Учреждение образования «Белорусская государственная

сельскохозяйственная академия»

Кафедра высшей математики

СЛОЖЕНИЕ И УМНОЖЕНИЕ ВЕРОЯТНОСТЕЙ. ПОВТОРНЫЕ НЕЗАВИСИМЫЕ ИСПЫТАНИЯ

Лекция для студентов землеустроительного факультета

заочной формы обучения

Горки, 2012

Сложение и умножение вероятностей. Повторные

независимые испытания

Сложение вероятностей

Суммой двух совместных событий А и В называется событие С , состоящее в наступлении хотя бы одного из событий А или В . Аналогично суммой нескольких совместных событий называется событие, состоящее в наступлении хотя бы одного из этих событий.

Суммой двух несовместных событий А и В называется событие С , состоящее в наступлении или события А , или события В . Аналогично суммой нескольких несовместных событий называется событие, состоящее в наступлении какого-либо одного из этих событий.

Справедлива теорема сложения вероятностей несовместных событий: вероятность суммы двух несовместных событий равна сумме вероятностей этих событий , т.е. . Эту теорему можно распространить на любое конечное число несовместных событий.

Из данной теоремы следует:

сумма вероятностей событий, образующих полную группу, равна единице;

сумма вероятностей противоположных событий равна единице, т.е.
.

Пример 1 . В ящике находятся 2 белых, 3 красных и 5 синих шара. Шары перемешивают и наугад извлекают один. Какова вероятность того, что шар окажется цветным?

Решение . Обозначим события:

A ={извлечён цветной шар};

B ={извлечён белый шар};

C ={извлечён красный шар};

D ={извлечён синий шар}.

Тогда A = C + D . Так как события C , D несовместны, то воспользуемся теоремой сложения вероятностей несовместных событий: .

Пример 2 . В урне находятся 4 белых шара и 6 – чёрных. Из урны наугад вынимают 3 шара. Какова вероятность того, что все они одного цвета?

Решение . Обозначим события:

A ={вынуты шары одного цвета};

B ={вынуты шары белого цвета};

C ={вынуты шары чёрного цвета}.

Так как A = B + C и события В и С несовместны, то по теореме сложения вероятностей несовместных событий
. Вероятность событияВ равна
, где
4,

. Подставим k и n в формулу и получим
Аналогично найдём вероятность событияС :
, где
,
, т.е.
. Тогда
.

Пример 3 . Из колоды в 36 карт наугад вынимают 4 карты. Найти вероятность того, что среди них окажется не менее трёх тузов.

Решение . Обозначим события:

A ={среди вынутых карт не менее трёх тузов};

B ={среди вынутых карт три туза};

C ={среди вынутых карт четыре туза}.

Так как A = B + C , а события В и С несовместны, то
. Найдём вероятности событийВ и С :

,
. Следовательно, вероятность того, что среди вынутых карт не менее трёх тузов, равна

0.0022.

Умножение вероятностей

Произведением двух событий А и В называется событие С , состоящее в совместном наступлении этих событий:
. Это определение распространяется на любое конечное число событий.

Два события называются независимыми , если вероятность наступления одного из них не зависит от того, произошло другое событие или нет. События ,, … ,называютсянезависимыми в совокупности , если вероятность наступления каждого из них не зависит от того, произошли или не произошли другие события.

Пример 4 . Два стрелка стреляют по цели. Обозначим события:

A ={первый стрелок попал в цель};

B ={второй стрелок попал в цель}.

Очевидно, что вероятность попадания в цель первым стрелком не зависит от того, попал или не попал второй стрелок, и наоборот. Следовательно, события А и В независимы.

Справедлива теорема умножения вероятностей независимых событий: вероятность произведения двух независимых событий равна произведению вероятностей этих событий : .

Эта теорема справедлива и для n независимых в совокупности событий: .

Пример 5 . Два стрелка стреляют по одной цели. Вероятность попадания первого стрелка равна 0.9, а второго – 0.7. Оба стрелка одновременно делают по одному выстрелу. Определить вероятность того, что будут иметь место два попадания в цель.

Решение . Обозначим события:

A

B

C ={оба стрелка попадут в цель}.

Так как
, а событияА и В независимы, то
, т.е..

События А и В называются зависимыми , если вероятность наступления одного из них зависит от того, произошло другое событие или нет. Вероятность наступления события А при условии, что событие В уже наступило, называется условной вероятностью и обозначается
или
.

Пример 6 . В урне находятся 4 белых и 7 чёрных шаров. Из урны извлекаются шары. Обозначим события:

A ={извлечён белый шар} ;

B ={извлечён чёрный шар}.

Перед началом извлечения шаров из урны
. Из урны извлекли один шар и он оказался чёрным. Тогда вероятность событияА после наступления события В будет уже другой, равной . Это означает, что вероятность событияА зависит от события В , т.е. эти события будут зависимыми.

Справедлива теорема умножения вероятностей зависимых событий: вероятность произведения двух зависимых событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие уже наступило , т.е. или.

