Теорема. Вероятность суммы несовместных событий иравна сумме вероятностей этих событий:

Следствие 1. С помощью метода математической индукции формулу (3.10) можно обобщить на любое число попарно несовместных событий:

Следствие 2. Поскольку противоположные события являются несовместными, а их сумма – достоверным событием, то, используя (3.10), имеем:

Часто при решении задач формулу (3.12) используют в виде:

(3.13)

Пример 3.29. В опыте с бросанием игральной кости найти вероятности выпадения на верхней грани числа очков более 3 и менее 6.

Обозначим события, связанные с выпадением на верхней грани игральной кости одного очка, через U 1 , двух очков через U 2 ,…, шести очков через U 6 .

Пусть событие U – выпадение на верхней грани кости числа очков более 3 и менее 6. Это событие произойдет, если произойдет хотя бы одно из событий U 4 или U 5 , следовательно, его можно представить в виде суммы этих событий: . Т. к. событияU 4 и U 5 являются несовместными, то для нахождения вероятности их суммы используем формулу (3.11). Учитывая, что вероятности событий U 1 , U 2 ,…,U 6 равны , получим:

Замечание. Ранее задачи такого типа решали с помощью подсчета числа благоприятствующих исходов. Действительно, событию U благоприятствуют два исхода, а всего шесть элементарных исходов, следовательно, используя классический подход к понятию вероятности, получим:

Однако классический поход к понятию вероятности, в отличие от теоремы о вероятности суммы несовместных событий, применим только для равновозможных исходов.

Пример 3.30. Вероятность попадания в цель стрелком равна 0,7. Какова вероятность того, что стрелок не попадет в цель?

Пусть событие − попадание стрелком в цель, тогда событие, состоящее в том, что стрелок не попадет в цель, является противоположным событиемсобытию, т. к. в результате каждого испытания всегда происходит одно и только одно из этих событий. Используя формулу (3.13), получим:

3.2.10. Вероятность произведения событий

Определение. Событие называетсязависимым от события если вероятность события зависит от того, произошло событиеили нет.

Определение. Вероятность события вычисленная при условии, что событиепроизошло, называетсяусловной вероятностью события и обозначается

Теорема. Вероятность произведения событий иравна произведению вероятности одного из них на условную вероятность другого, вычисленную при условии, что первое имело место:

Условие независимости события от события можно записать в виде Из этого утверждения следует, что для независимых событий выполняется соотношение:

т. е. вероятность произведения независимых событий и, равна произведению их вероятностей.

Замечание. Вероятность произведения нескольких событий равна произведению вероятностей этих событий, причем вероятность каждого следующего по порядку события вычисляется при условии, что все предыдущие имели место:

Если события независимые, то имеем:

Пример 3.31. В ящике 5 белых и 3 черных шара. Из него наугад последовательно без возвращения вытаскивают два шара. Найти вероятность того, что оба шара белые.

Пусть событие − появление белого шара при первом вынимании,− появление белого шара при втором вынимании. Учитывая, что,(вероятность появления второго белого шара при условии, что первый вынутый шар был белым и его не возвратили в ящик). Так как событияизависимые, то вероятность их произведения найдем по формуле (3.15):

Пример 3.32. Вероятность попадания в цель первым стрелком 0,8; вторым – 0,7. Каждый стрелок выстрелил по мишени. Какова вероятность того, что хотя бы один стрелок попадет в цель? Какова вероятность того, что один стрелок попадет в цель?

Пусть событие – попадание в цель первым стрелком,– вторым. Все возможные варианты можно представить в видетаблицы 3.5 , где «+» обозначает, что событие произошло, а «−» − не произошло.

Таблица 3.5

Пусть событие – попадание хотя бы одним стрелком в цель, Тогда событиеявляется суммой независимых событийиследовательно, применить теорему о вероятности суммы несовместных событий в данной ситуации нельзя.

Рассмотрим событие противоположное событиюкоторое произойдет тогда, когда ни один стрелок не попадет в цель, т. е. является произведением независимых событийИспользуя формулы (3.13) и (3.15), получим:

Пусть событие – попадание одним стрелком в цель. Это событие можно представить следующим образом:

События и– независимые, событияитакже являются независимыми. События, являющиеся произведениями событийи– несовместными. Используя формулы (3.10) и (3.15) получим:

Свойства операций сложения и умножения событий:

3.2.11. Формула полной вероятности. Формула Байеса

Пусть событие может произойти только вместе с одним из попарно несовместных событий (гипотез),,…,, образующих полную группу, т. е.

Вероятность события находится по формулеполной вероятности:

Если событие уже произошло, то вероятности гипотез могут быть переоценены по формулеБайеса :

(3.17)

Пример 3.33. Имеются две одинаковых урны с шарами. В первой урне 5 белых и 10 черных шаров, во второй − 3 белых и 7 черных шаров. Выбирают наугад одну урну и вытаскивают из нее один шар.

Найти вероятность того, что этот шар белый.

Из наугад выбранной урны вытащили белый шар. Найти вероятность того, что шар вытащили из первой урны.

