Когда бросается монета, можно сказать, что она упадет орлом вверх, или вероятность этого составляет 1/2. Конечно, это не означает того, что если монета подбрасывается 10 раз, она обязательно упадет вверх орлом 5 раз. Если монета является "честной" и если она подбрасывается много раз, то орел выпадет очень близко в половине случаев. Таким образом, существует два вида вероятностей: экспериментальная и теоретическая .
Экспериментальная и теоретическая вероятность
Если бросить монетку большое количество раз - скажем, 1000 - и посчитать, сколько раз выпадет орел, мы можем определить вероятность того, что выпадет орел. Если орел выпадет 503 раза, мы можем посчитать вероятность его выпадения:
503/1000, или 0,503.
Это экспериментальное определение вероятности. Такое определение вероятности вытекает из наблюдения и изучения данных и является довольно распространенным и очень полезным. Вот, к примеру, некоторые вероятности которые были определены экспериментально:
1. Вероятность того, что у женщины разовьется рак молочной железы составляет 1/11.
2. Если вы целуетесь, с кем-то, кто болен простудой, то вероятность того, что вы тоже заболеете простудой, составляет 0,07.
3. Человек, который только что был освобожден из тюрьмы, имеет 80% вероятности возвращения назад в тюрьму.
Если мы рассматриваем бросание монеты и беря во внимание то, что столь же вероятно, что выпадет орел или решка, мы можем вычислить вероятность выпадение орла: 1 / 2. Это теоретическое определение вероятности. Вот некоторые другие вероятности, которые были определены теоретически, с помощью математики:
1. Если находится 30 человек в комнате, вероятность того, что двое из них имеют одинаковый день рождения (исключая год), составляет 0,706.
2. Во время поездки, Вы встречаете кого-то, и в течение разговора обнаруживаете, что у вас есть общий знакомый. Типичная реакция: "Этого не может быть!". На самом деле, эта фраза не подходит, потому что вероятность такого события достаточно высока - чуть более 22%.
Таким образом, экспериментальная вероятность определяются путем наблюдения и сбора данных. Теоретические вероятности определяются путем математических рассуждений. Примеры экспериментальных и теоретических вероятностей, как например, рассмотренных выше, и особенно тех, которые мы не ожидаем, приводят нас, к ваэности изучения вероятности. Вы можете спросить: "Что такое истинная вероятность?" На самом деле, таковой нет. Экспериментально можно определить вероятности в определенных пределах. Они могут совпадать или не совпадать с вероятностями, которые мы получаем теоретически. Есть ситуации, в которых гораздо легче определить один из типов вероятности, чем другой. Например, было бы довольно найти вероятность простудиться, используя теоретическую вероятность.
Вычисление экспериментальных вероятностей
Рассмотрим сначала экспериментальное определение вероятности. Основной принцип, который мы используем для вычисления таких вероятностей, является следующим.
Принцип P (экспериментальный)
Если в опыте, в котором проводится n наблюдений, ситуация или событие Е происходит m раз за n наблюдений, то говорят, что экспериментальная вероятность события равна P (E) = m/n.
Пример 1 Социологический опрос. Было проведено экспериментальное исследование, чтобы определить количество левшей, правшей и людей, у которых обе руки развиты одинаково Результаты показаны на графике.
a) Определите вероятность того, что человек - правша.
b) Определите вероятность того, что человек - левша.
c) Определите вероятность того, что человек одинаково свободно владеет обеими руками.
d) В большинстве турниров, проводимых Профессиональной Ассоциацией Боулинга, участвуют 120 игроков. На основании данных этого эксперимента, сколько игроков могут быть левшой?
Решение
a)Число людей, являющиеся правшами, составляет 82, количество левшей составляет 17, а число тех, кто одинаково свободно владеет двумя руками - 1. Общее количество наблюдений - 100. Таким образом, вероятность того, что человек правша, есть Р
P = 82/100, или 0,82, или 82%.
b) Вероятность того, что человек левша, есть Р, где
P = 17/100, или 0,17, или 17%.
c) Вероятность того, что человек одинаково свободно владеет двумя руками составляет P, где
P = 1/100, или 0,01, или 1%.
d) 120 игроков в боулинг, и из (b) мы можем ожидать, что 17% - левши. Отсюда
17% от 120 = 0,17.120 = 20,4,
то есть мы можем ожидать, что около 20 игроков являются левшами.
Пример 2 Контроль качества
. Для производителя очень важно держать качество своей продукции на высоком уровне. На самом деле, компании нанимают инспекторов контроля качества для обеспечения этого процесса. Целью является выпуск минимально возможного количества дефектных изделий. Но так как компания производит тысячи изделий каждый день, она не может позволить себе проверять каждое изделие, чтобы определить, бракованное оно или нет. Чтобы выяснить, какой процент продукции являются дефектным, компания проверяет гораздо меньше изделий.
Министерство сельского хозяйства США требует, чтобы 80% семян, которые продают производители, прорастали. Для определения качества семян, которые производит сельхозкомпания, высаживается 500 семян из тех, которые были произведены. После этого подсчитали, что 417 семян проросло.
a) Какова вероятность того, что семя прорастет?
b) Отвечают ли семена государственным стандартам?
Решение
a) Мы знаем, что из 500 семян, которые были высажены, 417 проросли. Вероятность прорастания семян Р, и
P = 417/500 = 0,834, или 83.4%.
b) Так как процент проросших семян превысил 80% по требованию, семена отвечают государственным стандартам.
Пример 3 Телевизионные рейтинги. Согласно статистических данных, в Соединенных Штатах 105 500 000 домохозяйств с телевизорами. Каждую неделю, информация о просмотре передач собирается и обрабатывается. В течение одной недели 7815000 домохозяйств были настроены на популярный комедийный сериал "Все любят Реймонда" на CBS и 8302000 домохозяйств были настроены на популярный сериал «Закон и порядок» на NBC (Источник: Nielsen Media Research). Какова вероятность того, что телевизор одного дома настроен на «Everybody Loves Raymond" в течение данной недели? на «Закон и порядок»?
