ВЕРОЯТНОСТЬ - общенаучная и филос. категория, обозначающая количественную степень возможности появления массовых случайных событий при фиксированных условиях наблюдения, характеризующую устойчивость их относительных частот. В логике семантическая степень… … Философская энциклопедия

ЧТО ТАКОЕ ФИЛОСОФИЯ? - ’ЧТО ТАКОЕ ФИЛОСОФИЯ?’ (‘Qu est ce que la philosophie?’, Les Editions de Minuit, 1991) книга Делеза и Гваттари. По мысли авторов, обозначенной во Введении, ‘что такое философия’ это такой вопрос, который ‘задают, скрывая беспокойство, ближе к… …

ЧТО ТАКОЕ ФИЛОСОФИЯ? - (Qu est ce que la philosophie? , Les Editions de Minuit, 1991) книга Делеза и Гваттари. По мысли авторов, обозначенной во Введении, что такое философия это такой вопрос, который задают, скрывая беспокойство, ближе к полуночи, когда больше… … История Философии: Энциклопедия

Вероятность - математическая, числовая характеристика степени возможности появления какого либо определённого события в тех или иных определённых, могущих повторяться неограниченное число раз условиях. Как категория научного познания понятие «В.»… … Большая советская энциклопедия

ВЕРОЯТНОСТЬ - математическая числовая характеристика степени возможности появления к. л. определенного события в тех или иных определенных, могущих повторяться неограниченное число раз условиях. Как категория научного познания понятие В. отражает особый тип… … Математическая энциклопедия

Южные киты - ? Южные киты … Википедия

Клиника (телесериал) - Эта статья или раздел нуждается в переработке. Пожалуйста, улучшите статью в соответствии с правилами написания статей … Википедия

Вероятность показывает возможность того или иного события при определенном количестве повторений. Это число возможных результатов с одним или несколькими исходами, поделенное на общее количество возможных событий. Вероятность нескольких событий вычисляется путем разделения задачи на отдельные вероятности с последующим перемножением этих вероятностей.

Шаги

Вероятность единичного случайного события

1. Выберите событие со взаимоисключающими результатами. Вероятность можно рассчитать лишь в том случае, если рассматриваемое событие либо происходит, либо не происходит. Нельзя одновременно получить какое-либо событие и противоположный ему результат. Примером таких событий служат выпадение 5 на игровом кубике или победа определенной лошади на скачках. Пять либо выпадет, либо нет; определенная лошадь либо придет первой, либо нет.

   • Например, невозможно вычислить вероятность такого события: при одном броске кубика выпадут 5 и 6 одновременно.

2. Определите все возможные события и результаты, которые могут произойти. Предположим, необходимо определить вероятность того, что при броске игрового кубика с 6 цифрами выпадет тройка. «Выпадение тройки» является событием, и поскольку мы знаем, что может выпасть любая из 6 цифр, число возможных исходов равно шести. Таким образом, мы знаем, что в данном случае есть 6 возможных результатов и одно событие, вероятность которого мы хотим определить. Ниже приведено еще два примера.

   • Пример 1 . В данном случае событием является «выбор дня, который приходится на выходные», а число возможных исходов равно количеству дней недели, то есть семи.
   • Пример 2 . Событием является «вынуть красный шар», а число возможных исходов равно общему количеству шаров, то есть двадцати.

3. Поделите число событий на количество возможных исходов. Таким образом вы определите вероятность одиночного события. Если мы рассматриваем случай выпадения 3 при бросании кубика, число событий равно 1 (тройка находится лишь на одной грани кубика), а общее количество исходов равно 6. В результате получаем соотношение 1/6, 0,166, или 16,6 %. Вероятность события для двух приведенных выше примеров находится следующим образом:

   • Пример 1 . Какова вероятность того, что вы случайно выберете день, который выпадает на выходные? Число событий равно 2, так как в одной неделе два выходных дня, а общее количество исходов составляет 7. Таким образом, вероятность равна 2/7. Полученный результат можно записать также как 0,285 или 28,5 %.
   • Пример 2 . В коробке находятся 4 синих, 5 красных и 11 белых шаров. Если достать из коробки случайный шар, какова вероятность того, что он окажется красным? Число событий равно 5, поскольку в коробке 5 красных шаров, а общее количество исходов составляет 20. Находим вероятность: 5/20 = 1/4. Полученный результат можно записать также как 0,25 или 25 %.

