ГлавнаяРазноеВероятность есть

Классическая вероятность. Вероятность случайного события. Вероятность есть


Вероятность — Википедия

Материал из Википедии — свободной энциклопедии

Простой пример: вероятность того, что на кубике выпадет число «5», равна 16{\displaystyle {\tfrac {1}{6}}}. Так же, как и для любого другого числа на кубике.

Вероя́тность — степень (относительная мера, количественная оценка) возможности наступления некоторого события. Когда основания для того, чтобы какое-нибудь возможное событие произошло в действительности, перевешивают противоположные основания, то это событие называют вероятным, в противном случае — маловероятным или невероятным. Перевес положительных оснований над отрицательными, и наоборот, может быть в различной степени, вследствие чего вероятность (и невероятность) бывает большей либо меньшей[1]. Поэтому часто вероятность оценивается на качественном уровне, особенно в тех случаях, когда более или менее точная количественная оценка невозможна или крайне затруднительна. Возможны различные градации «уровней» вероятности[2].

Исследование вероятности с математической точки зрения составляет особую дисциплину — теорию вероятностей[1]. В теории вероятностей и математической статистике понятие вероятности формализуется как числовая характеристика события — вероятностная мера (или её значение) — мера на множестве событий (подмножеств множества элементарных событий), принимающая значения от 0{\displaystyle 0} до 1{\displaystyle 1}. Значение 1{\displaystyle 1} соответствует достоверному событию. Невозможное событие имеет вероятность 0 (обратное вообще говоря не всегда верно). Если вероятность наступления события равна p

ru.wikipedia.org

Классическое определение вероятности случайного события

Под вероятностью случайного события в математике понимают меру возможности осуществления данного события в конкретных условиях эксперимента (испытания).

Рассмотрим некоторую конечную полную группу равновоз-можных элементарных событий (исходов) В,, В2, ..., Вп, т. е. со­вокупность всех единственно возможных, несовместных и вместе с тем равновозможных результатов некоторого испытания, при­чем пусть интересующее нас случайное событие А осуществляет­ся тогда и только тогда, когда наступают некоторые из элемен­тарных событий указанной полной группы. Пусть таких событий, благоприятствующих для события А, насчитывается т (естественно, т<п). Тогда вероятность события А определяют следующим образом:

Определение. Вероятностью Р(А) случайного события А называется отношение количества т элементарных событий, благо-приятствующих событию А, к общему количеству элементарных событий п:

P*(A)=m/n

Поскольку в общем случае 0 < т < п, то из этого определения, называемого классическим определением вероятности случайного события, следует, что вероятность произвольного случайного события принадлежит отрезку [0,1], т.е.

0≤ Р(А)≤1

Пример 8.1. Найти вероятность того, что при извлечении наугад одного шара из корзины, в которой находятся 2 белых, 3 зеленых и 5 красных шаров, извлеченный шар окажется зеленым.

Решение. Поскольку общее количество элементарных событий (исходов) для данного испытания образует полную группу из n=10 равновозможных событий (по общему количеству шаров в корзине), из которых только т = 3 элементарных события (по количеству зеленых шаров) являются благоприятствующими для интересующего нас события (обозначим это событие через А), по формуле (8.1) получим:

Р(А)=3/10

Основные свойства вероятности случайного события

1. Вероятность невозможного события равна нулю. Действительно, поскольку количество т элементарных событий, благоприятствующих невозможному событию А, равно нулю, получаем:

Р(А) = 0/п=0

2. Вероятность достоверного события равна единице. Действительно, поскольку количество т элементарных событий, благоприятствующих достоверному событию А, равно общему количе­ству п этих элементарных событий, получаем:

Р(А) = п/ п=1

Лекция 1.

Цели, задачи и структура медицинской и биологической физики. Ее место и роль в системе медицинского образования, межпредметные связи с другими медико-биологическими и клиническими дисциплинами.

Вероятностный характер медико-биологических процессов. Элементы теории вероятностей. Вероятность случайного события. Закон сложения и умножения вероятностей.

Принципы вероятностных подходов к задачам диагностики и прогно­зирования заболеваний.

Теория вероятностей

В теории вероятностей исследуются закономерности, относя­щиеся к случайным событиям, величинам, процессам. Врачи редко задумываются, что постановка диагноза имеет вероятно­стный характер и, как остроумно замечено, лишь патологоанатомическое исследование может достоверно определить ди­агноз умершего человека.

§2.1. Случайное событие. Вероятность

Наблюдая различные явления, можно заметить, что существу­ет два типа связей между условиями S и наступлением или ненас­туплением некоторого событияА. В одних случаях осуществление комплекса условийS(испытание) непременно вызывает событиеА. Так, например, материальная точка массойт0 под воздействи­ем силы F (условие S) приобретает ускорение а = F/m0 (событие А). В других случаях многократное повторение испытания можетпривести или не привести к появлению события А. Такие события принято называть случайными: к ним можно отнести появление в кабинете врача больного с данной болезнью, выпадение опреде­ленной стороны монеты при ее бросании и др.

Не следует думать о случайных явлениях как о беспричинных, ничем не обусловленных. Известно, что многие явления связаны между собой, отдельное явление представляет следствие како­го-то другого и само служит причиной последующего. Однако проследить количественно эту связь между условиями и событи­ем часто затруднительно или даже невозможно. Так, при броса­нии игральной кости (однородный кубик с пронумерованнымишестью гранями: 1, 2, 3, 4, 5 и 6) окончательное положение куби­ка зависит от движения руки в момент бросания, сопротивления воздуха, положения кубика при попадании на поверхность, осо­бенности поверхности, на которую упал кубик, и других факто­ров, которые в отдельности учесть невозможно.

