Теоремы сложения и умножения вероятностей.

Теорема сложения вероятностей двух событий. Вероятность суммы двух событий равна сумме вероятностей этих событий без вероятности их совместного появления:

Р(А+В)=Р(А)+Р(В)-Р(АВ).

Теорема сложения вероятностей двух несовместных событий. Вероятность суммы двух несовместных событий равна сумме вероятностей этих:

Р(А+В)=Р(А)+Р(В).

Пример 2.16. Стрелок стреляет по мишени, разделенной на 3 области. Вероятность попадания в первую область равна 0,45, во вторую — 0,35. Найти вероятность того, что стрелок при одном выстреле попадет либо в первую, либо во вторую область.

Решение.

События А — «стрелок попал в первую область» и В — «стрелок попал во вторую область» — несовместны (попадание в одну область исключает попадание в другую), поэтому теорема сложения применима.

Искомая вероятность равна:

Р(А+В)=Р(А)+Р(В)= 0,45+ 0,35 = 0,8.

Теорема сложения вероятностей п несовместных событий. Вероятность суммы п несовместных событий равна сумме вероятностей этих:

Р(А₁+А₂+…+А_п)=Р(А₁)+Р(А₂)+…+Р(А_п).

Сумма вероятностей противоположных событий равна единице:

Вероятность события В при условии, что произошло событие А, называется условной вероятностью события В и обозначается так: Р(В/А), или Р_А(В).

Теорема умножения вероятностей. Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого при условии, что первое событие произошло:

Р(АВ)=Р(А)Р_А(В).

Событие В не зависит от события А, если

Р_А(В)=Р(В),

т.е. вероятность события В не зависит от того, произошло ли событие А.

Теорема умножения вероятностей двух независимых событий. Вероятность произведения двух независимых событий равна произведению их вероятностей:

Р(АВ)=Р(А)Р(В).

Пример 2.17. Вероятности попадания в цель при стрельбе первого и второго орудий соответственно равны: р₁ = 0,7; р₂ = 0,8. Найти вероятность попадания при одном залпе (из обоих орудий) хотя бы одним из орудий.

Решение.

Вероятность попадания в цель каждым из орудий не зависит от результата стрельбы из другого орудия, поэтому события А – «попадание первого орудия» и В – «попадание второго орудия» независимы.

Вероятность события АВ – «оба орудия дали попадание»:

Искомая вероятность

Р(А+В) = Р(А) + Р(В) – Р(АВ) = 0,7 + 0,8 – 0,56 = 0,94.

 

 

Теорема умножения вероятностей п событий. Вероятность произведения п событий равна произведению одного из них на условные вероятности всех остальных, вычисленные в предположении, что все предыдущие события наступили:

Пример 2.18. В урне 5 белых, 4 черных и 3 синих шара. Каждое испытание состоит в том, что наудачу извлекают один шар, не возвращая его обратно. Найти вероятность того, что при первом испытании появится белый шар (событие А), при втором – черный (событие В) и при третьем – синий (событие С).

Решение.

Вероятность появления белого шара в первом испытании:

Вероятность появления черного шара во втором испытании, вычисленная в предположении, что в первом испытании появился белый шар, т. е. условная вероятность:

Вероятность появления синего шара в третьем испытании, вычисленная в предположении, что в первом испытании появился белый шар, а во втором — черный, т. е. условная вероятность:

Искомая вероятность равна:

Теорема умножения вероятностей п независимых событий. Вероятность произведения п независимых событий равна произведению их вероятностей:

Р(А₁А₂…А_п)=Р(А₁)Р(А₂)…Р(А_п).

Вероятность появления хотя бы одного из события. Вероятность появления хотя бы одного из событий А₁, А₂, …, А_п, независимых в совокупности, равна разности между единицей и произведением вероятностей противоположных событий :

.

Пример 2.19. Вероятности попадания в цель при стрельбе из трех орудий таковы: р₁ = 0,8; р₂ = 0,7; р₃ = 0,9. Найти вероятность хотя бы одного попадания (событие А) при одном залпе из всех орудий.

Решение.

Вероятность попадания в цель каждым из орудий не зависит от результатов стрельбы из других орудий, поэтому рассматриваемые события A₁ (попадание первого орудия), А₂ (попадание второго орудия) и А₃ (попадание третьего орудия) независимы в совокупности.

Вероятности событий, противоположных событиям А₁, А₂ и А₃ (т.е. вероятности промахов), соответственно равны:

, , .

Искомая вероятность равна:

.

 

Если независимые события А₁, А₂, …, А_п имеют одинаковую вероятность, равную р, то вероятность появления хотя бы одного из этих событий выражается формулой:

Р(А)= 1 – qⁿ,

где q=1- p

2.7. Формула полной вероятности. Формула Байеса.

Пусть событие А может произойти при условии появления одного из несовместных событий Н₁, Н₂, …, Н_п, образующих полную группу событий. Поскольку заранее неизвестно, какое из этих событий наступит, их называют гипотезами.

