Теорема умножения вероятностей событий. Условная вероятность

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 вероятностьобозначается (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(А 1 А 2 . А п) = Р(А х) Р(А 2 /А 1) .. Р(А п /А 1 А 2 ... А п-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):

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 А ž В 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(А žВ). 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.

1) Обозначим попадание при первом выстреле как событие
А 1 , при втором - как событие А 2 .

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 А 1 и А 2:

Р(А 1 + А 2) = Р(А 1) + Р(А 2)-Р(А 1 А 2).

2) Так как события независимы, то Р(А 1 А 2) = Р(А 1) Р(А 2).

3) Получаем: Р(А 1 + А 2) = 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)?

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)?

1) Р(А) = = 0,7 (см. классическую вероятность).

2)Р В (А) = = 0,(6).

3) Р С (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?

1) Обозначим искомое событие через А, выбор первой нестандартной детали через А 1 , второй- через А 2 , третьей - через А 3

2) Событие А произойдет, если произойдет и событие А 1 и событие А 2 , и событие А 3 т. е.

А = А 1 А 2 А 3 ,

так как логическое «и» соответствует произведению (см. раздел «Алгебра высказываний. Логические операции»).

3) События А 1 , А 2 , А 3 зависимы, поэтому Р(А 1 А 2 А 3) =
= Р(А 1) Р(А 2 /А 1) Р(А 3 /А 1 А 2).

4)Р(А 1) = ,Р(А 2 /А 1) = ,Р(А 3 /А 1 А 2)= . Тогда

Р(А 1 А 2 А 3) = 0,022.

Для независимых событий: Р(А В) = Р(А) Р(В).

Исходя из вышеуказанного, критерий независимости двух событий А и В:

Р(А) = Р В (А) = Р (А), Р(В) = Р А (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?

1) Пусть С - интересующее нас событие; противоположное событие - состоит в том, что оба стрелка промахнулись.

3) Так как при стрельбе один стрелок не мешает другому, то события и независимы.

Имеем: Р() = Р() Р() = =(1 - 0,9) (1 - 0,8) =

0,1 0,2 = 0,02.

4) Р(С) = 1 -Р() = 1 -0,02 = 0,98.

Формула полной вероятности

Пусть событие А может произойти в результате проявления одного и только одного события Н i (i = 1,2,... n) из некоторой полной группы несовместных событий H 1 , H 2,… H n . События этой группы обычно называют гипотезами.

Формула полной вероятности. Вероятность события А равна сумме парных произведений вероятностей всех гипотез, образующих полную группу, на соответствующие условные вероятности данного события А:

Р(А) = , где = 1.

Пример 24.

Имеется 3 одинаковые урны. В первой - 2 белых и 1 черный шар, во второй - 3 белых и 1 черный шар, в третьей урне - 2 белых и 2 черных шара. Из выбранной наугад урны выбирается 1 шар. Какова вероятность того, что он окажется белым?

Все урны считаются одинаковыми, следовательно, вероятность выбрать i-ю урну есть

Р(H i) = 1/3, где i = 1, 2, 3.

2) Вероятность вынуть белый шар из первой урны: (А) = .

Вероятность вынуть белый шар из второй урны: (А) = .

Вероятность вынуть белый шар из третьей урны: (А) = .

3) Искомая вероятность:

Р(А) = =0.63(8)

Пример 25.

В магазин для продажи поступает продукция трех фабрик, относительные доли которых: I - 50%, II - 30%, III - 20%. Для продукции фабрик брак соответственно составляет: I - 2%, П - 2%, III - 5%. Какова вероятность того, что изделие этой продукции, случайно приобретенное в магазине, окажется доброкачественным (событие А)?

1) Здесь возможны следующие три гипотезы: H 1 , H 2, H 3 -
приобретенная вещь выработана соответственно на I, II, III фабриках; система этих гипотез полная.

Вероятности: P(H 1) = 0,5; Р(Н 2) = 0,3; Р(Н 3) = 0,2.

2) Соответствующие условные вероятности события А равны: (A) = 1-0,02 = 0,98; (A) = 1-0,03 = 0,97; (А) = = 1-0,05 = 0,95.

3) По формуле полной вероятности имеем: Р(А) = 0,5 0,98 + + 0,3 0,97 + 0,2 0,95 = 0,971.

Формула апостериорной вероятности (формула Бейеса)

Рассмотрим ситуацию.

Имеется полная группа несовместных гипотез H 1 , H 2, … H n , вероятности которых (i = 1, 2, ... п) известны до опыта (вероятности априори). Производится опыт (испытание), в результате которого зарегистрировано появление события А, причем известно, что этому событию наши гипотезы приписывали определенные вероятности (i=1, 2, ...п). Каковы будут вероятности этих гипотез после опыта (вероятности апостериори)?

Ответ на подобный вопрос дает формула апостериорной вероятности (формула Бейеса):

, где i=1,2, ...п.

Пример 26.

Вероятность поражения самолета при одиночном выстреле для 1-го ракетного комплекса (событие А) равна 0,2, а для 2-го (событие В) - 0,1. Каждый из комплексов производит по одному выстрелу, причем зарегистрировано одно попадание в самолет (событие С). Какова вероятность, что удачный выстрел принадлежит первому ракетному комплексу?