В быту применительно к таким случайным событиям употреб­ляют слова «возможно», «вероятно», «маловероятно», «невероятно». В некоторых случаях такая оценка больше характеризует желание говорящего, чем истинную степень возможности или не­возможности события. Однако и случайные события, если их чис­ло достаточно велико, подчиняются определенным закономернос­тям. Количественная оценка закономерностей, относящихся к случайным событиям, дается в разделе математики, называемом теорией вероятностей.

Теория вероятностей изучает закономерности, присущие мас­совым (статистическим) случайным событиям.

Отдельные исторические факты, «неожиданности», «катастро­фы» являются единичными, как бы неповторимыми, событиями, и количественные вероятностные суждения относительно них сделать невозможно. Исторически теория вероятностей появи­лась в связи с попытками подсчета возможности различных исхо­дов в азартных играх. В настоящее же время она применяется в науке, в том числе биологии и медицине, для оценки вероятности практически важных событий. От игр остались лишь наглядные примеры, которые удобно использовать для иллюстрации теоре­тических положений.

Статистическое определение вероятности. ВероятностьР(А) в теории вероятностей выступает как числовая характеристика сте­пени возможности появления какого-либо определенного случай­ного события А при многократном повторении испытаний.

Допустим, при 1000 бросаний игральной кости цифра 4 выпа­дает 160 раз. Отношение 160/1000 = 0,16 показывает относитель­ную частоту выпадания цифры 4 в данной серии испытаний. В бо­лее общем случае, когда случайное событие А происходитт раз в сериип независимых испытаний,относительной частотой со­бытия в данной серии испытаний или просто частотой события А называют отношение

(2.1)

При большом числе испытаний частота события примерно по­стоянна: увеличение числа испытаний уменьшает колебание час­тоты события около постоянной величины.

Вероятностью случайного события назовем предел, к ко­торому стремится частота события при неограниченном увеличении числа испытаний:

(2.2)

Естественно, что никто и никогда не сможет проделать неогра­ниченное число испытаний для того, чтобы определить вероят­ность. В этом нет и надобности. Практически за вероятность [см. (2.2)] можно принять относительную частоту события при боль­шом числе испытаний. Так, например, из статистических законо­мерностей рождения, установленных за много лет наблюдений, вероятность того события, что новорожденный будет мальчиком, оценивают в 0,515.

Классическое определение вероятности. Если при испыта­ниях нет каких-либо причин, вследствие которых одно случайноесобытие появлялось бы чаще других (равновозможные собы­тия), можно определить вероятность исходя из теоретических со­ображений. Например, выясним в случае бросания монеты часто­ту выпадания герба (событиеА). Разными экспериментаторамипри нескольких тысячах испытаний было показано, что относи­тельная частота такого события принимает значения, близкие к0,5. Учитывая, что появление герба и противоположной стороны монеты (событие В) являются событиями равновозможными, ес­ли монета симметрична, суждение Р(А) = Р(В) = 0,5 можно было бы сделать и без определения частоты этих событий. На основе по­нятия «равновозможности» событий формулируется другое опре­деление вероятности.

Допустим, что в результате испытания должно произойти только одно изп равновозможных несовместных событий(несов­местными называют события, если их одновременное осуществ­ление невозможно). Пусть рассматриваемое событие А происхо­дит вт случаях, которые называются благоприятствующими А, ине происходит при остальных п - т, неблагоприятствующих А. Тогдавероятностью можно назвать отношение благоприят­ствующих случаев к общему числу равновозможных несов­местных событий:

Р(А) = m/n . (2.3)

Это классическое определение вероятности.

Рассмотрим не­сколько примеров.

1. В урне находится 40 шаров: 10 черных и 30 белых. Найти вероят­ность того, что вынутый наугад один шар будет черным.

Число благоприятствующих случаев равно числу черных шаров в урне: т = 10. Общее число равновозможных событий (вынимание одного шара) равно полному числу шаров в урне: п = 40. Эти события несовмест­ны, так как вынимается один и только один шар. По формуле (2.3) имеем:

Р(А) = 10/40 = 1/4.

2. Найти вероятность выпадания четного числа при бросании играль­ной кости.

При бросании кости реализуются шесть равновозможных несов­местных событий: появление одной цифры 1, 2, 3, 4, 5 или 6, т. е. п = 6.Благоприятствующими случаями являются выпадания одной из цифр 2, 4 или 6: т = 3. Искомая вероятность:

Р(А) = m/n – 3/6 = 1/2.

Как видно из определений вероятности события (2.2) и (2.3), для всех событий 0  Р(А)  1.

События, которые при данных испытаниях не могут про­изойти, называются невозможными: их вероятность равна нулю.

Так, например, невозможно из урны с белыми и черными ша­рами вытащить красный шар, невозможно на игральной кости получить цифру 7.

Событие, которое при данном испытании обязательно произойдет, называется достоверным, его вероятность рав­на 1.

Примером достоверного события является извлечение белого шара из урны, в которой находятся только белые шары.

В ряде случаев вычислить вероятность события оказывается проще, если представить его в виде комбинации более простых со­бытий. Этой цели служат некоторые теоремы теории вероятнос­тей.

