Классическая вероятность и ее свойства

Вероятность - одно из основных понятий теории вероятностей. Существует несколько определений этого понятия. Приведем определение, которое называют классическим.

Вероятностью события называется отношение числа элементарных исходов, благоприятствующих данному событию, к числу всех равновозможных исходов опыта, в котором может появиться это событие.

Вероятность события А обозначают через Р(А) (здесь Р – первая буква французского слова probabilite – вероятность).

В соответствии с определением

где – число элементарных исходов испытания, благоприятствующих появлению события ;

Общее число возможных элементарных исходов испытания.

Это определение вероятности называют классическим . Оно возникло на начальном этапе развития теории вероятностей.

Часто число называют относительной частотой появления события А в опыте.

Чем больше вероятность события, тем чаще оно наступает, и наоборот, чем меньше вероятность события, тем реже оно наступает. Когда вероятность события близка к единице или равна единице, то оно наступает почти при всех испытаниях. О таком событии говорят, что оно практически достоверно , т. е. что можно наверняка рассчитывать на его наступление.

Наоборот, когда вероятность равна нулю или очень мала, то событие наступает крайне редко; о таком событии говорят, что оно практически невозможно .

Иногда вероятность выражают в процентах: Р(А) 100% есть средний процент числа появлений события A .

Пример 2.13. Набирая номер телефона, абонент забыл одну цифру и набрал ее наудачу. Найти вероятность того, что набрана нужная цифра.

Решение.

Обозначим через А событие - «набрана нужная цифра».

Абонент мог набрать любую из 10 цифр, поэтому общее число возможных элементарных исходов равно 10. Эти исходы несовместны, равновозможны и образуют полную группу. Благоприятствует событию А лишь один исход (нужная цифра лишь одна).

Искомая вероятность равна отношению числа исходов, благоприятствующих событию, к числу всех элементарных исходов:

Формула классической вероятности дает очень простой, не требующий проведения экспериментов, способ вычисления вероятностей. Однако простота этой формулы очень обманчива. Дело в том, что при ее использовании возникают, как правило, два очень непростых вопроса:

1. Как выбрать систему исходов опыта так, чтобы они были равновозможны, и можно ли это сделать вообще?

2. Как найти числа m и n ?

Если в опыте участвуют несколько предметов, равновозможные исходы увидеть не всегда просто.

Великий французский философ и математик Даламбер вошел в историю теории вероятностей со своей знаменитой ошибкой, суть которой в том, что он неверно определил равновозможность исходов в опыте всего с двумя монетами!

Пример 2.14. (ошибка Даламбера ). Подбрасываются две одинаковые монеты. Какова вероятность того, что они упадут на одну и ту же сторону?

Решение Даламбера.

Опыт имеет три равновозможных исхода:

1. Обе монеты упадут на «орла»;

2. Обе монеты упадут на «решку»;

3. Одна из монет упадет на «орла», другая на «решку».

Правильное решение.

Опыт имеет четыре равновозможных исхода:

1. Первая монета упадет на «орла», вторая тоже на «орла»;

2. Первая монета упадет на «решку», вторая тоже на «решку»;

3. Первая монета упадет на «орла», а вторая - на «решку»;

4. Первая монета упадет на «решку», а вторая - на «орла».

Из них благоприятными для нашего события будут два исхода, поэтому искомая вероятность равна .

Даламбер совершил одну из самых распространенных ошибок, допускаемую при вычислении вероятности: он объединил два элементарных исхода в один, тем самым сделав его не равным по вероятности оставшимся исходам опыта.

3) P (Æ )=0.

Будем говорить, что задано вероятностное пространство , если задано пространство элементарных исходов9 и определено соответствие

w i ® P(w i ) =Pi .

Возникает вопрос: как определить из конкретных условий решаемой задачи вероятность P (w i ) отдельных элементарных исходов?

Классическое определение вероятности.

Вычислять вероятности P (w i ) можно, используя априорный подход, который заключается в анализе специфических условий данного эксперимента (до проведения самого эксперимента).