Решение.

1) До опыта возможны четыре гипотезы:

H 1 = А В - самолет поражен 1 -м комплексом и самолет поражен 2-м комплексом (произведение соответствует логическому «и»),

H 2 = А В - самолет поражен 1 -м комплексом и самолет не поражен 2-м комплексом,

H 3 = А В - самолет не поражен 1 -м комплексом и самолет поражен 2-м комплексом,

H 4 = А В - самолет не поражен 1 -м комплексом и самолет не поражен 2-м комплексом.

Эти гипотезы образуют полную группу событий.

2) Соответствующие вероятности (при независимом действии комплексов):

Р(H 1) = 0,2 0,1 = 0,02;

Р(H 2) = 0,2 (1-0,1) = 0,18;

Р(Н 3) = (1-0,2) 0,1 = 0,08;

Р(H 4) = (1-0,2) (1-0,1) = 0,72.

3) Так как гипотезы образуют полную группу событий, то должно выполняться равенство = 1.

Проверяем: Р(H 1) + Р(Н 2) + Р(H 3) + Р(H 4) = 0,02 + 0,18 + + 0,08 + 0,72 = 1, таким образом, рассматриваемая группа гипотез верна.

4) Условные вероятности для наблюдаемого события С при данных гипотезах будут: (С) = 0, так как по условию задачи зарегистрировано одно попадание, а гипотеза H 1 , предполагает два попадания:

(С) = 1; (С) = 1.

(С) = 0, так как по условию задачи зарегистрировано одно попадание, а гипотеза H 4 предполагает отсутствие попаданий. Следовательно, гипотезы H 1 , и H 4 отпадают.

5)Вероятности гипотез H 2 и H 3 вычисляем по формуле Бейеса:

0,7, 0,3.

Таким образом, с вероятностью приблизительно 70% (0,7) можно утверждать, что удачный выстрел принадлежит первому ракетному комплексу.

5.4. Случайные величины. Закон распределения дискретной случайной величины

Достаточно часто на практике рассматриваются такие испытания, в результате реализации которых случайным образом получается некоторое число. Например, при бросании игрального кубика выпадает число очков от 1 до 6, при взятии 6 карт из колоды можно получить от 0 до 4 тузов. За определенный промежуток времени (скажем, день или месяц) в городе регистрируется то или иное количество преступлений, происходит какое-то количество дорожно-транспортных происшествий. Из орудия производится выстрел. Дальность полета снаряда также принимает какое-либо значение случайным образом.

Во всех перечисленных испытаниях мы сталкиваемся с так называемыми случайными величинами.

Числовая величина, принимающая то или иное значение в результате реализации испытания случайным образом, называется случайной величиной .

Понятие случайной величины играет весьма важную роль в теории вероятностей. Если «классическая» теория вероятностей изучала главным образом случайные события, то современная теория вероятностей преимущественно имеет дело со случайными величинами.

Далее будем обозначать случайные величины прописными латинскими буквами X, Y, Z и т.д., а их возможные значения – соответствующими строчными x, y, z. Например, если случайная величина имеет три возможных значения, то будем обозначать их так: , , .

Итак, примерами случайных величин могут быть:

1) количество очков, выпавших на верхней грани игрального кубика:

2) число тузов, при взятии из колоды 6 карт;

3) количество зарегистрированных преступлений за день или месяц;

4) число попаданий в мишень при четырех выстрелов из пистолета;

5) расстояние, которое пролетит снаряд при выстреле из орудия;

6) рост случайно взятого человека.

Можно заметить, что в первом примере случайная величина может принять одно из шести возможных значений: 1, 2, 3, 4, 5 и 6. Во втором и четвертом примерах число возможных значений случайной величины пять: 0, 1, 2, 3, 4. В третьем примере значением случайной величины может быть любое (теоретически) натуральное число или 0. В пятом и шестом примерах случайная величина может принимать любое действительное значение из определенного промежутка (а , b ).

Если случайная величина может принимать конечное или счетное множество значений, то она называется дискретной (дискретно распределенной).

Непрерывной случайной величиной называется такая случайная величина, которая может принимать все значения из некоторого конечного или бесконечного промежутка.

Для задания случайной величины недостаточно перечислить ее всевозможные значения. Например, во втором и в третьем примерах случайные величины могли принимать одни и те же значения: 0, 1, 2, 3 и 4. Однако вероятности, с которыми эти случайные величины принимают свои значения, будут совершенно разными. Поэтому для задания дискретной случайной величины кроме перечня ее всех возможных значений нужно еще указать их вероятности.

Соответствие между возможными значениями случайной величины и их вероятностями называютзаконом распределения дискретной случайной величины. , …, Х=

Многоугольник распределения, также как и ряд распределения, полностью характеризует случайную величину. Он является одним из форм закона распределения.

Пример 27. Случайным образом бросается монета. Построить ряд и многоугольник распределения числа выпавших гербов.

