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.

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

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

Задачи на классическое определение вероятности.
Примеры решений

На третьем уроке мы рассмотрим различные задачи, касающиеся непосредственного применения классического определения вероятности. Для эффективного изучения материалов данной статьи рекомендую ознакомиться с базовыми понятиями теории вероятностей и основами комбинаторики . Задача на классическое определение вероятности с вероятностью, стремящейся к единице, будет присутствовать в вашей самостоятельной/контрольной работе по терверу, поэтому настраиваемся на серьёзную работу. Вы спросите, чего тут серьёзного? …всего-то одна примитивная формула . Предостерегаю от легкомыслия – тематические задания достаточно разнообразны, и многие из них запросто могут поставить в тупик. В этой связи помимо проработки основного урока, постарайтесь изучить дополнительные задачи по теме, которые находятся в копилке готовых решений по высшей математике . Приёмы решения приёмами решения, а «друзей» всё-таки «надо знать в лицо», ибо даже богатая фантазия ограничена и типовых задач тоже хватает. Ну а я постараюсь в хорошем качестве разобрать максимальное их количество.

Вспоминаем классику жанра:

Вероятность наступления события в некотором испытании равна отношению , где:

– общее число всех равновозможных , элементарных исходов данного испытания, которые образуют полную группу событий ;

– количество элементарных исходов, благоприятствующих событию .

И сразу незамедлительный пит-стоп. Понятны ли вам подчёркнутые термины? Имеется ввиду чёткое, а не интуитивное понимание. Если нет, то всё-таки лучше вернуться к 1-й статье по теории вероятностей и только после этого ехать дальше.

Пожалуйста, не пропускайте первые примеры – в них я повторю один принципиально важный момент, а также расскажу, как правильно оформлять решение и какими способами это можно сделать:

Задача 1

В урне находится 15 белых, 5 красных и 10 чёрных шаров. Наугад извлекается 1 шар, найти вероятность того, что он будет: а) белым, б) красным, в) чёрным.

Решение : важнейшей предпосылкой для использования классического определения вероятности является возможность подсчёта общего количества исходов .

Всего в урне: 15 + 5 + 10 = 30 шаров, и, очевидно, справедливы следующие факты:

– извлечение любого шара одинаково возможно (равновозможность исходов) , при этом исходы элементарны и образуют полную группу событий (т.е. в результате испытания обязательно будет извлечён какой-то один из 30 шаров) .

Таким образом, общее число исходов:

Рассмотрим событие: – из урны будет извлечён белый шар. Данному событию благоприятствуют элементарных исходов, поэтому по классическому определению:
– вероятность того, то из урны будет извлечён белый шар.

Как ни странно, даже в такой простой задаче можно допустить серьёзную неточность, на которой я уже заострял внимание в первой статье по теории вероятностей . Где здесь подводный камень? Здесь некорректно рассуждать, что «раз половина шаров белые, то вероятность извлечения белого шара » . В классическом определении вероятности речь идёт об ЭЛЕМЕНТАРНЫХ исходах, и дробь следует обязательно прописать!

С другими пунктами аналогично, рассмотрим следующие события:

– из урны будет извлечён красный шар;
– из урны будет извлечён чёрный шар.

Событию благоприятствует 5 элементарных исходов, а событию – 10 элементарных исходов. Таким образом, соответствующие вероятности:

Типичная проверка многих задач по терверу осуществляется с помощью теоремы о сумме вероятностей событий, образующих полную группу . В нашем случае события образуют полную группу, а значит, сумма соответствующих вероятностей должна обязательно равняться единице: .

Проверим, так ли это: , в чём и хотелось убедиться.

Ответ :

В принципе, ответ можно записать и подробнее, но лично я привык ставить туда только числа – по той причине, что когда начинаешь «штамповать» задачи сотнями и тысячами, то стремишься максимально сократить запись решения. К слову, о краткости: на практике распространён «скоростной» вариант оформления решения :

Всего: 15 + 5 + 10 = 30 шаров в урне. По классическому определению:
– вероятность того, то из урны будет извлечён белый шар;
– вероятность того, то из урны будет извлечён красный шар;
– вероятность того, то из урны будет извлечён чёрный шар.