Пример 7 . В урне находятся 4 белых шара и 8 красных. Из неё наугад последовательно извлекают два шара. Найти вероятность того, что оба шара будут чёрными.

Решение . Обозначим события:

A ={первым извлечён чёрный шар};

B ={вторым извлечён чёрный шар}.

События А и В зависимы, так как
, а
. Тогда
.

Пример 8 . Три стрелка стреляют по цели независимо друг от друга. Вероятность попадания в цель для первого стрелка равна 0.5, для второго – 0.6 и для третьего – 0.8. Найти вероятность того, что произойдут два попадания в цель, если каждый стрелок сделает по одному выстрелу.

Решение . Обозначим события:

A ={произойдут два попадания в цель};

B ={первый стрелок попадёт в цель};

C ={второй стрелок попадёт в цель};

D ={третий стрелок попадёт в цель};

={первый стрелок не попадёт в цель};

={второй стрелок не попадёт в цель};

={третий стрелок не попадёт в цель}.

По условию примера
,
,
,

,
,
. Так как, то используя теорему сложения вероятностей несовместных событий и теорему умножения вероятностей независимых событий, получим:

Пусть события
образуют полную группу событий некоторого испытания, а событииА может наступить только с одним из этих событий. Если известны вероятности и условные вероятностисобытияА , то вероятность события А вычисляется по формуле:

или
. Эта формула называетсяформулой полной вероятности , а события
гипотезами .

Пример 9 . На сборочный конвейер поступает 700 деталей с первого станка и 300 деталей со второго. Первый станок даёт 0.5% брака, а второй – 0.7%. Найти вероятность того, что взятая деталь будет бракованной.

Решение . Обозначим события:

A ={взятая деталь будет бракованной};

={деталь изготовлена на первом станке};

={деталь изготовлена на втором станке}.

Вероятность того, что деталь изготовлена на первом станке, равна
. Для второго станка
. По условию вероятность получения бракованной детали, изготовленной на первом станке, равна
. Для второго станка эта вероятность равна
. Тогда вероятность того, что взятая деталь будет бракованной, вычисляется по формуле полной вероятности

Если известно, что в результате испытания наступило некоторое событие А , то вероятность того, что это событие наступило с гипотезой
, равна
, где
- полная вероятность событияА . Эта формула называется формулой Байеса и позволяет вычислять вероятности событий
после того, как стало известно, что событиеА уже наступило.

Пример 10 . Однотипные детали к автомобилям производятся на двух заводах и поступают в магазин. Первый завод производит 80% общего количества деталей, а второй – 20%. Продукция первого завода содержит 90% стандартных деталей, а второго – 95%. Покупатель купил одну деталь и она оказалась стандартной. Найти вероятность того, что эта деталь изготовлена на втором заводе.

Решение . Обозначим события:

A ={куплена стандартная деталь};

={деталь изготовлена на первом заводе};

={деталь изготовлена на втором заводе}.

По условию примера
,
,
и
. Вычислим полную вероятность событияА : 0.91. Вероятность того, что деталь изготовлена на втором заводе, вычислим по формуле Байеса:

.

Задания для самостоятельной работы

Вероятность попадания в цель для первого стрелка равна 0.8, для второго – 0.7 и для третьего – 0.9. Стрелки произвели по одному выстрелу. Найти вероятность того, что имеет место не менее двух попаданий в цель.

В ремонтную мастерскую поступило 15 тракторов. Известно, что 6 из них нуждаются в замене двигателя, а остальные – в замене отдельных узлов. Случайным образом отбираются три трактора. Найти вероятность того, что замена двигателя необходима не более, чем двум отобранным тракторам.

На железобетонном заводе изготавливают панели, 80% из которых – высшего качества. Найти вероятность того, что из трёх наугад выбранных панелей не менее двух будут высшего сорта.

Три рабочих собирают подшипники. Вероятность того, что подшипник, собранный первым рабочим, высшего качества, равна 0.7, вторым – 0.8 и третьим – 0.6. Для контроля наугад взято по одному подшипнику из собранных каждым рабочим. Найти вероятность того, что не менее двух из них будут высшего качества.

Вероятность выигрыша по лотерейному билету первого выпуска равна 0.2, второго – 0.3 и третьего – 0.25. Имеются по одному билету каждого выпуска. Найти вероятность того, что выиграет не менее двух билетов.

Бухгалтер выполняет расчёты, пользуясь тремя справочниками. Вероятность того, что интересующие его данные находятся в первом справочнике, равна 0.6, во втором – 0.7 ив третьем – 0.8. Найти вероятность того, что интересующие бухгалтера данные содержатся не более, чем в двух справочниках.

Три автомата изготавливают детали. Первый автомат изготавливает деталь высшего качества с вероятностью 0.9, второй – с вероятностью 0.7 и третий – с вероятностью 0.6. Наугад берут по одной детали с каждого автомата. Найти вероятность того, что среди них не менее двух высшего качества.

