Рассмотрим, например, опыт, состоящий в бросании игральной кости. Если кубик выполнен симметрично, "правильно" (центр тяжести не смещен ни к одной из граней), естественно предположить, что любая из граней будет выпадать так же часто, как каждая из остальных. Так как достоверное событие "выпадает какая-то из граней" имеет вероятность, равную единице, и распадается на шесть одинаково равных вариантов (1, 2, 3, 4, 5 или 6 очков), то естественно приписать каждому из них вероятность, равную 1/6.
Для всякого опыта, обладающего симметрией возможных исходов, можно применить аналогичный прием, который называется непосредственным подсчетом вероятностей.
Перед тем как дать способ непосредственного подсчёта вероятностей, введём некоторые вспомогательные понятия.
Говорят, что несколько событий в данном опыте образуют полную группу, если в результате опыта неизбежно должно появиться хотя бы одно из них.
Примеры событий, образующих полную группу:
1) Появление "1", "2", "3", "4", "5", "6" очков при бросании игральной кости;
2) Два попадания, два промаха и одно попадание, один промах при двух выстрелах по мишени.
Несколько событий в данном опыте называются несовместимыми если никакие два из них не могут появиться вместе. Примеры несовместимых событий:
1) Выпадение герба и выпадение решки при бросании монеты;
2) Два попадания и два промаха при двух выстрелах;
3) Выпадение двух, выпадение трех и выпадение пяти очков при однократном бросании игральной кости. Несколько событий называются равновозможными, если по условиям симметрии есть основание считать, что ни одно из них не является более объективно возможным чем другое.
Заметим, что равновозможные события не могут проявляться иначе, чем в опытах, обладающих симметрией возможных исходов; наше незнание о том, какое из них вероятнее, не есть основание для того, чтобы считать события равновозможными.
Примеры равновозможных событий:
1) Выпадение герба и выпадение решки при бросании симметричной, "правильной монеты";
2) Появление карты "червонной", "бубновой", "трефовой" или "пиковой" масти при вынимании карты из колоды.
С опытами, обладающими симметрией исходов, связываются особые группы событий: они образуют полную группу, несовместимы и равновозможны.
События, образующие такую группу, называются случаями. Примеры случаев:
1) Появление герба и решки при бросании монеты;
2) Появление "1", "2", "3", "4", "5" и "6" очков при бросании игральной кости.
Если опыт обладает симметрией возможных исходов, то случаи представляют собой набор его равновозможных и исключающих друг друга исходов. Про такой случай говорят, что он сводится к схеме случаев. Для таких опытов возможен непосредственный подсчет вероятностей, основанный на подсчете доли так называемых благоприятных случаев в общем их числе.
Случай называется благоприятным ( или "благоприятствующим") событию A, если появление этого случая влечет за собой появление данного события.
Если опыт сводится к схеме случаев, то вероятность события A в данном опыте можно вычислить как долю благоприятных случаев в общем их числе:
P(A)=m/n,
где m - число случаев, благоприятных событию A; n - общее
число случаев.
Данная формула, так называемая "классическая формула" для вычисления вероятностей, предложенная еще в XVII веке, когда главным полем приложения теории вероятностей были азартные игры ( в которых симметрия возможных исходов обеспечивается специальными мерами), долгое время ( вплоть до XIX века ) фигурировала в литературе как " определение вероятности "; те задачи, в которых схема случаев отсутствует, искусственными приемами сводились к ней. В настоящее время формального определения вероятности не дается, т. к. это понятие считается первичным и не определяется.
В данное время для вычисления вероятностей применяется закон распределения Пуассона.
Распределением Пуассона описываются :
а) показания счетчика, снимаемые через каждый интервал времени Т;
б) число зарегистрированных событий.
Распределение Пуассона играет большую роль в практическом применении теории вероятностей: многие физические явления приводят именно к такому распределению вероятностей.
2. Теорема сложения вероятностей
Непосредственный подсчёт случаев, благоприятствующих данному событию, может оказаться затруднительным. Поэтому для определения вероятности события бывает выгодно представить данное событие в виде комбинации некоторых других, более простых событий. Приведём теоремы, с помощью которых можно по вероятностям одних случайных событий вычислять вероятности других случайных событий, каким – либо образом связанных с первыми. Начнём с теорем, которые образуют группу с общим названием «теоремы сложения».
Теорема 1. Пусть А и В – два несовместных события. Тогда вероятность того, что осуществится хотя бы одно из этих двух событий, равна сумме их вероятностей: P(A U B)=P(A)+P(B).
Доказательство.
Обозначим исходы, благоприятные для события А, через а1,а2,…,аm , а для события В – через b1,b2,…,bn. Вероятности этих исходов обозначим соответственно через p1,p2,…,pm и q1,q2,…,qn . Тогда событию A U B благоприятны все исходы a1,a2,…,am , b1,b2,…,bn . В силу того что события А и В несовместны, среди этих исходов нет повторяющихся. Поэтому вероятность события АUB равна сумме вероятностей этих исходов. т.е.
P(AUB)=p1+p2+…+pm+q1+q2+…+qn.
Но p1+p2+pm=P(A), q1+q2+qn=P(B), а потому
P(AUB)=P(A)+P(B).
