116329 (617861), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Говорят, что совокупность событий образует полную группу событий для данного испытания, если его результатом обязательно становится хотя бы одно из них.

Примеры полных групп событий: выпадение герба и выпадение цифры при одном бросании монеты; попадание в цель и промах при одном выстреле; выпадение одного, двух, трех, четырех, пяти и шести очков при одном бросании игральной кости.

Рассмотрим полную группу попарно несовместимых событий U₁, U₂, ., U_n, связанную с некоторым испытанием. Предположим, что в этом испытании осуществление каждого из событий , (i = 1,2, ..., n) равновозможное, т.е. условия испытания не создают преимущества в появлении какого-либо события перед другими возможными.

С обытия U₁, U₂,..., U_n, образующие полную группу попарно несовместимых и равновозможных событий, называется элементарными событиями.

Вернемся к опыту с подбрасыванием игральной кости. Пусть - событие, состоящее в том, что кость выпала гранью с цифрой 1. События U₁ , U₂, ... , U₆ образуют полную группу попарно несовместимых событий. Так как кость предполагается однородной и симметричной, то события U₁ , U₂,... , U₆ являются и равновозможными, т.е. элементарными.

Событие А называют благоприятствующим событию В, если наступление события А влечет за собой наступление события В.

Пусть при бросании игральной кости события U₂, U₄, и U₆ -появление соответственно двух, четырех и шести очков и А - событие, состоящее в появлении четного числа очков; события U₂, U₄ и U₆ благоприятствуют событию А.

Вероятностью Р(А) события А называют отношение числа элементарных событий, благоприятствующих событию А, к числу всех элементарных событий, т.е.

Р(А)= .

Вычислим вероятность выпадения герба при одном бросании монеты. Очевидно, событие А - выпадение герба и событие В — выпадение цифры образуют полную группу несовместимых и равновозможных событий для данного испытания. Значит, здесь n = 2. Событию А благоприятствует лишь одно событие - само А, т.е. здесь m = 1. Поэтому

Р(А) = .

Найти вероятность того, что при бросании игральной кости выпадет число очков, делящееся на 2 (событие А).

Число элементарных событий здесь 6. Число благоприятствующих элементарных событий 3 (выпадение 2, 4 и 6). Поэтому Р(А)= = .

Из приведенного классического определения вероятности вы­текают следующие ее свойства [1, 510].

Свойства классического определения вероятности

1. Вероятность достоверного события равна единице. Действительно, достоверному событию должны благоприятствовать все n элементарных событий, т.е. m = n и, следовательно,

Р(А)= = =1.

2. Вероятность невозможного события равна нулю. В самом деле, невозможному событию не может благоприятствовать ни одно из элементарных событий, т.е. m = 0, откуда

Р(А)= = =0.

3. Вероятность случайного события есть положительное число, заключенное между нулем и единицей.

Действительно, случайному событию благоприятствует лишь часть из общего числа элементарных событий. Поэтому в этом случае 0 < m < n и, значит, 0 < < 1. Следовательно, 0 < Р(А) < 1.

Итак, вероятность любого события удовлетворяет двойному неравенству, 0 Р(А) 1 [2, 17].

Статистическое определение вероятности

Классическое определение вероятности не является при­годным для изучения произвольных случайных событий. Так, оно неприемлемо, если результаты испытания не равновозможны. Например, при бросании неправильной игральной кости выпаде­ние ее различных граней не равновозможно.

В таких случаях используется, так называемое, статистическое определение вероятности.

Пусть произведено n испытаний, при этом некоторое событие А наступило m раз (m < n).

Число m называют абсолютной частотой (или просто частотой) события А, а отношение Р*(А) = называют относительной частотой события А.

При транспортировке из 10 000 арбузов испортилось 26. Здесь m = 26 - абсолютная частота испорченных арбузов, а Р*(А) = = 0,0026 - относительная.

Результаты многочисленных опытов и наблюдений помогают заключить: при проведении серий из n испытаний, когда число сравнительно мало, относительная частота Р*(А) принимает значения, которые могут довольно сильно отличаться друг от друга. Но с увеличением n - числа испытаний в сериях – относительная частота Р*(А) = приближается к некоторому числу Р(А), стабилизируясь возле него и принимая все более устойчивые значения.

Было проведено 10 серий бросаний монеты, по 1000 бросаний в каждой. Относительные частоты выпадения герба оказались равными 0,501 0,485; 0,509; 0,536; 0,485; 0,488; 0,500; 0,497; 0,494; 0,484. Эти частота группируются около числа 0,5.

По официальным данным шведской статистики относительные частоты рождения девочек по месяцам 1935 г. характеризуются следующими числами (расположены в порядке следования месяцев, начиная с января): 0,486; 0,489; 0,490; 0,471; 0,478; 0,482; 0,462; 0,484; 0,485; 0,491; 0,482; 0,47. Эти частоты группируются около числа 0,482.