Решениеn
Вероятность того, что телевизор в одном домохозяйстве настроен на "Все любят Реймонда" равна Р, и
P = 7,815,000/105,500,000 ≈ 0,074 ≈ 7,4%.
Возможность, что телевизор домохозяйства был настроен на «Закон и порядок» составляет P, и
P = 8,302,000/105,500,000 ≈ 0,079 ≈ 7,9%.
Эти проценты называются рейтингами.
Теоретическая вероятность
Предположим, что мы проводим эксперимент, такие, как бросание монетки ли дротиков, вытаскивание карты из колоды, или проверка изделий на качество на сборочной линии. Каждый возможный результат такого эксперимента называется исход . Множество всех возможных исходов называется пространством исходов . Событие это множество исходов, то есть подмножество пространства исходов.
Пример 4 Бросание дротиков. Предположим, что в эксперименте «метание дротиков» дротик попадает в мишень. Найдите каждое из нижеследующих:
b) Пространство исходов
Решение
a) Исходы это: попадание в черное (Ч), попадание в красное (К) и попадание в белое (Б).
b) Пространство исходов есть {попадание в черное, попадание в красное, попадание в белое}, которое может быть записано просто как {Ч, К, Б}.
Пример 5 Бросание игральных костей.
Игральная кость это куб с шестью гранями, на каждой их которых нарисовано от одной до шести точек.
Предположим, что мы бросаем игральную кость. Найдите
a) Исходы
b) Пространство исходов
Решение
a) Исходы: 1, 2, 3, 4, 5, 6.
b) Пространство исходов {1, 2, 3, 4, 5, 6}.
Мы обозначаем вероятность того, что событие Е случается в качестве Р (Е). Например, "монета упадет решкой" можно обозначать H. Тогда Р (Н) представляет собой вероятность того, монета упадет решкой. Когда все исходы эксперимента имеют одинаковую вероятность появления, говорят, что они равновероятны. Чтобы увидеть различия между событиями, которые равновероятны, и неравновероятными событиями, рассмотрим мишень, изображенную ниже.
Для мишени A, события попадания в черное, красное и белое равновероятны, так как черные, красные и белые сектора - одинаковые. Однако, для мишени B зоны с этими цветами не одинаковы, то есть попадание в них не равновероятно.
Принцип P (Теоретический)
Если событие E может случиться m путями из n возможных равновероятных исходов из пространства исходов S, тогда теоретическая вероятность
события, P(E) составляет
P(E) = m/n.
Пример 6 Какая вероятность выкинуть 3, бросив игральный кубик?
Решение На игральном кубике 6 равновероятных исходов и существует только одна возможность выбрасивания цифры 3. Тогда вероятность P составит P(3) = 1/6.
Пример 7 Какая вероятность выбрасывания четной цифры на игральном кубике?
Решение Событие - это выбрасывание четной цифры. Это может случиться 3 способами (если выпадет 2, 4 или 6). Число равновероятных исходов равно 6. Тогда вероятность P(четное) = 3/6, или 1/2.
Мы будем использовать ряд примеров, связанных со стандартной колодой из 52 карт. Такая колода состоит из карт, показанных на рисунке ниже.
Пример 8 Какая вероятность вытянуть туза из хорошо перемешанной колоды карт?
Решение
Существует 52 исхода (количество карт в колоде), они равновероятны (если колода хорошо перемешана), и есть 4 способа вытянуть туза, поэтому согласно принципу P, вероятность
P(вытягивания туза) = 4/52, или 1/13.
Пример 9 Предположим, что мы выбираем не глядя, один шарик из мешка с 3-мя красными шариками и 4-мя зелеными шариками. Какова вероятность выбора красного шарика?
Решение
Существует 7 равновероятных исходов достать любой шарик, и так как число способов вытянуть красный шарик равно 3, получим
P(выбора красного шарика) = 3/7.
Следующие утверждения - это результаты из принципа P.
Свойства вероятности
a) Если событие E не может случиться, тогда P(E) = 0.
b) Если событие E случиться непременно тогда P(E) = 1.
c) Вероятность того, что событие Е произойдет это число от 0 до 1: 0 ≤ P(E) ≤ 1.
Например, в бросании монеты, событие, когда монета упадет на ребро имеет нулевую вероятность. Вероятность того, что монета либо на орел или решку имеет вероятность 1.
Пример 10 Предположим, что вытягиваются 2 карты из колоды с 52-мя картами. Какова вероятность того, что обе из них пики?
Решение
Число путей n вытягивания 2 карт из хорошо перемешанной колоды с 52 картами есть 52 C 2 . Так как 13 из 52 карт являются пиками, число способов m вытягивания 2-х пик есть 13 C 2 . Тогда,
P(вытягивания 2-х пик)= m/n = 13 C 2 / 52 C 2 = 78/1326 = 1/17.
Пример 11 Предположим, что 3 человека выбираются случайно из группы, состоящей из 6-ти мужчин и 4-х женщин. Какова вероятность того, что будут выбраны 1 мужчина и 2 женщины?
Решение
Число способов выбора троих человек из группы 10 человек 10 C 3 . Один мужчина может быть выбран 6 C 1 способами, и 2 женщины могут быть выбраны 4 C 2 способами. Согласно фундаментальному принципу подсчета, число способов выбора 1-го мужчины и 2-х женщин 6 C 1 . 4 C 2 . Тогда, вероятность что будет выбраны 1-го мужчины и 2-х женщин есть
P = 6 C 1 . 4 C 2 / 10 C 3 = 3/10.
Пример 12 Бросание игральных кубиков. Какая вероятность выбрасывания в сумме 8 на двух игральных кубиках?