Возможна ситуация, когда пространство элементарных исходов состоит из конечного числа N элементарных исходов, причем случайный эксперимент таков, что вероятности осуществления каждого из этихN элементарных исходов представляются равными.Примеры таких случайных экспериментов: подбрасывание симметричной монеты, бросание правильной игральной кости, случайное извлечение игральной карты из перетасованной колоды. В силу введенной аксиомы вероятности каждого элементарного

исхода в этом случае равны N . Из этого следует, что если событиеА содержитN A элементарных исходов, то в соответствии с определением (*)

P(A) = A

В данном классе ситуаций вероятность события определяется как отношение числа благоприятных исходов к общему числу всех возможных исходов.

Пример . Из набора, содержащего 10 одинаковых на вид электроламп, среди которых 4 бракованных, случайным образом выбирается 5 ламп. Какова вероятность, что среди выбранных ламп будут 2 бракованные?

Прежде всего отметим, что выбор любой пятерки ламп имеет одну и ту же вероятность. Всего существует C 10 5 способов составить такую пятерку, то есть случайный эксперимент в данном случае имеетC 10 5 равновероятных исходов.

Сколько из этих исходов удовлетворяют условию "в пятерке две бракованные лампы", то есть сколько исходов принадлежат интересующему нас событию?

Каждую интересующую нас пятерку можно составить так: выбрать две бракованные лампы, что можно сделать числом способов, равным C 4 2 . Каждая пара бракованных ламп может встретиться столько раз, сколькими способами ее можно дополнить тремя не бракованными лампами, то естьÑ 6 3 раз. Получается, что число пятерок, содержащих две

Статистическое определение вероятности.

Рассмотрим случайный эксперимент, заключающийся в том, что подбрасывается игральная кость, сделанная из неоднородного материала. Ее центр тяжести не находится в геометрическом центре. В этом случае мы не можем считать исходы (выпадение единицы, двойки и т.д.) равновероятными. Из физики известно, что кость более часто будет падать на ту грань, которая ближе к центру тяжести. Как определить вероятность выпадения, например, трех очков? Единственное, что можно сделать, это подбросить эту кость n раз (где n -достаточно большое число, скажемn =1000 илиn =5000), подсчитать число выпадений трех очковn 3 и считать вероятность исхода, заключающегося в выпадении трех очков, равнойn 3 /n - относительной частоте выпадения трех очков. Аналогичным образом можно определить вероятности остальных элементарных исходов - единицы, двойки, четверки и т.д. Теоретически такой образ действий можно оправдать, если ввестистатистическое определение вероятности .

Вероятность P(M i ) определяется как предел относительной частоты появления исходаM i в процессе неограниченного увеличения числа случайных экспериментовn , то есть

P i = P (M i ) = lim m n (M i ) , n ®¥n

где m n (M i ) – число случайных экспериментов (из общего числаn произведенных случайных экспериментов), в которых зарегистрировано появление элементарного исходаM i .

Так как здесь не приводится никаких доказательств, мы можем только надеяться, что предел в последней формуле существует, обосновывая надежду жизненным опытом и интуицией.

Геометрическая вероятность

В одном специальном случае дадим определение вероятности события для случайного эксперимента с несчетным множеством исходов.

Если между множеством W элементарных исходов случайного эксперимента и множеством точек некоторой плоской фигурыS (сигма большая) можно установить взаимно-однозначное соответствие, а также можо установить взаимно-однозначное соответствие между множеством элементарных исходов, благоприятствующих событиюА , и множеством точек плоской фигурыI (сигма малая), являющейся частью фигурыS , то

P(A) = S ,

где s - площадь фигурыs ,S - площадь фигурыS .

Пример. Два человека обедают в столовой, которая открыта с 12 до 13 часов. Каждый из них приходит в произвольный момент времени и обедает в течение 10 минут. Какова вероятность их встречи?

Пусть x - время прихода первого в столовую, аy - время прихода второго

12 £ x £ 13; 12 £y £ 13.

Можно установить взаимно-однозначное соответствие между всеми парами чисел (x ;y ) (или множеством исходов) и множеством точек квадрата со стороной, равной 1, на координатной плоскости, где начало координат соответствует числу 12 по осиX и по осиY , как изображено на рисунке 6. Здесь, например, точкаА соответствует исходу, заключающемуся в том, что первый пришел в 12.30, а второй - в 13.00. В этом случае, очевидно,

встреча не состоялась.

