Вероятности складываются. Действия над вероятностями. Следствия теорем сложения и умножения

Пусть события А и В ― несовместные, причем вероятности этих событий известны. Вопрос: как найти вероятность того, что наступит одно из этих несовместных событий? На этот вопрос ответ дает теорема сложения.

Теорема. Вероятностьпоявления одного из двух несовместных событий равна сумме вероятностей этих событий:

p (А + В ) = p (А ) + p (В ) (1.6)

Доказательство. Действительно, пусть n – общее число всех равновозможных и несовместных (т.е. элементарных) исходов. Пусть событию А благоприятствует m 1 исходов, а событию В – m 2 исходов. Тогда согласно классическому определению вероятности этих событий равны: p (А ) = m 1 / n , p (B ) = m 2 / n .

Так как события А и В несовместные, то ни один из исходов, благоприятствующих событию А , не благоприятствует событию В (см. схему ниже).

Поэтому событию А +В будут благоприятствовать m 1 + m 2 исходов. Следовательно, для вероятности p (А + В ) получим:

Следствие 1. Сумма вероятностей событий, образующих полную группу, равна единице:

p (А ) + p (В ) + p (С ) + … + p (D ) = 1.

Действительно, пусть события А , В , С , … , D образуют полную группу. В силу этого они являются несовместными и единственно возможными. Поэтому событие А + В + С + …+ D , состоящее в появлении (в результате испытания) хотя бы одного из этих событий, является достоверным, т.е. А+В+С+…+ D = и p (А+В+С+ …+ D ) = 1.

В силу несовместности событий А , В , С , … , D справедлива формула:

p (А+В+С+ …+ D ) = p (А ) + p (В ) + p (С ) + … + p (D ) = 1.

Пример. В урне 30 шаров, из них 10 красных, 5 синих и 15 белых. Найти вероятность извлечения красного или синего шара при условии, что из урны извлекли только один шар.

Решение. Пусть событие А 1 – извлечение красного шара, а событие А 2 – извлечение синего шара. Данные события несовместны, причём p (А 1) = 10 / 30 = 1 / 3; p (А 2) = 5 / 30 = 1 /6. По теореме сложения получим:

p (А 1 + А 2) = p (А 1) + p (А 2) = 1 / 3 + 1 / 6 = 1 / 2.

Замечание 1. Подчеркнём, что по смыслу задачи необходимо прежде всего установить характер рассматриваемых событий – являются ли они несовместными. Если приведённую теорему применять к совместным событиям, то результат получится неверным.

Учреждение образования «Белорусская государственная

сельскохозяйственная академия»

Кафедра высшей математики

СЛОЖЕНИЕ И УМНОЖЕНИЕ ВЕРОЯТНОСТЕЙ. ПОВТОРНЫЕ НЕЗАВИСИМЫЕ ИСПЫТАНИЯ

Лекция для студентов землеустроительного факультета

заочной формы обучения

Горки, 2012

Сложение и умножение вероятностей. Повторные

независимые испытания

1. Сложение вероятностей

Суммой двух совместных событий А и В называется событие С , состоящее в наступлении хотя бы одного из событий А или В . Аналогично суммой нескольких совместных событий называется событие, состоящее в наступлении хотя бы одного из этих событий.

Суммой двух несовместных событий А и В называется событие С , состоящее в наступлении или события А , или события В . Аналогично суммой нескольких несовместных событий называется событие, состоящее в наступлении какого-либо одного из этих событий.

Справедлива теорема сложения вероятностей несовместных событий: вероятность суммы двух несовместных событий равна сумме вероятностей этих событий , т.е. . Эту теорему можно распространить на любое конечное число несовместных событий.

Из данной теоремы следует:

сумма вероятностей событий, образующих полную группу, равна единице;

сумма вероятностей противоположных событий равна единице, т.е.
.

Пример 1 . В ящике находятся 2 белых, 3 красных и 5 синих шара. Шары перемешивают и наугад извлекают один. Какова вероятность того, что шар окажется цветным?

Решение . Обозначим события:

A ={извлечён цветной шар};

B ={извлечён белый шар};

C ={извлечён красный шар};

D ={извлечён синий шар}.

Тогда A = C + D . Так как события C , D несовместны, то воспользуемся теоремой сложения вероятностей несовместных событий: .

Пример 2 . В урне находятся 4 белых шара и 6 – чёрных. Из урны наугад вынимают 3 шара. Какова вероятность того, что все они одного цвета?

Решение . Обозначим события:

A ={вынуты шары одного цвета};

B ={вынуты шары белого цвета};

C ={вынуты шары чёрного цвета}.

Так как A = B + C и события В и С несовместны, то по теореме сложения вероятностей несовместных событий
. Вероятность события В равна
, где
4,

. Подставим k и n в формулу и получим
Аналогично найдём вероятность события С :
, где
,
, т.е.
. Тогда
.

Пример 3 . Из колоды в 36 карт наугад вынимают 4 карты. Найти вероятность того, что среди них окажется не менее трёх тузов.

Решение . Обозначим события:

A ={среди вынутых карт не менее трёх тузов};

B ={среди вынутых карт три туза};

C ={среди вынутых карт четыре туза}.