Решение
На каждом игральном кубике есть 6 возможных исходов. Исходы удваиваются, то есть существует 6.6 или 36 возможных способа, в котором могут выпасть цифры на двух кубиках. (Лучше, если кубики разные, скажем один красный а второй голубой - это поможет визуализировать результат.)
Пары цифр, в сумме составляющие 8, показаны на рисунке внизу. Есть 5 возможных способов получения суммы, равной 8, отсюда вероятность равна 5/36.
Внимание абитуриентам! Здесь разобрано несколько задач ЕГЭ. Остальные, более интересные, - в нашем бесплатном видеоматериале . Смотрите и поступайте!
Мы начнем с простых задач и основных понятий теории вероятностей.
Случайным
называется событие, которое нельзя точно предсказать заранее. Оно может либо произойти, либо нет.
Вы выиграли в лотерею - случайное событие. Пригласили друзей отпраздновать выигрыш, а они по дороге к вам застряли в лифте - тоже случайное событие. Правда, мастер оказался поблизости и освободил всю компанию через десять минут - и это тоже можно считать счастливой случайностью…
Наша жизнь полна случайных событий. О каждом из них можно сказать, что оно произойдет с некоторой вероятностью . Скорее всего, вы интуитивно знакомы с этим понятием. Теперь мы дадим математическое определение вероятности.
Начнем с самого простого примера. Вы бросаете монетку. Орел или решка?
Такое действие, которое может привести к одному из нескольких результатов, в теории вероятностей называют испытанием .
Орел и решка - два возможных исхода испытания.
Орел выпадет в одном случае из двух возможных. Говорят, что вероятность того, что монетка упадет орлом, равна .
Бросим игральную кость. У кубика шесть граней, поэтому возможных исходов тоже шесть.
Например, вы загадали, что выпадет три очка. Это один исход из шести возможных. В теории вероятностей он будет называться благоприятным исходом .
Вероятность выпадения тройки равна (один благоприятный исход из шести возможных).
Вероятность четверки - тоже
А вот вероятность появления семерки равна нулю. Ведь грани с семью точками на кубике нет.
Вероятность события равна отношению числа благоприятных исходов к общему числу исходов.
Очевидно, что вероятность не может быть больше единицы.
Вот другой пример. В пакете яблок, из них - красные, остальные - зеленые. Ни формой, ни размером яблоки не отличаются. Вы запускаете в пакет руку и наугад вынимаете яблоко. Вероятность вытащить красное яблоко равна , а зеленое - .
Вероятность достать красное или зеленое яблоко равна .
Разберем задачи по теории вероятностей, входящие в сборники для подготовки к ЕГЭ.
. В фирме такси в данный момент свободно машин: красных, желтых и зеленых. По вызову выехала одна из машин, случайно оказавшихся ближе всего к заказчице. Найдите вероятность того, что к ней приедет желтое такси.
Всего имеется машин, то есть к заказчице приедет одна из пятнадцати. Желтых - девять, и значит, вероятность приезда именно желтой машины равна , то есть .
. (Демо-вариант ) В сборнике билетов по биологии всего билетов, в двух из них встречается вопрос о грибах. На экзамене школьнику достаётся один случайно выбранный билет. Найдите вероятность того, что в этом билете не будет вопроса о грибах.
Очевидно, вероятность вытащить билет без вопроса о грибах равна , то есть .
. Родительский комитет закупил пазлов для подарков детям на окончание учебного года, из них с картинами известных художников и с изображениями животных. Подарки распределяются случайным образом. Найдите вероятность того, что Вовочке достанется пазл с животным.
Задача решается аналогично.
Ответ: .
. В чемпионате по гимнастике участвуют спортсменок: из России, из США, остальные - из Китая. Порядок, в котором выступают гимнастки, определяется жребием. Найдите вероятность того, что спортсменка, выступающая последней, окажется из Китая.
Давайте представим, что все спортсменки одновременно подошли к шляпе и вытянули из нее бумажки с номерами. Кому-то из них достанется двадцатый номер. Вероятность того, что его вытянет китайская спортсменка, равен (поскольку из Китая - спортсменок). Ответ: .
. Ученика попросили назвать число от до . Какова вероятность того, что он назовет число кратное пяти?
Каждое пятое число из данного множества делится на . Значит, вероятность равна .
Брошена игральная кость. Найдите вероятность того, что выпадет нечетное число очков.
Нечетные числа; - четные. Вероятность нечетного числа очков равна .
Ответ: .
. Монета брошена три раза. Какова вероятность двух «орлов» и одной «решки»?
Заметим, что задачу можно сформулировать по-другому: бросили три монеты одновременно. На решение это не повлияет.
Как вы думаете, сколько здесь возможных исходов?
Бросаем монету. У этого действия два возможных исхода: орел и решка
Две монеты - уже четыре исхода:
Три монеты? Правильно, исходов, так как .
Два орла и одна решка выпадают в трех случаях из восьми.
Ответ: .
. В случайном эксперименте бросают две игральные кости. Найдите вероятность того, что в сумме выпадет очков. Результат округлите до сотых.
Бросаем первую кость - шесть исходов. И для каждого из них возможны еще шесть - когда мы бросаем вторую кость.
Получаем, что у данного действия - бросания двух игральных костей - всего возможных исходов, так как .
А теперь - благоприятные исходы:
Вероятность выпадения восьми очков равна .
>. Стрелок попадает в цель с вероятностью . Найдите вероятность того, что он попадёт в цель четыре раза выстрела подряд.
Если вероятность попадания равна - следовательно, вероятность промаха . Рассуждаем так же, как и в предыдущей задаче. Вероятность двух попадания подряд равна . А вероятность четырех попаданий подряд равна .
Вероятность: логика перебора.
Вот задача из диагностической работы, которая многим показалась сложной.