Теорема сложения вероятностей: вероятность появления одного (безразлично какого) события из нескольких несов­местных событий равна сумме их вероятностей. Для двух несовместных событий

Р(А илиВ) = Р(А) + Р(В).(2.4)

Докажем эту теорему. Пусть п — общее число испытаний, т1 — число случаев, благоприятствующих событию А,т2 — число слу­чаев, благоприятствующих событию В. Число случаев, благопри­ятствующих наступлению либо события А, либо события В, равно m1 +m2. ТогдаР(А илиВ) = (т1 + т2)/п = т1/п + т2/п. Отсюда, учитывая (2.3), имеем

Р(А илиВ) = Р(А) + Р(В).

* Найти вероятность выпадания 1 или 6 при бросании игральной кости.

События А (выпадание 1) иВ (выпадание 6) являются равновозможными: Р(А) = Р(В) = 1/6, поэтому из (2.4) находимР(А илиВ) =1/6 + 1/6 = 1/3.

Сложение вероятностей справедливо не только для двух, но и для любого числа несовместных событий.

* В урне находится 50 шаров: 10 белых, 20 черных, 5 красных и 15 си­них. Найти вероятность появления белого, или черного, или красного шара при однократной операции изъятия шара из урны.

Вероятность вынимания белого шара (событие А) равна Р(А) = 10/50 = 1/5, черного шара (событие В) — Р(В) = 20/50 = 2/5 и крас­ного (событие С) — Р(С) = 5/50 = 1/10. Отсюда по формуле сложения ве­роятностей получим Р(А или В или С) = Р(А) + Р(В) + Р(С) = 1/5 + 2/5 + + 1/10= 7/10.

Если два события единственно возможны и несовместны, то их называют противоположными.

Такие события принято обозначать, например, А и .

Сумма вероятностей двух противоположных событий, как следует из теоремы сложения вероятностей, равна еди­нице:

(2.5)

*Проиллюстрируем справедливость (2.5) на предыдущем примере. Пусть вынимание белого, или черного, или красного шара будет событи­емА1 , Р(А1) = 7/10.Противоположным событиемявляется доставание синего шара. Так как синих шаров 15, а общее количество шаров 50, то получаемР() = 15/50 = 3/10 иР(А1) + Р() = 7/10 + 3/10 = = 1.

*В урне находятся белые, черные и красные шары. Вероятность доставания черного или красного шара равна 0,4. Найти вероятность доставания из урны белого шара.

Обозначим А событие вынимания черного или красного шара, Р(А) = 0,4; противоположным событием будет изъятие белого ша­ра, тогда на основании (2.5) вероятность этого события Р() = 1 - Р(А) = = 1 - 0,4 = 0,6.

Систему событий (А1, А2, ... Ak) называют полной, если при испытаниях наступит одно и только одно из этих собы­тий. Сумма вероятностей событий, образующих полную сис­тему, равна единице.

* В урне имеется 40 шаров: 20 белых, 15 черных и 5 красных. Вероят­ность появления белого шара (событие А) равна Р(А) = 20/40 = 1/2, для черного шара (событие В) — Р(В) = 15/40 = 3/8 и для красного шара (со­бытиеС) — Р(С) = 5/40 = 1/8. В этом случае система событийА1, А2, А3 является полной; можно убедиться, что Р(А) + Р(В) + Р(С) = 1/2 + 3/8 + + 1/8 = 1.

Теорема умножения вероятностей: вероятность совместно­го появления независимых событий равна произведению их вероятностей. Для двух событий

Р(А и В) = Р(А) • Р(В). (2.6)

Докажем эту теорему. Так как события А и В независимы, то каждому из т1 случаев, благоприятствующих А, соответствуют т2 случаев, благоприятствующих В. Таким образом, общее число случаев, благоприятствующих совместному появлению событий А и В, равно т1 т2. Аналогично, общее число равновозможных собы­тий равно п1 п2, где п1 и п2 — числа равновозможных событий со­ответственно для А и В. Имеем

(2.7)

* В одной урне находится 5 черных и 10 белых шаров, в другой 3 чер­ных и 17 белых. Найти вероятность того, что при первом вынимании ша­ров из каждой урны оба шара окажутся:

1) черными; 2) белыми; 3) в пер­вой урне будет вынут черный шар, а во второй — белый; 4) в первой урне будет вынут белый шар, а во второй — черный.

Вероятность вытаскивания черного шара из первой урны (событие А)равна Р(А) =

= 5/15 = 1/3, черного шара из второй урны (событие В) — Р(В) = 3/20, белого шара из первой урны (событие А') — Р(А') = 10/15 = 2/3 и белого шара из первой урны (событиеВ') —Р(В') = 17/20. Нахо­дим вероятность совместного появления двух независимых событий по формуле (2.6):

1) Р(А и В) = Р(А) • Р(В) = (1/3) (3/20) = 3/60 — оба шара черные;

2) Р(А' и В') = Р(А') • Р(В') = (2/3) (17/20) = 17/30 — оба шара белые;

3) Р(А' и В') = Р(А) • Р(В') = (1/3) (17/20)= 17/60 — в первой урне бу­дет вынут черный шар, а во второй — белый;

4) Р(А' и В) = Р(А') • Р(В) = (2/3) (3/20) = 1/10 — в первой урне будет вынут белый шар, а во второй — черный.

Все четыре возможных случая А и В, А' и В', А и В', А' и В образуют полную систему событий, поэтому

Р(А и В) + Р(А' и В') + Р(А и В') + Р(А' и В)= 3/60 + 17/30 + 17/60 + 1/10 = 1.