Ответ :

Однако если в условии несколько пунктов, то решение зачастую удобнее оформить первым способом, который отнимает чуть больше времени, но зато всё «раскладывает по полочкам» и позволяет легче сориентироваться в задаче.

Разминаемся:

Задача 2

В магазин поступило 30 холодильников, пять из которых имеют заводской дефект. Случайным образом выбирают один холодильник. Какова вероятность того, что он будет без дефекта?

Выберите целесообразный вариант оформления и сверьтесь с образцом внизу страницы.

В простейших примерах количество общих и количество благоприятствующих исходов лежат на поверхности, но в большинстве случаев картошку приходится выкапывать самостоятельно. Каноничная серия задач о забывчивом абоненте:

Задача 3

Набирая номер телефона, абонент забыл две последние цифры, но помнит, что одна из них – ноль, а другая – нечётная. Найти вероятность того, что он наберёт правильный номер.

Примечание : ноль – это чётное число (делится на 2 без остатка)

Решение : сначала найдём общее количество исходов. По условию, абонент помнит, что одна из цифр – ноль, а другая цифра – нечётная. Здесь рациональнее не мудрить с комбинаторикой и воспользоваться методом прямого перечисления исходов . То есть, при оформлении решения просто записываем все комбинации:
01, 03, 05, 07, 09
10, 30, 50, 70, 90

И подсчитываем их – всего: 10 исходов.

Благоприятствующий исход один: верный номер.

По классическому определению:
– вероятность того, что абонент наберёт правильный номер

Ответ : 0,1

Десятичные дроби в теории вероятностей смотрятся вполне уместно, но можно придерживаться и традиционного вышматовского стиля, оперируя только обыкновенными дробями.

Продвинутая задача для самостоятельного решения:

Задача 4

Абонент забыл пин-код к своей сим-карте, однако помнит, что он содержит три «пятёрки», а одна из цифр – то ли «семёрка», то ли «восьмёрка». Какова вероятность успешной авторизации с первой попытки?

Здесь ещё можно развить мысль о вероятности того, что абонента ждёт кара в виде пук-кода, но, к сожалению, рассуждения уже выйдут за рамки данного урока

Решение и ответ внизу.

Иногда перечисление комбинаций оказывается весьма кропотливым занятием. В частности, так обстоят дела в следующей, не менее популярной группе задач, где подкидываются 2 игральных кубика (реже – бОльшее количество) :

Задача 5

Найти вероятность того, что при бросании двух игральных костей в сумме выпадет:

а) пять очков;
б) не более четырёх очков;
в) от 3 до 9 очков включительно.

Решение : найдём общее количество исходов:

Способами может выпасть грань 1-го кубика и способами может выпасть грань 2-го кубика; по правилу умножения комбинаций , всего: возможных комбинаций. Иными словами, каждая грань 1-го кубика может составить упорядоченную пару с каждой гранью 2-го кубика. Условимся записывать такую пару в виде , где – цифра, выпавшая на 1-м кубике, – цифра, выпавшая на 2-м кубике. Например:

– на первом кубике выпало 3 очка, на втором – 5 очков, сумма очков: 3 + 5 = 8;
– на первом кубике выпало 6 очков, на втором – 1 очко, сумма очков: 6 + 1 = 7;
– на обеих костях выпало 2 очка, сумма: 2 + 2 = 4.

Очевидно, что наименьшую сумму даёт пара , а наибольшую – две «шестёрки».

а) Рассмотрим событие: – при бросании двух игральных костей выпадет 5 очков. Запишем и подсчитаем количество исходов, которые благоприятствуют данному событию:

Итого: 4 благоприятствующих исхода. По классическому определению:
– искомая вероятность.

б) Рассмотрим событие: – выпадет не более 4 очков. То есть, либо 2, либо 3, либо 4 очка. Снова перечисляем и подсчитываем благоприятствующие комбинации, слева я буду записывать суммарное количество очков, а после двоеточия – подходящие пары:

Итого: 6 благоприятствующих комбинаций. Таким образом:
– вероятность того, что выпадет не более 4 очков.