Так как A = B + C , а события В и С несовместны, то
. Найдём вероятности событий В и С :

,
. Следовательно, вероятность того, что среди вынутых карт не менее трёх тузов, равна

0.0022.

1. Умножение вероятностей

Произведением двух событий А и В называется событие С , состоящее в совместном наступлении этих событий:
. Это определение распространяется на любое конечное число событий.

Два события называются независимыми , если вероятность наступления одного из них не зависит от того, произошло другое событие или нет. События , , … , называются независимыми в совокупности , если вероятность наступления каждого из них не зависит от того, произошли или не произошли другие события.

Пример 4 . Два стрелка стреляют по цели. Обозначим события:

A ={первый стрелок попал в цель};

B ={второй стрелок попал в цель}.

Очевидно, что вероятность попадания в цель первым стрелком не зависит от того, попал или не попал второй стрелок, и наоборот. Следовательно, события А и В независимы.

Справедлива теорема умножения вероятностей независимых событий: вероятность произведения двух независимых событий равна произведению вероятностей этих событий : .

Эта теорема справедлива и для n независимых в совокупности событий: .

Пример 5 . Два стрелка стреляют по одной цели. Вероятность попадания первого стрелка равна 0.9, а второго – 0.7. Оба стрелка одновременно делают по одному выстрелу. Определить вероятность того, что будут иметь место два попадания в цель.

Решение . Обозначим события:

A

B

C ={оба стрелка попадут в цель}.

Так как
, а события А и В независимы, то
, т.е. .

События А и В называются зависимыми , если вероятность наступления одного из них зависит от того, произошло другое событие или нет. Вероятность наступления события А при условии, что событие В уже наступило, называется условной вероятностью и обозначается
или
.

Пример 6 . В урне находятся 4 белых и 7 чёрных шаров. Из урны извлекаются шары. Обозначим события:

A ={извлечён белый шар} ;

B ={извлечён чёрный шар}.

Перед началом извлечения шаров из урны
. Из урны извлекли один шар и он оказался чёрным. Тогда вероятность события А после наступления события В будет уже другой, равной . Это означает, что вероятность события А зависит от события В , т.е. эти события будут зависимыми.

Справедлива теорема умножения вероятностей зависимых событий: вероятность произведения двух зависимых событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие уже наступило , т.е. или .

Пример 7 . В урне находятся 4 белых шара и 8 красных. Из неё наугад последовательно извлекают два шара. Найти вероятность того, что оба шара будут чёрными.

Решение . Обозначим события:

A ={первым извлечён чёрный шар};

B ={вторым извлечён чёрный шар}.

События А и В зависимы, так как
, а
. Тогда
.

Пример 8 . Три стрелка стреляют по цели независимо друг от друга. Вероятность попадания в цель для первого стрелка равна 0.5, для второго – 0.6 и для третьего – 0.8. Найти вероятность того, что произойдут два попадания в цель, если каждый стрелок сделает по одному выстрелу.

Решение . Обозначим события:

A ={произойдут два попадания в цель};

B ={первый стрелок попадёт в цель};

C ={второй стрелок попадёт в цель};

D ={третий стрелок попадёт в цель};

={первый стрелок не попадёт в цель};

={второй стрелок не попадёт в цель};

={третий стрелок не попадёт в цель}.

По условию примера
,
,
,

,
,
. Так как , то используя теорему сложения вероятностей несовместных событий и теорему умножения вероятностей независимых событий, получим:

Пусть события
образуют полную группу событий некоторого испытания, а событии А может наступить только с одним из этих событий. Если известны вероятности и условные вероятности события А , то вероятность события А вычисляется по формуле:

Или
. Эта формула называется формулой полной вероятности , а события
гипотезами .

Пример 9 . На сборочный конвейер поступает 700 деталей с первого станка и 300 деталей со второго. Первый станок даёт 0.5% брака, а второй – 0.7%. Найти вероятность того, что взятая деталь будет бракованной.

Решение . Обозначим события:

A ={взятая деталь будет бракованной};

={деталь изготовлена на первом станке};

={деталь изготовлена на втором станке}.

Вероятность того, что деталь изготовлена на первом станке, равна
. Для второго станка
. По условию вероятность получения бракованной детали, изготовленной на первом станке, равна
. Для второго станка эта вероятность равна
. Тогда вероятность того, что взятая деталь будет бракованной, вычисляется по формуле полной вероятности

Если известно, что в результате испытания наступило некоторое событие А , то вероятность того, что это событие наступило с гипотезой
, равна
, где
- полная вероятность события А . Эта формула называется формулой Байеса и позволяет вычислять вероятности событий
после того, как стало известно, что событие А уже наступило.

Пример 10 . Однотипные детали к автомобилям производятся на двух заводах и поступают в магазин. Первый завод производит 80% общего количества деталей, а второй – 20%. Продукция первого завода содержит 90% стандартных деталей, а второго – 95%. Покупатель купил одну деталь и она оказалась стандартной. Найти вероятность того, что эта деталь изготовлена на втором заводе.

Решение . Обозначим события:

A ={куплена стандартная деталь};

={деталь изготовлена на первом заводе};

={деталь изготовлена на втором заводе}.