На двух станках обрабатываются однотипные детали. Вероятность изготовления нестандартной детали для первого станка равна 0.03, в для второго – 0.02. Обработанные детали складываются в одном месте. Среди них 67% с первого станка, а остальные – со второго. Наугад взятая деталь оказалась стандартной. Найти вероятность того, что она изготовлена на первом станке.

В мастерскую поступили две коробки однотипных конденсаторов. В первой коробке было 20 конденсаторов, из которых 2 неисправных. Во второй коробки 10 конденсаторов, из которых 3 неисправных. Конденсаторы были переложены в один ящик. Найти вероятность того, что наугад взятый из ящика конденсатор окажется исправным.

На трёх станках изготавливают однотипные детали, которые поступают на общий конвейер. Среди всех деталей 20% с первого автомата, 30% - со второго и 505 – с третьего. Вероятность изготовления стандартной детали на первом станке равна 0.8, на втором – 0.6 и на третьем – 0.7. Взятая деталь оказалась стандартной. Найти вероятность того, эта деталь изготовлена на третьем станке.

Комплектовщик получает для сборки 40% деталей с завода А , а остальные – с завода В . Вероятность того, что деталь с завода А – высшего качества, равна 0.8, а с завода В – 0.9. Комплектовщик наугад взял одну деталь и она оказалась не высшего качества. Найти вероятность того, что эта деталь с завода В .

Для участия в студенческих спортивных соревнованиях выделено 10 студентов из первой группы и 8 – из второй. Вероятность того, что студент из первой группы попадёт в сборную академии, равна 0.8, а со второй – 0.7. Наугад выбранный студент попал в сборную. Найти вероятность того, что он из первой группы.

Формула Бернулли

Испытания называются независимыми , если при каждом из них событие А наступает с одной и той же вероятностью
, не зависящей от того, появилось или не появилось это событие в других испытаниях. Вероятность противоположного событияв этом случае равна
.

Пример 11 . Бросается игральный кубик n раз. Обозначим событие A ={выпадение трёх очков}. Вероятность наступления события А в каждом испытании равна и не зависит от того, произошло или не произошло это событие в других испытаниях. Поэтому эти испытания являются независимыми. Вероятность противоположного события
{не выпадение трёх очков} равна
.

Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность наступления события А равна p , событие наступит ровно k раз (безразлично в какой последовательности), вычисляется по формуле
, где
. Эта формула называетсяформулой Бернулли и удобна она в том случае, если число испытаний n не слишком велико.

Пример 12 . Доля плодов, заражённых болезнью в скрытой форме, составляет 25%. Случайным образом отбирается 6 плодов. Найти вероятность того, что среди выбранных окажется: а) ровно 3 заражённых плода; б) не более двух заражённых плодов.

Решение . По условию примера .

а) По формуле Бернулли вероятность того, что среди шести отобранных плодов заражёнными окажутся ровно три, равна

0.132.

б) Обозначим событие A ={заражённых будет не более двух плодов}. Тогда . По формуле Бернулли:

0.297.

Следовательно,
0.178+0.356+0.297=0.831.

Теоремы Лапласа и Пуассона

По формуле Бернулли находится вероятность того, что событие А наступит k раз в n независимых испытаниях и в каждом испытании вероятность события А постоянна. При больших значениях n вычисления по формуле Бернулли становятся трудоёмкими. В этом случае для вычисления вероятности события А целесообразнее использовать другую формулу.

Локальная теорема Лапласа . Пусть вероятность p наступления события А в каждом испытании постоянна и отлична от нуля и единицы. Тогда вероятность того, что событие А наступит ровно k раз при достаточно большом числе n испытаний, вычисляется по формуле

, где
, а значения функции
приведены в таблице.

Основными свойствами функции
являются:

Функция
определена и непрерывна в интервале
.

Функция
положительна, т.е.
>0.

Функция
чётная, т.е.
.

Так как функция
чётная, то в таблице приведены её значения только для положительных значенийх .

Пример 13 . Всхожесть семян пшеницы составляет 80%. Для опыта отбирается 100 семян. Найти вероятность того, что из отобранных семян взойдут ровно 90.

Решение . По условию примера n =100, k =90, p =0.8, q =1-0.8=0.2. Тогда
. По таблице найдём значение функции
:
. Вероятность того, что из отобранных семян взойдут ровно 90, равна
0.0044.

При решении практических задач возникает необходимость найти вероятность наступления события А при n независимых испытаниях не менее раз и не болеераз. Такая задача решается с помощьюинтегральной теоремы Лапласа : Пусть вероятность p наступления события А в каждом из n независимых испытаний постоянна и отлична от нуля и единицы. Тогда вероятность того, что событие наступит не менее раз и не болеераз при достаточно большом числе испытаний, вычисляется по формуле

Где
,
.

Функция
называетсяфункцией Лапласа и не выражается через элементарные функции. Значения этой функции приведены в специальных таблицах.