в) Рассмотрим событие: – выпадет от 3 до 9 очков включительно. Здесь можно пойти прямой дорогой, но… что-то не хочется. Да, некоторые пары уже перечислены в предыдущих пунктах, но работы все равно предстоит многовато.

Как лучше поступить? В подобных случаях рациональным оказывается окольный путь. Рассмотрим противоположное событие : – выпадет 2 или 10 или 11 или 12 очков.

В чём смысл? Противоположному событию благоприятствует значительно меньшее количество пар:

Итого: 7 благоприятствующих исходов.

По классическому определению:
– вероятность того, что выпадет меньше трёх или больше 9 очков.

Помимо прямого перечисления и подсчёта исходов, в ходу также различные комбинаторные формулы . И снова эпичная задача про лифт:

Задача 7

В лифт 20-этажного дома на первом этаже зашли 3 человека. И поехали. Найти вероятность того, что:

а) они выйдут на разных этажах
б) двое выйдут на одном этаже;
в) все выйдут на одном этаже.

Наше увлекательное занятие подошло к концу, и напоследок ещё раз настоятельно рекомендую если не прорешать, то хотя бы разобраться в дополнительных задачах на классическое определение вероятности . Как я уже отмечал, «набивка руки» тоже имеет значение!

Далее по курсу – Геометрическое определение вероятности и Теоремы сложения и умножения вероятностей и… везения в главном!

Решения и ответы :

Задача 2: Решение : 30 – 5 = 25 холодильников не имеют дефекта.

– вероятность того, что наугад выбранный холодильник не имеет дефекта.
Ответ :

Задача 4: Решение : найдём общее число исходов:
способами можно выбрать место, на котором расположена сомнительная цифра и на каждом из этих 4 мест могут располагаться 2 цифры (семёрка или восьмёрка). По правилу умножения комбинаций, общее число исходов: .
Как вариант, в решении можно просто перечислить все исходы (благо их немного):
7555, 8555, 5755, 5855, 5575, 5585, 5557, 5558
Благоприятствующий исход один (правильный пин-код).
Таким образом, по классическому определению:
– вероятность того, что абонент авторизируется с 1-й попытки
Ответ :

Задача 6: Решение : найдём общее количество исходов:
способами могут выпасть цифры на 2 кубиках.

а) Рассмотрим событие: – при броске двух игральных костей произведение очков будет равно семи. Для данного события не существует благоприятствующих исходов, по классическому определению вероятности:
, т.е. это событие является невозможным.

б) Рассмотрим событие: – при броске двух игральных костей произведение очков окажется не менее 20. Данному событию благоприятствуют следующие исходы:

Итого: 8
По классическому определению:
– искомая вероятность.

в) Рассмотрим противоположные события:
– произведение очков будет чётным;
– произведение очков будет нечётным.
Перечислим все исходы, благоприятствующие событию :

Итого: 9 благоприятствующих исходов.
По классическому определению вероятности:
Противоположные события образуют полную группу, поэтому:
– искомая вероятность.

Ответ :

Задача 8: Решение : вычислим общее количество исходов: способами могут упасть 10 монет.
Другой путь: способами может упасть 1-я монета и способами может упасть 2-я монета и … и способами может упасть 10-я монета. По правилу умножения комбинаций, 10 монет могут упасть способами.
а) Рассмотрим событие: – на всех монетах выпадет орёл. Данному событию благоприятствует единственный исход, по классическому определению вероятности: .
б) Рассмотрим событие: – на 9 монетах выпадет орёл, а на одной – решка.
Существует монет, на которых может выпасть решка. По классическому определению вероятности: .
в) Рассмотрим событие: – орёл выпадет на половине монет.
Существует уникальных комбинаций из пяти монет, на которых может выпасть орёл. По классическому определению вероятности:
Ответ :

Чтобы количественно сравнивать между собой события по степени их возможности, очевидно, нужно с каждым событием связать определённое число, которое тем больше, чем более возможно событие. Такое число мы назовём вероятностью события. Таким образом, вероятность события есть численная мера степени объективной возможности этого события.