По условию примера
,
,
и
. Вычислим полную вероятность события А : 0.91. Вероятность того, что деталь изготовлена на втором заводе, вычислим по формуле Байеса:

.

Задания для самостоятельной работы

Вероятность попадания в цель для первого стрелка равна 0.8, для второго – 0.7 и для третьего – 0.9. Стрелки произвели по одному выстрелу. Найти вероятность того, что имеет место не менее двух попаданий в цель.

В ремонтную мастерскую поступило 15 тракторов. Известно, что 6 из них нуждаются в замене двигателя, а остальные – в замене отдельных узлов. Случайным образом отбираются три трактора. Найти вероятность того, что замена двигателя необходима не более, чем двум отобранным тракторам.

На железобетонном заводе изготавливают панели, 80% из которых – высшего качества. Найти вероятность того, что из трёх наугад выбранных панелей не менее двух будут высшего сорта.

Три рабочих собирают подшипники. Вероятность того, что подшипник, собранный первым рабочим, высшего качества, равна 0.7, вторым – 0.8 и третьим – 0.6. Для контроля наугад взято по одному подшипнику из собранных каждым рабочим. Найти вероятность того, что не менее двух из них будут высшего качества.

Вероятность выигрыша по лотерейному билету первого выпуска равна 0.2, второго – 0.3 и третьего – 0.25. Имеются по одному билету каждого выпуска. Найти вероятность того, что выиграет не менее двух билетов.

Бухгалтер выполняет расчёты, пользуясь тремя справочниками. Вероятность того, что интересующие его данные находятся в первом справочнике, равна 0.6, во втором – 0.7 ив третьем – 0.8. Найти вероятность того, что интересующие бухгалтера данные содержатся не более, чем в двух справочниках.

Три автомата изготавливают детали. Первый автомат изготавливает деталь высшего качества с вероятностью 0.9, второй – с вероятностью 0.7 и третий – с вероятностью 0.6. Наугад берут по одной детали с каждого автомата. Найти вероятность того, что среди них не менее двух высшего качества.

На двух станках обрабатываются однотипные детали. Вероятность изготовления нестандартной детали для первого станка равна 0.03, в для второго – 0.02. Обработанные детали складываются в одном месте. Среди них 67% с первого станка, а остальные – со второго. Наугад взятая деталь оказалась стандартной. Найти вероятность того, что она изготовлена на первом станке.

В мастерскую поступили две коробки однотипных конденсаторов. В первой коробке было 20 конденсаторов, из которых 2 неисправных. Во второй коробки 10 конденсаторов, из которых 3 неисправных. Конденсаторы были переложены в один ящик. Найти вероятность того, что наугад взятый из ящика конденсатор окажется исправным.

На трёх станках изготавливают однотипные детали, которые поступают на общий конвейер. Среди всех деталей 20% с первого автомата, 30% - со второго и 505 – с третьего. Вероятность изготовления стандартной детали на первом станке равна 0.8, на втором – 0.6 и на третьем – 0.7. Взятая деталь оказалась стандартной. Найти вероятность того, эта деталь изготовлена на третьем станке.

Комплектовщик получает для сборки 40% деталей с завода А , а остальные – с завода В . Вероятность того, что деталь с завода А – высшего качества, равна 0.8, а с завода В – 0.9. Комплектовщик наугад взял одну деталь и она оказалась не высшего качества. Найти вероятность того, что эта деталь с завода В .

Для участия в студенческих спортивных соревнованиях выделено 10 студентов из первой группы и 8 – из второй. Вероятность того, что студент из первой группы попадёт в сборную академии, равна 0.8, а со второй – 0.7. Наугад выбранный студент попал в сборную. Найти вероятность того, что он из первой группы.

Теорема сложения вероятностей

Рассмотрим несовместные случайные события.

Известно, что несовместные случайные события $A$ и $B$ в одном и том же испытании имеют вероятности появления $P\left(A\right)$ и $P\left(B\right)$ соответственно. Найдем вероятность суммы $A+B$ этих событий, то есть вероятность появления хотя бы одного из них.

Предположим, что в данном испытании число всех равновозможных элементарных событий $n$. Из них событиям $A$ и $B$ благоприятствуют $m_{A} $ и $m_{B} $ элементарных событий соответственно. Поскольку события $A$ и $B$ несовместные, то событию $A+B$ благоприятствуют $m_{A} +m_{B} $ элементарных событий. Имеем $P\left(A+B\right)=\frac{m_{A} +m_{B} }{n} =\frac{m_{A} }{n} +\frac{m_{B} }{n} =P\left(A\right)+P\left(B\right)$.

Теорема 1

Вероятность суммы двух несовместных событий равняется сумме их вероятностей.

Примечание 1

Следствие 1. Вероятность суммы любого количества несовместных событий равняется сумме вероятностей этих событий.

Следствие 2. Сумма вероятностей полной группы несовместных событий (сумма вероятностей всех элементарных событий) равна единице.

Следствие 3. Сумма вероятностей противоположных событий равна единице, поскольку они образуют полную группу несовместных событий.

Пример 1

Вероятность того, что на протяжении некоторого времени в городе ни разу не будет идти дождь, $p=0,7$. Найти вероятность $q$ того, что на протяжении этого же времени дождь в городе будет идти хотя бы один раз.

