Виды случайных событий

Случайные события подразделяются на следующие виды: равновозможные, несовместные и совместные.

Два или несколько случайных событий называются равновозможными, если условия их появления одинаковы и нет основания утверждать, что какое-либо из них в результате испытания имеет больше шансов осуществиться, чем другие.

События называются несовместными, если в результате испытания осуществление одного из них исключает осуществление остальных.

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

Полная группа событий

Если в результате испытания обязательно осуществится одно и только одно из несовместных событий , то эти события называютсяполной группой событий.

Два несовместных события, образующие полную группу событий, называются противоположными.

Исходы испытания

Несовместные события, имеющие одинаковую возможность осуществиться, называются исходами испытания.

Исходы называются благоприятными для события , если осуществление любого из исходов является вместе с тем осуществлением события .

Операции над событиями

Определение. Если при каждом осуществлении заданного комплекса условий, при котором происходит событие , происходит и событие, то говорят, чтовлечёт за собой, и обозначают символомили.

Если влечет за собойи в то же времявлечёт за собой, т.е. событияиоба наступают или оба не наступают, то говорят, что событияиравносильны, и обозначают символом.

Событие, состоящее в наступлении обоих событий и, называется произведением (или пересечением) событийи, и обозначается символомили.

Событие, состоящее в наступлении хотя бы одного из событий и, (возможно, двух сразу), называется суммой (или объединением) событий и, и обозначается символомили

Событие, состоящее в том, что событие происходит, а событиене происходит, называетсяразностью событий и, и обозначается символомили.

Достоверное событие обозначают с помощью символа , а невозможное – с помощью символа .

Событие, противоположное событию , обозначают с помощью символа.

Определение суммы и произведения двух событий обобщается на любое число событий.

Понятие вероятности

Классическое определение вероятности

Вероятностью события называется отношение числаравновозможных элементарных исходов, благоприятствующих событию, к общему числувсех равновозможных и единственно возможных элементарных исходов.

При классическом определении вероятность события вычисляется по формуле: .

Из определения вероятности вытекают следующие свойства:

1. Вероятность любого события есть неотрицательное число, не превышающее 1.

2. Вероятность достоверного события () равна 1.

3. Вероятность невозможного события () равна 0.

Статистическое определение вероятности

Среди естествоиспытателей весьма широко распространена концепция вероятности, вытекающая из сущности понятия относительной частоты.

Относительной частотой события называется отношение числа случаев, в которых событие осуществлялось (наблюдалось), к общему числу проведённых испытаний.

Относительная частота вычисляется по формуле: .

Вероятностью события в статистическом смысле называется предел отношения частоты событияк числу всех проведённых испытанийпри неограниченном увеличении последних, т.е. .

Замечание: подобное частотное (или эмпирическое) определение вероятности широко используется в математической статистике. Несмотря на некоторую ограниченность этого определения, оно вполне пригодно для наших целей.

Пример 1. В урне 5 белых и 3 черных шара. Наугад вынимается один. Найти вероятность того, что он белый.

Решение: в данном опыте считаем, что все шары одного размера и веса, так что наощупь их отличить нельзя, следовательно, выход любого шара одинаково вероятен. Предположим, что все они пронумерованы, тогда, число всевозможных исходов n=8. Пусть событие А – выход белого шара, тогда число благоприятных для А исходов m=5. Применяя классическое определение вероятности, получаем

Ответ: Вероятность того, что шар окажется белым 0,625.

Вычисление вероятностей

Теорема сложения вероятностей несовместных событий

Пусть события инесовместны () и заданы вероятности их осуществления: . Требуется определить вероятность осуществления одного из двух (безразлично какого) этих событий.

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

Следствие. Вероятность осуществления одного из нескольких попарно несовместных событий (безразлично какого) равна сумме вероятностей этих событий:

.

Следствие. Если полная группа событий, то .

Следствие. Если полная группа событий, то .

Если событие, противоположное событию , обозначить через, то согласно следствию 3 можно записать: , откуда.

Теорема сложения вероятностей совместных событий

Пусть события исовместны и заданы вероятности этих событийи вероятность их совместного появления.

Требуется определить вероятность события , состоящего в том, что осуществится хотя бы одно из совместных событийи.

Теорема. Вероятность осуществления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного осуществления: .

Теорема умножения вероятностей

В теории вероятностей широко используется понятие условной вероятности, т. к. в ряде случаев приходится находить вероятности событий при дополнительном условии, что произошло некоторое событие .

Вероятность события при условии, что осуществилось событие, называется условной вероятностью событияи обозначается следующим образом:или.