Если первый пришел не позже второго (y ³ x ), то

встреча произойдет при условии 0 £ y - x £ 1/6

(10 мин.- это 1/6 часа).

Если второй пришел не позже первого (x ³ y ), то

встреча произойдет при условии 0 £ x - y £ 1/6..

Между множеством исходов, благоприятствующих

встрече, и множеством точек области s , изображенной на

рисунке 7 в заштрихованном виде, можно установить

взаимно-однозначное cоответствие.

Искомая вероятность p равна отношению площади

области s к площади всего квадрата.. Площадь квадрата

равна единице, а площадь области s можно определить как

разность единицы и суммарной площади двух

треугольников, изображенных на рисунке 7. Отсюда следует:

p =1 -

Непрерывное вероятностное пространство.

Как уже говорилось ранее, множество элементарных исходов может быть более, чем счетным (то есть несчетным). В этом случае нельзя считать любое подмножество множества W событием.

Чтобы ввести определение случайного события, рассмотрим систему (конечную или счетную) подмножеств A 1 , A 2 ,... A n пространства элементарных исходовW .

В случае выполнения трех условий: 1) W принадлежит этой системе;

2) из принадлежности А этой системе следует принадлежностьA этой системе;

3) из принадлежностиA i иA j этой системе следует принадлежностьA i U A j этой

системе такая система подмножеств называется алгеброй.

Пусть W - некоторое пространство элементарных исходов. Убедитесь в том, что две системып одмножеств:

1) W ,Æ ; 2)W ,А ,A ,Æ (здесьА - подмножествоW ) являются алгебрами.

Пусть A 1 иA 2 принадлежат некоторой алгебре. Докажите, чтоA 1 \A 2 иA 1 ∩ A 2 принадлежат этой алгебре.

Подмножество А несчетного множества элементарных исходов 9 является событием, если оно принадлежит некоторой алгебре.

Сформулируем аксиому, называемую аксиомой А.Н. Колмогорова.

Каждому событию соответствует неотрицательное и не превосходящее единицы число P(А), называемое вероятностью событияА , причем функцияP(А) обладает следующими свойствами:

1) Р (9 )=1

2) если события A 1 ,A 2 ,...,A n несовместны, то

P (A 1 U A 2 U ... U A n ) =P (A 1 ) +P (A 2 ) +... +P (A n )

Если задано пространство элементарных исходов W , алгебра событий и определенная на ней функцияР , удовлетворяющая условиям приведенной аксиомы, то говорят, что задановероятностное пространство .

Это определение вероятностного пространства можно перенести на случай конечного пространства элементарных исходов W . Тогда в качестве алгебры можно взять систему всех подмножеств множестваW .

Формулы сложения вероятностей.

Из пункта 2 приведенной аксиомы следует, что если A 1 и A2 несовместные события, то

P (A 1 U A 2 ) =P (A 1 ) +P (A 2 )

Если A 1 иA 2 - совместные события, тоA 1 U A 2 =(A 1 \A 2 )U A 2 , причем очевидно, чтоA 1 \A 2 иA 2 - несовместные события. Отсюда следует:

P (A 1 U A 2 ) =P (A1 \A 2 ) +P (A2 )

Далее очевидно: A 1 = (A1 \A 2 )U (A 1 ∩ A 2 ), причем A1 \A 2 иA 1 ∩ A 2 - несовместные события, откуда следует:P (A 1 ) =P (A1 \A 2 ) +P (A 1 ∩ A 2 ) Найдем из этой формулы выражение дляP (A1 \A 2 ) и подставим его в правую часть формулы (*). В результате получим формулу сложения вероятностей:

P (A 1 U A 2 ) =P (A 1 ) +P (A 2 ) –P (A 1 ∩ A 2 )

Из последней формулы легко получить формулу сложения вероятностей для несовместных событий, положив A 1 ∩ A 2 =Æ .

Пример. Найти вероятность вытащить туза или червовую масть при случайном отборе одной карты из колоды в 32 листа.

Р (ТУЗ) = 4/32 = 1/8;Р (ЧЕРВОВАЯ МАСТЬ) = 8/32 = 1/4;

Р (ТУЗ ЧЕРВЕЙ) = 1/32;

Р ((ТУЗ)U (ЧЕРВОВАЯ МАСТЬ)) = 1/8 + 1/4 - 1/32 =11/32

Того же результата можно было достичь с помощью классического определения вероятности, пересчитав число благоприятных исходов.