Теорема доказана.
Пример 1. Стрелок стреляет в мишень. Вероятность выбить 10 очков равна 0,3 , а вероятность выбить 9 очков равна 0,6. Чему равна вероятность выбить не менее 9 очков?
Решение. Событие А «выбить не менее 9 очков» является объединением событий В - «выбить 10 очков» и С – «выбить 9 очков». При этом события В и С несовместны, так как нельзя одним выстрелом выбить сразу и 9, и 10 очков.
Поэтому по теореме 1 имеем:
P(A)=P(B)+P(C)=0,3+0,6=0.9.
Если события А1, А2, … ,Аn попарно несовместны, то событие A1U … UAn-1 несовместно с событием An . В самом деле,
(A1U…UAn-1) I An =(A1An)U…U(An-1 An) .
Но при s<n имеем As An =, и потому (A1U…UAn-1)An =. Пользуясь этим замечанием, получаем из теоремы 1 следствие:
Следствие. Если события А1,…, Аn попарно несовместны, то вероятность объединения этих событий равна сумме их вероятностей:
P(A1U…UAn)=P(A1)+…+P(An).
Доказательство. Как было отмечено выше, события A1U … UAn-1 и An несовместны, а потому по теореме 1имеем:
P(A1U…UAn-1UAn)=P(A1U…UAn-1)+P(An).
Применяя это же рассуждение к первому слагаемому и продолжая далее, получаем после n-1 шага, что
P(A1U … UAn)=P(A1)+…+P(An).
Пример 2. В цехе работает несколько станков. Вероятность того, что за смену потребует наладки ровно один станок, равна 0,2. Вероятность того, что за смену потребуют наладки ровно два станка, равна 0,13. Вероятность того, что за смену потребуют наладки больше двух станков, равна 0,07. Какова вероятность того, что за смену придётся проводить наладку станков?
Решение. В том примере опыт состоит в том, что прошла смена и отмечено, сколько станков за эту смену потребовало наладки. В этом опыте события: А – «за смену потребовал наладки ровно один станок», В – «за смену потребовали наладки ровно два станка» и С – « за сену потребовали наладки более двух станков» несовместны. Нас же интересует вероятность события AUBUC. По теореме 1: P(AUBUC)=P(A)+P(B)+P(C)=0,2+0,13+0,07=0,4.
Выведем теперь связь между вероятностями противоположных событий.
Теорема 2. Для любого события А имеем: P(A*)=1-P(A).
Для доказательства вспомним, что AUA*=U, P(U)=1 и A A*. Тогда по теореме 1 получаем: 1=P(U)=P(AUA*)=P(A)+P(A*), откуда следует требуемая формула.
Пример 3. Берётся наудачу трёхзначное натуральное число от 100 до 999. Какова вероятность того, что хотя бы две его цифры совпадают?
Решение. Опыт здесь состоит в том, что наудачу выбирается натуральное число от 100 до 999 и смотрят, есть ли у негосовпадающие цифры. События «взяли наудачу число N» (N= 100, 101, … , 999) равновероятны (в этом смысл слова «наудачу» ) и образуют множество исходов этого опыта. Число исходов n=900. Нас интересует событие А - «у выбранного числа совпадают хотя бы две цифры». Проще, однако, подсчитать вероятность противоположного события А* - «у выбранного числа все цифры различны». Каждое такое число есть размещение без повторений из 10 цифр по 3, не имеющее первым элементом нуль. Следовательно, m=(A10)3 –(A9)2=10.9.8—9.8=92.8 (из числа всех трёхэлементных размещений без повторений надо вычесть число тех, у которых на первом месте стоит нуль) и P(A*)=92.8/900=0,72. Тогда по
теореме 2 P(A)=1-P(A*)=0,28.
Пример 4. В урне, содержащей n шаров белого, красного и чёрного цвета, находится k белых шаров и L красных. Какова вероятность вынуть шар не чёрного цвета?
Решение. Если событие А состоит в появлении белого, а событие В – красного шара, то появление шара не чёрного цвета означает появление либо белого, либо красного шара. Так как по определению вероятности
P(A)=k/n, P(B)=L/n,
То по теореме сложения вероятность появления шара не чёрного цвета равна: P(A U B)=k/(n+L)/n=(k+L)/n.
Эту задачу можно решить и так. Пусть событие С состоит в появлении чёрного шара. Число чёрных шаров равно n –(k+L), так что P(C)=(n—k—L)/n. 3
Появление шара не чёрного цвета является противоположным событием С*, поэтому на основании указанного выше следствия из теоремы сложения имеем: P(C*)=1—P(C )=1—(n—k—L)/n=(k+L)/n, как и раньше.
Пример 5. В денежно – вещевой лотерее на серию в 1000 билетов приходится 120 денежных и 80 вещевых выигрышей. Какова вероятность какого – либо выигрыша на один лотерейный билет?
Решение. Если обозначить через А событие, состоящее в выпадении денежного выигрыша, и через В — вещевого, то из определения вероятности следует P(A)=120/1000=0,12; P(B)=80/1000=0,08. Интересующее нас событие представляет (AUB), поэтому из теоремы сложения вытекает: