Что такое вероятность?
Столкнувшись с этим термином первый раз, я бы не понял, что это такое. Поэтому попытаюсь объяснить доступно.
Вероятность - это шанс того, что произойдет нужное нам событие.
Например, ты решил зайти к знакомому, помнишь подъезд и даже этаж на котором он живет. А вот номер и расположение квартиры забыл. И вот стоишь ты на лестничной клетке, а перед тобой двери на выбор.
Каков шанс (вероятность) того, что если ты позвонишь в первую дверь, тебе откроет твой друг? Всего квартиры, а друг живет только за одной из них. С равным шансом мы можем выбрать любую дверь.
Но каков этот шанс?
Дверей, нужная дверь. Вероятность угадать, позвонив в первую дверь: . То есть один раз из трех ты точно угадаешь.
Мы хотим узнать, позвонив раз, как часто мы будем угадывать дверь? Давай рассмотри все варианты:
А теперь рассмотрим все варианты, где может находиться друг:
а. За 1ой
дверью
б. За 2ой
дверью
в. За 3ей
дверью
Сопоставим все варианты в виде таблицы. Галочкой обозначены варианты, когда твой выбор совпадает с местоположением друга, крестиком - когда не совпадает.
Как видишь всего возможно вариантов местоположения друга и твоего выбора, в какую дверь звонить.
А благоприятных исходов всего . То есть раза из ты угадаешь, позвонив в дверь раз, т.е. .
Это и есть вероятность - отношение благоприятного исхода (когда твой выбор совпал с местоположение друга) к количеству возможных событий.
Определение - это и есть формула. Вероятность принято обозначать p, поэтому:
Такую формулу писать не очень удобно, поэтому примем за - количество благоприятных исходов, а за - общее количество исходов.
Вероятность можно записывать в процентах, для этого нужно умножить получившийся результат на:
Наверное, тебе бросилось в глаза слово «исходы». Поскольку математики называют различные действия (у нас такое действие - это звонок в дверь) экспериментами, то результатом таких экспериментов принято называть исход.
Ну а исходы бывают благоприятные и неблагоприятные.
Давай вернемся к нашему примеру. Допустим, мы позвонили в одну из дверей, но нам открыл незнакомый человек. Мы не угадали. Какова вероятность, что если позвоним в одну из оставшихся дверей, нам откроет наш друг?
Если ты подумал, что, то это ошибка. Давай разбираться.
У нас осталось две двери. Таким образом, у нас есть возможные шаги:
1) Позвонить в 1-ую
дверь
2) Позвонить во 2-ую
дверь
Друг, при всем этом, точно находится за одной из них (ведь за той, в которую мы звонили, его не оказалось):
а) Друг за 1-ой
дверью
б) Друг за 2-ой
дверью
Давай снова нарисуем таблицу:
Как видишь, всего есть варианта, из которых - благоприятны. То есть вероятность равна.
А почему не?
Рассмотренная нами ситуация - пример зависимых событий. Первое событие - это первый звонок в дверь, второе событие - это второй звонок в дверь.
А зависимыми они называются потому что влияют на следующие действия. Ведь если бы после первого звонка в дверь нам открыл друг, то какова была бы вероятность того, что он находится за одной из двух других? Правильно, .
Но если есть зависимые события, то должны быть и независимые ? Верно, бывают.
Хрестоматийный пример - бросание монетки.
И пусть хоть тысячу раз подряд будет выпадать решка. Вероятность выпадения орла на раз будет все также. Вариантов всегда, а благоприятных - .
Отличить зависимые события от независимых легко:
Давай немного потренируемся определять вероятность.
Пример 1.
Монетку бросают два раза. Какова вероятность того, что два раза подряд выпадет орел?
Решение:
Рассмотрим все возможные варианты:
Как видишь, всего варианта. Из них нас устраивает только. То есть вероятность:
Если в условии просят просто найти вероятность, то ответ нужно давать в виде десятичной дроби. Если было бы указано, что ответ нужно дать в процентах, тогда мы умножили бы на.
Ответ:
Пример 2.
В коробке конфет все конфеты упакованы в одинаковую обертку. Однако из конфет - с орехами, с коньяком, с вишней, с карамелью и с нугой.
Какова вероятность, взяв одну конфету, достать конфету с орехами. Ответ дайте в процентах.
Решение:
Сколько всего возможных исходов? .
То есть, взяв одну конфету, она будет одной из, имеющихся в коробке.
А сколько благоприятных исходов?
Потому что в коробке только конфет с орехами.
Ответ:
Пример 3.
В коробке шаров. из них белые, - черные.
Решение:
а) В коробке всего шаров. Из них белых.
Вероятность равна:
б) Теперь шаров в коробке стало. А белых осталось столько же - .
Ответ:
| Вероятность всех возможных событий равна (). |
Допустим, в ящике красных и зеленых шаров. Какова вероятность вытащить красный шар? Зеленый шар? Красный или зеленый шар?
Вероятность вытащить красный шар
Зеленый шар:
Красный или зеленый шар:
Как видишь, сумма всех возможных событий равна (). Понимание этого момента поможет тебе решить многие задачи.
Пример 4.
В ящике лежит фломастеров: зеленых, красных, синих, желтых, черный.
Какова вероятность вытащить НЕ красный фломастер?
Решение:
Давай посчитаем количество благоприятных исходов.
НЕ красный фломастер, это значит зеленый, синий, желтый или черный.
Вероятность всех событий. А вероятность событий, которые мы считаем неблагоприятными (когда вытащим красный фломастер) - .
Таким образом, вероятность вытащить НЕ красный фломастер - .