События "на протяжении некоторого времени в городе ни разу не шел дождь" и "на протяжении некоторого времени дождь в городе шел хотя бы один раз" противоположные. Поэтому $p+q=1$, откуда $q=1-p=1-0,7=0,3$.

Рассмотрим совместные случайные события.

Известно, что совместные случайные события $A$ и $B$ в одном и том же испытании имеют вероятности появления $P\left(A\right)$ и $P\left(B\right)$ соответственно. Найдем вероятность суммы $A+B$ этих событий, то есть вероятность появления хотя бы одного из них.

Предположим, что в данном испытании число всех равновозможных элементарных событий $n$. Из них событиям $A$ и $B$ благоприятствуют $m_{A} $ и $m_{B} $ элементарных событий соответственно. Поскольку события $A$ и $B$ совместны, то из всего количества $m_{A} +m_{B} $ элементарных событий определенное количество $m_{AB} $ благоприятствует одновременно и событию $A$, и событию $B$, то есть совместному их наступлению (произведению событий $A\cdot B$). Это количество $m_{AB} $ вошло одновременно и в $m_{A} $, и в $m_{B} $ Итак событию $A+B$ благоприятствуют $m_{A} +m_{B} -m_{AB} $ элементарных событий. Имеем: $P\left(A+B\right)=\frac{m_{A} +m_{B} -m_{AB} }{n} =\frac{m_{A} }{n} +\frac{m_{B} }{n} -\frac{m_{AB} }{n} =P\left(A\right)+P\left(B\right)-P\left(A\cdot B\right)$.

Теорема 2

Вероятность суммы двух совместных событий равняется сумме вероятностей этих событий за минусом вероятности их произведения.

Замечание. Если события $A$ и $B$ несовместны, то их произведение $A\cdot B$ является невозможным событием, вероятность которого $P\left(A\cdot B\right)=0$. Следовательно, формула сложения вероятностей несовместных событий является частным случаем формулы сложения вероятностей совместных событий.

Пример 2

Найти вероятность того, что при одновременном бросании двух игральных кубиков цифра 5 выпадет хотя бы один раз.

При одновременном бросании двух игральных кубиков число всех равновозможных элементарных событий равно $n=36$, поскольку на каждую цифру первого кубика может выпасти шесть цифр второго кубика. Из них событие $A$ -- выпадение цифры 5 на первом кубике -- осуществляется 6 раз, событие $B$ -- выпадение цифры 5 на втором кубике -- тоже осуществляется 6 раз. Из всех двенадцати раз цифра 5 один раз выпадает на обоих кубиках. Таким образом, $P\left(A+B\right)=\frac{6}{36} +\frac{6}{36} -\frac{1}{36} =\frac{11}{36} $.

Теорема умножения вероятностей

Рассмотрим независимые события.

События $A$ и $B$, которые происходят в двух последовательных испытаниях, называются независимыми, если вероятность появления события $B$ не зависит от того, состоялось или не состоялось событие $A$.

Например, пусть в урне находятся 2 белых и 2 черных шар а. Испытанием является извлечение шара. Событие $A$ -- "вынут белый шар в первом испытании". Вероятность $P\left(A\right)=\frac{1}{2} $. После первого испытания шар положили назад и провели второе испытание. Событие $B$ -- ``вынут белый шар во втором испытании"". Вероятность $P\left(B\right)=\frac{1}{2} $. Вероятность $P\left(B\right)$ не зависит от того, состоялось или нет событие $A$, следовательно события $A$ и $B$ независимы.

Известно, что независимые случайные события $A$ и $B$ двух последовательных испытаний имеют вероятности появления $P\left(A\right)$ и $P\left(B\right)$ соответственно. Найдем вероятность произведения $A\cdot B$ этих событий, то есть вероятность совместного их появления.

Предположим, что в первом испытании число всех равновозможных элементарных событий $n_{1} $. Из них событию $A$ благоприятствуют $m_{1} $ элементарных событий. Предположим также, что во втором испытании число всех равновозможных элементарных событий $n_{2} $. Из них событию $B$ благоприятствуют $m_{2} $ элементарных событий. Теперь рассмотрим новое элементарное событие, которое состоит в последовательном наступлении событий из первого и второго испытаний. Общее количество таких равновозможных элементарных событий равно $n_{1} \cdot n_{2} $. Поскольку события $A$ и $B$ независимы, то из этого числа совместному наступлению события $A$ и события $B$ (произведения событий $A\cdot B$) благоприятствует $m_{1} \cdot m_{2} $ событий. Имеем: $P\left(A\cdot B\right)=\frac{m_{1} \cdot m_{2} }{n_{1} \cdot n_{2} } =\frac{m_{1} }{n_{1} } \cdot \frac{m_{2} }{n_{2} } =P\left(A\right)\cdot P\left(B\right)$.

Теорема 3

Вероятность произведения двух независимых событий равняется произведению вероятностей этих событий.

Рассмотрим зависимые события.

В двух последовательных испытаниях происходят события $A$ и $B$. Событие $B$ называется зависимым от события $A$, если вероятность появления события $B$ зависит от того, состоялось или не состоялось событие $A$. Тогда вероятность события $B$, которая была вычислена при условии, что событие $A$ состоялось, называется условной вероятностью события $B$ при условии $A$ и обозначается $P\left(B/A\right)$.