Случайная величина, равная количеству выпавших гербов, может принимать два значения: 0 и 1. Значение 1 соответствует событию - выпадение герба, значение 0 – выпадению решки. Вероятности выпадения герба и выпадения решки одинаковы и равны . Т.е. вероятности, с которыми случайная величина принимает значения 0 и 1, равны . Ряд распределения имеет вид:

X
p

Теорема умножения вероятностей двух произвольных событий: вероятность произведения двух произвольных событий равна произведению вероятности одного из событий на условную вероятность другого события, при условии, что первое уже произошло:

P(AB)=P(A)P(B|A) = P(B)P(A|B). (10)

Доказательство (не строгое): докажем теорему умножения для схемы шансов (равновероятных гипотез). Пусть возможные исходы опыта являются n шансами. Предположим, что событию A благоприятны m шансов (на рис. 11 имеют штриховку); событию B - k шансов; одновременно событиям A и B (AB) - l шансов (на. рис. 11 имеют светлую штриховку).

Рисунок 11

Очевидно, что m+k-l=n. По классическому способу вычисления вероятностей P(AB)=l/n; P(A)=m/n; P(B)=k/n. А вероятность P(B|A)=l/m, поскольку известно, что один из m шансов события A произошел, а событию B благоприятны l подобных шансов. Подставив данные выражения в теорему (10), получим тождество l/n=(m/n)(l/m). Теорема доказана.

Теорема умножения вероятностей трёх произвольных событий:

P(ABC)=|AB=D|=P(DC)=P(D)P(C|D)=P(AB)P(C|AB)=P(A)P(B|A)P(C|AB).(11)

По аналогии можно записать теоремы умножения вероятностей для большего количества событий.

Следствие 1. Если событие A не зависит от B, то и событие B не зависит от A.

Доказательство. Т.к. событие A не зависит от B, то по определению независимости событий P(A)=P(A|B)=P(А|). Требуется доказать, что P(B)=P(B|A).

По теореме умножения P(AB)=P(A)P(B|A)=P(B)P(A|B), следовательно, P(A)P(B|A)=P(B)P(A). Предполагая, что P(A)>0, разделим обе части равенства на P(A) и получим: P(B)=P(B|A).

Из следствия 1 вытекает, что два события независимы, если появление одного из них не изменяет вероятность появления другого. На практике, зависимыми являются события (явления), связанные между собой причинно-следственной связью.

Следствие 2. Вероятность произведения двух независимых событий равна произведению вероятностей этих событий. Т.е. если события A и B независимы, то

P(AB)=P(A)P(B). (11)

Доказательство очевидно, поскольку для независимых событий P(B|A)=P(B).

Тождество (11) наряду с выражениями (12) и (13) являются необходимыми и достаточными условиями независимости двух случайных событий A и B.

P(A)=P(A|B); P(A)=P(А|); P(A|B)=P(А|); (12)

P(B)=P(B|A); P(B)=P(B|); P(B|A)=P(B|). (13)

Надёжность некоторой системы повышается двукратным резервированием (см. рис. 12). Вероятность безотказной работы первой подсистемы (в течение некоторой наработки) равна 0.9, второй - 0,8. Определить вероятность отказа системы в целом в течение заданной наработки, если отказы подсистем независимы.

Рисунок 12 - Двукратно резервированная система

E: исследование безотказности двукратно резервированной системы управления;

A 1 ={безотказная работа (в течение некоторой наработки) первой подсистемы}; P(A 1)=0,9;

A 2 ={безотказная работа второй подсистемы}; P(A 2)=0,8;

A={безотказная работа системы в целом}; P(A)=?

Решение. Выразим событие A через события A 1 и A 2 вероятности которых известны. Поскольку для безотказной работы системы достаточно безотказной работы хотя бы одного из её подсистем, то очевидно A=A 1 A 2.

Применяя теорему сложения вероятностей получим: P(A)=P(A 1 A 2)=P(A 1)+P(A 2)-P(A 1 A 2). Вероятность совместного наступления событий A 1 и A 2 определим по теореме умножения вероятностей: P(A 1 A 2)=P(A 1)P(A 2 |A 1). Учитывая, что (по условию) события A 1 и A 2 независимы, P(A 1 A 2)=P(A 1)P(A 2). Таким образом, вероятность безотказной работы системы равна P(A)=P(A 1 A 2)=P(A 1)+P(A 2)-P(A 1)P(A 2)=0,9+0,8-0,90,8=0,98.

Ответ: вероятность безотказной работы системы в течение заданной наработки равна 0,98.

Замечание. В примере 20 возможен другой способ определения события A через события A 1 и A 2: , т.е. отказ системы возможен при одновременном отказе обоих её подсистем. Применяя теорему умножения вероятностей независимых событий получим следующее значение вероятности отказа системы: . Следовательно, вероятность безотказной работы системы в течение заданной наработки равна.

Пример 21 (парадокс независимости)

E: бросается две монеты.

A={выпадение герба на первой монете}, P(A)=0,5;

B={выпадение герба на второй монете}, P(B)=0,5;

C={выпадение герба только на одной из монет}, P(C)=0,5.

События A, B и C попарно независимы, поскольку выполняются условия независимости двух событий (11)-(13):

P(A)=P(A|B)=0,5; P(B)=P(B|C)=0,5; P(C)=P(C|A)=0,5.

Однако P(A|BC)=0P(A); P(A|C)=1P(A); P(B|AC)=0P(B); P(C|AB)=0P(C).

Замечание. Попарная независимость случайных событий не означает их независимость в совокупности.