Ответ:
| Вероятность того, что событие не произойдет, равна минус вероятность того, что событие произойдет. |
Что такое независимые события ты уже знаешь.
А если нужно найти вероятность того, что два (или больше) независимых события произойдут подряд?
Допустим мы хотим знать, какова вероятность того, что бросая монетку раза, мы два раза увидим орла?
Мы уже считали - .
А если бросаем монетку раза? Какова вероятность увидеть орла раза подряд?
Всего возможных вариантов:
Не знаю как ты, но я раза ошибся, составляя этот список. Ух! А подходит нам только вариант (первый).
Для 5 бросков можешь составить список возможных исходов сам. Но математики не столь трудолюбивы, как ты.
Поэтому они сначала заметили, а потом доказали, что вероятность определенной последовательности независимых событий каждый раз уменьшается на вероятность одного события.
Другими словами,
Рассмотрим на примере все той же, злосчастной, монетки.
Вероятность выпадения орла в испытании? . Теперь мы бросаем монетку раз.
Какова вероятность выпадения раз подряд орла?
Это правило работает не только, если нас просят найти вероятность того, что произойдет одно и то же событие несколько раз подряд.
Если бы мы хотели найти последовательность РЕШКА-ОРЕЛ-РЕШКА, при бросках подряд, мы поступили бы также.
Вероятность выпадения решка - , орла - .
Вероятность выпадения последовательности РЕШКА-ОРЕЛ-РЕШКА-РЕШКА:
Можешь проверить сам, составив таблицу.
Так стоп! Новое определение.
Давай разбираться. Возьмем нашу изношенную монетку и бросим её раза.
Возможные варианты:
Так вот несовместные события, это определенная, заданная последовательность событий. - это несовместные события.
Если мы хотим определить, какова вероятность двух (или больше) несовместных событий то мы складываем вероятности этих событий.
Нужно понять, что выпадение орла или решки - это два независимых события.
Если мы хотим определить, какова вероятность выпадения последовательности) (или любой другой), то мы пользуемся правилом умножения вероятностей.
Какова вероятность выпадения при первом броске орла, а при втором и третьем решки?
Но если мы хотим узнать, какова вероятность выпадения одной из нескольких последовательностей, например, когда орел выпадет ровно раз, т.е. варианты и, то мы должны сложить вероятности этих последовательностей.
Всего вариантов, нам подходит.
То же самое мы можем получить, сложив вероятности появления каждой последовательности:
Таким образом, мы складываем вероятности, когда хотим определить вероятность некоторых, несовместных, последовательностей событий.
Есть отличное правило, помогающее не запутаться, когда умножать, а когда складывать:
Возвратимся к примеру, когда мы подбросили монетку раза, и хотим узнать вероятность увидеть орла раз.
Что должно произойти?
Должны выпасть:
(орел И решка И решка) ИЛИ (решка И орел И решка) ИЛИ (решка И решка И орел).
Вот и получается:
Давай рассмотрим несколько примеров.
Пример 5.
В коробке лежит карандашей. красных, зеленых, оранжевых и желтых и черных. Какова вероятность вытащить красный или зеленый карандаши?
Решение:
Что должно произойти? Мы должны вытащить (красный ИЛИ зеленый).
Теперь понятно, складываем вероятности этих событий:
Ответ:
Пример 6.
Игральную кость бросают дважды, какова вероятность того, что в сумме выпадет 8 очков?
Решение.
Как мы можем получить очков?
(и) или (и) или (и) или (и) или (и).
Вероятность выпадения одной (любой) грани - .
Считаем вероятность:
Ответ:
Думаю, теперь тебе стало понятно, когда нужно как считать вероятности, когда их складывать, а когда умножать. Не так ли? Давай немного потренируемся.
Задачи:
Возьмем карточную колоду, в которой карты, из них пик, червей, 13 треф и 13 бубен. От до туза каждой масти.
Ответы:
Поскольку мы убираем из колоды первую карту, то значит в колоде осталось уже карта, из них картинок. Вероятность второй картой вытащить картинку:
Поскольку нас интересует ситуация, когда мы достаем из колоды: «картинку» И «картинку», то нужно перемножать вероятности:
Ответ:
Если ты смог сам решить все задачи, то ты большой молодец! Теперь задачи на теорию вероятностей в ЕГЭ ты будешь щелкать как орешки!
Рассмотрим пример. Допустим, мы бросаем игральную кость. Что это за кость такая, знаешь? Так называют кубик с цифрами на гранях. Сколько граней, столько и цифр: от до скольки? До.
Итак, мы бросаем кость и хотим, чтобы выпало или. И нам выпадает.
В теории вероятностей говорят, что произошло благоприятное событие (не путай с благополучным).
Если бы выпало, событие тоже было бы благоприятным. Итого может произойти всего два благоприятных события.
А сколько неблагоприятных? Раз всего возможных событий, значит, неблагоприятных из них события (это если выпадет или).
Определение:
Вероятностью называется отношение количества благоприятных событий к количеству всех возможных событий . То есть вероятность показывает, какая доля из всех возможных событий приходится на благоприятные.
Обозначают вероятность латинской буквой (видимо, от английского слова probability - вероятность).
Принято измерять вероятность в процентах (см. тему , ) . Для этого значение вероятности нужно умножать на. В примере с игральной костью вероятность.
А в процентах: .
Примеры (реши сам):
Решения:
С решкой то же самое: .
Все карандаши в ящике зеленые. Какова вероятность вытащить красный карандаш? Шансов нет: вероятность (ведь благоприятных событий -).
Такое событие называется невозможным .
А какова вероятность вытащить зеленый карандаш? Благоприятных событий ровно столько же, сколько событий всего (все события - благоприятные). Значит, вероятность равна или.