Теорема умножения вероятностей двух произвольных событий: вероятность произведения двух произвольных событий равна произведению вероятности одного из событий на условную вероятность другого события, при условии, что первое уже произошло:

P(AB)=P(A)P(B|A) = P(B)P(A|B). (10)

Доказательство (не строгое): докажем теорему умножения для схемы шансов (равновероятных гипотез). Пусть возможные исходы опыта являются n шансами. Предположим, что событию A благоприятны m шансов (на рис. 11 имеют штриховку); событию B - k шансов; одновременно событиям A и B (AB) - l шансов (на. рис. 11 имеют светлую штриховку).

Рисунок 11

Очевидно, что m+k-l=n. По классическому способу вычисления вероятностей P(AB)=l/n; P(A)=m/n; P(B)=k/n. А вероятность P(B|A)=l/m, поскольку известно, что один из m шансов события A произошел, а событию B благоприятны l подобных шансов. Подставив данные выражения в теорему (10), получим тождество l/n=(m/n)(l/m). Теорема доказана.

Теорема умножения вероятностей трёх произвольных событий:

P(ABC)=|AB=D|=P(DC)=P(D)P(C|D)=P(AB)P(C|AB)=P(A)P(B|A)P(C|AB).(11)

По аналогии можно записать теоремы умножения вероятностей для большего количества событий.

Следствие 1. Если событие A не зависит от B, то и событие B не зависит от A.

Доказательство. Т.к. событие A не зависит от B, то по определению независимости событий P(A)=P(A|B)=P(А|). Требуется доказать, что P(B)=P(B|A).

По теореме умножения P(AB)=P(A)P(B|A)=P(B)P(A|B), следовательно, P(A)P(B|A)=P(B)P(A). Предполагая, что P(A)>0, разделим обе части равенства на P(A) и получим: P(B)=P(B|A).

Из следствия 1 вытекает, что два события независимы, если появление одного из них не изменяет вероятность появления другого. На практике, зависимыми являются события (явления), связанные между собой причинно-следственной связью.

Следствие 2. Вероятность произведения двух независимых событий равна произведению вероятностей этих событий. Т.е. если события A и B независимы, то

P(AB)=P(A)P(B). (11)

Доказательство очевидно, поскольку для независимых событий P(B|A)=P(B).

Тождество (11) наряду с выражениями (12) и (13) являются необходимыми и достаточными условиями независимости двух случайных событий A и B.

P(A)=P(A|B); P(A)=P(А|); P(A|B)=P(А|); (12)

P(B)=P(B|A); P(B)=P(B|); P(B|A)=P(B|). (13)

Надёжность некоторой системы повышается двукратным резервированием (см. рис. 12). Вероятность безотказной работы первой подсистемы (в течение некоторой наработки) равна 0.9, второй - 0,8. Определить вероятность отказа системы в целом в течение заданной наработки, если отказы подсистем независимы.

Рисунок 12 - Двукратно резервированная система

E: исследование безотказности двукратно резервированной системы управления;

A 1 ={безотказная работа (в течение некоторой наработки) первой подсистемы}; P(A 1)=0,9;

A 2 ={безотказная работа второй подсистемы}; P(A 2)=0,8;

A={безотказная работа системы в целом}; P(A)=?

Решение. Выразим событие A через события A 1 и A 2 вероятности которых известны. Поскольку для безотказной работы системы достаточно безотказной работы хотя бы одного из её подсистем, то очевидно A=A 1 A 2.

Применяя теорему сложения вероятностей получим: P(A)=P(A 1 A 2)=P(A 1)+P(A 2)-P(A 1 A 2). Вероятность совместного наступления событий A 1 и A 2 определим по теореме умножения вероятностей: P(A 1 A 2)=P(A 1)P(A 2 |A 1). Учитывая, что (по условию) события A 1 и A 2 независимы, P(A 1 A 2)=P(A 1)P(A 2). Таким образом, вероятность безотказной работы системы равна P(A)=P(A 1 A 2)=P(A 1)+P(A 2)-P(A 1)P(A 2)=0,9+0,8-0,90,8=0,98.

Ответ: вероятность безотказной работы системы в течение заданной наработки равна 0,98.

Замечание. В примере 20 возможен другой способ определения события A через события A 1 и A 2: , т.е. отказ системы возможен при одновременном отказе обоих её подсистем. Применяя теорему умножения вероятностей независимых событий получим следующее значение вероятности отказа системы: . Следовательно, вероятность безотказной работы системы в течение заданной наработки равна.

Пример 21 (парадокс независимости)

E: бросается две монеты.

A={выпадение герба на первой монете}, P(A)=0,5;

B={выпадение герба на второй монете}, P(B)=0,5;

C={выпадение герба только на одной из монет}, P(C)=0,5.

События A, B и C попарно независимы, поскольку выполняются условия независимости двух событий (11)-(13):

P(A)=P(A|B)=0,5; P(B)=P(B|C)=0,5; P(C)=P(C|A)=0,5.