Случайные события называются независимыми в совокупности, если вероятность наступления каждого из них не изменяется с наступлением любой комбинации остальных событий. Для случайных событий A 1, A 2, … A n, независимых в совокупности, справедлива следующая теорема умножения вероятностей (необходимое и достаточное условие независимости в совокупности n случайных событий):

P(A 1 A 2 …A n)=P(A 1)P(A 2)…P(A n). (14)

Для примера 21 условие (14) не выполняется: P(ABC)=0P(A)P(B)P(C)=0,50,50,5=0,125. Следовательно, попарно независимые события A, B и C зависимы в совокупности.

Пример 22

В коробке находятся 12 транзисторов, три из которых неисправны. Для сборки двухкаскадного усилителя случайным образом извлекаются два транзистора. С какой вероятностью собранный усилитель будет неисправен?

E: выбор двух транзисторов из коробки с 9-ю исправными и 3-мя неисправными транзисторами;

A={неисправность собранного усилителя}; P(A)=?

Решение. Очевидно, что собранный двухкаскадный усилитель будет неисправен, если будет неисправен хотя бы один из двух отобранных для сборки транзисторов. Поэтому переопределим событие A следующим образом:

A={хотя бы один из двух отобранных транзисторов неисправен};

Определим следующие вспомогательные случайные события:

A 01 ={неисправен только первый из двух отобранных транзисторов};

A 10 ={неисправен только второй из двух отобранных транзисторов};

A 00 ={неисправны оба отобранных транзистора};

Очевидно, что A=A 01 A 10 A 00 (для наступления события A необходимо наступление хотя бы одного из событий A 01 или A 10 или A 00), причем события A 01, A 10 и A 00 несовместны (вместе произойти не могут), поэтому вероятность события найдем по теореме сложения вероятностей несовместных событий:

P(A)=P(A 01 A 10 A 00)=P(A 01)+P(A 10)+P(A 00).

Для определения вероятностей событий A 01, A 10 и A 00 введем вспомогательные события:

B 1 ={первый отобранный транзистор неисправен};

B 2 ={второй отобранный транзистор неисправен}.

Очевидно, что A 01 =B 1 ; A 10 =B 2 ; A 00 =B 1 B 2 ; поэтому для определения вероятностей событий A 01, A 10 и A 00 применим теорему умножения вероятностей.

P(A 01)=P(B 1)=P(B 1)P(|B 1),

где P(B 1) - вероятность того, что первый отобранный транзистор будет неисправен; P(|B 1) - вероятность того, что второй отобранный транзистор будет исправен, при условии, что первый отобранный транзистор неисправен. Применяя классический способ вычисления вероятностей, P(B 1)=3/12, а P(|B 1)=9/11 (поскольку после выбора первого неисправного транзистора в коробке осталось 11 транзисторов, 9 из которых исправны).

Таким образом, P(A 01)=P(B 1)=P(B 1)P(|B 1)=3/129/11=0,20(45). По аналогии:

P(A 10)=P(B 2)=P()P(B 2 |)=9/123/11=0,20(45);

P(A 00)=P(B 1 B 2)=P(B 1)P(B 2 |B 1)=3/122/11=0,041(6).

Подставим полученные значения вероятностей A 01, A 10 и A 00 в выражение для вероятности события A:

P(A)=P(A 01 A 10 A 00)=P(A 01)+P(A 10)+P(A 00)=3/129/11+9/123/11+3/122/11=0,45(45).

Ответ: вероятность того, что собранный усилитель будет неисправен, равна 0,4545.

Событие A называется независимым от события B, если вероятность события A не зависит от того, произошло событие B или нет. Событие A называется зависимым от события B, если вероятность события A меняется в зависимости от того, произошло событие B или нет.

Вероятность события A, вычисленная при условии, что событие B уже произошло, называется условной вероятностью события A и обозначается .

Условие независимости события A от события B можно записать в виде
.

Теорема умножения вероятностей. Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную при условии, что первое имело место:

Если событие A не зависит от события B, то событие B не зависит от события A. При этом вероятность произведения событий равна произведению их вероятностей:

Пример 14. Имеется 3 ящика, содержащих по 10 деталей. В первом ящике 8, во втором - 7 и в третьем 9 стандартных деталей. Из каждого ящика наудачу вынимают по одной детали. Найти вероятность того, что все три вынутые детали окажутся стандартными.

Вероятность того, что из первого ящика вынута стандартная деталь (событие A) равна
. Вероятность того, что из второго ящика вынута стандартная деталь (событиеB) равна
. Вероятность того, что из третьего ящика вынута стандартная деталь (событиеC) равна
.

Так как события A, B и C независимые в совокупности, то по теореме умножения искомая вероятность равна

Приведем пример совместного использования теорем сложения и умножения.

Пример 15. Вероятности появления независимых событий A 1 и A 2 равны соответственно p 1 и p 2 . Найти вероятность появления только одного из этих событий (событие A). Найти вероятность появления хотя бы одного из этих событий (событие B).

Обозначим вероятности противоположных событий ичерезq 1 =1-p 1 и q 2 =1-p 2 соответственно.