Такое событие называется достоверным .
Если в ящике зеленых и красных карандашей, какова вероятность вытащить зеленый или красный? Опять же. Заметим такую вещь: вероятность вытащить зеленый равна, а красный - .
В сумме эти вероятности равны ровно. То есть, сумма вероятностей всех возможных событий равна или.
Пример:
В коробке карандашей, среди них синих, красных, зеленых, простых, желтый, а остальные - оранжевые. Какова вероятность не вытащить зеленый?
Решение:
Помним, что все вероятности в сумме дают. А вероятность вытащить зеленый равна. Значит, вероятность не вытащить зеленый равна.
Запомни этот прием: вероятность того, что событие не произойдет равна минус вероятность того, что событие произойдет.
Ты кидаешь монетку раза, и хочешь, чтобы оба раза выпал орел. Какова вероятность этого?
Давай переберем все возможные варианты и определим, сколько их:
Орел-Орел, Решка-Орел, Орел-Решка, Решка-Решка. Какие еще?
Всего варианта. Из них нам подходит только один: Орел-Орел. Итого, вероятность равна.
Хорошо. А теперь кидаем монетку раза. Посчитай сам. Получилось? (ответ).
Ты мог заметить, что с добавлением каждого следующего броска вероятность уменьшается в раза. Общее правило называется правилом умножения :
Вероятности независимых событий переменожаются.
Что такое независимые события? Все логично: это те, которые не зависят друг от друга. Например, когда мы бросаем монетку несколько раз, каждый раз производится новый бросок, результат которого не зависит от всех предыдущих бросков. С таким же успехом мы можем бросать одновременно две разные монетки.
Еще примеры:
Ответы:
Несовместными называются события, которые дополняют друг друга до полной вероятности. Из названия видно, что они не могут произойти одновременно. Например, если бросаем монетку, может выпасть либо орел, либо решка.
Пример.
В коробке карандашей, среди них синих, красных, зеленых, простых, желтый, а остальные - оранжевые. Какова вероятность вытащить зеленый или красный?
Решение .
Вероятность вытащить зеленый карандаш равна. Красный - .
Благоприятных событий всего: зеленых + красных. Значит, вероятность вытащить зеленый или красный равна.
Эту же вероятность можно представить в таком виде: .
Это и есть правило сложения: вероятности несовместных событий складываются.
Пример.
Монетку бросают два раза. Какова вероятность того, что результат бросков будет разный?
Решение .
Имеется в виду, что если первым выпал орел, второй должна быть решка, и наоборот. Получается, что здесь две пары независимых событий, и эти пары друг с другом несовместны. Как бы не запутаться, где умножать, а где складывать.
Есть простое правило для таких ситуаций. Попробуй описать, что должно произойти, соединяя события союзами «И» или «ИЛИ». Например, в данном случае:
Должны выпасть (орел и решка) или (решка и орел).
Там где стоит союз «и», будет умножение, а там где «или» - сложение:
Попробуй сам:
Решения:
Еще пример:
Бросаем монетку раза. Какова вероятность, что хотя-бы один раз выпадет орел?
Решение:
Ой, как же не хочется перебирать варианты… Орел-решка-решка, Орел-орел-решка, … А и не надо! Вспоминаем про полную вероятность. Вспомнил? Какова вероятность, что орел не выпадет ни разу ? Это же просто: все время летят решки, значит.
Вероятность - это отношение количества благоприятных событий к количеству всех возможных событий.
Независимые события
Два события независимы если при наступлении одного вероятность наступления другого не изменяется.
Полная вероятность
Вероятность всех возможных событий равна ().
Вероятность того, что событие не произойдет, равна минус вероятность того, что событие произойдет.
Правило умножения вероятностей независимых событий
Вероятность определенной последовательности независимых событий, равна произведению вероятностей каждого из событий
Несовместные события
Несовместными называются события, которые никак не могут произойти одновременно в результате эксперимента. Ряд несовместных событий образуют полную группу событий.
Вероятности несовместных событий складываются.
Описав что должно произойти, используя союзы «И» или «ИЛИ», вместо «И» ставим знак умножения, а вместо «ИЛИ» — сложения.
Ну вот, тема закончена. Если ты читаешь эти строки, значит ты очень крут.
Потому что только 5% людей способны освоить что-то самостоятельно. И если ты дочитал до конца, значит ты попал в эти 5%!
Теперь самое главное.
Ты разобрался с теорией по этой теме. И, повторюсь, это… это просто супер! Ты уже лучше, чем абсолютное большинство твоих сверстников.
Проблема в том, что этого может не хватить…
Для чего?
Для успешной сдачи ЕГЭ, для поступления в институт на бюджет и, САМОЕ ГЛАВНОЕ, для жизни.
Я не буду тебя ни в чем убеждать, просто скажу одну вещь…
Люди, получившие хорошее образование, зарабатывают намного больше, чем те, кто его не получил. Это статистика.
Но и это - не главное.
Главное то, что они БОЛЕЕ СЧАСТЛИВЫ (есть такие исследования). Возможно потому, что перед ними открывается гораздо больше возможностей и жизнь становится ярче? Не знаю...
Но, думай сам...
Что нужно, чтобы быть наверняка лучше других на ЕГЭ и быть в конечном итоге… более счастливым?
НАБИТЬ РУКУ, РЕШАЯ ЗАДАЧИ ПО ЭТОЙ ТЕМЕ.
На экзамене у тебя не будут спрашивать теорию.
Тебе нужно будет решать задачи на время .