В кармане у Пети было монеты по рублей и монеты по рублей. Петя, не глядя, переложил какие-то монеты в другой карман. Найдите вероятность того, что пятирублевые монеты лежат теперь в разных карманах.
Мы знаем, что вероятность события равна отношению числа благоприятных исходов к общему числу исходов. Но как посчитать все эти исходы?
Можно, конечно, обозначить пятирублевые монеты цифрами , а десятирублевые цифрами - а затем посчитать, сколькими способами можно выбрать три элемента из набора .
Однако есть более простое решение:
Кодируем монеты числами: , (это пятирублёвые), (это десятирублёвые). Условие задачи можно теперь сформулировать так:
Есть шесть фишек с номерами от до . Сколькими способами можно разложить их по двум карманам поровну, так чтобы фишки с номерами и не оказались вместе?
Давайте запишем, что у нас в первом кармане.
Для этого составим все возможные комбинации из набора . Набор из трёх фишек будет трёхзначным числом. Очевидно, что в наших условиях и - это один и тот же набор фишек. Чтобы ничего не пропустить и не повториться, располагаем соответствующие трехзначные числа по возрастанию:
Все! Мы перебрали все возможные комбинации, начинающиеся на . Продолжаем:
Всего возможных исходов.
У нас есть условие - фишки с номерами и не должны оказаться вместе. Это значит, например, что комбинация нам не подходит - она означает, что фишки и обе оказались в не в первом, а во втором кармане. Благоприятные для нас исходы - такие, где есть либо только , либо только . Вот они:
134, 135, 136, 145, 146, 156, 234, 235, 236, 245, 246, 256 – всего благоприятных исходов.
Тогда искомая вероятность равна .
Какие же задачи ждут вас на ЕГЭ по математике?
Разберем одну из сложных задач по теории вероятностей.
Чтобы поступить в институт на специальность «Лингвистика», абитуриент З. должен набрать на ЕГЭ не менее 70 баллов по каждому из трёх предметов - математика, русский язык и иностранный язык. Чтобы поступить на на специальность «Коммерция», нужно набрать не менее 70 баллов по каждому из трёх предметов - математика, русский язык и обществознание.
Вероятность того, что абитуриент З. получит не менее 70 баллов по математике, равна 0,6, по русскому языку - 0,8, по иностранному языку - 0,7 и по обществознанию - 0,5.
Найдите вероятность того, что З. сможет поступить хотя бы на одну из двух упомянутых специальностей.
Заметим, что в задаче не спрашивается, будет ли абитуриент по фамилии З. учиться и лингвистике, и коммерции сразу и получать два диплома. Здесь надо найти вероятность того, что З. сможет поступить хотя бы на одну из двух данных специальностей – то есть наберет необходимое количество баллов.
Для того чтобы поступить хотя бы на одну из двух специальностей, З. должен набрать не менее 70 баллов по математике. И по русскому. И еще – обществознания или иностранный.
Вероятность набрать 70 баллов по математике для него равна 0,6.
Вероятность набрать баллы по математике и русскому равна 0,6 0,8.
Разберемся с иностранным и обществознанием. Нам подходят варианты, когда абитуриент набрал баллы по обществознанию, по иностранному или по обоим. Не подходит вариант, когда ни по языку, ни по «обществу» он не набрал баллов. Значит, вероятность сдать обществознание или иностранный не ниже чем на 70 баллов равна
1 – 0,5 0,3.
В результате вероятность сдать математику, русский и обществознание или иностранный равна
0,6 0,8 (1 - 0,5 0,3) = 0,408. Это ответ.
С понятием вероятность любой человек сталкивается каждый день. Люди рассчитывают шанс успеть на автобус, вероятность того, что они получат сегодня зарплату, выводят различные комбинации для выигрыша в лотерею. Серьёзно затронута теория вероятности в компьютерных программах и искусственном интеллекте, также она тесно переплетена с финансовыми биржами и тому подобным. Существуют элементарные примеры того, как найти вероятность.
Классическим является случай с монеткой. Она подбрасывается, и возможны два различных варианта её приземления: падение на аверс и падение на реверс. Заранее исключается возможность падения ребром, то есть существуют два вероятных исхода. Так как их всего два, и случаются они с одинаковой частотой, то вероятность выпадения, например, орла равна 1/2. Это и является основным законом того, как находить вероятность в математике.
Откуда взялась эта 1/2 ? Принцип заключается в том, что вычисляется вероятность одного (1) события из двух (2) возможных. Соотношение их разрешается операцией деления, откуда и выходит 1/2. Аналогично можно рассчитать вероятность выпадения определённой цифры на игральной кости. Как известно, поверхность куба имеет 6 граней, следовательно может выпасть любое число от 1 до 6 - шесть разных вариантов. Как найти вероятность выпадения, например, четвёрки?
Четвёрка может выпасть единственным образом (1) из шести всячески возможных, следовательно, вероятность будет равна 1: 6 = 1/6. Одну шестую можно перевести в десятичную дробь, выполнив деление на калькуляторе: 1/6 = 0,6(6) . Умножив значение на 100 и приписав знак "%", можно получить оценку вероятности события в процентах. Крайне важно знать, что вероятность события оценивается цифрой от 0 до 1, что в процентов варьируется от 0% до 100%.
Все другие значения вероятности являются абсурдными. Следует рассмотреть конкретный пример: из классической колоды карт (36 карт) вытягивают случайную карту. Какова вероятность, что карта будет красной масти, и её номер будет нечётным? Красной нечётной картой может являться только семёрка или девятка бубн или червей. Всего таких карт выходит 4. Значит вероятность выпадения такой карты равна 4 / 36 = 1 / 9 = 0,1(1) . Следует вычислить вероятность в процентах, это равно 1,1%.
