Понятие события и вероятности события. Достоверные и невозможные события. Классическое определение вероятностей. Теорема сложения вероятностей. Теорема умножения вероятностей . Решение простейших задач на определение вероятности с использованием сложения вероятностей.
Методические указания по теме 3.1:
Понятие события и вероятности события. Достоверные и невозможные события. Классическое определение вероятностей:
Изучение каждого явления в порядке наблюдения или производства опыта связан с осуществлением некоторого комплекса условий (испытаний). Всякий результат или исход испытания называется событием.
Если событие при заданных условиях может произойти или не произойти, то оно называется случайным. В том случае, когда событие должно непременно произойти, его называют достоверным , а в том случае, когда оно заведомо не может произойти, - невозможным.
События называются несовместными, если каждый раз возможно появление только одного из них. События называются совместными, если в данных условиях появление одного из этих событий не исключает появление другого при том же испытании.
События называются противоположными, если в условиях испытания они, являясь единственными его исходами, несовместны.
Вероятность события рассматривается как мера объективной возможности появления случайного события.
Вероятностью события называется отношение числа исходов m , благоприятствующих наступлению данного события , к числу n всех исходов (несовместных, единственно возможных и равновозможных), т.е.
Вероятность любого события не может быть меньше нуля и больше единицы, т.е. . Невозможному событию соответствует вероятность , а достоверному - вероятность
Пример 1. В лотерее из 1000 билетов имеются 200 выигрышных. Вынимают наугад один билет. Чему равна вероятность того, что этот билет выигрышный?
Общее число различных исходов есть n = 1000. Число исходов, благоприятствующих получению выигрыша, составляет m = 200. Согласно формуле, получим .
Пример 2. Из урны, в которой находятся 5 белых и 3 черных шара, вынимают один шар. Найти вероятность того, что шар окажется черным.
Обозначим событие, состоящее в появлении черного шара, через . Общее число случаев . Число случаев m , благоприятствующих появлению события , равно 3. По формуле получим .
Пример 3. Из урны, в которой находятся 12 белых и 8 черных шаров, вынимают наудачу два шара. Какова вероятность того, что оба шара окажутся черными?
Обозначим событие, состоящее в появлении двух черных шаров через . Общее число возможных случаев n равно числу сочетаний из 20 элементов (12 + 8) по два:
Число случаев m , благоприятствующих событию , составляет
По формуле находим вероятность появления двух черных шаров:
Теорема сложения вероятностей. Решение простейших задач на определение вероятности с использованием теоремы сложения вероятностей:
Теорема сложения вероятностей несовместных событий. Вероятность появления одного из нескольких попарно несовместных событий, безразлично какого, равно сумме вероятностей этих событий:
Теорема сложения вероятностей совместных событий. Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления:
Пример 4. В ящике в случайном порядке разложены 20 деталей, причем пять из них стандартные. Рабочий берет наудачу три детали. Найти вероятность того, что по крайней мере она из взятых деталей окажется стандартной.
Очевидно, что по крайней мере одна из взятых деталей окажется стандартной, если произойдет любое из трех несовместных событий: B - одна деталь стандартная, две нестандартные; C - две детали стандартные, одна нестандартная и D - три детали стандартные.
Таким образом, событие A можно представить в виде суммы этих трех событий: A = B + C + D. По теореме сложения имеем P(A) = P(B) + P(C) + P(D). Находим вероятность каждого из этих событий:
Сложив найденные величины, получим
Пример 5. Найти вероятность того, что наудачу взятое двузначное число окажется кратным либо 3, либо 5, либо тому и другому одновременно.
Пусть A - событие, состоящее в том, что наудачу взятое число кратно 3, а B - в том, что оно кратно 5. Найдем Так как A и B совместные события, то воспользуемся формулой:
Всего имеется 90 двузначных чисел: 10, 11, 98, 99. Из них 30 являются кратными 3 (благоприятствуют наступлению события A ); 18 - кратными 5 (благоприятствуют наступлению события B ) и 6 - кратными одновременно 3 и 5 (благоприятствуют наступлению события AB ). Таким образом, т.е.