И, если ты не решал их (МНОГО!), ты обязательно где-нибудь глупо ошибешься или просто не успеешь.
Это как в спорте - нужно много раз повторить, чтобы выиграть наверняка.
Найди где хочешь сборник, обязательно с решениями, подробным разбором и решай, решай, решай!
Можно воспользоваться нашими задачами (не обязательно) и мы их, конечно, рекомендуем.
Для того, чтобы набить руку с помощью наших задач нужно помочь продлить жизнь учебнику YouClever, который ты сейчас читаешь.
Как? Есть два варианта:
Да, у нас в учебнике 99 таких статей и доступ для всех задач и всех скрытых текстов в них можно открыть сразу.
Во втором случае мы подарим тебе тренажер “6000 задач с решениями и ответами, по каждой теме, по всем уровням сложности”. Его точно хватит, чтобы набить руку на решении задач по любой теме.
На самом деле это намного больше, чем просто тренажер - целая программа подготовки. Если понадобится, ты сможешь ею так же воспользоваться БЕСПЛАТНО.
Доступ ко всем текстам и программам предоставляется на ВСЕ время существования сайта.
И в заключение...
Если наши задачи тебе не нравятся, найди другие. Только не останавливайся на теории.
“Понял” и “Умею решать” - это совершенно разные навыки. Тебе нужны оба.
Найди задачи и решай!
Профессиональный беттер должен хорошо ориентироваться в коэффициентах, быстро и правильно оценивать вероятность события по коэффициенту и при необходимости уметь перевести коэффициенты из одного формата в другой . В данном мануале мы расскажем о том, какие бывают виды коэффициентов, а так же на примерах разберём, как можно высчитывать вероятность по известному коэффициенту и наоборот.
Существует три основных вида коэффициентов, которые предлагают игрокам букмекеры: десятичные коэффициенты , дробные коэффициенты (английские) и американские коэффициенты . Наиболее распространённые коэффициенты в Европе - десятичные. В Северной Америке популярны американские коэффициенты. Дробные коэффициенты - наиболее традиционный вид, они сразу же отражают информацию о том сколько нужно поставить, чтобы получить определённую сумму.
Десятичные или еще их называют европейские коэффициенты - это привычный формат числа, представленный десятичной дробью с точностью до сотых, а иногда даже до тысячных. Пример десятичного коэффициента - 1.91. Рассчитать прибыль в случае с десятичными коэффициентами очень просто, достаточно лишь умножить сумму вашей ставки на этот коэффициент. Например, в матче "Манчестер Юнайтед" - "Арсенал" победа "МЮ" выставлена с коэффициентом - 2.05, ничья оценена коэффициентом - 3.9, а победа "Арсенала" равняется - 2.95. Предположим, что мы уверены в победе "Юнайтед" и ставим на них 1000 долларов. Тогда наш возможный доход рассчитывается следующим образом:
2.05 * $1000 = $2050;
Правда ведь ничего сложного?! Точно так же рассчитывается возможный доход при ставке на ничью и победу "Арсенала".
Ничья: 3.9 * $1000 = $3900;
Победа "Арсенала": 2.95 * $1000 = $2950;
Представим теперь что нам нужно определить вероятность события по десятичным коэффициентам, которые выставил букмекер. Делается это так же очень просто. Для этого мы единицу делим на этот коэффициент.
Возьмем уже имеющиеся данные и посчитаем вероятность каждого события:
Победа "Манчестер Юнайтед": 1 / 2.05 = 0,487 = 48,7%;
Ничья: 1 / 3.9 = 0,256 = 25,6%;
Победа "Арсенала": 1 / 2.95 = 0,338 = 33,8%;
Как понятно из названия дробный коэффициент представлен обыкновенной дробью. Пример английского коэффициента - 5/2. В числителе дроби находиться число, являющееся потенциальной суммой чистого выигрыша, а в знаменателе расположено число обозначающее сумму которую нужно поставить, чтобы этот выигрыш получить. Проще говоря, мы должны поставить $2 доллара, чтобы выиграть $5. Коэффициент 3/2 означает что для того чтобы получить $3 чистого выигрыша нам придётся сделать ставку в размере $2.
Вероятность события по дробным коэффициентам рассчитать так же не сложно, нужно всего на всего разделить знаменатель на сумму числителя и знаменателя.
Для дроби 5/2 рассчитаем вероятность: 2 / (5+2) = 2 / 7 = 0,28 = 28%;
Для дроби 3/2 рассчитаем вероятность:
Американские коэффициенты в Европе непопулярны, зато в Северной Америке очень даже. Пожалуй, данный вид коэффициентов самый сложный, но это только на первый взгляд. На самом деле и в этом типе коэффициентов ничего сложного нет. Сейчас во всем разберёмся по порядку.
Главной особенностью американских коэффициентов является то, что они могут быть как положительными , так и отрицательными . Пример американских коэффициентов - (+150), (-120). Американский коэффициент (+150) означает, что для того чтобы заработать $150 нам нужно поставить $100. Иными словами положительный американский коэффициент отражает потенциальный чистый заработок при ставке в $100. Отрицательный же американский коэффициент отражает сумму ставки, которую необходимо сделать для того чтобы получить чистый выигрыш в $100. Например коэффициент (- 120) нам говорит о том, что поставив $120 мы выиграем $100.
Вероятность события по американскому коэффициенту считается по следующим формулам:
(-(M)) / ((-(M)) + 100)
, где M - отрицательный американский коэффициент;
100 / (P + 100)
, где P - положительный американский коэффициент;
Например, мы имеем коэффициент (-120), тогда вероятность рассчитывается так:
(-(M)) / ((-(M)) + 100); подставляем вместо "M" значение (-120);
(-(-120)) / ((-(-120)) + 100 = 120 / (120 + 100) = 120 / 220 = 0,545 = 54,5%;
Таким образом, вероятность события с американским коэффициентом (-120) равна 54,5%.
