
- •Введение
- •Тема 1. Математика в современном мире: основные разделы, теории и методы математики
- •1.1. Объекты исследования математики: абстрактные понятия и абстрактные структуры
- •1.2. Аксиоматический метод
- •1.3. Индуктивный и дедуктивный методы рассуждения. Метод математической индукции
- •Метод математической индукции
- •1.4. Роль математики в современном мире
- •Тема 2. Математические средства представления информации. Понятие математической модели
- •2.1. Числа, переменные величины, выражения. Числовые функции
- •2.2 Понятие об измерении. Виды измерений. Приближенные вычисления
- •2.3. Понятие математической модели. Этапы математического моделирования
- •2.4. Виды математических моделей
- •Тема 3. Основы теории множеств и математической логики
- •3.1. Основные понятия теории множеств
- •Подмножество. Универсальное множество
- •3.2. Основные операции над множествами Равенство множеств
- •Объединение (сумма) множеств
- •Разность двух множеств. Дополнение
- •Законы теории множеств
- •3.3. Отношения и соответствия. Функции как соответствия
- •3.4. Алгебра высказываний. Логические операции и логические функции
- •Простые и составные высказывания
- •Логические операции
- •Порядок старшинства операций
- •Основные законы математической логики
- •Упражнения для самостоятельного выполнения:
- •Тема 4. Структуры на множестве. Элементы комбинаторики
- •4.1. Выборки и подмножества
- •Упорядоченная и неупорядоченная выборки. Кратность элемента
- •4.2. Размещения, перестановки, сочетания
- •Размещения
- •Перестановки
- •Сочетания
- •4.3. Основные правила комбинаторики
- •Упражнения для самостоятельного выполнения:
- •Перестановки
- •Сочетания
- •Выборки с повторениями
- •Тема 5. Случайные события и их вероятности
- •5.1. Основные понятия теории вероятностей
- •Правила действий над событиями
- •Аксиомы теории вероятностей
- •5.2. Классическое определение вероятности
- •5.2. Классическое и статистическое определение вероятности
- •5.3. Операции над вероятностями
- •Вероятность суммы случайных событий Теорема сложения вероятностей.
- •Вероятность произведения событий
- •Формула полной вероятности
- •Формула апостериорной вероятности (формула Бейеса)
- •5.4. Случайные величины. Закон распределения дискретной случайной величины
- •Биномиальное распределение Формула Бернулли
- •Геометрическое распределение
- •Кривая нормального распределения
- •Упражнения для самостоятельного выполнения:
- •Тема 6. Элементы математической статистики
- •6.1. Возникновение математической статистики
- •6.2. Статистический эксперимент, его исходы и события
- •Предмет статистики. Основная задача и основной метод статистики
- •6.4. Статистическая информация и формы ее представления
- •6.5. Числовые характеристики статистических рядов
- •2. Среднее квадратическое (или стандартное) отклонение .
- •Упражнения для самостоятельного выполнения:
- •Список литературы
- •Ресурсы Интернета
Вероятность произведения событий
Мы уже знаем, что вероятность – это численная мера возможности наступления случайного события, т.е. события, которое может произойти, а может и не произойти при осуществлении определенной совокупности условий. При изменении совокупности условий вероятность случайного события может измениться. В качестве дополнительного условия мы можем рассмотреть наступление другого события. Итак, если к комплексу условий, при котором происходит случайное событие А, добавить еще одно, состоящее в наступлении случайного события В, то вероятность наступления события А будет называться условной.
Условная
вероятность события
А —
вероятность появления события А при
условии, что произошло событие В.
Условная вероятность
обозначается
(A).
Пример 16. В ящике имеются 7 белых и 5 черных шаров, отличающихся лишь цветом. Опыт состоит в том, что случайным образом вынимают один шар и, не опуская его обратно, вынимают еще один шар. Какова вероятность, что, второй вынутый шар – черный, если при первом извлечении достали белый шар?
Решение.
Перед нами два случайных события: событие А – первый вынутый шар оказался белым, В – второй вынутый шар - черный. А и В несовместные события, воспользуемся классическим определением вероятности. Число элементарных исходов при извлечении первого шара – 12, а число благоприятных исходов достать белый шар – 7. Следовательно, вероятность P(А) = 7/12.
Если
первый шар оказался белым, то условная
вероятность события
В
— появления второго черного шара (при
условии, что первый шар был белым) —
равна
(В)
= 5/11, так как перед выниманием второго
шара осталось 11 шаров, из которых 5
черных.
Отметим, что вероятность появления черного шара при втором извлечении не зависела бы от цвета вынутого первого шара, если, вынув первый шар, мы положили бы его обратно в ящик.
Рассмотрим
два случайных события А и В. Пусть
вероятности P(А) и
(В)
известны. Определим, чему равна вероятность
появления и события А, и события В, т.е.
произведения этих событий.
Теорема умножения вероятностей. Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную при том условии, что первое событие произошло:
Р(А×
В) = Р(А)×
(В)
.
Так как для вычисления вероятности произведения не играет роли какое из рассмотренных событий А и В было первым, а какое вторым, то можно записать:
Р(А× В) = Р(А) × (В) = Р(В) × (А).
Теорему можно распространить на произведение п событий:
Р(А1 А2 . Ап) = Р(Ах) Р(А2/А1) .. Р(Ап/А1 А2 ... Ап-1).
Пример 17. Для условий предыдущего примера вычислить вероятность извлечения двух шаров: а) белого шара первым, а черного вторым; б) двух черных шаров.
Решение.
а)
Из предыдущего
примера мы знаем вероятности достать
из ящика белый шар первым и черный шар
вторым, при условии, что первым извлекли
белый шар. Для подсчета вероятности
появления обоих событий вместе
воспользуемся теоремой умножения
вероятностей: Р(А×
В) = Р(А) ×
(В)=
.
б)
Аналогично рассчитаем вероятность
вынуть два черных шара. Вероятность
достать первым черный шар
.
Вероятность
достать черный шар во второй раз при
условии, что первый вынутый черный шар
мы не опускаем обратно в ящик
(черных шаров осталось 4, а всего шаров
стало 11). Результирующую вероятность
можно подсчитать по формуле Р(А×В)=
Р(А) ×
(В)
0,152.
Теорема умножения вероятностей имеет более простой вид, если события А и В независимые.
Событие В называют независимым от события А, если вероятность события В не изменяется от того, произошло событие А или нет. Если событие В является независимым от события А, то его условная (В) равна обычной вероятности P(В):
(В)= P(В).
Оказывается, что если событие В будет независимым от события А, то и событие А будет независимым от В, т.е. (А)= P(А).
Докажем
это. Подставим равенство из определения
независимости события
В
от события А
в теорему умножения вероятностей: Р(А×В)
= Р(А)×
(В)=
Р(А)×
(В).
Но с другой
стороны Р(А×
В) = Р(В)
×
(А).
Значит Р(А)
×
(В)=
Р(В) ×
(А)
и
(А)= P(А).
Таким образом, свойство независимость (или зависимость) событий всегда взаимно и можно дать следующее определение: два события называются независимыми, если появление одного из них не изменяет вероятность появления другого.
Следует отметить, что в основе независимости событий лежит независимость физической природы их происхождения. Это означает, что наборы случайных факторов, приводящих к тому или иному исходу испытания одного и другого случайного события, различны. Так, например, поражение цели одним стрелком никак не влияет (если, конечно, не придумывать никаких экзотических причин) на вероятность попадания в цель вторым стрелком. На практике независимые события встречаются очень часто, так как причинная связь явлений во многих случаях отсутствует или несущественна.
Теорема умножения вероятностей для независимых событий. Вероятность произведения двух независимых событий равна произведению вероятности этих событий: Р(А×В) = Р(А) × P(В).
Из теоремы умножения вероятностей для независимых событий вытекает следующее следствие.
Если события А и В несовместные и P(A)¹0, P(В)¹0, то они зависимы.
Докажем это способом от противного. Предположим, что несовместные события А и В независимы. Тогда Р(А×В) = Р(А) ×P(В). И так как P(A)¹0, P(В)¹0, т.е. события А и В не являются невозможными, то Р(А×В)¹0. Но, с другой стороны, событие АžВ является невозможным как произведение несовместных событий (это рассматривалось выше). Значит Р(А×В)=0. получили противоречие. Таким образом, наше исходное предположение неверно. События А и В – зависимые.
Пример 18. Вернемся теперь к нерешенной задаче о двух стрелках, стреляющих по одной цели. Напомним, что при вероятности попадания в цель первым стрелком – 0,8, а вторым 0,7 необходимо найти вероятность поражения цели.