Теорема умножения вероятностей:
Теорема умножения вероятностей независимых событий. Вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий:
Вероятность появления нескольких событий, независимых в совокупности, вычисляется по формуле:
Теорема умножения вероятностей зависимых событий. Вероятность совместного появления двух зависимых событий равна произведению одного из них на условную вероятность второго:
Пример 6. В одной урне находятся 4 белых и 8 черных шаров, в другой - 3 белых и 9 черных. Из каждой урны вынули по шару. Найти вероятность того, что оба шара окажутся белыми.
Пусть - появление белого шара из первой урны, а - появление белого шара из второй урны. Очевидно, что события и независимы. Найдем
По формуле получим:
Вопросы для самопроверки по теме 3.1:
1. Что такое событие?
2. Какие события называются достоверными?
3. Какие события называются невозможными?
4. Дать определение вероятности.
5. Сформулировать теорему сложения вероятностей.
6. Сформулировать теорему умножения вероятностей.
Задания для самостоятельного решения по теме 3.1:
1. В ящике в случайном порядке положены 10 деталей, из которых 4 стандартных. Контролер взял наудачу 3 детали. Найти вероятность того, что хотя бы одна из взятых деталей оказалась стандартной.
2. В урне находятся 10 белых, 15 черных, 20 синих и 25 красных шаров. Найдите вероятность того, что вынутый шар окажется: 1) белым; 2) черным или красным.
3. Найдите вероятность того, что наудачу взятое двузначное число окажется кратным либо 4, либо 5, либо тому и другому одновременно.
4. Рабочий обслуживает два автомата, работающих независимо друг от друга. Вероятность того, что в течение часа первый автомат не потребует внимания рабочего, равна 0,8, а для второго автомата эта вероятность равна0,7. Найдите вероятность того, что в течение часа ни один и автоматов не потребует внимания рабочего.
5. В урне находятся 6 шаров, из которых 3 белых. Наудачу вынуты один за другим два шара. Вычислите вероятность того, что оба шара окажутся белыми.
6. В урне находятся 10 белых и 6 черных шаров. Найдите вероятность того, что три наудачу вынутых один за другим шара окажутся черными.
Сумма всех вероятностей событий выборочного пространства равняется 1. Например, если экспериментом является подбрасывание монеты при Событии А = «орел» и Событии В = «решка», то А и В представляют собой все выборочное пространство. Значит, Р(А) +Р(В) = 0.5 + 0.5 = 1 .
Пример. В ранее предложенном примере вычисления вероятности извлечения из кармана халата красной ручки (это событие А), в котором лежат две синих и одна красная ручка, Р(А) = 1/3 ≈ 0.33, вероятность противоположного события – извлечения синей ручки – составит
Прежде чем перейти к основным теоремам, введем еще два более сложных понятия - сумма и произведение событий. Эти понятия отличны от привычных понятий суммы и произведения в арифметике. Сложение и умножение в теории вероятностей - символические операции, подчиненные определенным правилам и облегчающие логическое построение научных выводов.
Суммой нескольких событий является событие, заключающееся в появлении хотя бы одного из них. То есть, суммой двух событий А и В называется событие С, состоящее в появлении или события А, или события В, или событий А и В вместе.
Например, если пассажир ждет на остановке трамваев какой-либо из двух маршрутов, то нужное ему событие заключается в появлении трамвая первого маршрута (событие А), или трамвая второго маршрута (событие В), или в совместном появлении трамваев первого и второго маршрутов (событие С). На языке теории вероятностей это значит, что нужное пассажиру событие D заключается в появлении или события А, или события В, или события С, что символически запишется в виде:
D = A + B + C
Произведением двух событий А и В является событие, заключающееся в совместном появлении событий А и В . Произведением нескольких событий называется совместное появление всех этих событий.
В приведенном примере с пассажиром событие С (совместное появление трамваев двух маршрутов) представляет собой произведение двух событий А и В , что символически записывается следующим образом:
Допустим, что два врача порознь осматривают пациента с целью выявления конкретного заболевания. В процессе осмотров возможно появление следующих событий:
Обнаружение заболеваний первым врачом (А );
Необнаружение заболевания первым врачом ();
Обнаружение заболевания вторым врачом (В );
Необнаружение заболевания вторым врачом ().
