятных исходов, из которых событию A благоприятствуют исходов. Поэтому .

Пример 1.2. В урне 10 шаров: 3 белых и 7 черных. Из урны вынимают сразу два шара. Какова вероятность р того, что оба шара окажутся белыми?

Решение: Число всех равновероятных исходов испытания равно числу способов, которыми можно из 10 шаров вынуть два, т. е. числу сочетаний из 10 элементов по 2 (полная группа событий):

Число благоприятствующих исходов (сколькими способами можно из 3 шаров выбрать 2) : . Следовательно, искомая вероятность .

Забегая вперед, эту задачу можно решить и другим способом.

Решение: Вероятность того, что при первом испытании (вытаскивании шара) будет вынут белый шар, равна (всего шаров 10 , из них 3 белых). Вероятность того, что при втором испытании будет вынут снова белый шар равна (всего шаров стало 9, т.к. один вынули, белых стало 2, т.к. вынули именно белый). Следовательно, вероятность совмещения событий равна произведению их вероятностей, т.е. .

Пример 1.3. В урне 2 зеленых, 7 красных, 5 коричневых и 10 белых шаров. Какова вероятность появления цветного шара?

Решение: Находим соответственно вероятности появления зеленого, красного и коричневого шаров: ; ; . Так как рассматриваемые события, очевидно, несовместны, то, применяя аксиому сложения, найдем вероятность появления цветного шара:

Либо, другим способом. Вероятность появления белого шара равна . Тогда вероятность появления небелого шара (т.е. цветного), т.е. вероятность противоположного события, равна .

Геометрическое определение вероятности . Чтобы преодолеть недостаток классического опре­деления вероятности (оно непри­менимо к испытаниям с бесконечным числом исходов), вводят геометрические определение вероятности - вероятности попа­дания точки в область (отрезок, часть плоскости и т. д.).

Пусть отрезок составляет часть отрезка . На отре­зке наудачу поставлена точка, что означает выполнение следующих предположений: поставленная точка может оказаться в любой точке отрезка , вероятность попадания точки на отрезок пропорциональна длине этого отрезка и не зависит от его расположения относи­тельно отрезка . В этих предположениях вероятность попадания точки на отрезок определяется равенством

3) P (Æ )=0.

Будем говорить, что задано вероятностное пространство , если задано пространство элементарных исходов9 и определено соответствие

w i ® P(w i ) =Pi .

Возникает вопрос: как определить из конкретных условий решаемой задачи вероятность P (w i ) отдельных элементарных исходов?

Классическое определение вероятности.

Вычислять вероятности P (w i ) можно, используя априорный подход, который заключается в анализе специфических условий данного эксперимента (до проведения самого эксперимента).

Возможна ситуация, когда пространство элементарных исходов состоит из конечного числа N элементарных исходов, причем случайный эксперимент таков, что вероятности осуществления каждого из этихN элементарных исходов представляются равными.Примеры таких случайных экспериментов: подбрасывание симметричной монеты, бросание правильной игральной кости, случайное извлечение игральной карты из перетасованной колоды. В силу введенной аксиомы вероятности каждого элементарного

исхода в этом случае равны N . Из этого следует, что если событиеА содержитN A элементарных исходов, то в соответствии с определением (*)

P(A) = A

В данном классе ситуаций вероятность события определяется как отношение числа благоприятных исходов к общему числу всех возможных исходов.

Пример . Из набора, содержащего 10 одинаковых на вид электроламп, среди которых 4 бракованных, случайным образом выбирается 5 ламп. Какова вероятность, что среди выбранных ламп будут 2 бракованные?

Прежде всего отметим, что выбор любой пятерки ламп имеет одну и ту же вероятность. Всего существует C 10 5 способов составить такую пятерку, то есть случайный эксперимент в данном случае имеетC 10 5 равновероятных исходов.

Сколько из этих исходов удовлетворяют условию "в пятерке две бракованные лампы", то есть сколько исходов принадлежат интересующему нас событию?