* Найти вероятность того, что в семье с тремя детьми все трое сыновья. Считать, что вероятность рождения мальчика равна 0,515 и по каждого последующего ребенка не зависит от пола предыдущих детей.

По теореме умножения вероятностей, Р(А и В иС) = 0,515• 0,515 • 0,515  0,14.

Теорема умножения вероятностей усложняется, если оп­ределяется вероятность события, состоящего из совместно­го появления двух зависимых между собой событий. В том случае, когда событие В выполняется при условии, что собы­тие А имело место, вероятность совместного появления двух этих событий равна

Р(А и В) = Р(А) • Р(В/А), (2.8)

где Р(В/А) —условная вероятность, т. е. вероятность событияВ при условии, что событиеА состоялось.

* В урне 5 шаров: 3 белых и 2 черных. Найти вероятность того, что по­следовательно один за другим будут вынуты черный и белый шары.

Вероятность того, что первым будет изъят черный шар (событие А),равна Р(А) = т/п = 2/5. После удаления черного шара в урне остается 4 шара: 3 белых и 1 черный. В этом случае вероятность вынимания белогошара (событие В после выполнения события А) равна Р(В/А) = 3/4. Ис­пользуя (2.8), получаем

Р(А и В) = (2/5) • (3/4) = 3/10.

studfiles.net

Значение слова ВЕРОЯТНОСТЬ. Что такое ВЕРОЯТНОСТЬ?

Вероя́тность — степень (относительная мера, количественная оценка) возможности наступления некоторого события. Когда основания для того, чтобы какое-нибудь возможное событие произошло в действительности, перевешивают противоположные основания, то это событие называют вероятным, в противном случае — маловероятным или невероятным. Перевес положительных оснований над отрицательными, и наоборот, может быть в различной степени, вследствие чего вероятность (и невероятность) бывает большей либо меньшей. Поэтому часто вероятность оценивается на качественном уровне, особенно в тех случаях, когда более или менее точная количественная оценка невозможна или крайне затруднительна. Возможны различные градации «уровней» вероятности.

Исследование вероятности с математической точки зрения составляет особую дисциплину — теорию вероятностей. В теории вероятностей и математической статистике понятие вероятности формализуется как числовая характеристика события — вероятностная мера (или её значение) — мера на множестве событий (подмножеств множества элементарных событий), принимающая значения от

0

{\displaystyle 0}

до

1

{\displaystyle 1}

. Значение

1

{\displaystyle 1}

соответствует достоверному событию. Невозможное событие имеет вероятность 0 (обратное вообще говоря не всегда верно). Если вероятность наступления события равна

p

{\displaystyle p}

, то вероятность его ненаступления равна

1

−

p

{\displaystyle 1-p}

. В частности, вероятность

1

/

2

{\displaystyle 1/2}

означает равную вероятность наступления и ненаступления события.

Классическое определение вероятности основано на понятии равновозможности исходов. В качестве вероятности выступает отношение количества исходов, благоприятствующих данному событию, к общему числу равновозможных исходов. Например, вероятность выпадения «орла» или «решки» при случайном подбрасывании монетки равна 1/2, если предполагается, что только эти две возможности имеют место и они являются равновозможными. Данное классическое «определение» вероятности можно обобщить на случай бесконечного количества возможных значений — например, если некоторое событие может произойти с равной вероятностью в любой точке (количество точек бесконечно) некоторой ограниченной области пространства (плоскости), то вероятность того, что оно произойдет в некоторой части этой допустимой области равна отношению объёма (площади) этой части к объёму (площади) области всех возможных точек.

Эмпирическое «определение» вероятности связано с частотой наступления события исходя из того, что при достаточно большом числе испытаний частота должна стремиться к объективной степени возможности этого события. В современном изложении теории вероятностей вероятность определяется аксиоматически, как частный случай абстрактной теории меры множества. Тем не менее, связующим звеном между абстрактной мерой и вероятностью, выражающей степень возможности наступления события, является именно частота его наблюдения.

Вероятностное описание тех или иных явлений получило широкое распространение в современной науке, в частности в эконометрике, статистической физике макроскопических (термодинамических) систем, где даже в случае классического детерминированного описания движения частиц детерминированное описание всей системы частиц не представляется практически возможным и целесообразным. В квантовой физике сами описываемые процессы имеют вероятностную природу.

kartaslov.ru

Классическая вероятность. Вероятность случайного события

Для количественного сравнения событий по степени возможности их появления вводится числовая мера, которая называется вероятностью события. Вероятностью случайного события называется число, являющееся выражением меры объективной возможности появления события.

Величины, определяющие, насколько значительны объективные основания рассчитывать на появление события, характеризуются вероятностью события. Необходимо подчеркнуть, что вероятность есть объективная величина, существующая независимо от познающего и обусловленная всей совокупностью условий, которые способствуют появлению события.

Объяснения, которые мы дали понятию вероятности, не являются математическим определением, так как они не определяют это понятие количественно. Существует несколько определений вероятности случайного события, которые широко применяются при решении конкретных задач (классическое, аксиоматическое, статистическое и т. д.).

Классическое определение вероятности события сводит это понятие к более элементарному понятию равновозможных событий, которое уже не подлежит определению и предполагается интуитивно ясным. Например, если игральная кость - однородный куб, то выпадения любой из граней этого куба будут равновозможными событиями.

Пусть достоверное событие  распадается на  равновозможных случаев , сумма  которых дает событие . То есть случаи из , на которые распадается , называются благоприятствующими для события , так как появление одного из них обеспечивает наступление .