Например, мы имеем коэффициент (+150), тогда вероятность рассчитывается так:
100 / (P + 100); подставляем вместо "P" значение (+150);
100 / (150 + 100) = 100 / 250 = 0,4 = 40%;
Таким образом, вероятность события с американским коэффициентом (+150) равна 40%.
Для того чтобы рассчитать десятичный коэффициент по известному проценту вероятности нужно 100 разделить на вероятность события в процентах. Например, вероятность события составляет 55%, тогда десятичный коэффициент этой вероятности будет равен 1,81.
100 / 55% = 1,81
Для того чтобы рассчитать дробный коэффициент по известному проценту вероятности нужно от деления 100 на вероятность события в процентах отнять единицу. Например, имеем процент вероятности 40%, тогда дробный коэффициент этой вероятности будет равен 3/2.
(100 / 40%) - 1 = 2,5 - 1 = 1,5;
Дробный коэффициент равен 1,5/1 или 3/2.
Если вероятность события больше 50%, то расчёт производится по формуле:
- ((V) / (100 - V)) * 100, где V - вероятность;
Например, имеем вероятность события 80%, тогда американский коэффициент этой вероятности будет равен (-400).
- (80 / (100 - 80)) * 100 = - (80 / 20) * 100 = - 4 * 100 = (-400);
В случае если вероятность события меньше 50%, то расчёт производиться по формуле:
((100 - V) / V) * 100 , где V - вероятность;
Например, имеем процент вероятности события 20%, тогда американский коэффициент этой вероятности будет равен (+400).
((100 - 20) / 20) * 100 = (80 / 20) * 100 = 4 * 100 = 400;
Бывают случаи, когда необходимо перевести коэффициенты из одного формата в другой. Например, у нас есть дробный коэффициент 3/2 и нам нужно перевести его в десятичный. Для перевода дробного коэффициента в десятичный мы сначала определяем вероятность события с дробным коэффициентом, а затем эту вероятность переводим в десятичный коэффициент.
Вероятность события с дробным коэффициентом 3/2 равна 40%.
2 / (3+2) = 2 / 5 = 0,4 = 40%;
Теперь переведём вероятность события в десятичный коэффициент, для этого 100 делим на вероятность события в процентах:
100 / 40% = 2.5;
Таким образом, дробный коэффициент 3/2 равен десятичному коэффициенту 2.5. Аналогичным образом переводятся, например, американские коэффициенты в дробные, десятичные в американские и т.д. Самое сложное во всём этом лишь расчёты.
С самыми различными правилами, условиями победы, призами, однако существуют общие принципы расчета вероятности выигрыша, которые можно адаптировать под условия той или иной конкретной лотереи. Но для начала желательно определиться с терминологией.
Итак, вероятность – это вычисленная оценка возможности того, что произойдет определенное событие, которая чаще всего выражается в форме отношения числа желаемых событий к общему числу исходов. Например, вероятность выпадения «орла» при подбрасывании монетки – один к двум.
Исходя из этого, очевидно, что вероятность выигрыша – это соотношение количества выигрышных комбинаций к числу всех возможных. Однако нельзя забывать, что критерии и определения понятия «выигрыш» тоже могут быть разными. К примеру, в большинстве лотерей используется такое определение как « выигрыша». Требования к выигрышу третьего класса ниже, чем к выигрышу первого, поэтому вероятность выигрыша первого класса самая низкая. Как правило, таким выигрышем является джек-пот.
Еще один значимый момент в расчетах заключается в том, что вероятность двух связанных событий вычисляется путем перемножения вероятностей каждого из них. Проще говоря, если вы подбросите монетку два раза, то вероятность выпадения «орла» каждый раз будет равна один к двум, но шанс, что «орел» выпадет оба раза, составит лишь один к четырем. В случае с тремя подбрасываниями шанс вообще упадет до одного к восьми.
Таким образом, для расчета шанса выигрыша джек-пота в абстрактной лотерее, где нужно верно угадать несколько выпавших значений из определенного числа шаров (например, 6 из 36), нужно рассчитать вероятность выпадения каждого из шести шаров и перемножить их между собой. Учтите, что с уменьшением числа шаров, оставшихся в барабане, вероятность выпадения нужного шара меняется. Если для первого шара вероятность того, что выпадет нужный, равна 6 к 36, то есть, 1 к 6, то для второго шанс составит 5 к 35 и так далее. В данном примере вероятность того, что билет окажется выигрышным составит 6x5x4x3x2x1 к 36x35x34x33x32x31, то есть 720 к 1402410240, что будет равно 1 к 1947792.
Несмотря на такие пугающие числа, люди регулярно выигрывают по всему миру. Не забывайте, что даже если вы не возьмете главный приз, существуют еще второго и третьего классов, вероятность получить которые намного выше. Кроме того, очевидно, что наилучшей стратегией является покупка нескольких билетов одного тиража, так как каждый дополнительный билет кратно увеличивает ваши шансы. Например, если купить не один билет, а два, то и вероятность победы будет в два раза больше: два из 1,95 миллиона, то есть примерно 1 к 950 тысячам.
Существует целый класс опытов, для которых вероятности их возможных исходов легко оценить непосредственно из условий самого опыта. Для этого нужно, чтобы различные исходы опыта обладали симметрией и в силу этого были объективно одинаково возможными.
Рассмотрим, например, опыт, состоящий в бросании игральной кости, т.е. симметричного кубика, на гранях которого нанесено различное число очков: от 1 до 6.