Рассмотрим событие, которое заключается в том, что заболевание будет обнаружено в процессе осмотров ровно один раз. Это событие может реализоваться двумя способами:
Заболевание обнаружит первый врач (А ) и не обнаружит второй ();
Заболеваний не обнаружит первый врач () и обнаружит второй (B ).
Обозначим рассматриваемое событие через и запишем символически:
Рассмотрим событие, которое заключается в том, что заболевание будет обнаружено в процессе осмотров дважды (и первым, и вторым врачом). Обозначим это событие через и запишем: .
Событие, заключающееся в том, что ни первый, ни второй врач заболевания не обнаружит, обозначим через и запишем: .
Основные теоремы теории вероятности
Вероятность суммы двух несовместных событий равняется сумме вероятностей этих событий.
Запишем теорему сложения символически:
Р(А + В) = Р(А)+Р(В) ,
где Р - вероятность соответствующего события (событие указывается в скобках).
Пример . У больного наблюдается желудочное кровотечение. Этот симптом регистрируется при язвенной эрозии сосуда (событие А), разрыве варикозно-расширенных вен пищевода (событие В), раке желудка (событие С), полипе желудка (событие D), геморрагическом диатезе (событие F), механической желтухе (событие Е) и конечном гастрите (событие G ).
Врач, основываясь на анализе статистических данных, присваивает каждому событию значение вероятности:
Всего врач имел 80 больных с желудочным кровотечением (n = 80), из них у 12 была язвенная эрозия сосуда (), у 6 - разрыв варикозно-расширенных вен пищевода (), у 36 - рак желудка () и т. д.
Для назначения обследования врач хочет определить вероятность того, что желудочное кровотечение связано с заболеванием желудка (событие I):
Вероятность того, что желудочное кровотечение связано с заболеванием желудка, достаточно высока, и врач может определить тактику обследования, исходя из предположения о заболевании желудка, обоснованном на количественном уровне с помощью теории вероятностей.
Если рассматриваются совместные события, вероятность суммы двух событий равна сумме вероятностей этих событий без вероятности совместного их наступления.
Символически это записывается следующей формулой:
Если представить себе, что событие А заключается в попадании при стрельбе в мишень, заштрихованную горизонтальными полосами, а событие В - в попадании в мишень, заштрихованную вертикальными полосами, то в случае несовместных событий по теореме сложения вероятность суммы равна сумме вероятностей отдельных событий. Если же эти события совместны, то есть некоторая вероятность, соответствующая совместному наступлению событий А и В . Если не ввести поправку на вычитаемое Р(АВ) , т.е. на вероятность совместного наступления событий, то эта вероятность будет учтена дважды, так как площадь, заштрихованная и горизонтальными, и вертикальными линиями, является составной частью обеих мишеней и будет учитываться как в первом, так и во втором слагаемом.
На рис. 1 дана геометрическая интерпретация, наглядно иллюстрирующая данное обстоятельство. В верхней части рисунка помещены непересекающиеся мишени, являющиеся аналогом несовместных событий, в нижней части - пересекающиеся мишени, являющиеся аналогом совместных событий (одним выстрелом можно попасть сразу и в мишень А, и в мишень В).
Прежде чем перейти к теореме умножения, необходимо рассмотреть понятия независимых и зависимых событий и условной и безусловной вероятностей.
Независимым от события В называется такое событие А, вероятность появления которого не зависит от появления или непоявления события В.
Зависимым от события В называется такое событие А, вероятность появления которого зависит от появления или непоявления события В.