Очень часто в задачах следует применять формулу сложной вероятности. Например, в урне находятся 10 шаров, из низ 3 чёрных и 7 белых. Какова вероятность того, что два подряд наугад вытащенные шара окажутся чёрными? Данную задачу следует решать как две отдельные. Сначала стоит вычислить вероятность вытащить чёрный шар из всех. Таких шаров 3, а всего их 10, значит вероятность будет равна 3/10. Далее надо перейти ко второй части задачи, где теория вероятности позволяет согласовать результаты.
После извлечения "в урне" останется уже 9 шаров, из которых 2 будут чёрными. В этом случае шанс достать чёрный шар равен 2/9. Далее стоит перемножить полученные вероятности для окончательного результата: 3/10 * 2/9 = 6/90 = 1/15 = 0,6(6) , что примерно равно 6,7%. Это значит, что вероятность данного события довольно мала.
Инструкция
Внимательно прочитайте условие задачи. количество благоприятных исходов и их общее число. Допустим, необходимо решить следующую задачу: в лежат 10 бананов, 3 из них - незрелые. Нужно определить, какая вероятность того, что вынутый наугад банан окажется зрелым. В данном случае для решения задачи необходимо применить классическое теории вероятности. Рассчитайте вероятность по формуле: p= M/N, где:
- M - количество благоприятных исходов,
- N - общее количество всех исходов.
Рассчитайте благоприятное количество исходов. В данном случае это 7 бананов (10 - 3). Общее количество всех исходов в данном случае равно общему количеству бананов, то есть 10. Рассчитайте вероятность, подставив значения в формулу: 7/10= 0,7. Следовательно, вероятность того, что вынутый наугад банан будет зрелым, будет равна 0,7.
Используя теорему сложения вероятностей, решите задачу, если по ее условиям события в ней несовместимы. Например, в коробке для рукоделия лежат катушки ниток разного цвета: 3 из них с белыми нитками, 1 - с зелеными, 2 - с синими и 3 - с черными. Нужно определить, какая вероятность того, что вынутая катушка будет с цветными нитками (не белыми). Для решения этой задачи по теореме сложения вероятности используйте формулу: p=р1+р2+р3....
Определите, сколько всего катушек лежит в коробке: 3+1+2+3=9 катушек (это общее число всех исходов). Подсчитайте вероятность вынуть катушку: с зелеными нитками - р1 = 1/9 = 0,11, с синими нитками - р2 = 2/9 = 0,22, с черными нитками - р3 = 3/9 = 0,33. Сложите получившиеся числа: р = 0,11+0,22+0,33 = 0,66 - вероятность того, что вынутая катушка будет с цветной ниткой. Вот так, используя определение теории вероятности можно решать простые задачи на вероятность.
Обратите внимание
Для решения более сложных задач на вероятность применяется теорема умножения вероятностей, формулы Лапласа, Байеса и Бернулли, в зависимости от совместимости событий и количества их исходов в условиях этих задач.
Источники:
- как решить задачу по теории вероятностей
В математической статистике основным понятием является вероятность того или иного события.
Инструкция
Также помимо теории умножения вероятностей теорему сложения вероятностей, определения возможности того или иного события. Теорема гласит: "Вероятность суммы двух несовместных событий равна сумме вероятностей этих событий." Суммой нескольких событий событие, состоящее в наступлении хотя бы одного из них в результате испытания. Сумма всех событий должна быть равна 1 или 100%.
Видео по теме
Полезный совет
Играя в кости, ставьте на то, что выпадет сумма двух кубиков равная 7. Это обусловлено наибольшей вероятностью выпадения этой цифры.
Вероятность есть статистическая мера возможности. Почему статистическая? Потому что, с практической точки зрения, вам придется иметь дело с множеством (или множествами) событий, одно или несколько из которых в определенных условиях более возможны, чем остальные. Вот это «более» или «менее», выраженное математически – и есть вероятность.
Инструкция
Классическая (формула Лапласа) такова:
P(A) = M/N, где
P(A) – вероятность А
M – число элементарных событий, благоприятствующих событию А
N – число всех элементарных событий.Два простейших примера. В ситуации бросания , когда нужно рассчитать вероятность выпадения «решки» (события А), благоприятствует событию А оно само. Если же требуется вычислить вероятность выпадения четных граней при бросании кубика, благоприятствующих элементарных событий будет три (поскольку могут выпасть три четных числа). Соответственно, вероятности события А будут 0.5 и в первом, и во втором случаях.
Еще пару слов про возможности. В теории вероятности , которое произойдет обязательно, называется «достоверным» (вероятность равна единице). Противоположное достоверному – «невозможное» событие (вероятность равна нулю). Событие, которое может случиться, а может и не произойти, называется «случайным» (вероятность события 0
Существует еще одно вероятности (точнее говоря, геометрическая вероятности):P(A) = Q/S, где
S – фигуры, на которую случайным образом бросается точка
Q – часть площади фигуры S, на которую попадает точка.
P(A) – вероятность попадания случайно брошенной точки на площадь Q.
Источники:
- рассчитать вероятность события
Теория – это раздел математической науки, изучающий закономерности случайных явлений. Предметом изучения теории вероятностей является исследование вероятностных закономерностей случайных (однородных) массовых явлений. Методы, выявленные в теории вероятностей, нашли широкое применение в большинстве современных наук и различных отраслях деятельности человека.
Особенно теория вероятностей применяется для исследования природных . Все протекающие процессы, все физические явления в той или иной степени не обходятся без присутствия элемента случайности. Как бы точно не был поставлен опыт, как бы точно ни были бы зафиксированы результаты эмпирических исследований при повторном проведении эксперимента, результаты будут отличаться от вторичных данных.
При решении многих задач их зависит от большого количества факторов, которые сложно зарегистрировать или учесть, но они оказывают огромное значение на конечный результат. Порой количество этих второстепенных факторов так много, и они оказывают настолько большое влияние, что учесть их классическими методами просто невозможно. Так, например, это задачи на движения Солнечной системы, прогнозы , длина прыжка спортсмена, вероятность знакомого по пути на службу и различные ситуации на фондовой бирже.