Вероятность появления события А вычисляется по формуле полной вероятности:

Р(А)=Р(Н₁)Р(А/Н₁)+ Р(Н₂)Р(А/Н₂)+…+ Р(Н_п)Р(А/Н_п).

Допусти, что произведен опыт, в результате которого событие А произошло. Условные вероятности событий Н₁, Н₂, …, Н_п относительно события А определяются формулами Байеса:

,

или

Пример 2.20. В группе из 20 студентов, пришедших на экзамен, 6 подготовлены отлично, 8 – хорошо, 4 – удовлетворительно и 2 – плохо. В экзаменационных билетах имеется 30 вопросов. Отлично подготовленный студент может ответить на все 30 вопросов, хорошо подготовленный – на 24, удовлетворительно – на 15, плохо – на 7.

Вызванный наугад студент ответил на три произвольно заданных вопроса. Найти вероятность того, что этот студент подготовлен: а) отлично; б) плохо.

Решение.

Гипотезы – «студент подготовлен отлично»;

– «студент подготовлен хорошо»;

– «студент подготовлен удовлетворительно»;

– «студент подготовлен плохо».

До опыта:

; ; ; ;

;

;

;

После опыта, по формуле Бейеса:

а) ;

б) .

Литература:

1. Гмурман, В. Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов/В. Е. Гмурман. — 9-е изд., стер. — М.: Высш. шк., 2003. — с.17 – 22, 24 – 63.

2. Гусак А.А. Теория вероятностей: справ. Пособие к решению задач / А.А. Гусак, Е.А. Бричикова. – 6-е изд. – Минск: ТетраСистемс, 2007. – с.4 –13, 21 – 83.

Контрольные вопросы:

1. Что называют опытом?

2. Что называют событием?

3. Какое событие называют достоверным в данном опыте?

4. Какое событие называют невозможным?

5. Когда два события называются несовместными?

6. Какие события называются противоположными? Приведите пример противоположных событий.

7. Что называют полной группой событий?

8. Какие события называют равновозможными? Приведите примеры таких событий.

9. Что называют элементарным исходом?

10. Какие исходы называю благоприятными данному событию?

11. Какие операции можно проводить над событиями? Дайте им определения. Как обозначаются? Приведите примеры.

12. Что называется вероятностью?

13. Чему равна вероятность достоверного события?

14. Чему равна вероятность невозможного события?

15. В каких пределах заключена вероятность?

16. Как определяется геометрическая вероятность на плоскости?

17. Как определяется вероятность в пространстве?

18. Как определяется вероятность на прямой?

19. Чему равна вероятность суммы двух событий?

20. Чему равна вероятность суммы двух несовместных событий?

21. Чему равна вероятность суммы n несовместных событий?

22. Какую вероятность называют условной? Приведите пример.

23. Сформулируйте теорему умножения вероятностей.

24. Как найти вероятность появления хотя бы одного из событий?

25. Какие события называют гипотезами?

26. Когда применяются формула полной вероятности и формулы Байеса?

 

Задания для самостоятельного решения

Задание 2.1. При перевозке ящика, в котором содержались 21 стандартная я 10 нестандартных деталей, утеряна одна деталь, причем неизвестно какая. Наудачу извлеченная (после перевозки) из ящика деталь оказалась стандартной. Найти вероятность того, что была утеряна: а) стандартная деталь; б) нестандартная деталь.

Задание 2.2. При перевозке ящика, в котором содержались 21 стандартная я 10 нестандартных деталей, утеряна одна деталь, причем неизвестно какая. Наудачу извлеченная (после перевозки) из ящика деталь оказалась стандартной. Найти вероятность того, что была утеряна: а) стандартная деталь; б) нестандартная деталь.

Задание 2.3. В партии из N деталей имеется n стандартных. Наудачу отобраны m деталей. Найти вероятность того, что среди отобранных деталей ровно k стандартных.

Задание 2.4. На отрезке длины 20 см помещен меньший отрезок длины 10 см. Найти вероятность того, что точка, наудачу поставленная на больший отрезок, попадет также и на меньший отрезок. Предполагается, что вероятность попадания точки на отрезок пропорциональна длине отрезка и не зависит от его расположения.

Задание 2.5. На плоскости начерчены две концентрические окружности, радиусы которых 5 и 10 см соответственно. Найти вероятность того, что точка, брошенная наудачу в большой круг, попадет также и в кольцо, образованное построенными окружностями. Предполагается, что вероятность попадания точки в плоскую фигуру пропорциональна площади этой фигуры и не зависит от ее расположения.

Задание 2.6. Для сигнализации об аварии установлены два независимо работающих сигнализатора. Вероятность того, что при аварии сигнализатор сработает, равна 0,95 для первого сигнализатора и 0,9 для второго. Найти вероятность того, что при аварии сработает только один сигнализатор.