Условные вероятности.

Рассмотрим задачу. Студент перед экзаменом выучил из 30 билетов билеты с номерами с 1 по 5 и с 26 по 30. Известно, что студент на экзамене вытащил билет с номером, не превышающим 20. Какова вероятность, что студент вытащил выученный билет?

Определим пространство элементарных исходов: W =(1,2,3,...,28,29,30). Пусть событиеА заключается в том, что студент вытащил выученный билет:А = (1,...,5,25,...,30,), а событиеВ - в том, что студент вытащил билет из первых двадцати:В = (1,2,3,...,20)

Событие А ∩ В состоит из пяти исходов: (1,2,3,4,5), и его вероятность равна 5/30. Это число можно представить как произведение дробей 5/20 и 20/30. Число 20/30 - это вероятность событияB . Число 5/20 можно рассматривать как вероятность событияА при условии, что событиеВ произошло (обозначим еёР (А /В )). Таким образом решение задачи определяется формулой

P (А ∩ В ) =Р (А /В )Р (B )

Эта формула называется формулой умножения вероятностей, а вероятность Р (А /В ) - условной вероятностью событияA .

Пример..Из урны, содержащей 7 белых и 3 черных шаров, наудачу один за другим извлекают (без возвращения) два шара. Какова вероятность того, что первый шар будет белым, а второй черным?

Пусть X - событие, состоящее в извлечении первым белого шара, аY - событие, состоящее в извлечении вторым черного шара. ТогдаX ∩ Y - событие, заключающееся в том, что первый шар будет белым, а второй - черным.P (Y /X ) =3/9 =1/3 - условная вероятность извлечения вторым черного шара, если первым был извлечен белый. Учитывая, чтоP (X ) = 7/10, по формуле умножения вероятностей получаем:P (X ∩ Y ) = 7/30

Событие А называется независимым от события В (иначе: события А и В называются независимыми), если Р (А / В )= Р (А ). За определение независимых событий можно принять следствие последней формулы и формулы умножения

P (А ∩ В ) =Р (А )Р (B )

Докажите самостоятельно, что если А иВ - независимые события, тоA иB тоже являются независимыми события.

Пример.Рассмотрим задачу, аналогичную предыдущей, но с одним дополнительным условием: вытащив первый шар, запоминаем его цвет и возвращаем шар в урну, после чего все шары перемешиваем. В данном случае результат второго извлечения никак не зависит от того, какой шар - черный или белый появился при первом извлечении. Вероятность появления первым белого шара (событие А ) равна 7/10. Вероятность событияВ - появления вторым черного шара - равна 3/10. Теперь формула умножения вероятностей дает:P (А ∩ В ) = 21/100.

Извлечение шаров способом, описанным в этом примере, называется выборкой с возвращением иливозвратной выборкой .

Следует отметить, что если в двух последних примерах положить изначальные количества белых и черных шаров равными соответственно 7000 и 3000, то результаты расчетов тех же вероятностей будут отличаться пренебрежимо мало для возвратной и безвозвратной выборок.

Разберём классическое определение вероятности при помощи формул и примеров.

Случайные события называются несовместимыми , если они не могут происходить одновременно. Например, когда мы подкидываем монету, выпадет что-то одно – «герб» или число» и они не могут появится одновременно, так как логично, что это невозможно. Несовместимыми могут быть такие события, как попадание и промах после сделанного выстрела.

Случайные события конечного множества образовывают полную группу попарно несовместимых событий, если при каждом испытании появляется одна, и только одна из этих событий – единственно возможные.

Рассмотрим всё тот же пример с подкидыванием монеты:

Первая монета Вторая монета События

1) «герб» «герб»

2) «герб» «число»

3) «число» «герб»

4) «число» «число»

Или сокращённо – «ГГ», – «ГЧ», – «ЧГ», – «ЧЧ».

События называются равновозможными , если условия исследования обеспечивают одинаковую возможность появления каждой из них.