Однако P(A|BC)=0P(A); P(A|C)=1P(A); P(B|AC)=0P(B); P(C|AB)=0P(C).

Замечание. Попарная независимость случайных событий не означает их независимость в совокупности.

Случайные события называются независимыми в совокупности, если вероятность наступления каждого из них не изменяется с наступлением любой комбинации остальных событий. Для случайных событий A 1, A 2, … A n, независимых в совокупности, справедлива следующая теорема умножения вероятностей (необходимое и достаточное условие независимости в совокупности n случайных событий):

P(A 1 A 2 …A n)=P(A 1)P(A 2)…P(A n). (14)

Для примера 21 условие (14) не выполняется: P(ABC)=0P(A)P(B)P(C)=0,50,50,5=0,125. Следовательно, попарно независимые события A, B и C зависимы в совокупности.

Пример 22

В коробке находятся 12 транзисторов, три из которых неисправны. Для сборки двухкаскадного усилителя случайным образом извлекаются два транзистора. С какой вероятностью собранный усилитель будет неисправен?

E: выбор двух транзисторов из коробки с 9-ю исправными и 3-мя неисправными транзисторами;

A={неисправность собранного усилителя}; P(A)=?

Решение. Очевидно, что собранный двухкаскадный усилитель будет неисправен, если будет неисправен хотя бы один из двух отобранных для сборки транзисторов. Поэтому переопределим событие A следующим образом:

A={хотя бы один из двух отобранных транзисторов неисправен};

Определим следующие вспомогательные случайные события:

A 01 ={неисправен только первый из двух отобранных транзисторов};

A 10 ={неисправен только второй из двух отобранных транзисторов};

A 00 ={неисправны оба отобранных транзистора};

Очевидно, что A=A 01 A 10 A 00 (для наступления события A необходимо наступление хотя бы одного из событий A 01 или A 10 или A 00), причем события A 01, A 10 и A 00 несовместны (вместе произойти не могут), поэтому вероятность события найдем по теореме сложения вероятностей несовместных событий:

P(A)=P(A 01 A 10 A 00)=P(A 01)+P(A 10)+P(A 00).

Для определения вероятностей событий A 01, A 10 и A 00 введем вспомогательные события:

B 1 ={первый отобранный транзистор неисправен};

B 2 ={второй отобранный транзистор неисправен}.

Очевидно, что A 01 =B 1 ; A 10 =B 2 ; A 00 =B 1 B 2 ; поэтому для определения вероятностей событий A 01, A 10 и A 00 применим теорему умножения вероятностей.

P(A 01)=P(B 1)=P(B 1)P(|B 1),

где P(B 1) - вероятность того, что первый отобранный транзистор будет неисправен; P(|B 1) - вероятность того, что второй отобранный транзистор будет исправен, при условии, что первый отобранный транзистор неисправен. Применяя классический способ вычисления вероятностей, P(B 1)=3/12, а P(|B 1)=9/11 (поскольку после выбора первого неисправного транзистора в коробке осталось 11 транзисторов, 9 из которых исправны).

Таким образом, P(A 01)=P(B 1)=P(B 1)P(|B 1)=3/129/11=0,20(45). По аналогии:

P(A 10)=P(B 2)=P()P(B 2 |)=9/123/11=0,20(45);

P(A 00)=P(B 1 B 2)=P(B 1)P(B 2 |B 1)=3/122/11=0,041(6).

Подставим полученные значения вероятностей A 01, A 10 и A 00 в выражение для вероятности события A:

P(A)=P(A 01 A 10 A 00)=P(A 01)+P(A 10)+P(A 00)=3/129/11+9/123/11+3/122/11=0,45(45).

Ответ: вероятность того, что собранный усилитель будет неисправен, равна 0,4545.

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.

Также можно записать:

Доказательство этой теоремы непосредственно вытекает из определения условной вероятности.

Если события независимые, то , и теорема умножения вероятностей принимает вид:

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.

Из теоремы произведения вероятностей можно сделать вывод о вероятности появления хотя бы одного события .

Если в результате испытания может появиться п событий, независимых в совокупности, то вероятность появления хотя бы одного из них равна

Здесь событие А обозначает наступление хотя бы одного из событий A i , а q i – вероятность противоположных событий .

Пример 1. Из полной колоды карт (52 шт.) одновременно вынимают четыре карты. Найти вероятность того, что среди этих четырех карт будет хотя бы одна бубновая или одна червонная карта.

Решение.

Обозначим появление хотя бы одной бубновой карты – событие А , появление хотя бы одной червонной карты – событие В . Таким образом нам надо определить вероятность события С = А + В .

Кроме того, события А и В – совместны, т.е. появление одного из них не исключает появления другого.

Всего в колоде 13 червонных и 13 бубновых карт.

Найдем вероятность события, противоположного событию С (среди извлеченных карт не будет ни бубновых ни червовых):

при вытаскивании первой карты вероятность того, что не появится ни червонной ни бубновой карты равна , при вытаскивании второй карты - , третьей - , четвертой - .