Событие A произойдет, если произойдет событие A 1 и не произойдет событие A 2 , или если произойдет событие A 2 и не произойдет событие A 1 . Следовательно,

Событие B произойдет, если произойдет событие A, или произойдут события A 1 и A 2 одновременно. Следовательно,

Вероятность события B можно определить иначе. Событие , противоположное событиюB состоит в том, что оба события A 1 и A 2 не произойдут. Поэтому по теореме умножения вероятностей для независимых событий получим

что совпадает с выражением, полученным ранее, так как имеет место тождество

7. Формула полной вероятности. Формула Байеса.

Теорема 1 . Предположим, что события
образуют полную группу попарно несовместных событий (такие события называются гипотезами). ПустьA - произвольное событие. Тогда вероятность события A может быть вычислена по формуле

Доказательство. Так как гипотезы образуют полную группу, то , и, следовательно,.

В силу того, что гипотезы являются попарно несовместными событиями, то события также попарно несовместны. По теореме сложения вероятностей

Применяя теперь теорему умножения вероятностей, получим

Формула (1) называется формулой полной вероятности. В сокращенном виде ее можно записать следующим образом

Формула полезна, если условные вероятности события A вычисляются легче, чем безусловная вероятность.

Пример 16 . Имеется 3 колоды по 36 карт и 2 колоды по 52 карты. Наудачу выбираем одну колоду и из нее наудачу одну карту. Найти вероятность того, что вынутая карта - туз.

Пусть A - событие, состоящее в том, что вынутая карта - туз. Введем в рассмотрение две гипотезы:

- карта вынута из колоды в 36 карт,

- карта вынута из колоды в 52 карты.

Для вычисления вероятности события A воспользуемся формулой полной вероятности:

Теорема 2 . Предположим, что события
образуют полную группу попарно несовместных событий. ПустьA - произвольное событие. Условная вероятность гипотезы в предположении, что произошло событиеA, может быть вычислена по формуле Байеса:

Доказательство. Из теоремы умножения вероятностей для зависимых событий следует, что .

Применяя формулу полной вероятности, получим (2).

Вероятности гипотез
называются априорными, а вероятности гипотез
при условии, что событие A имело место, называются апостериорными. Сами формулы Байеса называются еще формулами вероятностей гипотез.

Пример 17 . Имеются 2 урны. Первая урна содержит 2 белых и 4 черных шара, а вторая урна содержит 7 белых и 5 черных шаров. Наудачу выбираем урну и из нее наудачу извлекаем один шар. Он оказался черным (событие A произошло). Найти вероятность того, что шар был извлечен из первой урны (гипотеза
). Найти вероятность того, что шар был извлечен из второй урны (гипотеза
).

Применим формулы Байеса:

Пример 18 . На заводе болты выпускаются тремя машинами, которые выпускают соответственно 25%, 35% и 40% всех болтов. Брак продукции этих машин составляет соответственно 5%, 4%, 2%. Из продукции всех трех машин был выбран один болт. Он оказался дефектным (событие A). Найти вероятность того, что болт был выпущен первой, второй, третьей машиной.

Пусть
- событие, состоящее в том, что болт был выпущен первой машиной,
- второй машиной,
- третьей машиной. Эти события попарно несовместны и образуют полную группу. Воспользуемся формулами Байеса

В результате получим

Часто бывает так, что вероятность некото-рого события можно найти, зная вероятности других событий, связанных с этим со-бытием.

Теорема сложения вероятностей.

?Теорема 2.6. (Теорема сложения вероятностей ). Вероят-ность суммы (объедине-ния; появления одного из них, безраз-лично какого) двух произвольных событий равна сумме вероят-ностей этих событий за вычетом вероятности их совместного появле-ния, т.е. P (A +B ) = P (A ) + P (B ) - P (AB ).

Следствие 1. Вероятность суммы (объединения) попарно не-совместных событий равна сумме их вероятностей, т.е. P (A 1 +A 2 +...+A n ) = = P (A 1) + P (A 2) + ... + P (A n ).

Следствие 2. Пусть A 1 , A 2 , ... , A n - полная группа попарно несовместных собы-тий. Тогда P (A 1)+P (A 2)+ ... +P (A n ) = 1.

Следствие 3. Сумма вероятностей противоположных собы-тий равна единице, т.е. P (A ) + P (`A ) = 1.

Пример 2.10. В урне 5 белых, 6 черных и 9 красных шаров. Какова вероятность того, что первый наугад вынутый шар окажется черным или красным?

Решение. Здесь имеется всего 20 элементарных исходов, из кото-рых появлению черного шара бла-гоприятствует 6, а появлению крас-ного - 9. Поэтому вероятность со-бытия A - появление черного шара: P (A ) = 6/20, а вероятность события B - появление красного шара: P (A ) = 9/20. Поскольку собы-тия A и B несовме-стны (вынимается всего один шар), то P (A +B ) = P (A ) + P (B ) = 6/20 + 9/20 = 0,75. Ответ : 0,75.

? Условная вероятность события B (P A (B)) - вероятность события B, вычислен-ная при условии, что событие A уже про-изошло . Если A и B - независимые события, то P A (B ) = P (B ), P B (A ) = P (A ).

Теорема умножения вероятностей.

?Теорема 2.7. (Теорема умножения вероятностей ). Вероят-ность произведения (пе-ресечения; совместного появления) двух произвольных событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную при усло-вии, что первое собы-тие уже наступило, т.е. P (AB ) = P (A )·P A (B ) = P (B )·P B (A ).