Теория вероятностей применима в робототехнике. Например, некое автоматизированное устройство (первичная заготовка робота) выполняет определенные вычисления. В то время как она ведет расчеты, снаружи на нее систематически воздействуют различными помехами, незначительными для системы, но сказывающимися на результатах работы. Задача инженера состоит в том, чтобы определить, с какой частотой будет возникать ошибка, навязанная внешними помехами. Так же методами теории вероятности возможно разработать алгоритм для сведения погрешности вычисления к минимуму.
Задачи подобного рода очень часто встречаются и при разработке новых видов техники. Они требуют тщательного изучения не только главных закономерностей объясняющих основные
"Случайности не случайны"... Звучит так, словно сказал философ, но на деле изучать случайности удел великой науки математики. В математике случайностями занимается теория вероятности. Формулы и примеры заданий, а также основные определения этой науки будут представлены в статье.
Что такое теория вероятности?
Теория вероятности - это одна из математических дисциплин, которая изучает случайные события.
Чтобы было немного понятнее, приведем небольшой пример: если подкинуть вверх монету, она может упасть «орлом» или «решкой». Пока монета находится в воздухе, обе эти вероятности возможны. То есть вероятность возможных последствий соотносится 1:1. Если из колоды с 36-ю картами вытащить одну, тогда вероятность будет обозначаться как 1:36. Казалось бы, что здесь нечего исследовать и предугадывать, тем более при помощи математических формул. Тем не менее, если повторять определенное действие много раз, то можно выявить некую закономерность и на ее основе спрогнозировать исход событий в других условиях.
Если обобщить все вышесказанное, теория вероятности в классическом понимании изучает возможность возникновения одного из возможных событий в числовом значении.
Со страниц истории
Теория вероятности, формулы и примеры первых заданий появились еще в далеком Средневековье, когда впервые возникли попытки спрогнозировать исход карточных игр.
Изначально теория вероятности не имела ничего общего с математикой. Она обосновывалась эмпирическими фактами или свойствами события, которое можно было воспроизвести на практике. Первые работы в этой сфере как в математической дисциплине появились в XVII веке. Родоначальниками стали Блез Паскаль и Пьер Ферма. Длительное время они изучали азартные игры и увидели определенные закономерности, о которых и решили рассказать обществу.
Такую же методику изобрел Христиан Гюйгенс, хотя он не был знаком с результатами исследований Паскаля и Ферма. Понятие «теория вероятности», формулы и примеры, что считаются первыми в истории дисциплины, были введены именно им.
Немаловажное значение имеют и работы Якоба Бернулли, теоремы Лапласа и Пуассона. Они сделали теорию вероятности больше похожей на математическую дисциплину. Свой теперешний вид теория вероятностей, формулы и примеры основных заданий получили благодаря аксиомам Колмогорова. В результате всех изменений теория вероятности стала одним из математических разделов.
Базовые понятия теории вероятностей. События
Главным понятием этой дисциплины является "событие". События бывают трех видов:
- Достоверные. Те, которые произойдут в любом случае (монета упадет).
- Невозможные. События, что не произойдут ни при каком раскладе (монета останется висеть в воздухе).
- Случайные. Те, что произойдут или не произойдут. На них могут повлиять разные факторы, которые предугадать очень трудно. Если говорить о монете, то случайные факторы, что могут повлиять на результат: физические характеристики монеты, ее форма, исходное положение, сила броска и т. д.
Все события в примерах обозначаются заглавными латинскими буквами, за исключением Р, которой отведена другая роль. Например:
- А = «студенты пришли на лекцию».
- Ā = «студенты не пришли на лекцию».
В практических заданиях события принято записывать словами.
Одна из важнейших характеристик событий - их равновозможность. То есть, если подбросить монету, все варианты исходного падения возможны, пока она не упала. Но также события бывают и не равновозможными. Это происходит, когда кто-то специально воздействует на исход. Например, «меченые» игральные карты или игральные кости, в которых смещен центр тяжести.
Еще события бывают совместимыми и несовместимыми. Совместимые события не исключают появления друг друга. Например:
- А = «студентка пришла на лекцию».
- В = «студент пришел на лекцию».
Эти события независимы друг от друга, и появление одного из них не влияет на появление другого. Несовместимые события определяются тем, что появление одного исключает появление другого. Если говорить о той же монете, то выпадение «решки» делает невозможным появление «орла» в этом же эксперименте.
Действия над событиями
События можно умножать и складывать, соответственно, в дисциплине вводятся логические связки «И» и «ИЛИ».
Сумма определяется тем, что может появиться или событие А, или В, или два одновременно. В случае когда они несовместимы, последний вариант невозможен, выпадет или А, или В.
Умножение событий заключается в появлении А и В одновременно.
Теперь можно привести несколько примеров, чтобы лучше запомнились основы, теория вероятности и формулы. Примеры решения задач далее.
Задание 1 : Фирма принимает участие в конкурсе на получение контрактов на три разновидности работы. Возможные события, которые могут произойти:
- А = «фирма получит первый контракт».
- А 1 = «фирма не получит первый контракт».
- В = «фирма получит второй контракт».
- В 1 = «фирма не получит второй контракт»
- С = «фирма получит третий контракт».
- С 1 = «фирма не получит третий контракт».
С помощью действий над событиями попробуем выразить следующие ситуации:
- К = «фирма получит все контракты».
В математическом виде уравнение будет иметь следующий вид: К = АВС.
- М = «фирма не получит ни одного контракта».
М = А 1 В 1 С 1 .
Усложняем задание: H = «фирма получит один контракт». Поскольку не известно, какой именно контракт получит фирма (первый, второй или третий), необходимо записать весь ряд возможных событий:
Н = А 1 ВС 1 υ АВ 1 С 1 υ А 1 В 1 С.