Первым по времени определением вероятности следует считать классическое, которое возникло из анализа азартных игр и применялось вначале интуитивно.

Классический способ определения вероятности основан на понятии равновозможных и несовместных событий, которые являются исходами данного опыта и образуют полную группу несовместных событий.

Наиболее простым примером равновозможных и несовместных событий, образующих полную группу, является появление того или иного шара из урны, содержащей несколько одинаковых по размеру, весу и другим осязаемым признакам шаров, отличающихся лишь цветом, тщательно перемешанных перед выниманием.

Поэтому об испытании, исходы которого образуют полную группу несовместных и равновозможных событий, говорят, что оно сводится к схеме урн, или схеме случаев , или укладывается в классическую схему.

Равновозможные и несовместные события, составляющие полную группу, будем называть просто случаями или шансами. При этом в каждом опыте наряду со случаями могут происходить и более сложные события.

Пример : При подбрасывании игральной кости наряду со случаями А i - выпадение i- очков на верхней грани можно рассматривать такие события, как В - выпадение чётного числа очков, С - выпадение числа очков, кратных трём …

По отношению к каждому событию, которое может произойти при осуществлении эксперимента, случаи делятся на благоприятствующие , при которых это событие происходит, и неблагоприятствующие, при которых событие не происходит. В предыдущем примере, событию В благоприятствуют случаи А 2 , А 4 , А 6 ; событию С - случаи А 3 , А 6 .

Классической вероятностью появления некоторого события называется отношение числа случаев, благоприятствующих появлению этого события, к общему числу случаев равновозможных, несовместных, составляющих полную группу в данном опыте:

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

Примеры:

1) (смотри пример выше) Р(В) = , Р(С) = .

2) В урне находятся 9 красных и 6 синих шаров. Найти вероятность того, что вынутые наугад один, два шара окажутся красными.

А - вынутый наугад шар красный:

m = 9, n = 9 + 6 = 15, P(A) =

B - вынутые наугад два шара красные:

Из классического определения вероятности вытекают следующие свойства (показать самостоятельно):

1) Вероятность невозможного события равна 0;

2) Вероятность достоверного события равна 1;

3) Вероятность любого события заключена между 0 и 1;

4) Вероятность события, противоположного событию А,

Классическое определение вероятности предполагает, что число исходов испытания конечно. На практике же весьма часто встречаются испытания, число возможных случаев которых бесконечно. Кроме того, слабая сторона классического определения состоит в том, что очень часто невозможно представить результат испытания в виде совокупности элементарных событий. Ещё труднее указать основания, позволяющие считать элементарные исходы испытания равновозможными. Обычно о равновозможности элементарных исходов испытания заключают из соображений симметрии. Однако такие задачи на практике встречаются весьма редко. По этим причинам наряду с классическим определением вероятности пользуются и другими определениями вероятности.

Статистической вероятностью события А называется относительная частота появления этого события в произведённых испытаниях:

где - вероятность появления события А;

Относительная частота появления события А;

Число испытаний, в которых появилось событие А;

Общее число испытаний.

В отличие от классической вероятности статистическая вероятность является характеристикой опытной, экспериментальной.

Пример : Для контроля качества изделий из партии наугад выбрано 100 изделий, среди которых 3 изделия оказались бракованными. Определить вероятность брака.

.

Статистический способ определения вероятности применим лишь к тем событиям, которые обладают следующими свойствами:

Рассматриваемые события должны быть исходами только тех испытаний, которые могут быть воспроизведены неограниченное число раз при одном и том же комплексе условий.

События должны обладать статистической устойчивостью (или устойчи- востью относительных частот). Это означает, что в различных сериях испытаний относительная частота события изменяется незначительно.

Число испытаний, в результате которых появляется событие А, должно быть достаточно велико.

Легко проверить, что свойства вероятности, вытекающие из классического определения, сохраняются и при статистическом определении вероятности.