В силу симметрии кубика есть основания считать все шесть возможных исходов опыта одинаково возможными. Именно это дает нам право предполагать, что при многократном бросании кости все шесть граней будут выпадать примерно одинаково часто. Это предположение для правильно выполненной кости действительно оправдывается на опыте; при многократном бросании кости каждая её грань появляется примерно в одной шестой доле всех случаев бросания, причем отклонение этой доли от 1/6 тем меньше, чем большее число опытов произведено. Имея в виду, что вероятность достоверного события принята равной единице, естественно приписать выпадению каждой отдельной грани вероятность, равную 1/6. Это число характеризует некоторые объективные свойства данного случайного явления, а именно свойство симметрии шести возможных исходов опыта.
Для всякого опыта, в котором возможные исходы симметричны и одинаково возможны, можно применить аналогичный прием, который называется непосредственным подсчетом вероятностей.
Симметричность возможных исходов опыта обычно наблюдается только в искусственно организованных опытах, типа азартных игр. Так как первоначальное развитие теория вероятностей получила именно на схемах азартных игр, то прием непосредственного подсчета вероятностей, исторически возникший вместе с возникновением математической теории случайных явлений, долгое время считался основным и был положен в основу так называемой «классической» теории вероятностей. При этом опыты, не обладающие симметрией возможных исходов, искусственно сводились к «классической» схеме.
Несмотря на ограниченную сферу практических применений этой схемы, она все же представляет известный интерес, так как именно на опытах, обладающих симметрией возможных исходов, и на событиях, связанных с такими опытами, легче всего познакомиться с основными свойствами вероятностей. Такого рода событиями, допускающими непосредственный подсчет вероятностей, мы и займемся в первую очередь.
Предварительно введем некоторые вспомогательные понятия.
1. Полная группа событий.
Говорят, что несколько событий в данном опыте образуют полную группу событий, если в результате опыта непременно должно появиться хотя бы одно из них.
Примеры событий, образующих полную группу:
3) появление 1,2,3,4,5,6 очков при бросании игральной кости;
4) появление белого шара и появление черного шара при вынимании одного шара из урны, в которой 2 белых и 3 черных шара;
5) ни одной опечатки, одна, две, три и более трех опечаток при проверке страницы напечатанного текста;
6) хотя бы одно попадание и хотя бы один промах при двух выстрелах.
2. Несовместимые события.
Несколько событий называют несовместимыми в данном опыте, если никакие два из них не могут появиться вместе.
Примеры несовместимых событий:
1) выпадение герба и выпадение цифры при бросании монеты;
2) попадание и промах при выстреле;
3) появление 1,3, 4 очков при одном бросании игральной кости;
4) ровно один отказ, ровно два отказа, ровно три отказа технического устройства за десять часов работы.
3. Равновозможные события.
Несколько событий в данном опыте называются равновозможными, если по условиям симметрии есть основание считать, что ни одно из этих событий не является объективно более возможным, чем другое.
Примеры равновозможных событий:
1) выпадение герба и выпадение цифры при бросании монеты;
2) появление 1,3, 4, 5 очков при бросании игральной кости;
3) появление карты бубновой, червонной, трефовой масти при вынимании карты из колоды;
4) появление шара с №1, 2, 3 при вынимании одного шара из урны, содержащей 10 перенумерованных шаров.
Существуют группы событий, обладающие всеми тремя свойствами: они образуют полную группу, несовместимы и равновозможны; например: появление герба и цифры при бросании монеты; появление 1, 2, 3, 4, 5, 6 очков при бросании игральной кости. События, образующие такую группу, называются случаями (иначе «шансами»).
Если какой-либо опыт по своей структуре обладает симметрией возможных исходов, то случаи представляют собой исчерпывающую систему равновозможных и исключающих друг друга исходов опыта. Про такой опыт говорят, что он «сводится к схеме случаев» (иначе – к «схеме урн»).
Схема случаев по преимуществу имеет место в искусственно организованных опытах, в которых заранее и сознательно обеспечена одинаковая возможность исходов опыта (как, например, в азартных играх). Для таких опытов возможен непосредственный подсчет вероятностей, основанный на оценке доли так называемых «благоприятных» случаев в общем числе случаев.
Случай называется благоприятным (или «благоприятствующим») некоторому событию, если появление этого случая влечет за собой появление данного события.
Например, при бросании игральной кости возможны шесть случаев: появление 1, 2, 3, 4, 5, 6 очков. Из них событию – появлению четного числа очков – благоприятны три случая: 2, 4, 6 и не благоприятны остальные три.
Если опыт сводится к схеме случаев, то вероятность события в данном опыте можно оценить по относительной доле благоприятных случаев. Вероятность события вычисляется как отношение числа благоприятных случаев к общему числу случаев:
где Р(А) – вероятность события ; – общее число случаев; – число случаев, благоприятных событию .
Так как число благоприятных случаев всегда заключено между 0 и (0 – для невозможного и – для достоверного события), то вероятность события, вычисленная по формуле (2.2.1), всегда есть рациональная правильная дробь:
Формула (2.2.1), так называемая «классическая формула» для вычисления вероятностей, долгое время фигурировала в литературе как определение вероятности. В настоящее время при определении (пояснении) вероятности обычно исходят из других принципов, непосредственно связывая понятие вероятности с эмпирическим понятием частоты; формула же (2.2.1) сохраняется лишь как формула для непосредственного подсчета вероятностей, пригодная тогда и только тогда, когда опыт сводится к схеме случаев, т.е. обладает симметрией возможных исходов.