А 1 ВС 1 - это ряд событий, где фирма не получает первый и третий контракт, но получает второй. Соответственным методом записаны и другие возможные события. Символ υ в дисциплине обозначает связку «ИЛИ». Если перевести приведенный пример на человеческий язык, то фирма получит или третий контракт, или второй, или первый. Подобным образом можно записывать и другие условия в дисциплине «Теория вероятности». Формулы и примеры решения задач, представленные выше, помогут сделать это самостоятельно.
Собственно, вероятность
Пожалуй, в этой математической дисциплине вероятность события - это центральное понятие. Существует 3 определения вероятности:
- классическое;
- статистическое;
- геометрическое.
Каждое имеет свое место в изучении вероятностей. Теория вероятности, формулы и примеры (9 класс) в основном используют классическое определение, которое звучит так:
- Вероятность ситуации А равняется отношению числа исходов, что благоприятствуют ее появлению, к числу всех возможных исходов.
Формула выглядит так: Р(А)=m/n.
А - собственно, событие. Если появляется случай, противоположный А, его можно записывать как Ā или А 1 .
m - количество возможных благоприятных случаев.
n - все события, которые могут произойти.
Например, А = «вытащить карту червовой масти». В стандартной колоде 36 карт, 9 из них червовой масти. Соответственно, формула решения задания будет иметь вид:
Р(А)=9/36=0,25.
В итоге вероятность того, что из колоды вытянут карту червовой масти, составит 0,25.
К высшей математике
Теперь стало немного известно, что такое теория вероятности, формулы и примеры решения заданий, которые попадаются в школьной программе. Однако теория вероятностей встречается и в высшей математике, которая преподается в вузах. Чаще всего там оперируют геометрическими и статистическими определениями теории и сложными формулами.
Очень интересна теория вероятности. Формулы и примеры (высшая математика) лучше начинать изучать с малого - со статистического (или частотного) определения вероятности.
Статистический подход не противоречит классическому, а немного расширяет его. Если в первом случае нужно было определить, с какой долей вероятности произойдет событие, то в этом методе необходимо указать, как часто оно будет происходить. Здесь вводится новое понятие «относительная частота», которую можно обозначить W n (A). Формула ничем не отличается от классической:
Если классическая формула вычисляется для прогнозирования, то статистическая - согласно результатам эксперимента. Возьмем, к примеру, небольшое задание.
Отдел технологического контроля проверяет изделия на качество. Среди 100 изделий нашли 3 некачественных. Как найти вероятность частоты качественного товара?
А = «появление качественного товара».
W n (A)=97/100=0,97
Таким образом, частота качественного товара составляет 0,97. Откуда взяли 97? Из 100 товаров, которые проверили, 3 оказались некачественными. От 100 отнимаем 3, получаем 97, это количество качественного товара.
Немного о комбинаторике
Еще один метод теории вероятности называют комбинаторикой. Его основной принцип состоит в том, что если определенный выбор А можно осуществить m разными способами, а выбор В - n разными способами, то выбор А и В можно осуществить путем умножения.
Например, из города А в город В ведет 5 дорог. Из города В в город С ведет 4 пути. Сколькими способами можно доехать из города А в город С?
Все просто: 5х4=20, то есть двадцатью разными способами можно добраться из точки А в точку С.
Усложним задание. Сколько существует способов раскладывания карт в пасьянсе? В колоде 36 карт - это исходная точка. Чтобы узнать количество способов, нужно от исходной точки «отнимать» по одной карте и умножать.
То есть 36х35х34х33х32…х2х1= результат не вмещается на экран калькулятора, поэтому его можно просто обозначить 36!. Знак «!» возле числа указывает на то, что весь ряд чисел перемножается между собой.
В комбинаторике присутствуют такие понятия, как перестановка, размещение и сочетание. Каждое из них имеет свою формулу.
Упорядоченный набор элементов множества называют размещением. Размещения могут быть с повторениями, то есть один элемент можно использовать несколько раз. И без повторений, когда элементы не повторяются. n - это все элементы, m - элементы, которые участвуют в размещении. Формула для размещения без повторений будет иметь вид:
A n m =n!/(n-m)!
Соединения из n элементов, которые отличаются только порядком размещения, называют перестановкой. В математике это имеет вид: Р n = n!
Сочетаниями из n элементов по m называют такие соединения, в которых важно, какие это были элементы и каково их общее количество. Формула будет иметь вид:
A n m =n!/m!(n-m)!
Формула Бернулли
В теории вероятности, так же как и в каждой дисциплине, имеются труды выдающихся в своей области исследователей, которые вывели ее на новый уровень. Один из таких трудов - формула Бернулли, что позволяет определять вероятность появления определенного события при независимых условиях. Это говорит о том, что появление А в эксперименте не зависит от появления или не появления того же события в ранее проведенных или последующих испытаниях.
Уравнение Бернулли:
P n (m) = C n m ×p m ×q n-m .
Вероятность (р) появления события (А) неизменна для каждого испытания. Вероятность того, что ситуация произойдет ровно m раз в n количестве экспериментов, будет вычисляться формулой, что представлена выше. Соответственно, возникает вопрос о том, как узнать число q.
Если событие А наступает р количество раз, соответственно, оно может и не наступить. Единица - это число, которым принято обозначать все исходы ситуации в дисциплине. Поэтому q - число, которое обозначает возможность ненаступления события.
Теперь вам известна формула Бернулли (теория вероятности). Примеры решения задач (первый уровень) рассмотрим далее.
Задание 2: Посетитель магазина сделает покупку с вероятностью 0,2. В магазин зашли независимым образом 6 посетителей. Какова вероятность того, что посетитель сделает покупку?