Пример 2.11. На полке стоят 11 научно-популярных книг и 5 ху-дожественных. Какова вероят-ность того, что две подряд наугад взятые книги окажутся художественными?

Решение. Рассмотрим два события B 1 и B 2: B 1 - при первом испы-та-нии взята художественная книга, B 2 - при втором испытании взята ху-дожественная книга. По теореме 2.7 вероятность такого собы-тия равна P (B 1 B 2)=P (B 1)·P B 1 (B 2). Вероятность события B 1 P (B 1) = 5/16. По-сле первого испытания на полке останется 15 книг, из которых 4 ху-доже-ственные, по-этому условная веро-ятность P B 1 (B 2) = 4/15. Отсюда искомая вероятность равна: P (B 1 B 2) = . Ответ : 1/12.

Следствие 1. Вероятность совместного появления несколь-ких событий равна про-изведению вероятности одного из них на условные вероят-ности всех остальных, при-чем вероятность ка-ждого последующего события вычис-ляют при условии, что все предыдущие события уже наступили, т.е. P (A 1 ·A 2 ·...·A n ) = P (A 1)·P A 1 (A 2) P A 1A 2 (A 3). · ... ·P A 1 A 2… An -1 (A n ).

Пример 2.12. Из десяти карточек составлено слово «МАТЕМА-ТИКА». Из них школьник нау-дачу выбирает поочередно четыре кар-точки и приставляет одну к другой. Какова вероятность того, что по-лучится слово «ТЕМА»?

Решение. Введем события A 1 , A 2 , A 3 , A 4 , состоящие в том, что пер-вая выбранная буква - Т, вторая - Е, тре-тья - М и четвертая - А. Нам нужно найти вероят-ность произведения этих событий. По след-ствию 1 из тео-ремы 2.7 имеем:

P (A 1 ·A 2 ·A 3 ·A 4) = P (A 1)·P A 1 (A 2)·P A 1A 2 (A 3)·P A 1A 2A 3 (A 4) = Ответ : 1/420.

Следствие 2. Если A 1 ,A 2 ,...,A n - независимые события, то ве-роятность их произве-дения (совместного появления) равна про-изведению вероятностей этих собы-тий, т.е. P (A 1 ·A 2 · ... ·A n ) = P (A 1)·P (A 2)· ... ·P (A n ).

Пример 2.13. Два стрелка независимо один от другого де-лают по одному выстрелу по од-ной и той же мишени. Вероятность поражения мишени первым стрелком - 0,7, вторым - 0,8. Какова вероят-ность того, что ми-шень будет поражена?

Решение. Пусть событие А состоит в том, что мишень поразил пер-вый стрелок, а событие В - в том, что ми-шень поразил второй стрелок. По условию Р (А ) = 0,7 и Р (В ) =0,8.

1-й способ . Рассмотрим противоположные события:`A - промах первого стрелка,`B - промах вто-рого. По следствию 3 из тео-ремы 2.6 получаем Р (`A ) = 1-0,7 = 0,3 и Р (`B ) = 1-0,8 = 0,2. Произведение собы-тий `A ·`B означает промах обоих стрелков. По смыслу задачи собы-тия А и В являются незави-симыми, поэтому и противоположные со-бытия`A и`B также будут независимыми. По следствию 2 из теоремы 2.7 получаем вероят-ность того, что оба стрелка промахнутся: Р(`А·`В) = 0,3·0,2 = 0,06. Нас же интересу-ет вероятность противоположного события, состоящего в том, что мишень поражена. По-этому искомую вероят-ность мы находим по следствию 3 из теоремы 2.6: 1 - 0,06 = 0,94.

2-й способ . Искомая событие (мишень будет поражена хотя бы од-ним стрелком) есть сумма собы-тий A и B . По теореме 2.6. P (A +B ) = P (A ) + P (B ) - P (AB ) = 0,7 + 0,8 - 0,7·0,8 = 1,5 - 0,56 = 0,94. Ответ : 0,94.

Пример 2.14 . В студенческой группе 25 человек. Какова вероят-ность того, что дни рождения хотя бы у двоих совпадают?

Решение . Вероятность того, что дни рождения у двух произвольно взятых людей совпадают, равна 1/365 (считаем, что попадания дня рождения на любой день в году - равновозможные случаи). Тогда ве-роятность того, что дни рожде-ния двух людей не совпадают, т.е. веро-ятно-сть противопо-ложного события равна 1-1/365 = 364/365. Вероят-ность того, что день рожде-ния третьего отличается от дней рождения двух предыдущих, составит 363/365 (363 случая из 365 благо-приятст-вуют этому событию). Рассуждая аналогично, находим, что для 25-го члена группы эта веро-ятность равна 341/365. Далее найдем вероят-ность того, что дни рождения всех 25 членов группы не совпадают. По-скольку все эти события (несовпадение дня рождения каждого оче-редного члена группы с днями ро-ждения преды-дущих) независимы, то по следствию 2 из теоремы 2.7 получаем:

P (A 2 A 3 ... A 25) = · · ... · » 0,43.