Например, пусть в урне находятся 2 белых и 2 черных шара. Испытанием является извлечением шара. Событие $A$ -- "вынут белый шар в первом испытании". Вероятность $P\left(A\right)=\frac{1}{2} $. После первого испытания шар назад не кладут и выполняют второе испытание. Событие $B$ -- ``вынут белый шар во втором испытании"". Если в первом испытании был вынут белый шар, то вероятность $P\left(B/A\right)=\frac{1}{3} $. Если же в первом испытании был вынут черный шар, то вероятность $P\left(B/\overline{A}\right)=\frac{2}{3} $. Таким образом вероятность события $B$ зависит от того, состоялось или нет событие $A$, следовательно, событие $B$ зависит от события $A$.

Предположим, что события $A$ и $B$ происходят в двух последовательных испытаниях. Известно, что событие $A$ имеет вероятность появления $P\left(A\right)$. Известно также, что событие $B$ является зависимым от события $A$ и его условная вероятность при условии $A$ равна $P\left(B/A\right)$.

Теорема 4

Вероятность произведения события $A$ и зависимого от него события $B$, то есть вероятность совместного их появления, может быть найдена по формуле $P\left(A\cdot B\right)=P\left(A\right)\cdot P\left(B/A\right)$.

Справедливой является также симметричная формула $P\left(A\cdot B\right)=P\left(B\right)\cdot P\left(A/B\right)$, где событие $A$ предполагается зависимым от события $B$.

Для условий последнего примера найдем вероятность того, что белый шар будет извлечен в обоих испытаниях. Такое событие является произведением событий $A$ и $B$. Его вероятность равна $P\left(A\cdot B\right)=P\left(A\right)\cdot P\left(B/A\right)=\frac{1}{2} \cdot \frac{1}{3} =\frac{1}{6} $.

Рассматривается эксперимент Е . Предполагается, что его можно проводить неоднократно. В результате эксперимента могут появляться различные события, составляющие некоторое множество F . Наблюдаемые события разделяются на три вида: достоверное, невозможное, случайное.

Достоверным называется событие, которое обязательно произойдет в результате проведения эксперимента Е . Обозначается Ω.

Невозможным называется событие, которое заведомо не произойдет в результате проведения эксперимента Е . Обозначается .

Случайным называется событие, которое может произойти или не произойти в результате эксперимента Е .

Дополнительным (противоположным) событию А называется событие, обозначаемое , которое происходит тогда и только тогда, когда не происходит событиеА .

Суммой (объединением) событий называется событие, которое происходит тогда и только тогда, когда происходит хотя бы одно из данных событий (рисунок 3.1). Обозначения .

Рисунок 3.1

Произведением (пересечением) событий называется событие, происходящее тогда и только тогда, когда все данные события происходят вместе (одновременно) (рисунок 3.2). Обозначения . Очевидно, что события А и Внесовместны , если .

Рисунок 3.2

Полной группой событий называется множество событий, сумма которых есть достоверное событие:

Событие В называют частным случаем события А , если с появлением события В появляется и событие А . Говорят также, что событие В влечет событие А (Рисунок 3.3). Обозначение .

Рисунок 3.3

События А и В называются эквивалентными , если они происходят или не происходят совместно при проведении эксперимента Е . Обозначение . Очевидно, что, еслии.

Сложным событием называют наблюдаемое событие, выраженное через другие наблюдаемые в том же эксперименте события с помощью алгебраических операций.

Вероятность осуществления того или иного сложного события вычисляют с помощью формул сложения и умножения вероятностей.

Теорема сложения вероятностей

Следствия:

1) в случае, если события А и В несовместны, теорема сложения приобретает вид:

2) в случае трех слагаемых теорема сложения записывается в виде

3) сумма вероятностей взаимно противоположных событий равна 1:

Совокупность событий ,, …,называютполной группой событий , если

Сумма вероятностей событий, образующих полную группу, равна 1:

Вероятность появления события А при условии, что событие В произошло, называют условной вероятностью и обозначают или.

А и В – зависимые события , если .

А и В – независимые события , если .

Теорема умножения вероятностей

Следствия:

1) для независимых событий А и В

2) в общем случае для произведения трех событий теорема умножения вероятностей имеет вид:

Образцы решения задач

Пример 1 ‑ В электрическую цепь последовательно включены три элемента, работающие независимо друг от друга. Вероятности отказов первого, второго и третьего элементов соответственно равны ,,. Найти вероятность того, что тока в цепи не будет.

Решение

Первый способ.

Обозначим события: - в цепи произошел отказ соответственно первого, второго и третьего элементов.

Событие А – тока в цепи не будет (откажет хотя бы один из элементов, так как они включены последовательно).

Событие ‑ в цепи ток (работают три элемента), . Вероятность противоположных событий связана формулой (3.4). Событие представляет собой произведение трех событий, являющихся попарно независимыми. По теореме умножения вероятностей независимых событий получаем

Тогда вероятность искомого события .

Второй способ.

С учетом принятых ранее обозначений запишем искомое событие А – откажет хотя бы один из элементов:

Так как слагаемые, входящие в сумму, совместны, следует применить теорему сложения вероятностей в общем виде для случая трех слагаемых (3.3):

Ответ: 0,388.