Задание 2.7. Из партии изделий товаровед отбирает изделия высшего сорта. Вероятность того, что наудачу взятое изделие окажется высшего сорта, равна 0,8. Найти вероятность того, что из трех проверенных изделий только два изделия высшего сорта.

Задание 2.8. Устройство содержит два независимо работающих элемента. Вероятности отказа элементов соответственно равны 0,05 и 0,08. Найти вероятности отказа устрой­ства, если для этого достаточно, чтобы отказал хотя бы один элемент.

Задание 2.9. В первой урне содержится 10 шаров, из них 8 белых; во второй урне 20 шаров, из них 4 белых. Из каждой урны наудачу извлекли по одному шару, а затем из этих двух шаров наудачу взят один шар. Найти вероятность того, что взят белый шар.

Задание 2.10. Изделие проверяется на стандартность одним из двух товароведов. Вероятность того, что изделие попадет к первому товароведу, равна 0,55, а ко второму—0,45. Вероятность того, что стандартное изделие будет признано стандартным, первым товароведом, равна 0,9, а вторым — 0,98. Стандартное изделие при проверке было признано стандартным. Найти вероятность того, что это изделие проверил второй товаровед.

Тема 3

Повторные испытания

 

3.1. Формула Бернулли.

3.2. Локальная теорема Лапласа.

3.3. Интегральная теорема Лапласа.

 

Формула Бернулли

Если производится несколько испытаний, причем вероятность события А в каждом испытании не зависит от исходов других испытаний, то такие испытания называют независимыми относительно события А.

Пусть производится п независимых испытаний, в каждом из которых событие А может появиться либо не появиться. Условимся считать, что вероятность события А в каждом испытании одна и та же, а именно равна р. Следовательно, вероятность ненаступления события А в каждом испытании также постоянна и равна q = 1– р.

Поставим перед собой задачу вычислить вероятность того, что при п испытаниях событие А осуществится ровно k раз и, следовательно, не осуществится п – k раз.

Важно подчеркнуть, что не требуется, чтобы событие А повторилось ровно k раз в определенной последовательности.

Пример 3.1. Если речь идет о появлении события А три раза в четырех испытаниях, то возможны следующие сложные события:

, , , .

Искомую вероятность обозначим Р_п(k).

Пример 3.2. Символ означает вероятность того, что в пяти испытаниях событие появится ровно 3 раза и, следовательно, не наступит 2 раза.

Поставленную задачу можно решить с помощью так называемой формулы Бернулли.

или

.

Пример 3.3. Вероятность того, что расход электроэнергии в продолжение одних суток не превысит установленной нормы, равна р = 0,75.

Найти вероятность того, что в ближайшие 6 суток расход электроэнергии в течение 4 суток не превысит нормы.

Решение.

Вероятность нормального расхода электроэнергии в продолжение каждых из 6 суток постоянна и равна р = 0,75. Следовательно, вероятность перерасхода электроэнергии в каждые сутки также постоянна и равна q = 1 – 0,75 = 0,25.

Искомая вероятность по формуле Бернулли равна:

 

Локальная теорема Лапласа

Пользоваться формулой Бернулли при больших значениях п достаточно трудно, так как формула требует выполнения действий над громадными числами.

Например, если п = 50, k = 30, р = 0,1, то для отыскания вероятности надо вычислить выражение

где ,

,

.

 

Правда, можно несколько упростить вычисления, пользуясь специальными таблицами логарифмов факториалов. Однако и этот путь остается громоздким и к тому же имеет существенный недостаток: таблицы содержат приближенные значения логарифмов, поэтому в процессе вычислений накапливаются погрешности; в итоге окончательный результат может значительно отличаться от истинного.

Естественно возникает вопрос: нельзя ли вычислить интересующую нас вероятность, не прибегая к формуле Бернулли?

Оказывается, можно. Локальная теорема Лапласа и дает формулу, которая позволяет приближенно найти вероятность появления события ровно k раз в п испытаниях, если число испытаний достаточно велико.

Локальная теорема Лапласа. Если вероятность р появления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что событие А появится в п испытаниях ровно k раз, приближенно равна (тем точнее, чем больше п) значению функции

при

Имеются таблицы (Приложение 1), в которых помещены значения функции соответствующие положительным значениям аргумента х. Для отрицательных значений аргумента пользуются теми же таблицами, так как функция нечетна, т. е.

= – .

Итак, вероятность того, что событие А появится в п независимых испытаниях ровно k раз, приближенно равна:

где

Пример 3.4. Найти вероятность того, что событие А наступит ровно 80 раз в 400 испытаниях, если вероятность появления этого события в каждом испытании равна 0,2.

Решение.

По условию, n = 400; k = 80; р = 0,2; q = 1 – 0,8.

Воспользуемся формулой Лапласа:

Вычислим определяемое данными задачи значение х:

По таблице находим

Искомая вероятность