Это вероятность того, что дни рождения у всех 25 человек не сов-падают. Ве-роятность противопо-ложного события будет вероятностью того, что хотя бы у двоих дни рождения совпадают, т.е. иско-мой веро-ятностью P » 1-0,43 = 0,57. Ответ : » 0,57.

Формула полной вероятно-сти.

?Теорема 2.8. Пусть B 1 , B 2 , …, B n - полная группа попарно не-совместных событий. Ве-роятность события A , которое может наступить лишь при условии наступления од-ного из событий B 1 , B 2 , …, B n , равна сумме произведений вероятностей каждого из этих событий на соответствующую условную вероятность собы-тия A , т.е.

P(A ) = P (B 1)·P B 1 (A ) + P (B 2)·P B 2 (A ) + … + P (B n )·P Bn (A ).

Эта формула называется формулой полной вероятно-сти . События B 1 , B 2 , …, B n , удовлетворяющие условию теоремы 2.8, называют гипотезами .

Пример 2.15. Турист равновероятно выбирает один из трех маршру-тов: конный, водный и горный. Вероятность, что он успешно преодолеет путь при выборе конного способа передвижения, равна 0,75, при выборе водного пути - 0,8, при выборе горного маршрута - 0,55. Найдите вероятность, что турист успешно преодолеет весь путь при любом выборе маршрута.

Решение . Введем события: A - «Турист успешно преодолеет весь путь при любом выборе маршрута», B 1 , B 2 , B 3 - выбран соответственно, конный, водный и горный маршрут. Поскольку выбор маршрута равновероятен, то вероятно-сти выбора каждого маршрута P (B 1) = P (B 2) = P (B 3) = 1/3. По условию P B 1 (A ) = 0,75; P B 2 (A ) = 0,8; P B 3 (A ) = 0,55. Тогда по формуле полной вероятности: P (A ) = P (B 1)·P B 1 (A ) + P (B 2)·P B 2 (A ) + P (B 3)·P B 3 (A ) = (1/3)·0,75 + (1/3) ·0,8 + (1/3)0,55 = 0,7.

Ответ : 0,7.

?Теорема 2.9. Условная вероятность любой гипотезы B i (i = 1, 2, … ,n ) вычисляется по формуле Бейеса :

Формула Бейеса позволяет переоценить вероятности гипотез после того, как ста-но-вится известным результат испытания, в итоге которого появилось событие A .

Пример 2.16. Имеется три набора микросхем, первый из которых содержит 100, второй 300 и тре-тий 600 микросхем. Вероятность того, что микросхема, взятая наугад из первого набора, исправна, равна 0,9, а для второго и третьего наборов - соответственно 0,85 и 0,8. Какова вероятность того, что: а) произвольно взятая микросхема исправна: б) исправная микросхема извлечена из второго на-бора?

Решение . а) В данном случае имеется три гипотезы, вероятности которых P (B 1) = 0,1, P (B 2) = 0,3, P (B 3) = 0,6. Пользуясь формулой полной вероятности, находим P (A ) = P (B 1)·P B 1 (A ) + P (B 2)·P B 2 (A ) + P (B 3)·P B 3 (A ) = 0,1·0,9 + 0,3·0,85 + 0,6·0,8 = 0,825.

б) Допустим, что искомое событие A произошло - извлечена ис-правная микросхема. Найдем ве-ро-ятность P A (B 2) того, что эта микро-схема извлечена из второго набора. Согласно формулы Бейеса,

Ответ : а) 0,825; б) 17/55.

Пример 2.17. Из 10 учеников, которые пришли на экзамен по ма-тематике, трое подготовились от-лично, четверо - хорошо, двое - удовлетворительно, а один совсем не готовился. В билетах 20 вопро-сов. Отлично подготовившиеся ученики могут ответить на все 20 во-просов, хорошо - на 16 вопросов, удовлетворительно - на 10, и непод-готовившийся - на 5 вопросов. Каждый ученик получает наугад 3 во-проса из 20. Ученик, приглашенный первым, ответил на все 3 вопроса. Какова вероятность того, что он отличник?

P A (B 1). По фор-муле Бейеса P A (B 1) = » 0,58.

Как видим, искомая вероятность сравнительно не велика, Поэтому учителю придется предложить ученику еще несколько дополнитель-ных вопросов. Ответ : 0,58.

Определение. Произведением или пересечением событий А и В называют событие, состоящее в одновременном наступлении событий и А, и В. Обозначение произведения: АВ или А В.

Пример . Двукратное попадание в цель есть произведение двух событий. Ответ на оба вопроса билета на экзамене есть произведение двух событий.

События А и В называют несовместными , если их произведение – событие невозможное, т.е. АВ = V.

События А – выпадение герба и В – выпадение цифры при однократном бросании монеты наступить одновременно не могут, их произведение событие невозможное, события А и В несовместные.

Понятия суммы и произведения событий имеют наглядную геометрическую интерпретацию.

Рис. 6.4. Геометрическая интерпретация произведения(а) и суммы(б) двух совместных событий

Пусть событие А – множество точек области А; событие В – множество точек области В. Заштрихованная область соответствует событию АВ на рис.6.4,а; событию на рис.6.4,б.

Для несовместных событий А и В имеем: АВ=V (рис.6.5,а). Событию А+В соответствует заштрихованная область на рис.6.5,б.