События А и В – попадание в цель соответственно первым и вторым стрелком – совместные, поэтому для нахождения вероятности суммы событий А + В – поражение цели хотя бы одним стрелком – необходимо воспользоваться формулой: Р(А+В)=Р(А)+ Р(В)–Р(АžВ). События А и В независимые, поэтому Р(А× В) = Р(А) × P(В).
Итак, Р(А+В) = Р(А) + Р(В) - Р(А) × P(В).
Р(А+В)= 0,8 + 0,7 – 0,8×0,7 = 0,94.
Пример 19.
Производится два независимых выстрела в одну и ту же мишень. Вероятность попадания при первом выстреле 0,6, а при втором — 0,8. Найти вероятность попадания в мишень при двух выстрелах.
Решение.
1) Обозначим попадание при первом выстреле как событие А1 , при втором — как событие А2.
Попадание в мишень предполагает хотя бы одно попадание: или только при первом выстреле, или только при втором, или и при первом, и при втором. Следовательно, в задаче требуется определить вероятность суммы двух совместных событий А1 и А2:
Р(А1+ А2) = Р(А1) + Р(А2)-Р(А1 • А2).
2) Так как события независимы, то Р(А1• А2) = Р(А1) • Р(А2).
3) Получаем: Р(А1+ А2) = 0,6 + 0,8 - 0,6 • 0,8 = 0,92. Если события несовместны, то Р(А • В) = 0 и Р(А + В) = = Р(А) + Р(В).
Пример 20.
В урне находятся 2 белых, 3 красных и 5 синих одинаковых по размеру шаров. Какова вероятность, что шар, случайным образом извлеченный из урны, будет цветным (не белым)?
Решение.
1) Пусть событие А — извлечение красного шара из урны, событие В — извлечение синего шара. Тогда событие (А + В) есть извлечение цветного шара из урны.
2) Р(А) = 3/10, Р(В) = 5/10.
3) События А и В несовместны, так как извлекается только один шар. Тогда: Р(А + В) = Р(А) + Р(В) = 0,3 + 0,5 = 0,8.
Пример 21.
В урне находятся 7 белых и 3 черных шара. Какова вероятность: 1) извлечения из урны белого шара (событие А); 2) извлечения из урны белого шара после удаления из нее одного шара, который является белым (событие В); 3) извлечения из урны белого шара после удаления из нее одного шара, который является черным (событие С)?
Решение.
1)
Р(А)
=
=
0,7 (см. классическую вероятность).
2)РВ(А)
=
= 0,(6).
3)
РС(А)
=
|
= 0,(7).
Пример 22.
Механизм собирается из трех одинаковых деталей и считается неработоспособным, если все три детали вышли из строя. В сборочном цехе осталось 15 деталей, из которых 5 нестандартных (бракованных). Какова вероятность того, что собранный из взятых наугад оставшихся деталей механизм будет неработоспособным?
Решение.
Обозначим искомое событие через А, выбор первой нестандартной детали через А1, второй— через А2, третьей — через А3
Событие А произойдет, если произойдет и событие А1 и событие А2, и событие А3 т. е.
А = А1 А2 А3,
так как логическое «и» соответствует произведению (см. раздел «Алгебра высказываний. Логические операции»).
3) События А1, А2, А3 зависимы, поэтому Р(А1 А2 А3) = = Р(А1) Р(А2/А1) Р(А3/А1 А2).
4)Р(А1)
=
,Р(А2/А1)
=
,Р(А3/А1
А2)=
.
Тогда
Р(А1
А2
А3)
=
0,022.
Для независимых событий: Р(А В) = Р(А) Р(В).
Исходя из вышеуказанного, критерий независимости двух событий А и В:
Р(А)
=
РВ(А)
=
Р
(А),
Р(В)
=
РА(В)
=Р
(В).
Пример 23.
Вероятность поражения цели первым стрелком (событие А) равна 0,9, а вероятность поражения цели вторым стрелком (событие В) равна 0,8. Какова вероятность того, что цель будет поражена хотя бы одним стрелком?
Решение.
1) Пусть
С
- интересующее
нас событие; противоположное событие
—
состоит
в том, что оба стрелка промахнулись.
2)
=
.
3) Так как при стрельбе один стрелок не мешает другому, то события и независимы.
Имеем: Р( ) = Р( ) Р( ) =[1 - Р(А)] [1 - Р(В)] =(1 - 0,9) • (1 - 0,8) =
= 0,1 • 0,2 = 0,02.
4) Р(С) = 1 -Р( ) = 1 -0,02 = 0,98.