Основными свойствами функции
являются:

.

Функция
возрастает в интервале
.

при
.

Функция
нечётная, т.е.
.

Пример 14 . Предприятие выпускает продукцию, из которой 13% не высшего качества. Определить вероятность того, что в непроверенной партии из 150 единиц продукции высшего качества будет не менее 125 и не более 135.

Решение . Обозначим . Вычислим
,

Основные понятия
События называются несовместными, если появление одного из них исключает появление других событий в одном и том же испытании. В противном случае они называются совместными.
Полной группой называют совокупность событий, объединение которых есть событие достоверное.
Противоположными называют два единственно возможных события, образующих полную группу.
События называются зависимыми, если вероятность появления одного из них зависит от наступления или ненаступления других событий.
События называются независимыми, если вероятность одного из них не зависит от наступления или ненаступления других.
Теорема сложения вероятностей несовместных событий
Р(A+B)=Р(A)+Р(B),
где А, В - несовместные события.

Теорема сложения вероятностей совместных событий
Р(A+B)=Р(A)+Р(B)-P(AB), где А и В - совместные события.

Теорема умножения вероятностей независимых событий
,
где А и В независимые события.
Теорема умножения вероятностей зависимых событий
Р(АВ)=Р(А)Р A (B),
где Р A (B) - вероятность наступления события В при условии, что произошло событие А; А и В- зависимые события.

Задача 1.
Стрелок производит два выстрела по мишени. Вероятность попадания при каждом выстреле 0,8. Составить полную группу событий и найти их вероятности. Решение.
Испытание - Производится два выстрела по мишени.
Событие А - оба раза промахнулся.
Событие В - попал один раз.
Событие С - оба раза попал.
.

Контроль: P(A) + P(B) + P(C) = 1.
Задача 2.
Согласно прогнозу метеорологов Р(дождь)=0,4; Р(ветер)=0,7; Р(дождь и ветер)=0,2. Какова вероятность того, что будет дождь или ветер? Решение. По теореме сложения вероятностей и в силу совместности предложенных событий имеем:
Р(дождь или ветер или то и другое)=Р(дождь) +Р(ветер) –Р(дождь и ветер)=0,4+0,7-0,2=0,9.
Задача 3.
На станции отправления имеется 8 заказов на отправку товара: пять – внутри страны, а три – на экспорт. Какова вероятность того, что два выбранных наугад заказа окажутся предназначенными для потребления внутри страны? Решение. Событие А – первый взятый наугад заказ – внутри страны. Событие В – второй тоже предназначен для внутреннего потребления. Нам необходимо найти вероятность Тогда по теореме об умножении вероятностей зависимых событий имеем

Задача 4.
Из партии изделий товаровед наудачу отбирает изделия высшего сорта. Вероятность того, что выбранная вещь окажется высшего сорта равна, 0,8; первого сорта – 0,7; второго сорта – 0,5. Найти вероятность того, что из трех наудачу отобранных изделий будут:
а) только два высшего сорта;
б) все разные. Решение. Пусть событие - изделие высшего сорта; событие - изделие первого сорта; событие - изделие второго сорта.
По условию задачи ; ; События - независимы.
а) Событие А – только два изделия высшего сорта будет выглядеть так тогда

б) Событие В – все три изделия различны - выразим так:, тогда .
Задача 5.
Вероятности попадания в цель при стрельбе из трех орудий таковы: p1= 0,8; p2 =0,7; p3 =0,9. Найти вероятность хотя бы одного попадания (событие А ) при одном залпе из всех орудий. Решение. Вероятность попадания в цель каждым из орудий не зависит от результатов стрельбы из других орудий, поэтому рассматриваемые события (попадание первого орудия), (попадание второго орудия) и (попадание третьего орудия) независимы в совокупности.
Вероятности событий, противоположных событиям (т.е. вероятности промахов), соответственно равны:

Искомая вероятность
Задача 6.
В типографии имеется 4 печатных машины. Для каждой машины вероятность того, что она работает в данный момент, равна 0,9. Найти вероятность того, что в данный момент работает хотя бы одна машина (событие А ). Решение. События «машина работает» и «машина не работает» (в данный момент) – противоположные, поэтому сумма их вероятностей равна единице:
Отсюда вероятность того, что машина в данный момент не работает, равна
Искомая вероятность . Задача 7. В читальном зале имеется 6 учебников по теории вероятностей, из которых три в переплете. Библиотекарь наудачу взял два учебника. Найти вероятность того, что оба учебника окажутся в переплете.

Решение. Рассмотрим следующие события:
А1- первый взятый учебник в переплете;
A2- второй взятый учебник в переплете.
Событие, состоящее в том, что оба взятых учебника в переплете . События А1 и А2 являются зависимыми, так как вероятность наступления события А2 зависит от наступления события А1. Для решения указанной задачи воспользуемся теоремой умножения вероятностей зависимых событий: .
Вероятность наступления события А1 p(A1) в соответствии с классическим определением вероятности:
P(A1)=m/n=3/6=0,5.
Вероятность наступления события А2 определяется условной вероятностью наступления события А2 при условии наступления события А1 , т.е. (A2)==0,4.
Тогда искомая вероятность наступления события:
P(A)=0,5*0,4=0,2.