Задачи для самостоятельного решения

1 В читальном зале имеется шесть учебников по теории вероятностей, из которых три в переплете. Библиотекарь наудачу взял два учебника. Найти вероятность того, что оба учебника окажутся в переплете.

2 В мешке смешаны нити, среди которых 30 % белых, а остальные –красные. Определить вероятности того, что вынутые наудачу две нити будут: одного цвета; разных цветов.

3 Устройство состоит из трех элементов, работающих независимо. Вероятности безотказной работы за определенный промежуток времени первого, второго и третьего элементов соответственно равны 0,6; 0,7; 0,8. Найти вероятности того, что за это время безотказно будут работать: только один элемент; только два элемента; все три элемента; хотя бы два элемента.

4 Брошены три игральные кости. Найти вероятности следующих событий:

а) на каждой грани из выпавших появится пять очков;

б) на всех выпавших гранях появится одинаковое число очков;

в) на двух выпавших гранях появится одно очко, а на третьей грани – другое число очков;

г) на всех выпавших гранях появится разное число очков.

5 Вероятность попадания в мишень стрелком при одном выстреле равна 0,8. Сколько выстрелов должен произвести стрелок, чтобы с вероятностью, меньшей 0,4, можно было ожидать, что не будет ни одного промаха?

6 Из цифр 1, 2, 3, 4, 5 сначала выбирается одна, а затем из оставшихся четырех – вторая цифра. Предполагается, что все 20 возможных исходов равновероятны. Найти вероятность того, что будет выбрана нечетная цифра: в первый раз; во второй раз; в оба раза.

7 Вероятность того, что в мужской обувной секции магазина очередной раз будет продана пара обуви 46-го размера, равна 0,01. Сколько должно быть продано пар обуви в магазине, чтобы с вероятностью, не меньшей 0,9, можно было ожидать, что будет продана хотя бы одна пара обуви 46-го размера?

8 В ящике 10 деталей, среди которых две нестандартные. Найти вероятность того, что в наудачу отобранных шести деталях окажется не более одной нестандартной.

9 Отдел технического контроля проверяет изделия на стандартность. Вероятность того, что изделие нестандартно, равна 0,1. Найти вероятность того, что:

а) из трех проверенных изделий только два окажутся нестандартными;

б) нестандартным окажется только четвертое по порядку проверенное изделие.

10 32 буквы русского алфавита написаны на карточках разрезной азбуки:

а) три карточки вынимают наугад одну за другой и укладывают на стол в порядке появления. Найти вероятность того, что получится слово «мир»;

б) извлеченные три карточки можно поменять местами произвольным образом. Какова вероятность того, что из них можно сложить слово «мир»?

11 Истребитель атакует бомбардировщик и дает по нему две независимые очереди. Вероятность сбить бомбардировщик первой очередью равна 0,2, а второй ‑ 0,3. Если бомбардировщик не сбит, он ведет по истребителю стрельбу из орудий кормовой установки и сбивает его с вероятностью 0,25. Найти вероятность того, что в результате воздушного боя сбит бомбардировщик или истребитель.

Домашнее задание

1 Формула полной вероятности. Формула Байеса.

2 Решить задачи

Задача 1 . Рабочий обслуживает три станка, работающих независимо друг от друга. Вероятность того, что в течение часа не потребует внимания рабочего первый станок, равна 0,9, второй – 0,8, третий – 0,85. Найти вероятность того, что в течение часа хотя бы один станок потребует внимания рабочего.

Задача 2 . Вычислительный центр, который должен производить непрерывную обработку поступающей информации, располагает двумя вычислительными устройствами. Известно, что каждое из них имеет вероятность отказа за некоторое время, равную 0,2. Требуется определить вероятность:

а) того, что откажет одно из устройств, а второе будет исправно;

б) безотказной работы каждого из устройств.

Задача 3 . Четыре охотника договорились стрелять по дичи в определенной последовательности: следующий охотник производит выстрел лишь в случае промаха предыдущего. Вероятность попадания для первого охотника равна 0,6, для второго – 0,7, для третьего – 0,8. Найти вероятность того, что будет произведено выстрелов:

г) четыре.

Задача 4 . Деталь проходит четыре операции обработки. Вероятность получения брака при первой операции равна 0,01, при второй – 0,02, при третьей – 0,03, при четвертой – 0,04. Найти вероятность получения детали без брака после четырех операций, предполагая, что события получения брака на отдельных операциях являются независимыми.

Теорема (сложения вероятностей). Вероятность суммы двух случайных событий равна сумме вероятностей этих событийминус вероятность их пересечения: .

Доказательство. Очевидно: ;

Поскольку события и несовместны, то по аксиоме :

События и несовместны, и по аксиоме :

События и несовместны, по аксиоме :

Следствие 1: Верно следующее обобщение формулы для трех слагаемых:

Следствие 2: Верно следующее обобщение формулы для слагаемых:

Формула включений и исключений.

Определение. Событие А называется независимым от события В, вероятность события А не зависит от того, произошло событие В или нет. Событие А называетсязависимым от события В, если вероятность события А меняется в зависимости от того, произошло событие В или нет.