Тогда вероятность того, что среди вынутых карт не будет ни бубновых, ни червонных равна .

Искомая вероятность

Пример 2. Чему равна вероятность того, что при бросании трех игральных костей 6 очков появится хотя бы на одной из костей?

Решение .

Вероятность выпадения 6 очков при одном броске кости равна . Вероятность того, что не выпадет 6 очков - . 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 3. В барабане револьвера находятся 4 патрона из шести в произвольном порядке. Барабан раскручивают, после чего нажимают на спусковой крючок два раза. Найти вероятности: а) хотя бы одного выстрела, б) двух выстрелов, в) двух осечек.

Решение .

Вероятность выстрела при первом нажатии на курок (событие А ) равна , вероятность осечки - Вероятность выстрела при втором нажатии на курок зависит от результата первого нажатия.

Так если в первом случае произошел выстрел, то в барабане осталось только 3 патрона, причем они распределены по 5 гнездам, т.к. при втором нажатии на курок напротив ствола не может оказаться гнездо, в котором был патрон при первом нажатии на курок.

Условная вероятность выстрела при второй попытке - если в первый раз был выстрел, - если в первый раз произошла осечка.

Условная вероятность осечки во второй раз - , если в первый раз произошел выстрел, - если в первый раз была осечка.

Рассмотрим вероятности того, что во втором случае произойдет выстрел (событие В ) или произойдет осечка (событие ) при условии, что в первом случае произошел выстрел (событие А ) или осечка (событие ).

Два выстрела подряд

Первая осечка, второй выстрел

Первый выстрел, вторая осечка

Две осечки подряд

Эти четыре случая образуют полную группу событий (сумма их вероятностей равна единице)

Анализируя полученные результаты, видим, что вероятность хотя бы одного выстрела равна сумме

Пример 4. Два стрелка стреляют по мишени. Вероятность попадания в мишень при одном выстреле для первого стрелка равна 0,7, а для второго – 0,8. Найти вероятность того, что при одном залпе в мишень попадает только один из стрелков.

Решение .

Обозначим попадание в цель первым стрелком – событие А, вторым – событие В, промах первого стрелка – событие , промах второго – событие .

Вероятность того, что первый стрелок попадет в мишень, а второй – нет равна

Вероятность того, что второй стрелок попадет в цель, а первый – нет равна

Тогда вероятность попадания в цель только одним стрелком равна

Тот же результат можно получить другим способом – находим вероятности того, что оба стрелка попали в цель и оба промахнулись. Эти вероятности соответственно равны:

Тогда вероятность того, что в цель попадет только один стрелок равна:

Пример 5. Вероятность того, что взятая наугад деталь из некоторой партии деталей, будет бракованной равна 0,2. Найти вероятность того, что из трех взятых деталей 2 окажется не бракованными.

Решение .

Обозначим бракованную деталь – событие А, не бракованную – событие .

Если среди трех деталей оказывается только одна бракованная, то это возможно в одном из трех случаев: бракованная деталь будет первой, второй или третьей.

Пример 6. Вероятности того, что нужная деталь находится в первом, втором, третьем или четвертом ящике, соответственно равны 0,6, 0,7, 0,8, 0,9. Найти вероятности того, что эта деталь находится: а) не более, чем в трех ящиках; б) не менее, чем в двух ящиках.

Решение .

а) Вероятность того, что данная деталь находится во всех четырех ящиках, равна

Вероятность того, что нужная деталь находиться не более, чем в трех ящиках равна вероятности того, что она не находится во всех четырех ящиках.

б) Вероятность того, что нужная деталь находится не менее, чем в двух ящиках, складывается из вероятностей того, что деталь находиться только в двух ящиках, только в трех ящиках, только в четырех ящиках. Конечно, эти вероятности можно посчитать, а потом сложить, однако, проще поступить иначе. Та же вероятность равна вероятности того, что деталь не находится только в одном ящике и имеется вообще.

Часто бывает так, что вероятность некото-рого события можно найти, зная вероятности других событий, связанных с этим со-бытием.

Теорема сложения вероятностей.

?Теорема 2.6. (Теорема сложения вероятностей ). Вероят-ность суммы (объедине-ния; появления одного из них, безраз-лично какого) двух произвольных событий равна сумме вероят-ностей этих событий за вычетом вероятности их совместного появле-ния, т.е. P (A +B ) = P (A ) + P (B ) - P (AB ).

Следствие 1. Вероятность суммы (объединения) попарно не-совместных событий равна сумме их вероятностей, т.е. P (A 1 +A 2 +...+A n ) = = P (A 1) + P (A 2) + ... + P (A n ).

Следствие 2. Пусть A 1 , A 2 , ... , A n - полная группа попарно несовместных собы-тий. Тогда P (A 1)+P (A 2)+ ... +P (A n ) = 1.

Следствие 3. Сумма вероятностей противоположных собы-тий равна единице, т.е. P (A ) + P (`A ) = 1.

Пример 2.10. В урне 5 белых, 6 черных и 9 красных шаров. Какова вероятность того, что первый наугад вынутый шар окажется черным или красным?