Решение: Поскольку неизвестно, сколько посетителей должны сделать покупку, один или все шесть, необходимо просчитать все возможные вероятности, пользуясь формулой Бернулли.
А = «посетитель совершит покупку».
В этом случае: р = 0,2 (как указано в задании). Соответственно, q=1-0,2 = 0,8.
n = 6 (поскольку в магазине 6 посетителей). Число m будет меняться от 0 (ни один покупатель не совершит покупку) до 6 (все посетители магазина что-то приобретут). В итоге получим решение:
P 6 (0) = C 0 6 ×p 0 ×q 6 =q 6 = (0,8) 6 = 0,2621.
Ни один из покупателей не совершит покупку с вероятностью 0,2621.
Как еще используется формула Бернулли (теория вероятности)? Примеры решения задач (второй уровень) далее.
После вышеприведенного примера возникают вопросы о том, куда делись С и р. Относительно р число в степени 0 будет равно единице. Что касается С, то его можно найти формулой:
C n m = n! / m!(n-m)!
Поскольку в первом примере m = 0, соответственно, С=1, что в принципе не влияет на результат. Используя новую формулу, попробуем узнать, какова вероятность покупки товаров двумя посетителями.
P 6 (2) = C 6 2 ×p 2 ×q 4 = (6×5×4×3×2×1) / (2×1×4×3×2×1) × (0,2) 2 × (0,8) 4 = 15 × 0,04 × 0,4096 = 0,246.
Не так уж и сложна теория вероятности. Формула Бернулли, примеры которой представлены выше, прямое тому доказательство.
Формула Пуассона
Уравнение Пуассона используется для вычисления маловероятных случайных ситуаций.
Основная формула:
P n (m)=λ m /m! × e (-λ) .
При этом λ = n х p. Вот такая несложная формула Пуассона (теория вероятности). Примеры решения задач рассмотрим далее.
Задание 3 : На заводе изготовили детали в количестве 100000 штук. Появление бракованной детали = 0,0001. Какова вероятность, что в партии будет 5 бракованных деталей?
Как видим, брак - это маловероятное событие, в связи с чем для вычисления используется формула Пуассона (теория вероятности). Примеры решения задач подобного рода ничем не отличаются от других заданий дисциплины, в приведенную формулу подставляем необходимые данные:
А = «случайно выбранная деталь будет бракованной».
р = 0,0001 (согласно условию задания).
n = 100000 (количество деталей).
m = 5 (бракованные детали). Подставляем данные в формулу и получаем:
Р 100000 (5) = 10 5 /5! Х е -10 = 0,0375.
Так же как и формула Бернулли (теория вероятности), примеры решений с помощью которой написаны выше, уравнение Пуассона имеет неизвестное е. По сути его можно найти формулой:
е -λ = lim n ->∞ (1-λ/n) n .
Однако есть специальные таблицы, в которых находятся практически все значения е.
Теорема Муавра-Лапласа
Если в схеме Бернулли количество испытаний достаточно велико, а вероятность появления события А во всех схемах одинакова, то вероятность появления события А определенное количество раз в серии испытаний можно найти формулой Лапласа:
Р n (m)= 1/√npq x ϕ(X m).
X m = m-np/√npq.
Чтобы лучше запомнилась формула Лапласа (теория вероятности), примеры задач в помощь ниже.
Сначала найдем X m , подставляем данные (они все указаны выше) в формулу и получим 0,025. При помощи таблиц находим число ϕ(0,025), значение которого 0,3988. Теперь можно подставлять все данные в формулу:
Р 800 (267) = 1/√(800 х 1/3 х 2/3) х 0,3988 = 3/40 х 0,3988 = 0,03.
Таким образом, вероятность того, что рекламная листовка сработает ровно 267 раз, составляет 0,03.
Формула Байеса
Формула Байеса (теория вероятности), примеры решения заданий с помощью которой будут приведены ниже, представляет собой уравнение, которое описывает вероятность события, опираясь на обстоятельства, которые могли быть связаны с ним. Основная формула имеет следующий вид:
Р (А|B) = Р (В|А) х Р (А) / Р (В).
А и В являются определенными событиями.
Р(А|B) - условная вероятность, то есть может произойти событие А при условии, что событие В истинно.
Р (В|А) - условная вероятность события В.
Итак, заключительная часть небольшого курса «Теория вероятности» - формула Байеса, примеры решений задач с которой ниже.
Задание 5 : На склад привезли телефоны от трех компаний. При этом часть телефонов, которые изготавливаются на первом заводе, составляет 25%, на втором - 60%, на третьем - 15%. Известно также, что средний процент бракованных изделий у первой фабрики составляет 2%, у второй - 4%, и у третьей - 1%. Необходимо найти вероятность того, что случайно выбранный телефон окажется бракованным.
А = «случайно взятый телефон».
В 1 - телефон, который изготовила первая фабрика. Соответственно, появятся вводные В 2 и В 3 (для второй и третьей фабрик).
В итоге получим:
Р (В 1) = 25%/100% = 0,25; Р(В 2) = 0,6; Р (В 3) = 0,15 - таким образом мы нашли вероятность каждого варианта.
Теперь нужно найти условные вероятности искомого события, то есть вероятность бракованной продукции в фирмах:
Р (А/В 1) = 2%/100% = 0,02;
Р(А/В 2) = 0,04;
Р (А/В 3) = 0,01.
Теперь подставим данные в формулу Байеса и получим:
Р (А) = 0,25 х 0,2 + 0,6 х 0,4 + 0,15 х 0,01= 0,0305.
В статье представлена теория вероятности, формулы и примеры решения задач, но это только вершина айсберга обширной дисциплины. И после всего написанного логично будет задаться вопросом о том, нужна ли теория вероятности в жизни. Простому человеку сложно ответить, лучше спросить об этом у того, кто с ее помощью не единожды срывал джек-пот.
Загрузка...