Теорема. Вероятность совместного осуществления двух событий равна произведению вероятности одного из них на условную вероятность другого при условии, что первое произошло:

Для независимых событий теорема умножения вероятностей может быть сформулирована следующим образом:

Теорема. Вероятность совместного осуществления двух независимых событий иравна произведению вероятностей этих событий:.

Теорема. Вероятность совместного осуществления конечного числа независимых в совокупности событий равна произведению вероятностей этих событий:

Вероятность осуществления хотя бы одного события

Пусть события независимы в совокупности и вероятности их осуществления известны:.

Пусть в результате испытания могут осуществиться все событий, либо часть из них (в частности, только одно или ни одного). Требуется найти вероятность того, что наступит хотя бы одно из этих событий.

Теорема. Вероятность осуществления события , состоящего в наступле­нии хотя бы одного из событий , независимых в совокупности, равна разности между единицей и произведением вероятностей противо­положных событий:

, где .

Пример 2. Рабочий обслуживает 3 автоматических станка. Вероятность того, что 1-й станок будет работать без неполадок в течение часа, равна 0,9, для 2-го станка эта вероятность равна 0,8, для 3-го – 0,7. Найти вероятность того, что в течение часа все три станка будут работать без неполадок.

Решение:

Пусть А – в течение часа все три станка будут работать без неполадок,

А₁ – в течение часа 1 – й станок будет работать без неполадок,

А₂ – в течение часа 1 – й станок будет работать без неполадок,

А₃ – в течение часа 1 – й станок будет работать без неполадок.

Тогда А=А₁ А₂ А₃ , и данные события независимы, следовательно, P(A)=P(A₁)P(A₂)P(A₃)=0,90,80,7=0,504.

Ответ: Вероятность того, что в течение часа все три станка будут работать бнз неполадок 0,504.

Пример 3. Из урны с пятью белыми и тремя черными шарами последовательно вынимают два шара (без возвращения в урну). Найти вероятность того, что первым появится черный, а вторым белый шар.

Решение:

Пусть А – интересующее нас событие,

А₁ – появление первым черного шара,

А₂ – появление вторым белого шара.

Тогда А=А₁ А₂ , а так как события А₁ и А₂ зависимы, то

Найдем нужные вероятности по классическому определению. Так как событие А₁ появляется первым, то для него следовательно,

После того, как событие А₁ произошло, в урне осталось 7 шаров, из них 5 белых. Таким образом, теперь следовательно,Окончательно получаем

Ответ: Вероятность того, что первым появится черный, а вторым белый шар рана 0,27.

Пример 4. Центральная городская аптека закреплена за тремя больницами. Вероятность того, что в течение рабочего дня придется отпустить медикаменты первой больнице, равна 0,6, второй больнице – 0,2, третьей – 0,4. Какова вероятность того, что в течение рабочего дня придется отпустить медикаменты: 1) одной больнице? 2) по крайней мере, двум больницам?

Решение:

Пусть событие состоит в том, что аптеке придется отпустить медикаменты первой больнице; вероятность этого события, по условию равна, вероятность противоположного события– медикаменты отпускаться не будут – будет равна;

событие состоит в том, что аптеке придется отпустить медикаменты второй больнице; вероятность этого события по условию равна, вероятность противоположного события– медикаменты отпускаться не будут – будет равна;

событие состоит в том, что аптеке придется отпустить медикаменты третьей больнице; вероятность этого события по условию равна, вероятность противоположного события– медикаменты отпускаться не будут – будет равна.

1) Событие – аптеке придется отпустить медикаменты одной аптеке – реализуется следующим образом:. Для нахождения вероятности этого события используем теоремы умножения и сложения вероятностей событий:

2) Событие – аптеке придется отпустить лекарство, по крайней мере, двум (т.е. двум или трем) больницам – включает в себя следующие события:

. Для нахождения вероятности этого события используем теоремы умножения и сложения вероятностей событий:

, или

Ответ: 1) вероятность того, что центральной городской аптеке в течение рабочего дня придется отпустить медикаменты одной больнице, равна ; 2) вероятность того, что центральной городской аптеке в течение рабочего дня придется отпустить медикаменты, по крайней мере, двум больницам, равна.

Формула полной вероятности

Пусть событие может наступить при условии осуществления одного и только одного событияиз полной группы несовместных событий. Поскольку заранее неизвестно, какое из этих событий наступит, их называют гипотезами.

Пусть известны вероятности этих гипотез и условные вероятностисобытия А. Требуется найти вероятность события.

Теорема. Вероятность события , которое может наступить лишь при условии осуществления одного из несовместных событий , образующих полную группу событий, равна сумме произведений вероятностей каждой из этих гипотез на соответствующую условную вероятность события:.

Эту формулу называют формулой полной вероятности.