Пример . В урне находятся 3 шара, 2 белых и 1 черный. При выборе шара наугад вероятность выбрать белый шар (событие А) равна: Р(А) = 2/3, а черный (событие В)Р(В) = 1/3. Мы имеем дело со схемой случаев, и вероятности событий рассчитываются строго по формуле. При повторении опыта вероятности появления событий А и В остаются неизменными, если после каждого выбора шар возвращается в урну. В этом случае события А и В являются независимыми. Если же выбранный в первом опыте шар в урну не возвращается, то вероятность события (А) во втором опыте зависит от появления или непоявления события (В) в первом опыте. Так, если в первом опыте появилось событие В (выбран черный шар), то второй опыт проводится при наличии в урне 2 белых шаров и вероятность появления события А во втором опыте равна: Р(А) = 2/2= 1.
Если же в первом опыте не появилось событие В(выбран белый шар), то второй опыт проводится при наличии в урне одного белого и одного черного шаров и вероятность появления события А во втором опыте равна: Р(А)=1/2. Очевидно, в этом случае события А и В тесно связаны и вероятности их появления являются зависимыми.
Условной вероятностью события А называется вероятность его появления при условии, что появилось событие В. Условная вероятность символически обозначается Р(А/В).
Если вероятность появления события А не зависит от появления события В , то условная вероятность события А равна безусловной вероятности:
Если вероятность появления события А зависит от появления события В, то условная вероятность никогда не может быть равна безусловной вероятности:
Выявление зависимости различных событий между собой имеет большое значение в решении практических задач. Так, например, ошибочное предположение о независимости появления некоторых симптомов при диагностике пороков сердца по вероятностной методике, разработанной в Институте сердечно-сосудистой хирургии им. А. Н. Бакулева, обусловило около 50% ошибочных диагнозов.
Глава 3.
Основные теоремы теории вероятностей и следствия из них
Теорема сложения вероятностей несовместных
Событий
Во второй главе было показано, как можно определить вероятность отдельного случайного события при выполнении определенных условий. Как известно, со случайными событиями можно проводить арифметические действия, главными из которых являются сложение и умножение событий. Теория вероятностей позволяет с помощью своих основных теорем найти вероятность суммы и произведения событий, т.е. определить либо вероятность появления хотя бы одного из рассматриваемых событий, либо вероятность одновременного появления этих событий.
К основным теоремам теории вероятностей относятся:
1. Теорема сложения вероятностей.
2. Теорема умножения вероятностей.
Рассмотрим теорему сложения вероятностей для частного случая. Предположим, что А и В несовместные события, причем будем считать, что вероятности этих событий известны, или могут быть найдены.
Теорема 3.1. Вероятность появления одного из двух несовместных событий равна сумме вероятностей этих событий, т.е.
Доказательство. Пусть n – общее число всех равновозможных элементарных событий испытания, в котором могут появиться события А или В . Обозначим через т А и т В число элементарных событий благоприятствующих событиям А и В соответственно. Так как события А и В несовместны, то сумме этих событий А + В благоприятствуют т А + т В элементарных событий. Поэтому .
Теорема доказана.
Следствие. Вероятность появления одного из нескольких попарно несовместных событий равна сумме вероятностей этих событий, т.е.
Доказательство нетрудно провести, используя метод математической индукции.
Пример 3.1. В ящике находятся 8 белых, 5 черных и 10 красных шаров. Случайным образом выбирается один шар. Какова вероятность того, что этот шар не белый?
Решение. Пусть событие А – выбор черного шара, В – выбор красного шара. Тогда событие С = А + В определяет выбор не белого шара (либо черного, либо красного).
По классической формуле 
. По теореме 3.1 окончательно получаем .■
Пример 3.2. На фирме имеется две вакантные должности, на занятие которых претендуют трое мужчин и пять женщин. Найти вероятность того, что среди взятых на работу людей будет хотя бы один мужчина, если отбор претендентов производится случайным образом.
Решение. Пусть событие С состоит в том, что среди взятых на работу людей будет хотя бы один мужчина. Очевидно, что событие С произойдет в том случае, когда произойдет одно из следующих двух несовместных событий: А – приняты на работу двое мужчин; В – приняты на работу одна женщина и один мужчина. Таким образом, С = А + В .
Найдем вероятности событий А и В , используя классическую формулу, получим
и 
.