Решение. Здесь имеется всего 20 элементарных исходов, из кото-рых появлению черного шара бла-гоприятствует 6, а появлению крас-ного - 9. Поэтому вероятность со-бытия A - появление черного шара: P (A ) = 6/20, а вероятность события B - появление красного шара: P (A ) = 9/20. Поскольку собы-тия A и B несовме-стны (вынимается всего один шар), то P (A +B ) = P (A ) + P (B ) = 6/20 + 9/20 = 0,75. Ответ : 0,75.

? Условная вероятность события B (P A (B)) - вероятность события B, вычислен-ная при условии, что событие A уже про-изошло . Если A и B - независимые события, то P A (B ) = P (B ), P B (A ) = P (A ).

Теорема умножения вероятностей.

?Теорема 2.7. (Теорема умножения вероятностей ). Вероят-ность произведения (пе-ресечения; совместного появления) двух произвольных событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную при усло-вии, что первое собы-тие уже наступило, т.е. P (AB ) = P (A )·P A (B ) = P (B )·P B (A ).

Пример 2.11. На полке стоят 11 научно-популярных книг и 5 ху-дожественных. Какова вероят-ность того, что две подряд наугад взятые книги окажутся художественными?

Решение. Рассмотрим два события B 1 и B 2: B 1 - при первом испы-та-нии взята художественная книга, B 2 - при втором испытании взята ху-дожественная книга. По теореме 2.7 вероятность такого собы-тия равна P (B 1 B 2)=P (B 1)·P B 1 (B 2). Вероятность события B 1 P (B 1) = 5/16. По-сле первого испытания на полке останется 15 книг, из которых 4 ху-доже-ственные, по-этому условная веро-ятность P B 1 (B 2) = 4/15. Отсюда искомая вероятность равна: P (B 1 B 2) = . Ответ : 1/12.

Следствие 1. Вероятность совместного появления несколь-ких событий равна про-изведению вероятности одного из них на условные вероят-ности всех остальных, при-чем вероятность ка-ждого последующего события вычис-ляют при условии, что все предыдущие события уже наступили, т.е. P (A 1 ·A 2 ·...·A n ) = P (A 1)·P A 1 (A 2) P A 1A 2 (A 3). · ... ·P A 1 A 2… An -1 (A n ).

Пример 2.12. Из десяти карточек составлено слово «МАТЕМА-ТИКА». Из них школьник нау-дачу выбирает поочередно четыре кар-точки и приставляет одну к другой. Какова вероятность того, что по-лучится слово «ТЕМА»?

Решение. Введем события A 1 , A 2 , A 3 , A 4 , состоящие в том, что пер-вая выбранная буква - Т, вторая - Е, тре-тья - М и четвертая - А. Нам нужно найти вероят-ность произведения этих событий. По след-ствию 1 из тео-ремы 2.7 имеем:

P (A 1 ·A 2 ·A 3 ·A 4) = P (A 1)·P A 1 (A 2)·P A 1A 2 (A 3)·P A 1A 2A 3 (A 4) = Ответ : 1/420.

Следствие 2. Если A 1 ,A 2 ,...,A n - независимые события, то ве-роятность их произве-дения (совместного появления) равна про-изведению вероятностей этих собы-тий, т.е. P (A 1 ·A 2 · ... ·A n ) = P (A 1)·P (A 2)· ... ·P (A n ).

Пример 2.13. Два стрелка независимо один от другого де-лают по одному выстрелу по од-ной и той же мишени. Вероятность поражения мишени первым стрелком - 0,7, вторым - 0,8. Какова вероят-ность того, что ми-шень будет поражена?

Решение. Пусть событие А состоит в том, что мишень поразил пер-вый стрелок, а событие В - в том, что ми-шень поразил второй стрелок. По условию Р (А ) = 0,7 и Р (В ) =0,8.

1-й способ . Рассмотрим противоположные события:`A - промах первого стрелка,`B - промах вто-рого. По следствию 3 из тео-ремы 2.6 получаем Р (`A ) = 1-0,7 = 0,3 и Р (`B ) = 1-0,8 = 0,2. Произведение собы-тий `A ·`B означает промах обоих стрелков. По смыслу задачи собы-тия А и В являются незави-симыми, поэтому и противоположные со-бытия`A и`B также будут независимыми. По следствию 2 из теоремы 2.7 получаем вероят-ность того, что оба стрелка промахнутся: Р(`А·`В) = 0,3·0,2 = 0,06. Нас же интересу-ет вероятность противоположного события, состоящего в том, что мишень поражена. По-этому искомую вероят-ность мы находим по следствию 3 из теоремы 2.6: 1 - 0,06 = 0,94.

2-й способ . Искомая событие (мишень будет поражена хотя бы од-ним стрелком) есть сумма собы-тий A и B . По теореме 2.6. P (A +B ) = P (A ) + P (B ) - P (AB ) = 0,7 + 0,8 - 0,7·0,8 = 1,5 - 0,56 = 0,94. Ответ : 0,94.