Каждую интересующую нас пятерку можно составить так: выбрать две бракованные лампы, что можно сделать числом способов, равным C 4 2 . Каждая пара бракованных ламп может встретиться столько раз, сколькими способами ее можно дополнить тремя не бракованными лампами, то естьÑ 6 3 раз. Получается, что число пятерок, содержащих две

Статистическое определение вероятности.

Рассмотрим случайный эксперимент, заключающийся в том, что подбрасывается игральная кость, сделанная из неоднородного материала. Ее центр тяжести не находится в геометрическом центре. В этом случае мы не можем считать исходы (выпадение единицы, двойки и т.д.) равновероятными. Из физики известно, что кость более часто будет падать на ту грань, которая ближе к центру тяжести. Как определить вероятность выпадения, например, трех очков? Единственное, что можно сделать, это подбросить эту кость n раз (где n -достаточно большое число, скажемn =1000 илиn =5000), подсчитать число выпадений трех очковn 3 и считать вероятность исхода, заключающегося в выпадении трех очков, равнойn 3 /n - относительной частоте выпадения трех очков. Аналогичным образом можно определить вероятности остальных элементарных исходов - единицы, двойки, четверки и т.д. Теоретически такой образ действий можно оправдать, если ввестистатистическое определение вероятности .

Вероятность P(M i ) определяется как предел относительной частоты появления исходаM i в процессе неограниченного увеличения числа случайных экспериментовn , то есть

P i = P (M i ) = lim m n (M i ) , n ®¥n

где m n (M i ) – число случайных экспериментов (из общего числаn произведенных случайных экспериментов), в которых зарегистрировано появление элементарного исходаM i .

Так как здесь не приводится никаких доказательств, мы можем только надеяться, что предел в последней формуле существует, обосновывая надежду жизненным опытом и интуицией.

Геометрическая вероятность

В одном специальном случае дадим определение вероятности события для случайного эксперимента с несчетным множеством исходов.

Если между множеством W элементарных исходов случайного эксперимента и множеством точек некоторой плоской фигурыS (сигма большая) можно установить взаимно-однозначное соответствие, а также можо установить взаимно-однозначное соответствие между множеством элементарных исходов, благоприятствующих событиюА , и множеством точек плоской фигурыI (сигма малая), являющейся частью фигурыS , то

P(A) = S ,

где s - площадь фигурыs ,S - площадь фигурыS .

Пример. Два человека обедают в столовой, которая открыта с 12 до 13 часов. Каждый из них приходит в произвольный момент времени и обедает в течение 10 минут. Какова вероятность их встречи?

Пусть x - время прихода первого в столовую, аy - время прихода второго

12 £ x £ 13; 12 £y £ 13.

Можно установить взаимно-однозначное соответствие между всеми парами чисел (x ;y ) (или множеством исходов) и множеством точек квадрата со стороной, равной 1, на координатной плоскости, где начало координат соответствует числу 12 по осиX и по осиY , как изображено на рисунке 6. Здесь, например, точкаА соответствует исходу, заключающемуся в том, что первый пришел в 12.30, а второй - в 13.00. В этом случае, очевидно,

встреча не состоялась.

Если первый пришел не позже второго (y ³ x ), то

встреча произойдет при условии 0 £ y - x £ 1/6

(10 мин.- это 1/6 часа).

Если второй пришел не позже первого (x ³ y ), то

встреча произойдет при условии 0 £ x - y £ 1/6..

Между множеством исходов, благоприятствующих

встрече, и множеством точек области s , изображенной на

рисунке 7 в заштрихованном виде, можно установить

взаимно-однозначное cоответствие.

Искомая вероятность p равна отношению площади

области s к площади всего квадрата.. Площадь квадрата

равна единице, а площадь области s можно определить как

разность единицы и суммарной площади двух

треугольников, изображенных на рисунке 7. Отсюда следует:

p =1 -

Непрерывное вероятностное пространство.

Как уже говорилось ранее, множество элементарных исходов может быть более, чем счетным (то есть несчетным). В этом случае нельзя считать любое подмножество множества W событием.

Чтобы ввести определение случайного события, рассмотрим систему (конечную или счетную) подмножеств A 1 , A 2 ,... A n пространства элементарных исходовW .

