- •1. События, частота и вероятность
- •2. Классификация событий
- •3. Классический способ нахождения вероятности
- •1. Элементы комбинаторики и вычисление вероятности событий
- •2. Геометрические вероятности
- •4. Теорема сложения вероятностей событий
- •5. Формула полной вероятности
- •1. Формула Бернулли
- •1. Закон распределения дискретной случайной величины
- •1. Функция распределения непрерывной и дискретной случайной величины
- •2. Свойства функции распределения
- •3. Плотность распределения вероятностей непрерывной случайной величины
- •4. Свойства плотности вероятности
- •1. Равномерное распределение
- •2. Нормальное распределение
- •1. Математическое ожидание. Дискретные случайные величины
- •3. Дисперсия и среднее квадратическое отклонение случайной величины
- •4. Свойства дисперсии
- •Математичечская статистика
- •1. Генеральная и выборочная совокупность данных
- •2. Статистическое распределение выборки. Выборочный ряд, полигон, гистограмма и комулянта выборки.
- •1. Точечные оценки.
- •1. Простые и сложные статистические гипотезы.
- •2. Проверка статистических гипотез
2. Геометрические вероятности
Это
понятие касается следующего класса
задач. Представим себе, что на плоскости
расположены две области
и
,
причем область
целиком распложена в области
.
Их площади, соответственно, равны
и
.
В область
наудачу бросают точку. Какова вероятность
того, что точка попадёт также и в область
?
Если предположить, что точка может попасть в любую часть области , а вероятность попадания в область пропорциональна лишь её площади и не зависит ни от расположения , ни от её формы, то искомая вероятность равна:
.
Это и есть так называемое «правило нахождения геометрической вероятности»[7].
Аналогично могут быть определены вероятности попадания точки:
1) в объёмную область
величиной
,
содержащуюся в объёмной области
величиной
,
если точка брошена наугад в объём
:
;
2) на отрезок
величиной
,
расположенный на отрезке
величиной
,
если точка брошена наугад на отрезок
:
.
________________________
Пример.
Круглый диск радиуса
разбит на два сектора. Длина дуги одного
из них (заштрихованного) равна радиусу
.
По быстро вращающемуся диску произведён
выстрел. Цель поражена. Найти вероятность
того, что попали в заштрихованную часть.
Решение.
Идеология решения задачи проста. Пусть
событие
есть событие, состоящее в том, что попали
именно в заштрихованную часть.
Тогда искомая вероятность равна
,
где
- площадь заштрихованной части,
- площадь круга (
).
Проблема лишь в
том, как найти площадь заштрихованной
части. Но
относится
к
также, как длина дуги заштрихованной
части (
)
относится к длине круга (
):
,
что и требовалось найти.
___________________________________________
Пример.
Задача Бюффона (или задача об игле).
[7]. Пусть на плоскость, разлинованную
параллельными линиями с расстоянием
,
наудачу брошен отрезок (игла) длиной
.
Какова вероятность пересечения линии
иглой?
Событие
состоит в пересечении линии на плоскости.
Игла пересекает только одну линию в
силу ограничения
,
или не пересекает ни одной. Пусть
-
расстояние от центра иглы до ближайшей
линии, а
- угол наклона иглы к линиям. Тогда
множество всех равновозможных событий
,
а множество всех благоприятствующих
исходов для события
и оба эти множества изображены ниже на
рисунке. Вероятность события
вычисляется как геометрическая:
,
,
.
Рис 2.3. Иллюстрация к задаче Бюфона
4. Теорема сложения вероятностей событий
Начнем
с геометрической иллюстрации. Пусть
рассматривается геометрическая
вероятность в случае
(плоский случай). Событие
состоит в том, что бросаем точку на часть
плоскости
и попадаем в фигуру
,
а событие
- попадаем в фигуру
(см.
рис. 3.2). Найдем вероятность того, что
бросаем точку в область
и попадаем в фигуру
,
затемненную на рисунке фигуру. Эта
фигура
соответствует событию, состоящему в
наступлении или события
или события
,
т.е. события
.
Рис. 3.2. Иллюстрация к теореме сложения вероятностей
В
силу геометрической вероятности эта
вероятность
равна:
,
где
-
площадь фигуры
,
а
- площадь области
.
Осталось найти площадь
.
Она равна:
,
где
- площадь фигуры
,
- площадь фигуры
,
- площадь общей части фигур
и
,
«забитой» на рис. 3.2 пятнами. Тогда:
,
где по определению геометрической вероятности:
вероятность события ,
вероятность события ,
вероятность
события
.
Тем самым, мы приходим к равенству
,
которое и составляет содержание теоремы о сложении вероятностей совместных событий, но доказательство её в общем случае гораздо сложнее и его мы оставляем без внимания.
Теорема о сложении вероятностей совместных событий. Вероятность суммы совместных событий и равна:
.
Здесь слова «вероятность совместных событий» имеют принципиальное значение, т.к. для несовместных событий получается несколько иная теорема. Разберёмся в этом. Для несовместных событий и основным свойством является равенство (они вместе произойти не могут):
.
Поэтому теорема переписывается в следующем виде.
Теорема о сложении вероятностей несовместных событий. Вероятность суммы несовместных событий и равна:
.
___________________________________________
Пример. «Не кладите все яйца в одну корзину.»
В
два банка положены деньги (слава Богу,
что некто догадался, что именно в «два»).
Банки работают независимо друг от друга
(часто встречающаяся ситуация). Вероятность
разорения первого банка равна
,
а второго -
.
Какова вероятность того, что деньги
сохранятся хотя бы в одном из банков.
Решение. Чтобы решить вероятностную задачу, главное, ввести правильные обозначения. Попробуем ввести следующие события.
- деньги взяты из первого банка,
- деньги взяты из первого банка.
Тогда событие
означает, что деньги взяты либо из
первого банка, либо из второго банка,
либо из обоих банков сразу (вам очень
повезло). А найти нужно именно вероятность
этого события
.
По формуле сложения
вероятностей совместных событий
получаем:
.
Вероятность
того, что первый банк останется «на
плаву», составляет с вероятностью
того, что первый банк разорится, в сумме
(т.к. событие
есть достоверное событие). Поэтому:
.
Аналогично найдем
.
А
вероятность произведения двух событий
равна произведению вероятностей
,
как произведение независимых событий.
Поэтому:
.
То есть искомая
вероятность получается больше вероятностей
и
,
а, значит, права пословица!