Пример 2.14 . В студенческой группе 25 человек. Какова вероят-ность того, что дни рождения хотя бы у двоих совпадают?

Решение . Вероятность того, что дни рождения у двух произвольно взятых людей совпадают, равна 1/365 (считаем, что попадания дня рождения на любой день в году - равновозможные случаи). Тогда ве-роятность того, что дни рожде-ния двух людей не совпадают, т.е. веро-ятно-сть противопо-ложного события равна 1-1/365 = 364/365. Вероят-ность того, что день рожде-ния третьего отличается от дней рождения двух предыдущих, составит 363/365 (363 случая из 365 благо-приятст-вуют этому событию). Рассуждая аналогично, находим, что для 25-го члена группы эта веро-ятность равна 341/365. Далее найдем вероят-ность того, что дни рождения всех 25 членов группы не совпадают. По-скольку все эти события (несовпадение дня рождения каждого оче-редного члена группы с днями ро-ждения преды-дущих) независимы, то по следствию 2 из теоремы 2.7 получаем:

P (A 2 A 3 ... A 25) = · · ... · » 0,43.

Это вероятность того, что дни рождения у всех 25 человек не сов-падают. Ве-роятность противопо-ложного события будет вероятностью того, что хотя бы у двоих дни рождения совпадают, т.е. иско-мой веро-ятностью P » 1-0,43 = 0,57. Ответ : » 0,57.

Формула полной вероятно-сти.

?Теорема 2.8. Пусть B 1 , B 2 , …, B n - полная группа попарно не-совместных событий. Ве-роятность события A , которое может наступить лишь при условии наступления од-ного из событий B 1 , B 2 , …, B n , равна сумме произведений вероятностей каждого из этих событий на соответствующую условную вероятность собы-тия A , т.е.

P(A ) = P (B 1)·P B 1 (A ) + P (B 2)·P B 2 (A ) + … + P (B n )·P Bn (A ).

Эта формула называется формулой полной вероятно-сти . События B 1 , B 2 , …, B n , удовлетворяющие условию теоремы 2.8, называют гипотезами .

Пример 2.15. Турист равновероятно выбирает один из трех маршру-тов: конный, водный и горный. Вероятность, что он успешно преодолеет путь при выборе конного способа передвижения, равна 0,75, при выборе водного пути - 0,8, при выборе горного маршрута - 0,55. Найдите вероятность, что турист успешно преодолеет весь путь при любом выборе маршрута.

Решение . Введем события: A - «Турист успешно преодолеет весь путь при любом выборе маршрута», B 1 , B 2 , B 3 - выбран соответственно, конный, водный и горный маршрут. Поскольку выбор маршрута равновероятен, то вероятно-сти выбора каждого маршрута P (B 1) = P (B 2) = P (B 3) = 1/3. По условию P B 1 (A ) = 0,75; P B 2 (A ) = 0,8; P B 3 (A ) = 0,55. Тогда по формуле полной вероятности: P (A ) = P (B 1)·P B 1 (A ) + P (B 2)·P B 2 (A ) + P (B 3)·P B 3 (A ) = (1/3)·0,75 + (1/3) ·0,8 + (1/3)0,55 = 0,7.

Ответ : 0,7.

?Теорема 2.9. Условная вероятность любой гипотезы B i (i = 1, 2, … ,n ) вычисляется по формуле Бейеса :

Формула Бейеса позволяет переоценить вероятности гипотез после того, как ста-но-вится известным результат испытания, в итоге которого появилось событие A .

Пример 2.16. Имеется три набора микросхем, первый из которых содержит 100, второй 300 и тре-тий 600 микросхем. Вероятность того, что микросхема, взятая наугад из первого набора, исправна, равна 0,9, а для второго и третьего наборов - соответственно 0,85 и 0,8. Какова вероятность того, что: а) произвольно взятая микросхема исправна: б) исправная микросхема извлечена из второго на-бора?

Решение . а) В данном случае имеется три гипотезы, вероятности которых P (B 1) = 0,1, P (B 2) = 0,3, P (B 3) = 0,6. Пользуясь формулой полной вероятности, находим P (A ) = P (B 1)·P B 1 (A ) + P (B 2)·P B 2 (A ) + P (B 3)·P B 3 (A ) = 0,1·0,9 + 0,3·0,85 + 0,6·0,8 = 0,825.

б) Допустим, что искомое событие A произошло - извлечена ис-правная микросхема. Найдем ве-ро-ятность P A (B 2) того, что эта микро-схема извлечена из второго набора. Согласно формулы Бейеса,

Ответ : а) 0,825; б) 17/55.

Пример 2.17. Из 10 учеников, которые пришли на экзамен по ма-тематике, трое подготовились от-лично, четверо - хорошо, двое - удовлетворительно, а один совсем не готовился. В билетах 20 вопро-сов. Отлично подготовившиеся ученики могут ответить на все 20 во-просов, хорошо - на 16 вопросов, удовлетворительно - на 10, и непод-готовившийся - на 5 вопросов. Каждый ученик получает наугад 3 во-проса из 20. Ученик, приглашенный первым, ответил на все 3 вопроса. Какова вероятность того, что он отличник?