В случае выполнения трех условий: 1) W принадлежит этой системе;

2) из принадлежности А этой системе следует принадлежностьA этой системе;

3) из принадлежностиA i иA j этой системе следует принадлежностьA i U A j этой

системе такая система подмножеств называется алгеброй.

Пусть W - некоторое пространство элементарных исходов. Убедитесь в том, что две системып одмножеств:

1) W ,Æ ; 2)W ,А ,A ,Æ (здесьА - подмножествоW ) являются алгебрами.

Пусть A 1 иA 2 принадлежат некоторой алгебре. Докажите, чтоA 1 \A 2 иA 1 ∩ A 2 принадлежат этой алгебре.

Подмножество А несчетного множества элементарных исходов 9 является событием, если оно принадлежит некоторой алгебре.

Сформулируем аксиому, называемую аксиомой А.Н. Колмогорова.

Каждому событию соответствует неотрицательное и не превосходящее единицы число P(А), называемое вероятностью событияА , причем функцияP(А) обладает следующими свойствами:

1) Р (9 )=1

2) если события A 1 ,A 2 ,...,A n несовместны, то

P (A 1 U A 2 U ... U A n ) =P (A 1 ) +P (A 2 ) +... +P (A n )

Если задано пространство элементарных исходов W , алгебра событий и определенная на ней функцияР , удовлетворяющая условиям приведенной аксиомы, то говорят, что задановероятностное пространство .

Это определение вероятностного пространства можно перенести на случай конечного пространства элементарных исходов W . Тогда в качестве алгебры можно взять систему всех подмножеств множестваW .

Формулы сложения вероятностей.

Из пункта 2 приведенной аксиомы следует, что если A 1 и A2 несовместные события, то

P (A 1 U A 2 ) =P (A 1 ) +P (A 2 )

Если A 1 иA 2 - совместные события, тоA 1 U A 2 =(A 1 \A 2 )U A 2 , причем очевидно, чтоA 1 \A 2 иA 2 - несовместные события. Отсюда следует:

P (A 1 U A 2 ) =P (A1 \A 2 ) +P (A2 )

Далее очевидно: A 1 = (A1 \A 2 )U (A 1 ∩ A 2 ), причем A1 \A 2 иA 1 ∩ A 2 - несовместные события, откуда следует:P (A 1 ) =P (A1 \A 2 ) +P (A 1 ∩ A 2 ) Найдем из этой формулы выражение дляP (A1 \A 2 ) и подставим его в правую часть формулы (*). В результате получим формулу сложения вероятностей:

P (A 1 U A 2 ) =P (A 1 ) +P (A 2 ) –P (A 1 ∩ A 2 )

Из последней формулы легко получить формулу сложения вероятностей для несовместных событий, положив A 1 ∩ A 2 =Æ .

Пример. Найти вероятность вытащить туза или червовую масть при случайном отборе одной карты из колоды в 32 листа.

Р (ТУЗ) = 4/32 = 1/8;Р (ЧЕРВОВАЯ МАСТЬ) = 8/32 = 1/4;

Р (ТУЗ ЧЕРВЕЙ) = 1/32;

Р ((ТУЗ)U (ЧЕРВОВАЯ МАСТЬ)) = 1/8 + 1/4 - 1/32 =11/32

Того же результата можно было достичь с помощью классического определения вероятности, пересчитав число благоприятных исходов.

Условные вероятности.

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

Определим пространство элементарных исходов: W =(1,2,3,...,28,29,30). Пусть событиеА заключается в том, что студент вытащил выученный билет:А = (1,...,5,25,...,30,), а событиеВ - в том, что студент вытащил билет из первых двадцати:В = (1,2,3,...,20)

Событие А ∩ В состоит из пяти исходов: (1,2,3,4,5), и его вероятность равна 5/30. Это число можно представить как произведение дробей 5/20 и 20/30. Число 20/30 - это вероятность событияB . Число 5/20 можно рассматривать как вероятность событияА при условии, что событиеВ произошло (обозначим еёР (А /В )). Таким образом решение задачи определяется формулой

P (А ∩ В ) =Р (А /В )Р (B )

Эта формула называется формулой умножения вероятностей, а вероятность Р (А /В ) - условной вероятностью событияA .