События А и В – несовместны, следовательно, можно применить теорему 3.1. Получаем . ■
При решении примера 3.2 не было рассмотрено только одно из возможных событий, состоящее в том, что будут приняты на работу две женщины. Обозначим его буквой D и найдем его вероятность. Применяя классическую формулу, получим
.
Нетрудно понять, что события А , В и D образуют полную группу для испытания: выбор двух человек из восьми. Найдем сумму вероятностей этих событий: . Полученный результат можно представить в общем виде.
Теорема 3.2. Сумма вероятностей событий, образующих полную группу, равна 1.
Доказательство. Пусть события А 1 , А 2 , …, А n образуют полную группу для некоторого испытания. Тогда по определению в результате этого испытания одно из событий обязательно произойдет, т.е. сумма этих событий является достоверным событием. Вероятность достоверного события равна 1. Следовательно, справедливо равенство:
Напомним, что по определению полной группы она состоит из несовместных событий. Тогда по следствию из теоремы 3.1 получаем
Теорема доказана.
Следствие . Сумма вероятностей противоположных событий равна 1.
Доказательство непосредственно следует из того, что противоположные события образуют полную группу, следовательно, по теореме 3.2 имеет место формула
(3.3)
где А и Ā – противоположные события.
Следствие доказано.
При решение задач чаще применяется преобразованная формула (3.3), а именно
(3.4)
Пример 3.3. Из девяти кандидатов для выбора на три должности пятеро имеют диплом с отличием. Все имеют одинаковые шансы быть выбранными на эти должности. Определить вероятность того, что среди выбранных будет хотя бы один, имеющий диплом с отличием.
Решение. Пусть событие А означает, что среди выбранных кандидатов хотя бы один имеет диплом с отличием. Очевидно, что событие Ā противоположное А будет состоять в том, что все три выбранных человека не имеют диплома с отличием. Найдем вероятность противоположного события. Для этого применим классическую формулу, получаем
.
По формуле (3.3) найдем вероятность события А :
. ■
Решение примера 3.3 может быть получено и другим, более длинным способом. Нетрудно понять, что событие А есть сумма следующих событий:
А 1 – среди выбранных только один кандидат с дипломом с отличием;
А 2 – среди выбранных два кандидата с дипломом с отличием;
А 3 – среди выбранных три кандидата с дипломом с отличием.
По классической формуле получаем
Очевидно, что события А 1 , А 2 , А 3 – несовместны, следовательно можно применить теорему 3.3. Таким образом
Понятно, что первый способ решения намного проще.
В выше рассмотренных теоремах и примерах предполагалась несовместность соответствующих случайных событий. Естественно, может возникнуть задача, в которой требуется найти вероятность появления хотя бы одного из совместных событий. Теорему 3.1 в этом случае применять нельзя. Существует более общий вид теоремы сложения вероятностей, который использует понятие вероятности произведения событий.
Теорема умножения вероятностей событий
Пусть рассматривается некоторое испытание, в котором возможно появление случайного события А . Если кроме условия испытания никаких ограничений для события А не существует, то вероятность события А называют безусловной вероятностью. Если же задаются некоторые дополнительные условия, то появляется условная вероятность этого события. Чаще всего дополнительные условия связаны с появлением другого случайного события. Итак, при анализе того или иного явления может возникнуть вопрос: влияет ли на возможность появления некоторого события А наступление другого случайного события В и если влияет, то как? Например, наступление В ведет к обязательному наступлению события А или, наоборот, исключает возможность появления события А , а может быть лишь изменяет значение вероятности. Легко понять, что если событие В является благоприятствующим событию А , то при наступлении события В событие А всегда наступает, или если А и В – два несовместных в данном испытании события, то при наступлении события В событие А никогда не будет происходить. Однако это так называемые крайние случаи. Наибольший интерес возникает тогда, когда наступление события В как-то изменяет (увеличивает или уменьшает) вероятность появления события А , не превращая его в достоверное или невозможное при новых условиях событие. Характеристикой такого влияния одного события на другое служит условная вероятность.
Условной вероятностью события А при условии В называется вероятность события А , вычисленная в предположении, что событие В уже произошло.