Формула Бейеса

Пусть событие может наступить при условии осуществления одного из несовместных событий (гипотез), образующих полную группу событий. Пусть вероятности известны до опыта.

Производится опыт, в результате которого осуществляется событие .

Требуется переоценить вероятности гипотез при условии, что событие уже произошло.

Переоценка вероятностей гипотез может быть осуществлена по формуле проверки гипотез (формуле Бейеса):

.

Таким образом, вероятность гипотезы после опыта равна дроби, числителем которой является произведение вероятности этой гипотезы до опыта на вероятность события по этой гипотезе, а знаменателем – сумма таких же произведений для всех возможных в данном случае гипотез (или полная вероятность события ).

Пример 5. В цехе установлено 5 датчиков предельно допустимой концентрации пыли в воздухе, каждый из которых может включать систему сигнализации. Вероятность срабатывания первого датчика равна 0,8, второго – 0,9, третьего – 0,85, четвертого – 0,7, пятого – 0,75. 1) Найти вероятность того, что по достижении предельно допустимой концентрации пыли сигнализация сработает? 2) Сигнализация сработала. Какова вероятность того, что сигнализацию включил третий датчик?

Решение:

Пусть событие состоит в том, что сигнализация сработала. Это событие может произойти только в случае появления одного из несовместных событий– включениедатчиком сигнализации. Вероятности событийпо условию одинаковы и равны. Событияобразуют полную группу, т.к..

Известны условные вероятности события – вероятности срабатываниядатчика:,,,,.

1) Вероятность события вычислим по формуле полной вероятности:

, или .

2) Событие произошло. Условную вероятность того, что при этом сработал третий датчик, (событие) найдем по формуле Байеса:, или

.

Ответ: 1) вероятность того, что по достижении предельно допустимой концентрации пыли сигнализация сработает, равна ;

2) вероятность того, что сигнализацию при этом включил третий датчик, равна .

Повторные независимые испытания.

Формула Бернулли

Пусть производится независимых повторных испытаний, в каждом из которых событиеимеет одну и ту же вероятность, не завися­щую от номера испытания (вероятность события, противоположного событию, также постоянна и равна).

Требуется найти вероятность того, что виспытаниях событиепроизойдёт ровнораз.

Данная задача решается с помощью формулы Бернулли:

.

Эту формулу называют также формулой биномиального распределения, так как её правая часть представляет собой общий член разложения бинома Ньютона.

При большом числе испытаний вычисление по формуле Бернулли сопряжено с громоздкостью вычислений. Чтобы избежать этих затруднений, целесообразно использовать формулы, позволяющиеприближённо определять вероятности ,,,, с которыми происходит событие.

Локальная теорема Лапласа

Теорема. Вероятность того, что в независимых испытаниях, в каждом из которых вероятность осуществления события постоянна и равна , событие наступит ровно раз, приближённо равна (тем точнее, чем больше ):

, где ,.

Таблица для положительных значений функции приведена вприложении 1 данного пособия. Поскольку функция – чётная, т. е., то для отрицательных значений аргумента пользуются этой же таблицей.

Интегральная теорема Лапласа

Довольно часто требуется найти вероятность того, что в условиях схемы Бернулли событие , имеющее постоянную вероятность, прииспытаниях появляется не менеераз и не болеераз.

Данная вероятность может быть найдена с помощью интегральной теоремы Лапласа.

Теорема. Вероятность того, что в независимых испытаниях, в каждом из которых вероятность осуществления события постоянна и равна , событие наступит не менее раз и не болеераз приближённо равна:

,

здесь – стандартный интеграл вероятностей (функция Лапласа),

, .

Таблица для неотрицательных значений функции Лапласа приведена в приложении 2 данного пособия. Полагают, что для значений .

Если , то используют ту же таблицу с учётом того, что функция Лапласа есть функция нечётная, т. е..

Закон Пуассона – закон редких событий

Пусть требуется найти вероятность того, что при очень большом числе испытаний, в каждом из которых вероятность осуществления события очень мала, событиенаступит ровно раз.

В этом случае ни формула Бернулли, ни асимптотическая формула Лапласа не могут быть практически использованы для решения поставленной задачи.

При больших и малыхдля вычисления искомой вероятности применяют формулу Пуассона (закон Пуассона):, где.

Формула Пуассона широко используется в теории массового обслуживания.

Пример 6. Вероятность заражения желудочно-кишечными заболеваниями при однократном приеме внутрь 250 мл не кипяченой речной воды составляет 0,1. Какова вероятность того, что из группы туристов, насчитывающей 6 человек, заболеет хотя бы один, если все они выпили по 250 мл не кипяченой речной воды?