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

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

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

P (А ∩ В ) =Р (А )Р (B )

Докажите самостоятельно, что если А иВ - независимые события, тоA иB тоже являются независимыми события.

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

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

Следует отметить, что если в двух последних примерах положить изначальные количества белых и черных шаров равными соответственно 7000 и 3000, то результаты расчетов тех же вероятностей будут отличаться пренебрежимо мало для возвратной и безвозвратной выборок.

Под вероятностью события понимается некоторая числовая характеристика возможности наступления этого события. Существует несколько подходов к определению вероятности.

Вероятностью события А называется отношение числа благоприятствующих этому событию исходов к общему числу всех равновозможных несовместных элементарных исходов, образующих полную группу. Итак, вероятность события А определяется формулой

где m – число элементарных исходов, благоприятствующих А , n – число всех возможных элементарных исходов испытания.

Пример 3.1. В опыте с бросанием игральной кости число всех исходов n равно 6 и все они равновозможны. Пусть событие А означает появление четного числа. Тогда для этого события благоприятными исходами будут появление чисел 2, 4, 6. Их количество равно 3. Поэтому вероятность события А равна

Пример 3.2. Какова вероятность того, что в наудачу выбранном двузначном числе цифры одинаковы?

Двузначными числами являются числа от 10 до 99, всего таких чисел 90. Одинаковые цифры имеют 9 чисел (это числа 11, 22, …, 99). Так как в данном случае m =9, n =90, то

где А – событие, «число с одинаковыми цифрами».

Пример 3.3. В партии из 10 деталей 7 стандартных. Найти вероятность того, что среди шести взятых наудачу деталей 4 стандартных.

Общее число возможных элементарных исходов испытания равно числу способов, которыми можно извлечь 6 деталей из 10, т. е. числу сочетаний из 10 элементов по 6 элементов. Определим число исходов, благоприятствующих интересующему нас событию А (среди шести взятых деталей 4 стандартных). Четыре стандартные детали можно взять из семи стандартных деталей способами; при этом остальные 6-4=2 детали должны быть нестандартными, взять же две нестандартные детали из 10-7=3 нестандартных деталей можно способами. Следовательно, число благоприятствующих исходов равно .

Тогда искомая вероятность равна

Из определения вероятности вытекают следующие ее свойства:

1. Вероятность достоверного события равна единице.

Действительно, если событие достоверно, то каждый элементарный исход испытания благоприятствует событию. В этом случае m=n, следовательно

2. Вероятность невозможного события равна нулю.

Действительно, если событие невозможно, то ни один из элементарных исходов испытания не благоприятствует событию. В этом случае значит

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

Действительно, случайному событию благоприятствует лишь часть из общего числа элементарных исходов испытания. В этом случае < m < n, значит 0 < m/n < 1, т. е. 0 < Р(А) < 1. Итак, вероятность любого события удовлетворяет двойному неравенству

Построение логически полноценной теории вероятностей основано на аксиоматическом определении случайного события и его вероятности. В системе аксиом, предложенной А. Н. Колмогоровым, неопределяемыми понятиями являются элементарное событие и вероятность. Приведем аксиомы, определяющие вероятность:

1. Каждому событию А поставлено в соответствие неотрицательное действительное число Р(А) . Это число называется вероятностью события А .

2. Вероятность достоверного события равна единице.

3. Вероятность наступления хотя бы одного из попарно несовместных событий равна сумме вероятностей этих событий.

Исходя из этих аксиом, свойства вероятностей и зависимости между ними выводят в качестве теорем.

Вопросы для самопроверки

1. Как называется числовая характеристика возможности наступления события?

2. Что называется вероятностью события?

3. Чему равна вероятность достоверного события?

4. Чему равна вероятность невозможного события?

5. В каких пределах заключена вероятность случайного события?

6. В каких пределах заключена вероятность любого события?

7. Какое определение вероятности называется классическим?