Как вы понимаете, когда подбрасываете симметричную монету, тогда у неё одинаковые возможности, и есть вероятность, что выпадет как «герб», так и «число». Это же касается подбрасывания симметричного игрального кубика, так как есть вероятность того, что могут появится грани с любым числом 1, 2, 3, 4, 5, 6.

Допустим, что теперь кубик подбрасываем со смещением центра тяжести, например, в сторону грани с цифрой 1, тогда чаще всего будет выпадать противоположная грань, то есть грань с другой цифрой. Таким образом, в этой модели возможности появления для каждой из цифр от 1 до 6 будут разными.

Равновозможные и единственно возможные случайные события называются случаями.

Есть случайные события, которые относятся к случаям, а есть случайные события, которые не относятся к случаям. Ниже на примерах рассмотрим эти события.

Те случаи, в результате которых случайное событие появляется, называются благоприятными случаями для этого события.

Если обозначить через , которые влияют на событие при всех возможных случаях, а через – вероятность случайного события , тогда можно записать известное классическое определение вероятности:

Определение

Вероятность события называют отношения числа благоприятных этому событию случаев, к общему числу всех возможных случаев, то есть:

Свойства вероятности

Классическая вероятность рассмотрена, а теперь разберём основные и важные свойства вероятности.

Свойство 1. Вероятность достоверного события равняется единице.

Например, если в ведёрке все шариков белые, тогда событию , наугад выбрать белый шарик, влияют случаев, .

Свойство 2. Вероятность невозможного события равняется нулю.

Свойство 3. Вероятностью случайного события есть положительное число:

Значит, вероятность любого события удовлетворяет неравенство:

Теперь решим несколько примеров на классическое определение вероятности.

Примеры классического определения вероятности

Пример 1

Задача

В корзине 20 шариков, из них 10 белых, 7 красных и 3 чёрных. Наугад выбирается один шарик. Выбран белый шарик (событие ), красный шарик (событие ) и чёрный шарик (событие ). Найти вероятность случайных событий .

Решение

Согласно условию задачи, способствуют , а случаев из возможных, поэтому по формуле (1):

– вероятность белого шарика.

Аналогично для красного:

И для чёрного: .

Ответ

Вероятность случайного события , , .

Пример 2

Задача

В ящике лежат 25 одинаковых электроламп, из них 2 бракованные. Найти вероятность того, что наугад выбранная электролампа не бракованная.

Решение

По условию задачи все лампы одинаковые и выбирается только одна. Всего возможностей выбрать . Среди всех 25 лампа две бракованные, значит, оставшихся пригодных лампа . Поэтому по формуле (1) вероятность выбора пригодной электролампы (событие ) равняется:

Ответ

Вероятность того, что наугад выбранная электролампа не бракованная = .

Пример 3

Задача

Наугад подбрасываются две монеты. Найти вероятность таких событий:

1) – на обеих монетах выпало по гербу;

2) – на одной из монет выпал герб, а на второй – число;

3) – на обеих монетах выпали числа;

4) – хотя бы один раз выпал герб.

Решение

Здесь имеем дело с четырьмя событиями . Установим, какие случаи способствуют каждой из них. Событию способствует один случай, это когда на обеих монетах выпал герб (сокращённо «ГГ»).

Чтобы разобраться с событием , представим, что одна монета серебряная, а вторая – медная. При подбрасывании монет могут быть случаи:

1) на серебряной герб, на медной – число (обозначим – «ГЧ»);

2) на серебряной число, на медной – герб ( – «ЧГ»).

Значит, событию способствуют случаи и .

Событию способствует один случай: на обеих монетах выпали числа – «ЧЧ».

Таким образом, события или (ГГ, ГЧ, ЧГ, ЧЧ) образовывают полную группу событий, все эти события несовместимы, так как в результате подбрасывания происходит только одна из них. Кроме того, для симметричных монет все четыре события равновозможные, поэтому их можно считать случаями. Всех возможных событий – четыре .

Событию способствует только одно событие, поэтому его вероятность равняется:

Событию способствуют два случая , поэтому:

Вероятность события такая же, как и для :

Событию способствуют три случая: ГГ, ГЧ, ЧГ и поэтому:

Так как рассмотрены события ГГ, ГЧ, ЧГ, ЧЧ, которые равновозможные и создают полную группу событий, тогда появление любой из них – это достоверное событие (обозначим её буквой , которой способствуют все 4 случая . Поэтому вероятность:

Значит, подтверждается первое свойство вероятности.