Вероятность события  будем обозначать символом .

Вероятность события  равна отношению числа случаев , благоприятствующих ему, из общего числа  единственно возможных, равновозможных и несовместных случаев к числу , т. е.

Это есть классическое определение вероятности. Таким образом, для нахождения вероятности события необходимо, рассмотрев различные исходы испытания, найти совокупность единственно возможных, равновозможных и несовместных случаев, подсчитать общее их число n, число случаев m, благоприятствующих данному событию, и затем выполнить расчет по вышеприведенной формуле.

Вероятность события, равная отношению числа благоприятных событию исходов опыта к общему числу исходов опыта называется классической вероятностью случайного события.

Из определения вытекают следующие свойства вероятности:

Свойство 1. Вероятность достоверного события равна единице.

Свойство 2. Вероятность невозможного события равна нулю.

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

Свойство 4. Вероятность наступления событий, образующих полную группу, равна единице.

Свойство 5. Вероятность наступления противоположного события  определяется так же, как и вероятность наступления события A.

 - число случаев, благоприятствующих появлению противоположного события  . Отсюда вероятность наступления противоположного события  равна разнице между единицей и вероятностью наступления события A:

Важное достоинство классического определения вероятности события состоит в том, что с его помощью вероятность события можно определить, не прибегая к опыту, а исходя из логических рассуждений.

При выполнении комплекса условий достоверное событие обязательно произойдет, а невозможное обязательно не произойдет. Среди событий, которые при создании комплекса условий могут произойти, а могут не произойти, на появление одних можно рассчитывать с большим основанием, на появление других с меньшим основанием. Если, например, в урне белых шаров больше, чем черных, то надеяться на появление белого шара при вынимании из урны наудачу больше оснований, чем на появление черного шара.

Пример 1

В ящике находится 8 белых, 4 черных и 7 красных шаров. Наудачу извлечены 3 шара. Найти вероятности следующих событий:  – извлечен по крайней мере 1 красный шар,  – есть по крайней мере 2 шара одного цвета,  – есть по крайней мере 1 красный и 1 белый шар.

Если сроки со сдачей контрольной работы поджимают, то тогда за деньги на сайте можно выполнить вашу контрольную работу по теории вероятностей.

Решение задачи

Общее число исходов испытания:

 

Найдем вероятность события  – извлечен по крайней мере 1 красный шар (1,2 или 3 красных шара)

Число исходов, благоприятствующих событию:

Искомая вероятность:

 

Пусть событие  – есть по крайней мере 2 шара одного цвета (2 или 3 белых шара, 2 или 3 черных шара и 2 или 3 красных шара)

Число исходов, благоприятствующих событию:

Искомая вероятность:

 

Пусть событие  – есть по крайней мере один красный и 1 белый шар

(1 красный, 1 белый, 1 черный или 1 красный, 2 белых или 2 красных, 1 белый)

Число исходов, благоприятствующих событию:

Искомая вероятность:

 

Ответ: P(A)=0.773;P(C)=0.7688;  P(D)=0.6068

Пример 2

Брошены две игральные кости. Найти вероятность того, что сумма очков не меньше 5.

Решение

Пусть событие  – сумма очков не меньше 5

Воспользуемся классическим определением вероятности:

 -общее число возможных исходов испытания

 -число испытаний, благоприятствующих интересующему нас событию

На выпавшей грани первого игрального кубика может появиться одно очко, два очка…, шесть очков. аналогично шесть исходов возможны при бросании второго кубика. Каждый из исходов бросания первой кости может сочетаться с каждым из исходов второй. Таким образом, общее число возможных элементарных исходов испытания равно:

Найдем вероятность противоположного события  – сумма очков меньше 5

Благоприятствовать событию  будут следующие сочетания выпавших очков:

№ 1-я кость 2-я кость
1 1 1
2 1 2
3 2 1
4 3 1
5 1 3

Ответ: p=0.8611

100task.ru

Вероятность есть - Большая Энциклопедия Нефти и Газа, статья, страница 1

Вероятность есть

Cтраница 1

Вероятность есть некоторая числовая функция Р, определенная на системе событий F и удовлетворяющая следующим аксиомам.  [1]

Вероятность есть по определению величина, изменяющаяся от нуля до единицы. Нулевой вероятностью обладает, например, событие, состоящее в том, что из ящика, в котором имеются только красные шарики, вынули синий шарик. Вероятность вынуть из того же ящика красный шарик равна единице. Событие, вероятность которого равна единице, называется уже не случайным, а достоверным.  [2]

Условная вероятность есть вероятность появления одного события после того, как известно, что произошло другое событие.  [3]

Теория вероятностей есть математическая наука, изучающая закономерности в случайных явлениях.  [4]

Теория вероятностей есть наука, изучающая закономерности случайных событий.  [5]

Амплитуда вероятности есть величина, квадрат модуля которой равен вероятности.  [6]

Теория вероятностей есть наука, изучающая закономерности случайных событий.  [7]

Так как любая вероятность есть число неотрицательное, то F ( х2) - F ( xl) 0, или F ( x2) F ( x1), что и требовалось доказать.  [8]

Итак, условная вероятность есть число, около которого колеблется условная частота в больших сериях опытов.  [9]

Хотя понятие вероятности есть понятие весьма изящное и плодотворное, но оно имеет тот недостаток, что может иной раз вести к рассуждениям, несколько туманным.  [10]

Бернулли), вероятность есть предел, к которому почти всегда ( с вероятностью 1) стремится частота события А при п - оо.  [11]