Аналогично можно определить условную вероятность события В , при условии, что событие А уже произошло.
Пример 3.4. Пусть в урне находятся 6 белых и 8 черных шаров. Из урны последовательно друг за другом случайным образом вынимают два шара, не возвращая их обратно. Найти вероятность того, что второй шар окажется белым, если первым был вынут также белый шар?
Решение
. Пусть событие А
состоит в том, что второй шар окажется белым, а событие В
, что первый шар белый. В задаче требуется найти вероятность события А
, при условии, что событие В
произошло, т.е. найти . Если событие В
произошло, то в урне осталось 13 шаров, из которых 5 белых. Следовательно, вероятность вынуть белый шар из 13, среди которых 5 белых равна 
.■
Отметим два момента.
Во-первых, для события А может быть найдена не только его условная вероятность, но и так называемая полная вероятность события, т.е. вероятность того, что второй шар окажется белым при выборе первым любого шара. О нахождении такой вероятности речь пойдет в пункте 3.4.
Во-вторых, условие примера может быть так изменено, что цвет первого выбранного шара вообще не будет влиять на вероятность появления события А
. Будем считать, что шары после фиксирования их цвета возвращаются обратно в урну. Тогда, очевидно, вероятность события А
не зависит от того, какого цвета был выбран первый шар, т.е. от появления (или не появления) события В
. В этом случае 
, т.е. вероятность события А
совпадает с условной вероятностью этого события. Сами же события А
и В
являются независимыми в данном испытании.
Два события А и В называются независимыми, если вероятность появления каждого из них не зависит от того, появилось другое событие или нет. В противном случае, события называются зависимыми.
Из определения следует, что для независимых событий А и В справедливы формулы:
. (3.5)
Получим формулу для нахождения условной вероятности, используя классическое определение. Пусть испытание состоит из n
равновозможных элементарных событий. Число событий, благоприятствующих событию А
, равно т А
; событию В
– т В
; произведению событий АВ
– т АВ
. Очевидно, что и 
. Так как событию В
благоприятствует т В
исходов, из которых только т А
благоприятствуют А
, то условная вероятность равна
. Окончательно, получаем
(3.6)
Необходимо обратить внимание на то, что знаменатель в формуле (3.6) отличен от нуля, так как по условию событие В может произойти, т.е. т В не равно нулю.
Рассуждая аналогично, можно получить формулу для условной вероятности события В
: 
. Но, так как событие АВ
ничем не отличается от события ВА
и 
, то условную вероятность события В
можно определить по формуле
(3.7)
В наиболее полных, применяющих аксиоматический подход, курсах теории вероятностей формулы (3.6) и (3.7) принимают за определение условной вероятности, а формулы (3.5) – за определение независимых событий.
Из формул (3.6) и (3.7) непосредственно вытекает следующая теорема умножения вероятностей.
Теорема 3.2. Вероятность одновременного появления двух случайных событий равна произведению вероятности одного события на условную вероятность другого, вычисленную в предположении, что первое событие уже наступило, т.е.
(3.8)
Следствие. Вероятность одновременного появления нескольких случайных событий равна произведению вероятности одного события на условные вероятности всех остальных, при этом вероятность каждого последующего события вычисляется в предположении, что все предыдущие события уже появились, т.е.
Пример 3.5. В лотереи находятся 20 билетов, из которых 5 выигрышных. Случайным образом выбирают последовательно друг за другом 3 билета без возвращения. Определить вероятность того, что первый, второй и третий билеты будут выигрышными.
Решение.
Пусть событие А
состоит в том, что первым выберут выигрышный билет, событие В
– в том, что второй билет будет выигрышным и, наконец, С
– третий билет выигрышный. Очевидно, что 
.
Условная вероятность события В
при условии, что событие А
произошло, т.е. из лотереи был выбран один выигрышный билет, равна 
(всего билетов осталось 19, из них 4 выигрышных).
Условная вероятность события С
при условии, что события А
и В
произошли, т.е. были выбраны два выигрышных билета, равна 
.
По следствию к теореме 3.2 вероятность произведения равна
Необходимо отметить, что задача 3.5 может быть решена с помощью классической формулы и формул комбинаторики:
.