Ответ

Вероятность события .

Вероятность события .

Вероятность события .

Вероятность события .

Пример 4

Задача

Подкидываются два игральных кубика с одинаковой и правильной геометрической формой. Найти вероятность всех возможных сумм на обеих гранях, что выпадают.

Решение

Чтобы было удобнее решать задачу, представьте, что один кубик белый, а второй – чёрный. С каждой из шести граней белого кубика и также может выпасть одна из шести граней чёрного кубика, поэтому всех возможных пар будет .

Так как возможность появления граней на отдельном кубике одинаковая (кубики правильной геометрической формы!), тогда одинаковой будет возможность появления каждой пары граней, причём, в результате подбрасывания выпадает только одна из пар. Значи события несовместимы, единовозможные. Это случаи, и всех возможных случаев – 36.

Теперь рассмотрим возможность значения суммы на гранях. Очевидно, что самая маленькая сумма 1 + 1 = 2, а самая большая 6 + 6 = 12. Оставшаяся часть суммы вырастает на единицу, начиная со второй. Обозначим событий, индексы которых равняются сумме очков, что выпали на гранях кубиков. Для каждой из этих событий выпишем благоприятные случаи при помощи обозначений , где – сумма, – очки на верхней грани белого кубика и – очки на грани чёрного кубика.

Значит, для события:

для – один случай (1 + 1);

для – два случая (1 + 2; 2 + 1);

для – три случая (1 + 3; 2 + 2; 3 + 1);

для – четыре случая (1 + 4; 2 + 3; 3 + 2; 4 + 1);

для – пять случаев (1 + 5; 2 + 4; 3 + 3; 4 + 2; 5 + 1);

для – шесть случаев (1 + 6; 2 + 5; 3 + 4; 4 + 3; 5 + 2; 6 + 1);

для – пять случаев (2 + 6; 3 + 5; 4 + 4; 5 + 3; 6 + 2);

для – четыре случая (3 + 6; 4 + 5; 5 + 4; 6 + 3);

для – три случая (4 + 6; 5 + 5; 6 + 4);

для – два случая (5 + 6; 6 + 5);

для – один случай (6 + 6).

Таким образом значения вероятности такие:

Ответ

Пример 5

Задача

Троим участникам перед фестивалем предложили тянуть жребий: каждый из участников по очереди подходит к ведёрку и наугад выбирает одну из трёх карточек с номерами 1, 2 и 3, что означает порядковый номер выступления данного участника.

Найти вероятность таких событий:

1) – порядковый номер в очереди совпадает с номером карточки, то есть порядковым номером выступления;

2) – ни один номер в очереди не совпадает с номером выступления;

3) – только один из номеров в очереди совпадает с номером выступления;

4) – хотя бы один из номеров в очереди совпадёт с номером выступления.

Решение

Возможными результатами выбора карточек – это перестановки из трёх элементов , количество таких перестановок равняется . Каждая из перестановок и есть событие. Обозначим эти события через . Каждому событию припишем в скобках соответствующую перестановку:

; ; ; ; ; .

Перечисленные события равновозможные и единовозможные, то есть, это и есть случаи. Обозначим так: (1ч, 2ч, 3ч) – соответствующие номера в очереди.

Начнём с события . Благоприятный только один случай поэтому:

Благоприятными для события – два случая и , поэтому:

Событию способствуют 3 случая: , поэтому:

Событию , кроме , способствует ещё и , то есть:

Ответ

Вероятность события – .

Вероятность события – .

Вероятность события – обновлено: Сентябрь 15, 2017 автором: Научные Статьи.Ру

Под вероятностью события понимается некоторая числовая характеристика возможности наступления этого события. Существует несколько подходов к определению вероятности.

Вероятностью события А называется отношение числа благоприятствующих этому событию исходов к общему числу всех равновозможных несовместных элементарных исходов, образующих полную группу. Итак, вероятность события А определяется формулой

где m – число элементарных исходов, благоприятствующих А , n – число всех возможных элементарных исходов испытания.