В отличие от персоналистических оценок такая вероятность есть результат неких логических умозаключений в рамках какой-то теории и / или является итогом мысленно моделируемого или реально проводимого эксперимента, который может быть повторен многократно и объективно в одних и тех же исходных условиях. Поэтому получаемые на этой основе результаты отличаются своей научной объективной обоснованностью и возможностью независимой проверки соответствующих гипотез.  [12]

Ясно, что в числовом представлении эти вероятности есть вероятности фиксированного числа фотонов или отсчетов.  [13]

Из выражения ( 10) следует, что плотность распределения вероятностей есть предел отношения вероятности того, что случайная величина примет значение внутри интервала ( х, х - - А л:) к длине этого интервала.  [14]

Видно, что между понятиями дискретного распределения вероятности и плотностью вероятности есть глубокая аналогия, несмотря на их различие.  [15]

Страницы:      1    2    3    4

www.ngpedia.ru

Правила вероятности

Условная вероятность

Формула полной вероятности

Формула Байеса

Оценка вероятности в схеме испытаний Бернулли

Мы можем применять правила вероятности для того, чтобы складывать и умножать вероятности.

Например, у взрослого пациента все зубы сохранены, некоторые зубы отсутствуют или он беззубый; вероятности равны 0,67, 0,24 и 0,09 соответственно.

Условная вероятность

Условная вероятность — вероятность одного события при условии, что другое событие уже произошло. 

Пусть  — фиксированное вероятностное пространство. Пусть  — два случайных события, причём . Тогда условной вероятностью события при условии события называется

Формула полной вероятности

Пусть событие может наступать только при условии появления одного из событий , образующих полную систему событий. Тогда вероятность события равна сумме произведений вероятностей каждого из событий на соответствующую условную вероятность события :

Эта формула носит название формулы полной вероятности.

Формула Байеса

Если вероятности событий до опыта были , то с учетом появления в результате опыта события условная вероятность вычисляется по формуле Байеса:

Оценка вероятности в схеме испытаний Бернулли

Мы приводим пример классического статистического рассуждения, которое полезно иметь в виду при анализе реальных данных. 

Бытует мнение, что при рождении ребенка вероятность мальчика такая же, как и девочки. 

Примем это за гипотезу. 

Для её проверки имеется огромный статистический материал. 

Воспользуемся данными по Швейцарии с 1871 по 1900 гг., когда там родилось человек и среди них мальчиков и девочек. 

Согласуется ли гипотеза о равновероятности рождения мальчика и девочки с этими числами? 

Условно назвав «успехом» рождение мальчика, поставим этот вопрос по-другому, обратившись к схеме Бернулли с вероятностью «успеха» . 

Согласуется ли гипотеза с тем, что в серии из испытаний частота «успеха» оказалось равной 

Очевидно, если вместо гипотезы выдвинуть, скажем, предположение о том, что , то это предположение будет сразу же отвергнуто как маловероятное (или даже невозможное). 

Уместно спросить: почему? Ответ здесь можно дать, основываясь на том, что частота как случайная величина (обозначим её ) подчиняется известному закону распределения. 

Эта величина имеет биномиальное распределение. При больших n имеет место нормальное приближение (в силу центральной предельной теоремы). 

Воспользовавшись нормальным приближением и задавшись малым  (будем называть  уровнем значимости), можно утверждать, например, что

с вероятностью, где   определяется из условия с помощью нормальной функции распределения

( называется квантилем уровня). Скажем,  отвечает , а  уже соответствует 

Это легко проверить с помощью калькулятора вероятностных распределений STATISTICA. Вернемся к нашим числовым данным и гипотезе , согласно которым мы имеем значение

Оно далеко выходит за границу 

Какое же значение, основываясь на этих данных, следует приписать неизвестной вероятности ?

Мы знаем, что по закону больших чисел есть предел частоты (при ), и при имеющемся у нас можно в качестве оценки взять уже приводившееся ранее значение . Эту оценку можно уточнить следующим образом. Поскольку всегда имеет место неравенство , получаем

с вероятностью, не меньшей (точнее, допущение о том, что истинное значение лежит вне этих границ, означает наступление события, дополнительного к (2) и имеющего вероятность не больше ).

В этом смысле можно утверждать, например, что  с вероятностью не меньшей 0.9973 (это получается при  с уровнем значимости ).

Данное рассуждение приведено в книге Ю.А. Розанова "Теория вероятностей, случайные процессы и математическая статистика: Учебник для вузов", М.: Наука, Главная редакция физико-математической литературы.

Связанные определения:Вероятность событияНезависимые повторные испытания БернуллиНезависимые события

В начало

Содержание портала

statistica.ru

Теория вероятностей, определения и свойства вероятностей

Возникновение теории вероятностей относится к середине XVII века, когда математики заинтересовались задачами, поставленными азартными игроками и до сих пор не изучавшимися в математике. В процессе решения этих задач выкристаллизовались такие понятия, как вероятность и математическое ожидание. При этом ученые того времени – Гюйгенс (1629-1695), Паскаль (1623-1662), Ферма (1601-1665) и Бернулли (1654-1705) были убеждены, что на базе массовых случайных событий могут возникать четкие закономерности. И только состояние естествознания привело к тому, что азартные игры еще долго продолжали оставаться тем почти единственным конкретным материалом, на базе которого создавались понятия и методы теории вероятностей. Это обстоятельство накладывало отпечаток и на формально-математический аппарат, посредством которого решались возникавшие в теории вероятностей задачи: он сводился исключительно к элементарно-арифметическим и комбинаторным методам.