Условная вероятность

Наступление события может повлиять на вероятность появления события . Для учета таких случаев вводится понятие условной вероятности события .

Определение. Вероятность события , вычисленная при условии, что имело место событие , называется условной вероятностью события и обозначается .

Пример. Пусть событие - означает, что при бросании двух кубиков на первом выпала 1, а событие - означает, что сумма очков, выпавших на двух костях больше 5. Найти вероятность .

Решение. Если на первом кубике выпала 1, то возможными исходами опыта являются исходы . Событию при этом благоприятствуют исходы , т.е. два из 6, значит,

Теорема умножения вероятностей.

Вероятность произведения двух событий (совместного появления этих событий) равна произведению вероятности одного из них на условную вероятность другого, вычисленную при условии, что первое событие уже наступило:

Доказательство. Докажем теорему для случая, когда опыт имеет конечное число несовместных равновероятных исходов. Пусть:

 событие появилось в исходах опыта;

 событие появилось в исходах опыта.

Вероятность события вычислим по классическому определению. Поскольку событие произошло, то всего возможных в этом случае исходов - ; при этом из этих возможных исходов благоприятны событию те исходы, которые составляют событие , т.е. исходов: ,

Следствие 1. Обобщим теорему на случай трех событий:

Следствие 2. Обобщим теорему на случай событий: в случае произведения нескольких зависимых событий вероятность равна произведению одного из них на условные вероятности всех остальных при условии, что вероятность каждого последующего вычисляется в предположении, что все остальные события уже совершились: .

Пример. В группе 20 студентов. Из них двое курят, 12 – в очках, 6 – курят и носят очки. Найти вероятность того, что студент курит, если он носит очки.

Решение. Пусть событие - студент курит; - студент носит очки.

Тогда .

Заметим, что условная и безусловная вероятности события в данной задаче различны: .

События называются независимыми, если появление одного из них не влияет на вероятность появления другого: .

Если события независимые, то теорема умножения вероятностей принимает вид:

Критерий независимости событий.

В рассмотренном примере события и - зависимы, поскольку

3) Если события и независимы, то по 2) события и независимы; и по 1) и независимы.

Определение. События независимы в совокупности, если

Определение. События попарно независимы, если в любой паре события и независимы.

Независимость в совокупности и попарная независимость событий – понятия разные.

Пример. Три грани треугольной пирамиды окрашены соответственно в белый, зеленый, желтый цвета. На последней грани присутствуют все три цвета. Случайным образом выбирают грань. Найти вероятности событий: =«на грани есть желтый цвет»;

=«на грани есть белый цвет»;

=«на грани есть зеленый цвет»;

Решение. Желтый цвет имеется на двух гранях из четырех, т.о. ; аналогично: . Вероятность того, что на выпавшей грани есть два цвета - , т.е. . Таким образом,

,

Т.е. все события попарно независимы. Однако события не являются независимыми в совокупности:

Теорема. (О появлении хотя бы одного из независимых событий)

Пусть вероятность появления каждого из п событий , независимых в совокупности, равна . Вероятность появления хотя бы одного события, равна

,

Доказательство. Поскольку по закону Де Моргана

Пример. Из полной колоды карт (52 шт.) одновременно вынимают четыре карты. Найти вероятность того, что среди этих четырех карт будет хотя бы одна бубновая карта.

Решение. Пусть событие означает «среди четырех вынутых карт есть хотя бы одна бубновая карта». Тогда . Событие означает, что все четыре карты не бубновой масти. Вероятность того, что случайно взятая из колоды карта не бубновая - и , тогда ,

Пример. Вероятность хотя бы одного попадания в мишень стрелком при трех выстрелах равна 0,875. Найти вероятность попадания в мишень при одном выстреле.

Если обозначить р – вероятность попадания стрелком в мишень при одном выстреле, то вероятность промаха при одном выстреле, очевидно, равна (1 – р).

Вероятность трех промахов из трех выстрелов равна (1 – р)3. Эта вероятность равна 1 – 0,875 = 0,125, т.е. в цель не попадают ни одного раза.

Получаем:

Пример. Чему равна вероятность того, что при бросании трех игральных костей 6 очков появится хотя бы на одной из костей?

Вероятность выпадения 6 очков при одном броске кости (событие ) равна . Вероятность того, что не выпадет 6 очков (событие ) - . Вероятность того, что при броске трех костей не выпадет ни разу 6 очков равна .

Тогда вероятность того, что хотя бы один раз выпадет 6 очков, равна .

Пример. Один из трех стрелков производит два выстрела. Вероятность попадания в цель при одном выстреле для первого стрелка равна 0,4, для второго – 0,6, для третьего – 0,8. Найти вероятность того, что в цель попадут два раза.

Вероятность того, что выстрелы производит первый, второй или третий стрелок равна .

Вероятности того, что один из стрелков, производящих выстрелы, два раза попадает в цель, равны:

Противоположные события

Два события называются совместными, если появление одного из них не исключает появление другого в одном и том же испытании.

Два события называются противоположными, если в данном испытании они несовместны и одно из них обязательно происходит. Вероятности противоположных событий в сумме дают .