Пример 3.1. В опыте с бросанием игральной кости число всех исходов n равно 6 и все они равновозможны. Пусть событие А означает появление четного числа. Тогда для этого события благоприятными исходами будут появление чисел 2, 4, 6. Их количество равно 3. Поэтому вероятность события А равна

Пример 3.2. Какова вероятность того, что в наудачу выбранном двузначном числе цифры одинаковы?

Двузначными числами являются числа от 10 до 99, всего таких чисел 90. Одинаковые цифры имеют 9 чисел (это числа 11, 22, …, 99). Так как в данном случае m =9, n =90, то

где А – событие, «число с одинаковыми цифрами».

Пример 3.3. В партии из 10 деталей 7 стандартных. Найти вероятность того, что среди шести взятых наудачу деталей 4 стандартных.

Общее число возможных элементарных исходов испытания равно числу способов, которыми можно извлечь 6 деталей из 10, т. е. числу сочетаний из 10 элементов по 6 элементов. Определим число исходов, благоприятствующих интересующему нас событию А (среди шести взятых деталей 4 стандартных). Четыре стандартные детали можно взять из семи стандартных деталей способами; при этом остальные 6-4=2 детали должны быть нестандартными, взять же две нестандартные детали из 10-7=3 нестандартных деталей можно способами. Следовательно, число благоприятствующих исходов равно .

Тогда искомая вероятность равна

Из определения вероятности вытекают следующие ее свойства:

1. Вероятность достоверного события равна единице.

Действительно, если событие достоверно, то каждый элементарный исход испытания благоприятствует событию. В этом случае m=n, следовательно

2. Вероятность невозможного события равна нулю.

Действительно, если событие невозможно, то ни один из элементарных исходов испытания не благоприятствует событию. В этом случае значит

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

Действительно, случайному событию благоприятствует лишь часть из общего числа элементарных исходов испытания. В этом случае < m < n, значит 0 < m/n < 1, т. е. 0 < Р(А) < 1. Итак, вероятность любого события удовлетворяет двойному неравенству

Построение логически полноценной теории вероятностей основано на аксиоматическом определении случайного события и его вероятности. В системе аксиом, предложенной А. Н. Колмогоровым, неопределяемыми понятиями являются элементарное событие и вероятность. Приведем аксиомы, определяющие вероятность:

1. Каждому событию А поставлено в соответствие неотрицательное действительное число Р(А) . Это число называется вероятностью события А .

2. Вероятность достоверного события равна единице.

3. Вероятность наступления хотя бы одного из попарно несовместных событий равна сумме вероятностей этих событий.

Исходя из этих аксиом, свойства вероятностей и зависимости между ними выводят в качестве теорем.

Вопросы для самопроверки

1. Как называется числовая характеристика возможности наступления события?

2. Что называется вероятностью события?

3. Чему равна вероятность достоверного события?

4. Чему равна вероятность невозможного события?

5. В каких пределах заключена вероятность случайного события?

6. В каких пределах заключена вероятность любого события?

7. Какое определение вероятности называется классическим?

Теория вероятностей - математическая наука, изучающая закономерности в случайных явлениях. Возникновение теории относится к середине XVII века и связано с именем Гюйгенса, Паскаля, Ферма, Я. Бернулли.

Неразложимые исходы,..., некоторого эксперимента будем называть элементарными событиями, а их совокупность

(конечным) пространством элементарных событий, или пространством исходов.

Пример 21. а) При подбрасывании игральной кости пространство элементарных событий состоит из шести точек:

б) Подбрасываем монету два раза подряд, тогда

где Г - "герб", Р - "решетка" и общее число исходов

в) Подбрасываем монету до первого появления "герба", тогда

В этом случае называется дискретным пространством элементарных событий.

Обычно интересуются не тем, какой конкретно исход имеет место в результате испытания, а тем, принадлежит ли исход тому или иному подмножеству всех исходов. Все те подмножества, для которых по условиям эксперимента возможен ответ одного из двух типов: "исход " или "исход ", будем называть событиями.

В примере 21 б) множество = {ГГ, ГР, РГ} является событием, состоящим в том, что выпадает по крайней мере один "герб". Событие состоит из трех элементарных исходов пространства, поэтому

Суммой двух событий и называется событие, состоящее в выполнении события или события.

Произведением событий и называется событие, состоящее в совместном исполнении события и события.