Объединением
(логической суммой)
N событий называют событие
,
которое наблюдается каждый раз, когда
наступаетхотя бы одно из
событий
.
В частности, объединением
событий A и B
называют событие A
+
B
(у некоторых авторов
),
которое наблюдается, когданаступает
или
A,
или
B
или
оба этих события одновременно
(Рис. 7).
Признаком пересечения в текстовых
формулировках событий служит союз“или”
.
Рис. 7. Объединение событий A+B
Необходимо
учитывать, что вероятности события
P{A} соответствует
как левая часть заштрихованной на Рис. 7
фигуры, так и её центральная часть,
помеченная как
.
И исходы, соответствующие
событию B,
располагаются как в правой части
заштрихованной
фигуры, так и в помеченной
центральной части. Таким образом,
при сложении
и
площадка
реально войдет в эту сумму дважды, а
точное выражение для площади заштрихованнойфигуры имеет
вид
.
Итак, вероятность объединения двух событий A и B равна
Для большего числа событий общее расчетное выражение становится крайне громоздким из-за необходимости учета многочисленных вариантов взаимного наложения областей. Однако, если объединяемые события являются несовместными (см. с. 33), то взаимное наложение областей оказывается невозможным, а благоприятная зона определяется непосредственно суммой областей, соответствующих отдельным событиям.
Вероятность
объединения
произвольного числанесовместных
событий
определяется выражением
|
|
Следствие 1
:
Полная группа
событий состоит из событий
несовместных, одно из которых в опыте
обязательно реализуется. В результате,если события
…
,образуют
полную группу
,
то для них
Таким образом,
С
ледствие
3
Учтем,
что противоположным
утверждению «произойдет хотя бы
одно из событий
…
»
является утверждение «ни одно из событий
…
не реализуется». Т.е., иначе говоря, «в
опыте будут наблюдаться события
,
и
,
и …, и
»,
что представляет собой уже пересечение
событий, противоположных исходному
набору. Отсюда, с учетом (2 .0), для
объединения произвольного числа событий
получаем
|
|
Следствия
2, 3 показывают, что в тех случаях, когда
непосредственный расчет вероятности
какого-то события является проблематичным,
полезно оценить
трудоёмкость исследования события
ему противоположного. Ведь, зная значение
,
получить из (2 .0) нужную величину
никакого труда уже не представляет.
Пример 1 : Двое студентов (Иванов и Петров) вместе я вились на защиту лабораторной работы, выучив первые 8 кон трольных вопросов к этой работе из 10 имеющихся. Проверяя подготовленность, п реподаватель задает каждому лишь оди н случайно выбираемый вопрос. Определить вероятность следующих событий:
A = “Иванов защитит лабораторную работу”;
B = “Петров защитит лабораторную работу”;
C = “оба защитят лабораторную работу”;
D = “хотя бы один из студентов защитит работу”;
E = “только один из студентов защитит работу”;
F = “никто из них не защитит работу”.
Решение. Отметим, что способность защитить работу как Иванова, т ак и Петрова в отдельности определяется лишь числом освоенных вопросов, поэтом у . (Примечание: в данном примере значения получаемых дробей сознательно не сокращались для упрощения сопоставления результатов расчетов.)
Событие C можно сформулировать иначе как «работу защитит и Иванов, и Петров», т.е. произойдут и событие A , и событие B . Таким образом, событие C является пересечением событий A и B , и в соответствии с (2 .0)
где сомножитель “7/9” появляется из-за того, что наступление события A означает, что Иванову достался «удачный» вопрос, а значит на долю Петрова из оставшихся 9 вопросов приходится теперь лишь 7 «хороших» вопросов.
Событие D подразумевает, что «работу защитит или Иванов, или Петров, или они оба вместе», т.е. произойдёт хотя бы одно из событий A и B . Итак, событие D является объединением событий A и B , и в соответствии с (2 .0)
что соответствует ожиданиям, т.к. даже для каждого из студентов в отдельности шансы на успех довольно велики.
С обытие Е означает, что «либо работу защитит Ивано в, а Петров «п ровалится», или Иванову попадется неудачный во прос, а Петров с защитой справится». Два альтернативных варианта являются взаимоисключающими (несовместными), поэтому
Наконец, утверждение F окажется справедливым лишь если « и Иванов, и Петров с защитой не справятся». Итак,
На этом решение задачи завершено, однако полезно отметить следующие моменты:
1. Каждая из
полученных вероятностей удовлетворяет
условию (1 .0), н
о
если для
и
получить
конфликт
ующие с
(1 .0) в
принципе невозможно, то для
попытка и
спользования
(2 .0) вместо (2 .0) привела бы к явно
некорр
ектному значению
.
Важно помнить, что подобное значение
вероятности принципиально невозможно,
и при получении столь парадоксального
результата незамедлительно приступать
к поиску ошибки.
2. Найденные вероятности удовлетворяют соотношения м
.
Э то вполне ожидаемо, т.к. события C , E и F образуют полн ую группу, а события D и F противоположны друг другу. Учет этих соотношений с одной стороны может быть использо ван для перепроверки расчетов, а в другой ситуации может послужить основой альтернативного способа решения задачи.
П римечание : Не пренебрегайте письменной фиксацией точной формулировки события, иначе по ходу решения задачи Вы можете непроизвольно перейти к иной трактовке смысла этого события, что повлечет ошибки в рассуждениях.
Пример 2 : В крупной партии микросхем, не прошедших выходной контроль качества, 30% изделий являются бракованными. Если из этой партии наугад выбрать какие-либо две микросхемы, то какова вероятность, что среди них:
A = “обе годные”;
B = “ровно 1 годная микросхема”;
C = “обе бракованные”.