Теорема 3.2 верна для любых случайных событий А и В . В частном случае, когда события А и В являются независимыми справедливо следующее утверждение.
Теорема 3.3. Вероятность одновременного появления двух несовместных событий А и В равна произведению вероятностей этих событий, т.е.
Доказательство. События А и В – независимы. По теореме 3.2 с учетом формулы (3.5), получим
Теорема доказана.
Итак, теорема 3.3 говорит о том, что вероятность произведения независимых событий находится по формуле (3.9). Верно и обратное утверждение.
Теорема 3.4. Если для двух событий верна формула (3.9), то эти события независимы.
Приведем без доказательства несколько важных свойств, справедливых для независимых событий.
1. Если событие В не зависит от А , то событие А не зависит от В .
2. Если события А и В – независимы, то независимы и события А и .
3. Если два события независимы, то независимы и противоположные им события.
Теорема 3.3 может быть обобщена на конечное число событий. Однако, прежде чем это сделать, необходимо более подробно остановиться на понятии независимости трех и более событий.
Для группы, состоящей из трех и более событий, существует понятие попарной независимости и независимости в совокупности.
События А 1 , А 2 , …, А n называются попарно независимыми , если любые два из этих событий независимы.
События А 1 , А 2 , …, А n называются независимыми в совокупности (или просто независимыми) , если они попарно независимы и независимы каждое событие и все возможные произведения всех остальных.
Например, три события А 1 , А 2 , А 3 независимы в совокупности, если независимы следующие события:
А 1 и А 2 , А 1 и А 3 , А 2 и А 3 ,
А 1 и А 2 А 3 , А 2 и А 1 А 3 , А 3 и А 1 А 2 .
Теорема 3.5. Если события А 1 , А 2 , …, А n независимы в совокупности, то вероятность их одновременного появления вычисляется по формуле:
Доказательство. Покажем, что формула верна для трех событий. Если событий больше трех, то справедливость формулы доказывается методом математической индукции.
Итак, покажем, что . По условию теоремы события А 1 , А 2 , А 3 независимы в совокупности. Следовательно, независимыми являются, например, два события А 1 А 2 и А 3 . По формуле (3.9), получим . По условию события А 1 и А 2 также независимы. Применив к первому сомножителю формулу (3.9), окончательно, получим .
Теорема доказана.
Необходимо отметить, что если события попарно независимы, то отсюда не следует, что они будут и независимы в совокупности. И, наоборот, если события независимы в совокупности, то они, очевидно, по определению будут и попарно независимы.
Рассмотрим пример событий попарно независимых, но зависимых в совокупности.
Пример 3.6. Пусть в коробке лежат 4 одинаковых карточки с написанными на них числами:
 |
Случайным образом выбирает одну карточку. Событие А означает, что выбрали карточку, на которой есть число 1, событие В предполагает, что на выбранной карточке есть число 2, событие С – число 3. Выяснить являются ли события А , В и С попарно независимыми или независимыми в совокупности.
Решение. Вероятность каждого из событий А , В и С можно найти по классической формуле (всего карточек 4, на двух из них есть числа 1, 2, 3 соответственно): .
Покажем, что события А , В и С попарно независимы. Выберем любые два события, например, А и В . Вероятность их произведения , так как одновременное появление чисел 1 и 2 может быть только на одной карточке из четырех.
Таким образом, справедливо равенство 
. По теореме 3.4 события А
и В
независимы. Аналогично можно показать независимость событий В
и С
, а также событий А
и С
. Попарная независимость доказана.
Покажем, что эти события не являются независимыми в совокупности. Вероятность одновременного появления всех трех событий, т.е. появления всех трех чисел, равна , так как только на одной карточке из четырех есть все три числа. Произведение вероятностей событий равно . Таким образом, 
, следовательно, независимость в совокупности отсутствует. ■
Из теоремы умножения вероятностей и теоремы сложения вероятностей несовместных событий непосредственно следует теорема сложения вероятностей совместных событий.
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
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.
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} $.
Загрузка...