Если событие может произойти с вероятностью и опыт повторяют раз, то вероятность, что оно наступит хотя бы один раз, есть: , где .

Противоположные события.
Противоположными называют два единственно возможных события, образующих полную группу. Если одно из двух противоположных событий обозначено через A, то другое принято обозначать

примеры противоположных событий

Теорема. Сумма вероятностей противоположных событий равна единице:

.

Доказательство базируется на том, что противоположные события образуют полную группу, а сумма вероятностей событий, образующих полную группу, равна единице (см. Теорему о полной группе событий).

З а м е ч а н и е 1. Если вероятность одного из двух противоположных событий обозначена через р, то вероятность другого события обозначают через q. Таким образом, в силу предыдущей теоремы

З а м е ч а н и е 2. При решении задач на отыскание вероятности события А часто выгодно сначала вычислить вероятность противоположного события, а затем найти искомую вероятность по формуле

.

2. Выборочные числовые характеристики. Понятие точечной статистической оценки. Требования к оценкам.

ее выборочное – среднее значение выборки

Выборочная дисперсия – среднее значение квадрата отклонения значений выборки от выборочного среднего.

Часто используют более простую формулу для вычисления выборочной дисперсии:

Исправленная выборочная дисперсия :

(является лучшей оценкой дисперсии генеральной совокупности)

Исправленное выборочное среднее квадратическое отклонение S

Для расчёта числовых характеристик в случае интервального статистического ряда используется дискретный ряд, вариантами которого являются середины интервалов.

Точечная оценка и ее свойства

Распределение случайной величины (распределение генеральной совокупности) характеризуется обычно рядом числовых характеристик:

для нормального распределения N(a, σ) - это математическое ожидание a и среднее квадратическое отклонение σ ;

для равномерного распределения R(a,b) - это границы интервала , в котором наблюдаются значения этой случайной величины.

Такие числовые характеристики, как правило, неизвестные, называются параметрами генеральной совокупности. Оценка параметра - соответствующая числовая характеристика, рассчитанная по выборке. Оценки параметров генеральной совокупности делятся на два класса: точечные и интервальные.

Когда оценка определяется одним числом, она называется точечной оценкой. Точечная оценка, как функция от выборки, является случайной величиной и меняется от выборки к выборке при повторном эксперименте.
К точечным оценкам предъявляют требования, которым они должны удовлетворять, чтобы хоть в каком-то смысле быть «доброкачественными». Это несмещённость, эффективность и состоятельность.

Интервальные оценки определяются двумя числами – концами интервала, который накрывает оцениваемый параметр. В отличие от точечных оценок, которые не дают представления о том, как далеко от них может находиться оцениваемый параметр, интервальные оценки позволяют установить точность и надёжность оценок.

В качестве точечных оценок математического ожидания, дисперсии и среднего квадратического отклонения используют выборочные характеристики соответственно выборочное среднее, выборочная дисперсия и выборочное среднее квадратическое отклонение.

Требования к оценкам

Точечная оценка параметра 6 связана с оценкой интервального типа [ 0Н, 6В ], где 6И - нижняя, а 0В - верхняя граница. Они дают некоторую степень уверенности в том, что истинное значение параметра лежит внутри определенного интервала.

Точечная оценка параметров может быть получена приравниванием выборочных моментов моментам совокупности.

Точечная оценка параметра 6 связана с оценкой интервального типа [ Э, 0В ], где 6Н - нижняя, а Эв - верхняя граница. Они дают некоторую степень уверенности в том, что истинное значение параметра лежит внутри определенного интервала.

Точечная оценка параметров без указания степени ее достоверности дает мало информации, так как представляет собой частное значение случайной величины.

Точечные оценки параметров аг к 0 ] определяются по вероятностной бумаге логарифмически нормального распределения аналогично рассмотренному выше нормальному распределению.

Если точечная оценка параметра а совпадает с серединой доверительного интервала о (& % ai) / 2, то ответ часто записывают в виде а о Ар, где Ар (а2 - c i) / 2 - половина длины доверительного интервала.

Найдены точечные оценки параметров для каждого из законов по каждой совокупности. Получены интервальные оценки изучаемых величин и их математических ожиданий. Это позволяет судить - о вариации как самих величин, так и их математических ожиданий в случае принятия той или ино & гипотезы о законе распределения рассматриваемого показателя.

Разобранные выше точечные оценки параметров распределения (математического ожидания и дисперсии) могут быть приняты в качестве первоначальных ориентировочных результатов обработки наблюдений. Их недостаток в том, что неизвестно, с какой точностью они дают оцениваемый параметр. Если для большого числа наблюдений точность обычно бывает достаточной для практических выводов (в силу несмещенности, состоятельности и эффективности сделанных оценок), то для выборок небольшого объема вопрос о точности оценок очень существен.

За точечную оценку параметра в берут такое его значение в, при котором функция правдоподобия достигает максимума.

Под точечной оценкой параметра распределения понимают оценку одним числом. К точечным оценкам предъявляются следующие требования: состоятельность, несмещенность, эффективность, устойчивость, надежность, смысл и необходимость которых будут обсуждены ниже.

В качестве точечной оценки параметра р (вероятности) используют относительную частость hn k / n [ см. формулу (1.1) ], с которой k раз появилось событие А. }