Серьезные требования со стороны естествознания и общественной практики (теория ошибок наблюдения, задачи теории стрельбы, проблемы статистики, в первую очередь статистики народонаселения) привели к необходимости дальнейшего развития теории вероятностей и привлечения более развитого аналитического аппарата. Особенно значительную роль в развитии аналитических методов теории вероятностей сыграли Муавр (1667-1754), Лаплас (1749-1827), Гаусс (1777-1855), Пуассон (1781-1840). С формально-аналитической стороны к этому же направлению примыкает работа создателя неевклидовой геометрии Лобачевского (1792-1856), посвященная теории ошибок при измерениях на сфере и выполненная целью установления геометрической системы, господствующей во вселенной.

Теория вероятностей, подобно другим разделам математики, развилась из потребностей практики: в абстрактной форме она отражает закономерности, присущие случайным событиям массового характера. Эти закономерности играют исключительно важную роль в физике и других областях естествознания, разнообразнейших технических дисциплинах, экономике, социологии, биологии. В связи с широким развитием предприятий, производящих массовую продукцию, результаты теории вероятностей стали использоваться не только для браковки уже изготовленной продукции, но и для организации самого процесса производства (статистический контроль в производстве).

Теория вероятностей объясняет и исследует различные закономерности, которым подчинены случайные события и случайные величины. Событием является любой факт, который можно констатировать в результате наблюдения или опыта. Наблюдением или опытом называют реализацию определенных условий, в которых событие может состояться.

Опыт означает, что упомянутый комплекс обстоятельств создан сознательно. В ходе наблюдения сам наблюдающий комплекс этих условий не создает и не влияет на него. Его создают или силы природы или другие люди.

Что нужно знать, чтобы определять вероятности событий

Все события, за которыми люди наблюдают или сами создают их, делятся на:

Достоверные события наступают всегда, когда создан определенный комплекс обстоятельств. Например, если работаем, то получаем за это вознаграждение, если сдали экзамены и выдержали конкурс, то достоверно можем рассчитывать на то, что включены в число студентов. Достоверные события можно наблюдать в физике и химии. В экономике достоверные события связаны с существующим общественным устройством и законодательством. Например, если мы вложили деньги в банк на депозит и выразили желание в определенный срок их получить, то деньги получим. На это можно рассчитывать как на достоверное событие.

Невозможные события определенно не наступают, если создался определенный комплекс условий. Например, вода не замерзает, если температура составляет плюс 15 градусов по Цельсию, производство не ведется без электроэнергии.

Случайные события при реализации определенного комплекса условий могут наступить и могут не наступить. Например, если мы один раз подбрасываем монету, герб может выпасть, а может не выпасть, по лотерейному билету можно выиграть, а можно не выиграть, произведенное изделие может быть годным, а может быть бракованным. Появление бракованного изделия является случайным событием, более редким, чем производство годных изделий.

Ожидаемая частота наступления случайных событий тесно связана с понятием вероятности. Закономерности наступления и ненаступления случайных событий исследует теория вероятностей.

Если комплекс нужных условий реализован лишь один раз, то получаем недостаточно информации о случайном событии, поскольку оно может наступить, а может не наступить. Если комплекс условий реализован много раз, то появляются известные закономерности. Например, никогда невозможно узнать, какой кофейный аппарат в магазине потребует очередной покупатель, но если известны марки наиболее востребованных в течение длительного времени кофейных аппаратов, то на основе этих данных возможно организовать производство или поставки, чтобы удовлетворить спрос.

Знание закономерностей, которым подчинены массовые случайные события, позволяет прогнозировать, когда эти события наступят. Например, как уже ранее отмечено, заранее нельзя предусмотреть результат бросания монеты, но если монета брошена много раз, то можно предусмотреть выпадение герба. Ошибка может быть небольшой.

Методы теории вероятностей широко используются в различных отраслях естествознания, теоретической физике, геодезии, астрономии, теории автоматизированного управления, теории наблюдения ошибок, и во многих других теоретических и практических науках. Теория вероятностей широко используется в планировании и организации производства, анализе качества продукции, анализе технологических процессов, страховании, статистике населения, биологии, баллистике и других отраслях.

Случайные события обычно обозначают большими буквами латинского алфавита A, B, C и т.д.

Случайные события могут быть:

События A, B, C … называют несовместными, если в результате одного испытания может наступить одно из этих событий, но невозможно наступление двух или более событий.

Если наступление одного случайного события не исключает наступление другого события, то такие события называют совместными. Например, если с ленты конвейера снимают очередную деталь и событие А означает «деталь соответствует стандарту», а событие B означает «деталь не соответствует стандарту», то A и B – несовместные события. Если событие C означает «взята деталь II сорта», то это событие совместно с событием A, но несовместно с событием B.

Если в каждом наблюдении (испытании) должно произойти одно и только одно из несовместных случайных событий, то эти события составляют полное множество (систему) событий.

Достоверным событием является наступление хотя бы одного события из полного множества событий.

Если события, образующие полное множество событий, попарно несовместны, то в результате наблюдения может наступить только одно из этих событий. Например, студент должен решить две задачи контрольной работы. Определенно произойдет одно и только одно из следующих событий:

Эти события образуют полное множество несовместных событий.

Если полное множество событий состоит только из двух несовместных событий, то их называют взаимно противоположными или альтернативными событиями.