Тема: 15. ОСНОВНЫЕ ТЕОРЕМЫ ТЕОРИИ

ВЕРОЯТНОСТЕЙ И ИХ СЛЕДСТВИЯ

1. Теорема сложения вероятностей совместных событий.

2. Теорема умножения вероятностей независимых событий.

3. Условная вероятность события. Теорема умножения вероятностей зависимых событий.

4. Теорема сложения вероятностей совместных событий.

5. Формула полной вероятности, формула Бейеса.

6. Повторение испытаний.

1. Теорема сложения вероятностей совместных событий.

Суммой нескольких событий называется событие, состоящее в наступлении хотя бы одного из данных событий.

Если события А и В – совместные, то их сумма А+В обозначает наступление или события А, или события В, или обоих событий вместе. Если А и В – несовместные события, то их сумма А+В означает наступление или события А, или события В.

Произведением двух событий А и В называют событие АВ, состоящее в совместном появлении этих событий.

Теорема: Вероятность появления одного из двух несовместных событий, безразлично какого, равна сумме вероятностей этих событий

Р (А+В) = Р (А)+ Р(В).

Следствие: Сумма вероятностей несовместных событий А 1 ,...,А n , образующих полную группу, равна единице:

Р(А 1) + Р(А 2)+... +Р (А n) = 1

2. Теорема умножения вероятностей независимых

событий .

Два события называются независимыми, если вероятность появления одного из них не зависит от того, появилось или не появилось другое событие.

Несколько событий называются взаимно независимыми (или независимыми в совокупности), если каждое из них и любая комбинация, составленная из остальных (части или всех) событий, являются независимыми событиями.

Если события А 1 ,А 2 ,...,А n взаимно независимы, то и противоположные их события также взаимно независимы.

Теорема : Вероятность произведения нескольких взаимно независимых событий равна произведению вероятностей этих событий.

Р(А 1 А 2 ,...А n ) = Р(А 1 )  Р(А 2 )  ...  Р(А n )

Для двух событий Р(АВ) = Р(А)  Р(В)

Задача . Два товароведа работают независимо друг от друга. Вероятность пропустить бракованное изделие первым товароведом 0,1; вторым 0,2. Какова вероятность то­го, что при просмотре изделия оба товароведа не пропустят брак.

Решение : событие А - брак пропустил I товаровед, событие В - брак пропустил II товаровед.

Где событие А – брак не пропустит I товаровед,

событие В - брак не пропустит II товаровед.

Так как оба работают независимо друг от друга, то А и В независимые события.

3. Условная вероятность события. Теорема умножения вероятностей зависимых событий.

Событие В называют зависимым от события А, если появление события А изменяет вероятность появления события В.

Вероятность события В, найденная при условии, что событие А произошло, называется условной вероятностью события В и обозначается Р А (В).

Теорема : Вероятность совместного появления двух зависимых событий А и В равна произведению вероятности одного из них на ус­ловную вероятность другого, найденную в предположении, что первое событиеуже наступило, т.е.

Р(АВ) = Р(А)  Р А (В) или Р(АВ) = Р(В) Р В (А)

Теорема умножения вероятностей может быть распространена на любое число m зависимых событий А 1 А 2 ...А m .

Р(А 1 А 2 ..А m )=Р(А 1 ) 

причем вероятность последующего события вычисляется в предположении, что все предыдущие произошли.

Задача. В коробке 2 белых и 3 синих ручки. Из коробки вынимают подряд две ручки. Найти вероятность того, что обе ручки белые.

Решение: событие А - обе ручки белые, событие В - появление первой белой ручки, событие С - появление второй белой ручки.

Тогда А= В  С.

Так как первая ручка не возвращается в коробку, т.е. состав коробки изменился, то события В и С зависимые.

Р (В) = 2/5; Вероятность события С находим в предположении, что В уже произошло, т.е. Р B (С) = ¼.

Искомая вероятность

При оценки вероятности наступления какого-либо случайного события очень важно предварительно хорошо представлять, зависит ли вероятность () наступления интересующего нас события от того, как развиваются остальные события.

В случае классической схемы, когда все исходы равновероятны, мы уже можем оценить значения вероятности интересующего нас отдельного события самостоятельно. Мы можем сделать это даже в том случае, если событие является сложной совокупностью нескольких элементарных исходов. А если несколько случайных событий происходит одновременно или последовательно? Как это влияет на вероятность реализации интересующего нас события?