Противоположным по отношению к событию называется событие, состоящее в непоявлении и, значит, дополняющее его до.

Множество называется достоверным событием, пустое множество - невозможным.

Если каждое появление события сопровождается появлением, то пишут и говорят, что предшествует или влечет за собой.

События и называются равносильными, если и.

Определение. Вероятностью события называется число, равное отношению числа элементарных исходов, составляющих событие, к числу всех элементарных исходов

Случай равновозможных событий, (называется "классическим", поэтому и вероятность

называется "классической".

Элементарные события (исходы опыта), входящие в событие, называются "благоприятными".

Свойства классической вероятности:

Если (и - несовместные события).

Пример 22 (задача Гюйгенса). В урне 2 белых и 4 черных шара. Один азартный человек держит пари с другим, что среди вынутых 3 шаров будет ровно один белый. В каком отношении находятся шансы спорящих?

Решение 1 (традиционное). В данном случае испытание = {вынимание 3 шаров}, а событие - благоприятствующее одному из спорящих:

= {достать ровно один белый шар}.

Поскольку порядок вынимания трех шаров не важен, то

Один белый шар можно достать в случаев, а два черных - , и тогда по основному правилу комбинаторики. Отсюда а по пятому свойству вероятности Следовательно,

Решение 2. Составим вероятностное дерево исходов:

Пример 23. Рассмотрим копилку, в которой осталось четыре монеты - три по 2 руб. и одна в 5 руб. Извлекаем две монеты.

Решение. а) Два последовательных извлечения (с возвращением) могут привести к следующим исходам:

Какова вероятность каждого из этих исходов?

В таблице показаны все шестнадцать возможных случаев.

Следовательно,

К тем же результатам ведет и следующее дерево:

б) Два последовательных извлечения (без повторения) могут привести к следующим трем исходам:

В таблице покажем все возможные исходы:

Следовательно,

К тем же результатам ведет и соответствующее дерево:

Пример 24 (задача де Мере). Двое играют в "орлянку" до пяти побед. Игра прекращена, когда первый выиграл четыре партии, а второй - три. Как в этом случае следует поделить первоначальную ставку?

Решение. Пусть событие = {выиграть приз первым игроком}. Тогда вероятностное дерево выигрыша для первого игрока следующее:

Отсюда, и три части ставки следует отдать первому игроку, а второму - одну часть.

Покажем эффективность решения вероятностных задач с помощью графов и на следующем примере, который мы рассматривали в §1 (пример 2).

Пример 25. Является ли выбор с помощью "считалки" справедливым?

Решение. Составим вероятностное дерево исходов:

и, следовательно, при игре в "считалки" выгодней стоять вторым.

В последнем решении использованы интерпретации на графах теорем сложения и умножения вероятностей:

и в частности

Если и - несовместные события

и, если и - независимые события.

Статическая вероятность

Классическое определение при рассмотрении сложных проблем наталкивается на трудности непреодолимого характера. В частности, в некоторых случаях выявить равновозможные случаи может быть невозможно. Даже в случае с монеткой, как известно существует явно не равновероятная возможность выпадения "ребра", которую из теоретических соображений оценить невозможно (можно только сказать, что оно маловероятно и то это соображение скорее практическое). Поэтому еще на заре становления теории вероятностей было предложено альтернативное "частотное" определение вероятности. А именно, формально вероятность можно определить как предел частоты наблюдений события A, предполагая однородность наблюдений (то есть одинаковость всех условий наблюдения) и их независимость друг от друга:

где - количество наблюдений, а - количество наступлений события.

Несмотря на то, что данное определение скорее указывает на способ оценки неизвестной вероятности - путем большого количества однородных и независимых наблюдений - тем не менее в таком определении отражено содержание понятия вероятности. А именно, если событию приписывается некоторая вероятность, как объективная мера его возможности, то это означает, что при фиксированных условиях и многократном повторении мы должны получить частоту его появления, близкую к (тем более близкую, чем больше наблюдений). Собственно, в этом заключается исходный смысл понятия вероятности. В основе лежит объективистский взгляд на явления природы. Ниже будут рассмотрены так называемые законы больших чисел, которые дают теоретическую основу (в рамках излагаемого ниже современного аксиоматического подхода) в том числе для частотной оценки вероятности.