Событие, противоположное событию , обозначают . Например, в случае одного подбрасывания монеты может выпасть номинал () или герб ().

События называют равновозможными, если ни у одного из них нет объективных преимуществ. Такие события также составляют полное множество событий. Это значит, что в результате наблюдения или испытания определенно должно наступить по меньшей мере одно из равновозможных событий.

Например, полную группу событий образуют выпадение номинала и герба при одном подбрасывании монеты, наличие на одной печатной странице текста 0, 1, 2, 3 и более 3 ошибок.

Классическое определение вероятности. Возможностью или благоприятным случаем называют случай, когда при реализации определённого комплекса обстоятельств события А  происходят. Классическое определение вероятности предполагает напрямую вычислить число благоприятных случаев или возможностей.

Классическая и статистическая вероятности. Формулы вероятностей: классической и статистической

Вероятностью события А называют отношение числа благоприятных этому событию возможностей к числу всех равновозможных несовместных событий N, которые могут произойти в результате одного испытания или наблюдения. Формула вероятности события А:

                             (1)

Если совершенно понятно, о вероятности какого события идёт речь, то тогда вероятность обозначают маленькой буквой p, не указывая обозначения события.

Чтобы вычислить вероятность по классическому определению, необходимо найти число всех равновозможных несовместных событий и определить, сколько из них благоприятны определению события А.

Пример 1. Найти вероятность выпадения числа 5 в результате бросания игральной кости.

Решение. Известно, что у всех шести граней одинаковая возможность оказаться наверху. Число 5 отмечено только на одной грани. Число всех равновозможных несовместных событий насчитывается 6, из них только одна благоприятная возможность выпадения числа 5 (М = 1). Это означает, что искомая вероятность выпадения числа 5

Пример 2. В ящике находятся 3 красных и 12 белых одинаковых по размеру мячиков. Не глядя взят один мячик. Найти вероятность, что взят красный мячик.

Решение. Искомая вероятность

Найти вероятности самостоятельно, а затем посмотреть решение

Пример 5. В урне 5 белых и 7 чёрных шаров. Случайно вытаскивается 1 шар. Событие A - вытянут белый шар. Событие B - вытянут чёрный шар. Вычислить вероятности этих событий.

Посмотреть правильное решение и ответ.

Классическую вероятность называют также априорной вероятностью, так как её рассчитывают перед началом испытания или наблюдения. Из априорного характера классической вероятности вытекает её главный недостаток: только в редких случаях уже перед началом наблюдения можно вычислить все равновозможные несовместные события и в том числе благоприятные события. Такие возможности обычно возникают в ситуациях, родственных играм.

Сочетания. Если последовательность событий не важна, число возможных событий вычисляют как число сочетаний:

                    (2)

Пример 6. В группе 30 студентов. Трём студентам следует направиться на кафедру информатики, чтобы взять и принести компьютер и проектор. Вычислить вероятность того, что это сделают три определённых студента.

Решение. Число возможных событий рассчитываем, используя формулу (2):

Вероятность того, что на кафедру отправятся три определённых студента:

Пример 7. Продаются 10 мобильных телефонов. Их них у 3 есть дефекты. Покупатель выбрал 2 телефона. Вычислить вероятность того, что оба выбранных телефона будут с дефектами.

Решение. Число всех равновозможных событий находим по формуле (2):

По той же формуле находим число благоприятных событию возможностей:

Искомая вероятность того, что оба выбранных телефона будут с дефектами:

Найти вероятность самостоятельно, а затем посмотреть решение

Пример 8. В экзаменационных билетах 40 вопросов, которые не повторяются. Студент подготовил ответы на 30 из них. В каждом билете 2 вопроса. Какова вероятность того, что студент знает ответы на оба вопроса в билете?

Посмотреть правильное решение и ответ.

Свойства вероятностей

Свойство 1. Если можно вычислить возможности возникновения события А и их число совпадает общим числом равновозможных событий, то вероятность события А равна 1.

Например, при бросании игральной кости число возможностей выпадения чисел 1, 2, 3, 4, 5, 6 равно 6. Насчитывается также 6 равновозможных несовместимых событий. Таким образом, M = N  и

Свойство 2. Вероятность невозможного события равна 0. Если число возможностей события А равна 0, то и

Например, при бросании игральной кости не может выпасть число 9, потому что такого числа нет на гранях игральной кости.

Свойство 3. Вероятность случайного события всегда больше 0 и меньше 1:

или

Определение статистической вероятности. В определении статистической вероятности используется понятие относительно частоты события А. Относительной частотой события А называют отношение числа наблюдений, в которых наблюдается А, к числу всех наблюдений. Относительную частоту обычно обозначают буквой W. Если в n наблюдениях событие А наблюдается m раз, то относительная частота события А:

Например, баскетболист у штрафной линии готовится совершить бросок. Из собранной тренером статистической информации известно, что у этого баскетболиста из 100 штрафных бросков успешны 70. Вероятность того, что баскетболист реализует штрафной бросок:

Длительные наблюдения показали, что с увеличением числа наблюдений относительная частота события А становится всё более стабильной. Число, около которого при серии наблюдений колеблется относительная частота, называется статистической вероятностью события А. Формула статистической вероятности события А:

если .

Вычислить точную статистическую вероятность невозможно, так как невозможно выбрать бесконечно большое число наблюдений.

Преимущество статистического определения вероятности в том, что оно не требует априорных знаний об исследуемом объекте. Классическую вероятность можно вычислить до наблюдения или испытания, а статистическую – после наблюдения или испытания.

function-x.ru