Рис. 6.5. Геометрическая интерпретация произведения(а) и суммы(б) двух несовместных событий

События и называют противоположными , если они несовместны и в сумме составляют достоверное событие, т.е.

Например, произведем один выстрел по цели: событие – стрелок попал в цель, не попал; подброшена монета: событие – выпадение орла, − выпадение цифры; школьники пишут контрольную работу: событие – ни одной ошибки в контрольной работе, − есть ошибки в контрольной работе; студент пришел сдавать зачет: событие А − сдал зачет, − не сдал зачет.

В классе есть мальчики и девочки, отличники, хорошисты и троечники, изучающие английский и немецкий язык. Пусть событие M – мальчик, О – отличник, А – изучающий английский язык. Может ли случайно вышедший из класса ученик быть и мальчиком, и отличником, и изучающим английский язык? Это и будет произведение или пересечение событий МОА.

Пример . Бросают игральный кубик – куб, сделанный из однородного материала, грани которого занумерованы. Наблюдают за числом (числом очков), выпадающим на верхней грани. Пусть событие А – появление нечетного числа, событие В – появление числа, кратного трем. Найти исходы, составляющие каждое из событий: U, А, А+В, АВ и указать их смысл.

Решение . Исход – появление на верхней грани любого из чисел 1, 2, 3, 4, 5, 6. Множество всех исходов составляет пространство элементарных событий Ясно, что событие , событие

Событие − появление либо нечетного числа, либо числа, кратного трем. При перечислении исходов учтено, что каждый исход в множестве может содержаться только один раз.

Событие − появление и нечетного числа и числа, кратного трем.

Пример. Проверено домашнее задание у трех студентов. Пусть событие − выполнение задания -м студентом, Каков смысл событий: и ?

Решение. Событие − выполнение задания хотя бы одним студентом, т.е. или любым одним студентом (или первым, или вторым, или третьим), или любыми двумя, или всеми тремя.

Событие − задание не выполнено ни одним студентом: ни первым, ни вторым, ни третьим. Событие − выполнение задания тремя студентами: и первым, и вторым, и третьим.

При рассмотрении совместного наступления нескольких событий возможны случаи, когда появление одного из них сказывается на возможности появления другого. Например, если осенью день солнечный, то менее вероятно, что погода испортится (начнется дождь). Если же солнца не видно, то больше шансов, что пойдет дождь.

Определение. Событие А называется независимым от события В, если вероятность события А не меняется в зависимости от того, произошло или нет событие В. Иначе событие А называется зависимым от события В. Два события А и В называются независимыми , если вероятность одного из них не зависит от появления или не появления другого, зависимыми – в противном случае. События называют попарно независимыми, если каждые два из них независимы друг от друга.

Теорема. (Умножения вероятностей ) Вероятность произведения двух независимых событий равна произведению вероятностей этих событий:

Р(А·В)=Р(А)·Р(В)

Эта теорема справедлива для любого конечного числа событий, если только они независимы в совокупности, т.е. вероятность любого из них не зависит от того, произошли или нет другие из этих событий.

Пример . Студент сдает три экзамена. Вероятность успешной сдачи первого экзамена 0,9, второго 0,65, третьего – 0,35. Найти вероятность того, что он не сдаст хотя бы один экзамен.

Решение : Обозначим А – событие студент не сдал хотя бы один экзамен. Тогда Р(А) = 1- Р(ùА), где ùА – противоположное событие студент сдал все экзамены. Поскольку сдача каждого экзамена не зависит от других экзаменов, то Р(А)=1-Р(ùА)= 1- 0,9*0,65*0,35=0,7953.

Определение . Вероятность события А, вычисленная при условии, что имеет место событие В, называется условной вероятностью события А при условии появления В и обозначается Р В (А) или Р(А/В).

Теорема Вероятность появления произведения двух событий равна произведению вероятности одного из них на условную вероятность второго, вычисленную при условии, что первое событие произошло:

Р(А·В)=Р(А)·Р А (В)=Р(В)·Р В (А).(*)

Пример . Ученик дважды извлекает по одному билету из 34. Какова вероятность того, что он сдаст экзамен, если им подготовлено 30 билетов и в первый раз вынут неудачный билет?

Решение : Пусть событие А состоит в том, что в первый раз достался неудачный билет, событие В – во второй раз вынут удачный билет. Тогда А·В – ученик сдаст экзамен (при указанных обстоятельствах). События А и В зависимы, т.к. вероятность выбора удачного билета со второй попытки зависит от исхода первого выбора. Поэтому используем формулу (6):

Р(А·В) = Р(А)·РА(В) = (4/34)*(30/33)= 20/187

Заметим, что полученная в решении вероятность ≈0,107. Почему так мала вероятность сдачи экзамена, если выучено 30 билетов из 34 и дается две попытки?!

Теорема . (Расширенная теорема сложения ) Вероятность суммы двух событий равна сумме вероятностей этих событий без вероятности их совместного появления (произведения):

Р(А+В)=Р(А)+Р(В)-Р(А·В).

Пример . Два студента решают задачу. Вероятность того, что первый студент решит задачу (событие А), равна 0,9; вероятность того, что второй студент решит задачу (событие В), равна 0,8. Какова вероятность того, что задача будет решена?

При отыскании вероятностей событий использовалось классическое определение вероятности.