Если я несколько раз кидаю игральную кость, и хочу, чтобы выпала "шестерка", а мне все время не везет, значит ли это, что надо увеличивать ставку, потому что, согласно теории вероятностей, мне вот-вот должно повезти? Увы, теория вероятности не утверждает ничего подобного. Ни кости, ни карты, ни монетки не умеют запоминать, что они продемонстрировали нам в прошлый раз. Им совершенно не важно, в первый раз или в десятый раз сегодня я испытываю свою судьбу. Каждый раз, когда я повторяю бросок, я знаю только одно: и на этот раз вероятность выпадения "шестерки" снова равна одной шестой. Конечно, это не значит, что нужная мне цифра не выпадет никогда. Это означает лишь то, что мой проигрыш после первого броска и после любого другого броска - независимые события.

События А и В называются независимыми , если реализация одного из них никак не влияет на вероятность другого события. Например, вероятности поражения цели первым из двух орудий не зависят от того, поразило ли цель другое орудие, поэтому события "первое орудие поразило цель" и "второе орудие поразило цель" независимы.

Если два события А и В независимы, и вероятность каждого из них известна, то вероятность одновременного наступления и события А, и события В (обозначается АВ) можно посчитать, воспользовавшись следующей теоремой.

Теорема умножения вероятностей для независимых событий

P(AB) = P(A)*P(B) - вероятность одновременного наступления двух независимых событий равна произведению вероятностей этих событий.

Пример. Вероятности попадания в цель при стрельбе первого и второго орудий соответственно равны: р 1 =0,7; р 2 =0,8. Найти вероятность попадания при одном залпе обоими орудиями одновременно.

Решение: как мы уже видели события А (попадание первого орудия) и В (попадание второго орудия) независимы, т.е. Р(АВ)=Р(А)*Р(В)=р 1 *р 2 =0,56.

Что произойдет, с нашими оценками, если исходные события не являются независимыми? Давайте немного изменим предыдущий пример.

Пример. Два стрелка на соревнованиях стреляют по мишеням, причем, если один из них стреляет метко, то соперник начинает нервничать, и его результаты ухудшаются. Как превратить эту житейскую ситуацию в математическую задачу и наметить пути ее решения? Интуитивно понятно, что надо каким-то образом разделить два варианта развития событий, составить по сути дела два сценария, две разные задачи. В первом случае, если соперник промахнулся, сценарий будет благоприятный для нервного спортсмена и его меткость будет выше. Во втором случае, если соперник прилично реализовал свой шанс, вероятность поразить мишень для второго спортсмена снижается.

Для разделения возможных сценариев (их часто называют гипотезами) развития событий мы будем часто использовать схему "дерева вероятностей". Эта схема похожа по смыслу на дерево решений, с которым Вам, наверное, уже приходилось иметь дело. Каждая ветка представляет собой отдельный сценарий развития событий, только теперь она имеет собственное значение так называемой условной вероятности (q 1 , q 2 , q 1 -1, q 2 -1).

Эта схема очень удобна для анализа последовательных случайных событий.

Остается выяснить еще один немаловажный вопрос: откуда берутся исходные значения вероятностей в реальных ситуациях ? Ведь не с одними же монетами и игральными костями работает теория вероятностей? Обычно эти оценки берутся из статистики, а когда статистические сведения отсутствуют, мы проводим собственное исследование. И начинать его нам часто приходится не со сбора данных, а с вопроса, какие сведения нам вообще нужны.

Пример. Допустим, нам надо оценить в городе с населением в сто тысяч жителей объем рынка для нового товара, который не является предметом первой необходимости, например, для бальзама по уходу за окрашенными волосами. Рассмотрим схему "дерева вероятностей". При этом значение вероятности на каждой "ветке" нам надо приблизительно оценить. Итак, наши оценки емкости рынка:

1) из всех жителей города женщин 50%,

2) из всех женщин только 30% красят волосы часто,

3) из них только 10% пользуются бальзамами для окрашенных волос,

4) из них только 10% могут набраться смелости попробовать новый товар,

5) из них 70% обычно покупает все не у нас, а у наших конкурентов.

Решение: По закону перемножения вероятностей, определяем вероятность интересующего нас события А ={житель города покупает у нас этот новый бальзам}=0,00045.

Умножим это значение вероятности на число жителей города. В результате имеем всего 45 потенциальных покупательниц, а если учесть, что одного пузырька этого средства хватает на несколько месяцев, не слишком оживленная получается торговля.

И все-таки польза от наших оценок есть.

Во-первых, мы можем сравнивать прогнозы разных бизнес-идей, на схемах у них будут разные "развилки", и, конечно, значения вероятности тоже будут разные.

Во-вторых, как мы уже говорили, случайная величина не потому называется случайной, что она совсем ни от чего не зависит. Просто ее точное значение заранее не известно. Мы знаем, что среднее количество покупателей может быть увеличено (например, с помощью рекламы нового товара). Так что имеет смысл сосредоточить усилия на тех "развилках", где распределение вероятностей нас особенно не устраивает, на тех факторах, на которые мы в состоянии повлиять.

Рассмотрим еще один количественный пример исследования покупательского поведения.