P A (B 1). По фор-муле Бейеса P A (B 1) = » 0,58.

Как видим, искомая вероятность сравнительно не велика, Поэтому учителю придется предложить ученику еще несколько дополнитель-ных вопросов. Ответ : 0,58.

Изучение теории вероятности начинается с решения задач на сложение и умножение вероятностей. Стоит сразу упомянуть, что студент при освоении данной области знаний может столкнуться с проблемой: если физические или химические процессы можно представить визуально и понять эмпирически, то уровень математической абстракции очень высок, и понимание здесь приходит только с опытом.

Однако игра стоит свеч, ведь формулы - как рассматриваемые в данной статье, так и более сложные - используются сегодня повсеместно и вполне могут пригодиться в работе.

Происхождение

Как ни странно, толчком к развитию данного раздела математики стали… азартные игры. Действительно, игра в кости, бросание монетки, покер, рулетка - это типичные примеры, в которых используются сложение и умножение вероятностей. На примере задач в любом учебнике это можно увидеть наглядно. Людям было интересно узнать, как увеличить свои шансы на победу, и, надо сказать, некоторые в этом преуспели.

Например, уже в XXI веке один человек, чьего имени раскрывать мы не будем, использовал эти накопленные веками знания, чтобы буквально «обчистить» казино, выиграв в рулетку несколько десятков миллионов долларов.

Впрочем, несмотря на повышенный интерес к предмету, только к XX веку была разработана теоретическая база, делающая «теорвер» полноценной Сегодня же практически в любой науке можно встретить расчёты, использующие вероятностные методы.

Применимость

Важным моментом при использовании формул сложения и умножения вероятностей, условной вероятности является выполнимость центральной предельной теоремы. В противном случае хоть это и может и не осознаваться студентом, все вычисления, какими бы правдоподобными они ни казались, будут некорректны.

Да, у высокомотивированного учащегося возникает соблазн использовать новые знания при каждом удобном случае. Но в данном случае следует несколько притормозить и строго очертить рамки применимости.

Теория вероятности имеет дело со случайными событиями, которые в эмпирическом плане представляют собой результаты экспериментов: мы можем бросать кубик с шестью гранями, вытаскивать карту из колоды, предсказывать количество бракованных деталей в партии. Однако в некоторых вопросах использовать формулы из этого раздела математики категорически нельзя. Особенности рассмотрения вероятностей события, теорем сложения и умножения событий мы обсудим в конце статьи, а пока обратимся к примерам.

Основные понятия

Под случайным событием подразумевается некоторый процесс или результат, который может проявиться, а может и не проявиться в результате эксперимента. Например, мы подбрасываем бутерброд - он может упасть маслом вверх или маслом вниз. Любой из двух исходов будет являться случайным, и мы заранее не знаем, какой из них будет иметь место.

При изучении сложения и умножения вероятностей нам понадобятся ещё два понятия.

Совместными называются такие события, появление одного из которых не исключает появления другого. Скажем, два человека одновременно стреляют по мишени. Если один из них произведет успешный никак не отразится на возможности второго попасть в «яблочко» или промахнуться.

Несовместными будут такие события, появление которых одновременно является невозможным. Например, вытаскивая из коробки только один шарик, нельзя достать сразу и синий, и красный.

Обозначение

Понятие вероятности обозначается латинской заглавной буквой P. Далее в скобках следуют аргументы, обозначающие некоторые события.

В формулах теоремы сложения, условной вероятности, теоремы умножения вы увидите в скобках выражения, например: A+B, AB или A|B. Рассчитываться они будут различными способами, к ним мы сейчас и обратимся.

Сложение

Рассмотрим случаи, в которых используются формулы сложения и умножения вероятностей.

Для несовместных событий актуальна самая простая формула сложения: вероятность любого из случайных исходов будет равна сумме вероятностей каждого из этих исходов.

Предположим, что есть коробка с 2 синими, 3 красными и 5 жёлтыми шариками. Итого в коробке имеется 10 предметов. Какова доля истинности утверждения, что мы вытащим синий или красный шар? Она будет равна 2/10 + 3/10, т. е. пятьдесят процентов.

В случае же несовместных событий формула усложняется, поскольку добавляется дополнительное слагаемое. Вернемся к нему через один абзац, после рассмотрения ещё одной формулы.

Умножение

Сложение и умножение вероятностей независимых событий используются в разных случаях. Если по условию эксперимента нас устраивает любой из двух возможных исходов, мы посчитаем сумму; если же мы хотим получить два некоторых исхода друг за другом, мы прибегнем к использованию другой формулы.

Возвращаясь к примеру из предыдущего раздела, мы хотим вытащить сначала синий шарик, а затем - красный. Первое число нам известно - это 2/10. Что происходит дальше? Шаров остается 9, красных среди них всё столько же - три штуки. Согласно расчётам получится 3/9 или 1/3. Но что теперь делать с двумя числами? Правильный ответ - перемножать, чтобы получилось 2/30.