Относительная частота события приближенно совпадает с его вероятностью, если число испытаний достаточна велико. Имеется огромный опытный материал по проверке последнего утверждения. Укажем еще один такой пример с бросанием монеты (приложение 1).

Здесь относительные частоты незначительно отклоняются от числа 0,5, причем тем меньше, чем больше число испытаний. При 4040 испытаниях отклонение равно 0,008, а при 24 000 - 0,0005.

Таких примеров очень много. Возникли целые науки о том, как же эффективно действовать в нашем случайном мире. Их задачей является уменьшение неприятностей от случайного при использовании самой случайности.

Таким образом, было рассмотрено два определения теории вероятностей: классическое и статистическое [6, 210].

Для решения задач по данной теме необходимо использовать основные правила и теоремы теории вероятности.

1.2 Правила и теоремы теории вероятностей

Теорема сложения вероятностей несовместимых событий

Суммой событий А и В называют событие С = А + В, состоящее в наступлении, по крайней мере, одного из событий А или В.

Испытание - стрельба двух стрелков (каждый делает по одному выстрелу). Событие А - попадание в мишень первым стрелком, событие В - попадание в мишень вторым стрелком. Суммой событий А и В будет событие С = А + В, состоящее в попадании в мишень, по крайней мере, одним стрелком.

Аналогично суммой конечного числа событий А₁ , А₂, ..., А_k называют событие А = А₁ + А₂ + … + А_k, состоящее в наступлении хотя бы одного из событий A_i (i = 1,..., k).

Произведением событий А и В называют событие С = АВ, состоящее в том, что в результате испытания произошло и событие А и событие В.

Аналогично произведением конечного числа событий А₁ , А₂, ..., А_k называют событие А = А₁ А₂ … А_k, , состоящее в том, что в результате испытания произошли все указанные события.

В условиях предыдущего примера произведением событий А и В будет событие С = АВ, состоящее в попадании в мишень двух стрелков.

Из определения непосредственно следует, что АВ = ВА.

Теорема. Вероятность суммы двух несовместимых событий А и В равна сумме вероятностей этих событий:

Р(А+В)=Р(А)+Р(В). (1)

Доказательство. Используем классическое определение вероятности. Предположим, что в данном испытании число всех элементарных событий равно n, событию А благоприятствуют k элементарных событий, событию В - I элементарных событий. Так как А и В - несовместимые события, то ни одно из элементарных событий U₁ , U₂,... , U_n не может одновременно благоприятствовать и событию А и событию В. Следовательно, событию А + В будет благоприятствовать k + l элементарных событий. По определению вероятности Р(А)= , Р(В)= , Р(А+В)= откуда и следует утверждение теоремы.

Совершенно так же теорема формулируется и доказывается для любого конечного числа попарно несовместимых событий.

Следствие. Сумма вероятностей противоположных событий А и равна единице:

Р(А)+Р( )= 1

Так как события А и несовместимы, то по доказанной выше теореме Р(А) + Р( ) = Р (А + ). Событие А + есть достоверное событие (ибо одно из событий А или произойдет). Поэтому Р (А + ) =1.

В урне 10 шаров: 3 красных, 5 синих и 2 белых. Какова вероятность вынуть цветной шар, если вынимается один шар? Вероятность вынуть красный шар Р(А) = , синий Р(В) = . Так как события А и В несовместимы, то по доказанной выше теореме

Р(А + В)= Р(А) + Р(В) = + = 0,8 [3, 25].

Теорема умножения вероятностей

Два события А и В называют независимыми, если вероятность появления каждого из них не зависит от того, появилось другое событие или нет. В противном случае события А и В называют зависимыми [5, 19].

Пример 1. Пусть в урне находятся 2 белых и 2 черных шара. Пусть собы­тие А - вынут белый шар. Очевидно, Р(А) = . После первого испытания вынутый шар кладется обратно в урну, шары перемешиваются и снова вынимается шар. Событие В - во втором испытании вынут белый шар – также имеет вероятность Р(В) = , т.е. события А и В- независимые.

Предположим теперь, что вынутый шар в первом испытании не кладется обратно в урну. Тогда если произошло событие А, т.е. в первом испытании вынут белый шар, то вероятность события В уменьшается Р(В) = ,если в первом испытании был вынут черный шар, то вероятность события В увеличивается Р(В) = .

Итак, вероятность события В существенно зависит от того, произошло или не произошло событие А, в таких случаях события А и В - зависимые.

Пусть А и В - зависимые события. Условной вероятностью Р_А(В) события В называют вероятность события В, найденную в предположении, что событие А уже наступило.

Итак, в примере 1 Р_А(В) = .

Характеристики

Список файлов курсовой работы