Пример. За день продовольственный рынок посещает в среднем 10000 человек. Вероятность того, что посетитель рынка заходит в павильон молочных продуктов, равна 1/2. Известно, что в этом павильоне в среднем продается в день 500 кг различных продуктов.

Можно ли утверждать, что средняя покупка в павильоне весит всего 100 г?

Обсуждение. Конечно, нельзя. Понятно, что не каждый, кто заходил в павильон, в результате что-то там купил.

Как показано на схеме, чтобы ответить на вопрос о среднем весе покупки, мы должны найти ответ на вопрос, какова вероятность того, что человек, зашедший в павильон, что-нибудь там купит. Если таких данных в нашем распоряжении не имеется, а нам они нужны, придется их получить самим, понаблюдав некоторое время за посетителями павильона. Допустим, наши наблюдения показали, что только пятая часть посетителей павильона что-то покупает.

Как только эти оценки нами получены, задача становится уже простой. Из 10000 человек, пришедших на рынок, 5000 зайдут в павильон молочных продуктов, покупок будет только 1000. Средний вес покупки равен 500 грамм. Интересно отметить, что для построения полной картины происходящего, логика условных "ветвлений" должна быть определена на каждом этапе нашего рассуждения так же четко, как если бы мы работали с "конкретной" ситуацией, а не с вероятностями.

Задачи для самопроверки

1. Пусть есть электрическая цепь, состоящая из n последовательно соединенных элементов, каждый из которых работает независимо от остальных.

Известна вероятность p невыхода из строя каждого элемента. Определите вероятность исправной работы всего участка цепи (событие А).

2. Студент знает 20 из 25 экзаменационных вопросов. Найдите вероятность того, что студент знает предложенные ему экзаменатором три вопроса.

3. Производство состоит из четырех последовательных этапов, на каждом из которых работает оборудование, для которого вероятности выхода из строя в течение ближайшего месяца равны соответственно р 1 , р 2 , р 3 и р 4 . Найдите вероятность того, что за месяц не случится ни одной остановки производства из-за неисправности оборудования.

В случаях, когда интересующее событие является суммой других событий, для нахождения его вероятности используется формула сложения.

Формула сложения имеет две основные разновидности – для совместных и для несовместных событий. Обосновать эти формулы можно, используя диаграммы Венна (рис. 21). Напомним, что на этих диаграммах вероятности событий численно равны площадям соответствующих этим событиям зон.

Для двух несовместных событий :

Р(А+В) = Р(А) + Р(В). (8, а)

Для N несовместных событий , вероятность их суммы равна сумме вероятностей этих событий:

= .(8б)

Из формулы сложения несовместных событий имеются два важных следствия.

Следствие 1. Для событий, образующих полную группу, сумма их вероятностей равна единице:

= 1.

Это объясняется следующим. Для событий, образующих полную группу, в левой части выражения (8б) находится вероятность того, что произойдёт одно из событий А i , но так как полная группа исчерпывает весь перечень возможных событий, то одно из таких событий произойдёт обязательно. Таким образом, в левой части записана вероятность события, которое обязательно произойдёт – достоверного события. Вероятность его равна единице.

Следствие 2. Сумма вероятностей двух противоположных событий равна единице :

Р(А) + Р(Ā) = 1.

Это следствие вытекает из предыдущего, так как противоположные события всегда образуют полную группу.

Пример 15

В ероятность работоспособного состояния технического устройства равна 0,8. Найти вероятность отказа этого устройства за тот же период наблюдений.

Решение.

Важное замечание . В теории надёжности принято вероятность работоспособного состояния обозначать буквой р , а вероятность отказа - буквой q. В дальнейшем будем использовать эти обозначения. Как та, так и другая вероятности являются функциями времени. Так, для больших периодов времени вероятность работоспособного состояния любого объекта приближается к нулю. Вероятность отказа любого объекта близка к нулю для малых периодов времени. В тех случаях, когда период наблюдения в задачах не указан, подразумевается, что он одинаков для всех рассматриваемых объектов.

Нахождение устройства в состояниях работоспособности и отказа – противоположные события. Пользуясь следствием 2, получим вероятность отказа устройства:

q = 1 – р = 1 – 0,8 = 0,2.

Для двух совместных событий формула сложения вероятностей имеет вид:

Р(А+В) = Р(А) + Р(В) – Р(АВ ), (9)

что иллюстрирует диаграмма Венна (рис. 22).

Действительно, чтобы найти всю заштрихованную площадь (она соответствует сумме событий А + В), нужно из суммы площадей фигур А и В вычесть площадь общей зоны (она соответствует произведению событий АВ), так как иначе она будет учтена дважды.

Для трех совместных событий формула сложения вероятностей усложняется:

Р(А+В+С)=Р(А) + Р(В) + Р(С) – Р(АВ) – Р(АС) – Р(ВС) + Р(АВС). (10)

На диаграмме Венна (рис. 23) искомая вероятность численно равна общей площади зоны, образованной событиями А, В и С (для упрощения рисунка единичный квадрат на нем не показан).