Проанализируем следующий вариант рассуждений (осторожно, содержит ошибку):
Так как речь идет о крупной партии изделий, то изъятие из неё нескольких микросхем практически не влияет на соотношение числа годных и бракованных изделий, а значит, выбирая несколько раз подряд какие-то микросхемы из этой партии, можно считать, что в каждом из случаев остаются неизменными вероятности
=
P
{
выбрано бракованное изделие } = 0,3 и
=
P
{
выбрано годное изделие } = 0,7.
Для наступления события A необходимо, чтобы и в первый, и во второй раз было выбрано годное изделии, а потому (учитывая независимость друг от друга успешности выбора первой и второй микросхемы) для пересечения событий имеем
Аналогично, для наступления события С нужно, чтобы оба изделия оказались бракованными , а для получения B нужно один раз выбрать годное, а один – бракованное изделие.
Признак ошибки. Х отя все полученные выше вероятност и выглядят правдоподобными, при их совместном анализе легко з аметить, что .Однако случаи A , B и C образуют полную группу событий, для которой должно выполняться .Это противоречие указывает на наличие какой-то ошибки в рассуждениях.
С уть ошибки. Введем в рассмотрение два вспомогате льных события :
= “первая
микросхема – годная, вторая - бракованная”;
=
“первая микросхема – бракованная,
вторая – годная”.
Очевидно, что
,
однако именно такой вариант расчета
был выше использован для получения
вероятности события
B
,
хотя события
B
и
не являются э
квивалентными
.
На самом деле,
,
т.к. формулировка
события
B
требует, чтобы среди микросхем ровно
одна
, но совсем
не
обязательно первая
была годной
(а другая – бракованной). Поэтому, хотя
событие
не является дублем события
,
а должно учиты
ваться независимо.
Учитывая несовместность событий
и
,
вероятность их логической суммы будет
равна
После указанного исправления расчетов имеем
что косвенно подтверждает корректность найденных вероятностей.
Примечание : Обращайте особое внимание на отличие в формулировках событий типа “только первый из перечисленных элементов должен…” и “только один из перечисленных элем ентов должен…”. Последнее событие явно шире и включае т в свой состав первое как один из (возможно многочисленны х) вариантов. Эти альтернативные варианты (даже при совпадении их вероятностей) следует учитывать независимо друг от друга.
П римечание : Слово “процент” произошло от “ per cent ”, т.е. “на сотню”. Представление частот и вероятностей в процентах позволяет оперировать более крупными значениями, что иногда упрощает восприятие значений “на слух”. Однако использовать в расчетах для правильной нормировки умножение или деление на “100 %” громоздко и неэффективно. В связи с этим, не з абывайте при использовании значений, упомя нутых в процентах, подставлять их в расчетные выражения у же в виде долей от единицы (например, 35% в расчете записываетс я как “0,35”), чтобы минимизировать риск ошибочной нормировки результатов.
Пример 3 : Набор резисторов содержит один резистор н оминалом 4 кОм, три резистора по 8 кОм и шесть резист оров с сопротивлением 15 кОм. Выбранные наугад три резистора соединяются друг с другом параллельно. Определить вероятность получения итогового сопротивления, не превышающего 4 кОм.
Реш ение. Сопротивление параллельного соединения рез исторов может быть рассчитано по формуле
.
Это позволяет ввести в рассмотрение события, такие как
A
= “выбраны три резистора по 15 кОм” =
“
”;
B
= “в
зяты два
резистора по 15 кОм и один с сопротивление
м
8 кОм” =“
”…
Полная группа событий, соответствующих условию задачи, включает ещё целый ряд вариантов, причем именно таких, к оторые соответствуют выдвинутому требованию о получении сопротивления не более чем 4 кОм. Однако, хотя “прямой” путь решения, предполагающий расчет (и последующее сумми рование) вероятностей, характеризующих все эти события, и является правильным, действовать таким образом нецелесообразно.
Отметим, что для получения итогового сопротивления менее 4 кОм д остаточно, чтобы в используемый набор вошел хотя бы один резистор с сопротивлени ем менее 15 кОм. Таким образом, лишь в случае A требование задачи не выполняется, т.е. событие A является противоположным исследуемому. Вместе с тем,
.
Таким образом, .
П
ри
мечание
:
Рассчитывая вероятность некоторого
события
A
,
не забывайте проанализировать трудоемкость
определени
я вероятности
события ему противоположного. Если
расс
читать
легко, то
именно с этого и надо начинать решен
ие
задачи
, завершая его применением
соотношения
(2 .0).
П ример 4 : В коробке имеются n белых, m черных и k красных шаров. Шары по одному наугад извлекаются из коробки и возвращаются обратно после каждого извлечения. Определить вероятность события A = “белый шар будет извлечен раньше, чем черный ” .
Реш ение. Рассмотрим следующую совокупность событий
= “белый шар
извлекли при первой же попытке”;
= “сначала вынули
красный шар, а затем - белый”;
=
“дважды вынули красный шар, а на третий
раз - белый
”…
Так к
ак
шарики возвращаются, то последовательность
соб
ытий
может быть формально бесконечно
протяженной.
Эти события являются несовместными и составляют в совокупности тот набор ситуаций, при которых происходит событие A . Таким образом,
Несложно заметить,
что входящие в сумму слагаемые образуют
геометрическую прогрессию
с начальным элементом
и знаменателем
.
Но сумм
а элементов бесконечной
геометрической прогрессии равна
|
|
Таким образом, . Л юбопытно, что эта вероятность (как следует из полученно го выражения) не зависит от числа красных шаров в коробке.
.