Совместные события

Теперь можно вновь обратиться к формуле суммы для совместных событий. Для чего мы отвлекались от темы? Чтобы узнать, как перемножаются вероятности. Сейчас нам это знание пригодится.

Мы уже знаем, какими будут первые два слагаемых (такие же, как и в рассмотренной ранее формуле сложения), теперь же потребуется вычесть произведение вероятностей, которое мы только что научились рассчитывать. Для наглядности напишем формулу: P(A+B) = P(A) + P(B) - P(AB). Получается, что в одном выражении используется и сложение, и умножение вероятностей.

Допустим, мы должны решить любую из двух задач, чтобы получить зачёт. Первую мы можем решить с вероятностью 0,3, а вторую - 0,6. Решение: 0,3 + 0,6 - 0,18 = 0,72. Заметьте, просто просуммировать числа здесь будет недостаточно.

Условная вероятность

Наконец, существует понятие условной вероятности, аргументы которой обозначаются в скобках и разделяются вертикальной чертой. Запись P(A|B) читается следующим образом: «вероятность события A при условии события B».

Посмотрим пример: друг дает вам некоторый прибор, пусть это будет телефон. Он может быть сломан (20 %) или исправен (80 %). Любой попавший в руки прибор вы в состоянии починить с вероятностью 0,4 либо не в состоянии этого сделать (0,6). Наконец, если прибор находится в рабочем состоянии, вы можете дозвониться до нужного человека с вероятностью 0,7.

Легко заметить, как в данном случае проявляется условная вероятность: вы не сможете дозвониться до человека, если телефон сломан, а если он исправен, вам не требуется его чинить. Таким образом, чтобы получить какие-либо результаты на «втором уровне», нужно узнать, какое событие выполнилось на первом.

Расчёты

Рассмотрим примеры решения задач на сложение и умножение вероятностей, воспользовавшись данными из предыдущего абзаца.

Для начала найдем вероятность того, что вы почините отданный вам аппарат. Для этого, во-первых, он должен быть неисправен, а во-вторых, вы должны справиться с починкой. Это типичная задача с использованием умножения: получаем 0,2*0,4 = 0,08.

Какова вероятность, что вы сразу дозвонитесь до нужного человека? Проще простого: 0,8*0,7 = 0,56. В этом случае вы обнаружили, что телефон исправен и успешно совершили звонок.

Наконец, рассмотрим такой вариант: вы получили сломанный телефон, починили его, после чего набрали номер, и человек на противоположном конце взял трубку. Здесь уже требуется перемножение трёх составляющих: 0,2*0,4*0,7 = 0,056.

А что делать, если у вас сразу два нерабочих телефона? С какой вероятностью вы почините хотя бы один из них? на сложение и умножение вероятностей, поскольку используются совместные события. Решение: 0,4 + 0,4 - 0,4*0,4 = 0,8 - 0,16 = 0,64. Таким образом, если вам в руки попадёт два сломанных аппарата, вы справитесь с починкой в 64% случаев.

Внимательное использование

Как говорилось в начале статьи, использование теории вероятности должно быть обдуманным и осознанным.

Чем больше серия экспериментов, тем ближе подходит теоретически предсказываемое значение к полученному на практике. Например, мы бросаем монетку. Теоретически, зная о существовании формул сложения и умножения вероятностей, мы можем предсказать, сколько раз выпадет «орёл» и «решка», если мы проведем эксперимент 10 раз. Мы провели эксперимент, и по стечению обстоятельств соотношение выпавших сторон составило 3 к 7. Но если провести серию из 100, 1000 и более попыток, окажется, что график распределения всё ближе подбирается к теоретическому: 44 к 56, 482 к 518 и так далее.

А теперь представьте, что данный эксперимент проводится не с монеткой, а с производством какого-нибудь новейшего химического вещества, вероятности получения которого мы не знаем. Мы провели бы 10 экспериментов и, не получив успешного результата, могли бы обобщить: «вещество получить невозможно». Но кто знает, проведи мы одиннадцатую попытку - достигли бы мы цели или нет?

Таким образом, если вы обращаетесь к неизведанному, к неисследованной области, теория вероятности может оказаться неприменима. Каждая последующая попытка в этом случае может оказаться успешной и обобщения типа «X не существует» или «X является невозможным» будут преждевременны.

Заключительное слово

Итак, мы рассмотрели два вида сложения, умножение и условные вероятности. При дальнейшем изучении данной области необходимо научиться различать ситуации, когда используется каждая конкретная формула. Кроме того, нужно представлять, применимы ли вообще вероятностные методы при решении вашей задачи.

Если вы будете практиковаться, то через некоторое время начнете осуществлять все требуемые операции исключительно в уме. Для тех, кто увлекается карточными играми, этот навык можно считать крайне ценным - вы значительно увеличите свои шансы на победу, всего лишь рассчитывая вероятность выпадения той или иной карты или масти. Впрочем, полученным знаниям вы без труда найдете применение и в других сферах деятельности.