После того, как из суммы площадей зон А, В и С вычтены площади зон АВ, АС и СВ получилось, что площадь зоны АВС была просуммирована трижды и трижды вычтена. Поэтому для учета этой площади она должна быть добавлена в окончательное выражение.

При увеличении числа слагаемых формула сложения становится всё более и более громоздкой, но принцип её построения остаётся прежним: сначала суммируются вероятности событий взятых по одиночке, затем вычитаются вероятности всех по парных комбинаций событий, прибавляются вероятности событий взятых тройками, вычитаются вероятности комбинаций событий взятых четверками и т.д.

В итоге следует подчеркнуть: формула сложения вероятностей совместных событий при количестве слагаемых от трех и более громоздка и неудобна к применению, использование ее при решении задач нецелесообразно .

Пример 16

Для ниже приведенной схемы электроснабжения (рис. 24) определить вероятность отказа системы в целом Q С по вероятностям отказа q i отдельных элементов (генератора, трансформаторов и линии).

Состояния отказа отдельных элементов системы электроснабжения, так же как и состояния работоспособности, всегда являются попарно совместными событиями , так как нет никаких принципиальных препятствий к тому, чтобы одновременно производился ремонт, например, линии и трансформатора. Отказ системы наступает при отказе любого её элемента: или генератора, или 1-го трансформатора, или линии, или 2-го трансформатора, или при отказе любой пары, любой тройки или всех четырёх элементов. Следовательно, искомое событие – отказ системы является суммой отказов отдельных элементов. Для решения задачи может быть использована формула сложения совместных событий:

Q с = q г + q т1 + q л + q т2 – q г q т1 – q г q л – q г q т2 – q т1 q л – q т1 q т2 – q л q т2 + q г q т1 q л + q г q л q т2 + q г q т1 q т2 + q т1 q т2 q л – q г q т1 q л q т2.

Это решение ещё раз убеждает в громоздкости формулы сложения для совместных событий. В дальнейшем будет рассмотрен другой более рациональный способ решения данной задачи.

Полученное выше решение может быть упрощено с учётом того, что вероятности отказов отдельных элементов системы электроснабжения для применяемого обычно в расчётах надежности периода в один год достаточно малы (порядка 10 -2). Поэтому все слагаемые кроме первых четырех можно отбросить, что практически не повлияет на численный результат. Тогда можно записать:

Q с ≈q г + q т1 + q л + q т2 .

Однако к подобным упрощениям надо относится осторожно, внимательно изучая их последствия, так как часто отбрасываемые слагаемые могут оказаться соизмеримыми с первыми.

Пример 17

Определить вероятность работоспособного состояния системы Р С , состоящей из трех резервирующих друг друга элементов.

Решение . Резервирующие друг друга элементы на логической схеме анализа надёжности изображаются соединенными параллельно (рис. 25):

Резервированная система работоспособна, когда работоспособен или 1-й, или 2-й, или 3-й элемент, или работоспособна любая пара, или все три элемента совместно. Следовательно, работоспособное состояние системы есть сумма работоспособных состояний отдельных элементов. По формуле сложения для совместных событий Р с = Р 1 + Р 2 + Р 3 – Р 1 Р 2 – Р 1 Р 3 – Р 2 Р 3 + Р 1 Р 2 Р 3 . , где Р 1 , Р 2 и Р 3 – вероятности работоспособного состояния элементов 1, 2 и 3 соответственно.

В данном случае упрощать решение, отбрасывая по парные произведения нельзя, поскольку такое приближение даст значительную погрешность (эти произведения обычно числено близки к первым трём слагаемым). Как и в примере 16, эта задача имеет другое более компактное решение.

Пример 18

Для двухцепной линии электропередачи (рис. 26) известна вероятность отказа каждой цепи: q 1 = q 2 = 0,001. Определить вероятности того, что линия будет иметь стопроцентную пропускную способность – Р(R 100), пятидесяти процентную пропускную способность - Р(R 50), и вероятность того, что система откажет – Q.

Линия имеет стопроцентную пропускную способность, когда работоспособна и 1-я и 2-я цепь:

Р(100%) = р 1 р 2 = (1 – q 1)(1 – q 2) =

= (1 – 0,001)(1 – 0,001) = 0,998001.

Линия отказывает, когда отказывает и 1-я и 2-я цепь:

Р(0%) = q 1 q 2 =0,001∙0,001 = 10 -6 .

Линия имеет пятидесяти процентную пропускную способность, когда работоспособна 1-я цепь и отказала 2-я, или когда работоспособна 2-я цепь и отказала 1-я:

Р(50%)= р 1 q 2 + р 2 q 1 = 2∙0,999∙10 -3 = 0,001998.

В последнем выражении использована формула сложения для несовместных событий, каковыми они и являются.

События, рассмотренные в этой задаче, составляют полную группу, поэтому сумма их вероятностей составляет единицу.