4. Сложите вероятности всех возможных событий и проверьте, получится ли в сумме 1. Суммарная вероятность всех возможных событий должна составлять 1, или 100 %. Если у вас не получится 100 %, скорее всего, вы допустили ошибку и пропустили одно или несколько возможных событий. Проверьте свои вычисления и убедитесь, что вы учли все возможные исходы.

   • Например, вероятность выпадения 3 при бросании игрового кубика составляет 1/6. При этом вероятность выпадения любой другой цифры из пяти оставшихся также равна 1/6. В результате получаем 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 6/6, то есть 100 %.
   • Если вы, например, забудете о цифре 4 на кубике, сложение вероятностей даст вам лишь 5/6, или 83 %, что не равно единице и указывает на ошибку.

5. Представьте вероятность невозможного исхода в виде 0. Это означает, что данное событие не может произойти, и его вероятность равна 0. Таким образом вы сможете учесть невозможные события.

   • Например, если бы вы вычисляли вероятность того, что в 2020 году Пасха придется на понедельник, то получили бы 0, поскольку Пасха всегда празднуется в воскресенье.

   Вероятность нескольких случайных событий

   1. При рассмотрении независимых событий вычисляйте каждую вероятность отдельно. После того как вы определите, каковы вероятности событий, их можно будет рассчитать отдельно. Предположим, необходимо узнать вероятность того, что при бросании кубика два раза подряд выпадет 5. Мы знаем, что вероятность выпадения одной пятерки составляет 1/6, и вероятность выпадения второй пятерки также равна 1/6. Первый исход не связан со вторым.

      • Несколько выпадений пятерок называются независимыми событиями , поскольку то, что выпадет первый раз, не влияет на второе событие.

   2. Учитывайте влияние предыдущих исходов при расчете вероятности для зависимых событий. Если первое событие влияет на вероятность второго исхода, говорят о расчете вероятности зависимых событий . Например, если вы выбираете две карты из колоды, состоящей из 52 карт, после взятия первой карты состав колоды изменяется, что влияет на выбор второй карты. Чтобы рассчитать вероятность второго из двух зависимых событий, необходимо вычесть 1 из количества возможных результатов при расчете вероятности второго события.

      • Пример 1 . Рассмотрим следующее событие: Из колоды случайным образом одну за другой вытягивают две карты. Какова вероятность того, что обе карты будут иметь трефовую масть? Вероятность того, что первая карта будет иметь трефовую масть, составляет 13/52, или 1/4, поскольку всего в колоде 13 карт одной масти.
        • После этого вероятность того, что вторая карта окажется трефовой масти, составляет 12/51, поскольку одной трефовой карты уже нет. Это объясняется тем, что первое событие влияет на второе. Если вы вытянули тройку треф и не положили ее обратно, в колоде будет на одну карту меньше (51 вместо 52).
      • Пример 2 . В коробке 4 синих, 5 красных и 11 белых шаров. Если наугад вынуть три шара, какова вероятность того, что первый окажется красным, второй синим, а третий белым?
        • Вероятность того, что первый шар окажется красным, составляет 5/20, или 1/4. Вероятность того, что второй шар будет синим, равна 4/19, поскольку в коробке осталось на один шар меньше, но по прежнему 4 синих шара. Наконец, вероятность того, что третий шар окажется белым, составляет 11/18, так как мы уже вынули два шара.

   3. Перемножьте вероятности каждого отдельного события. Независимо от того, имеете ли вы дело с независимыми или зависимыми событиями, а также количества исходов (их может быть 2, 3 и даже 10), можно рассчитать общую вероятность, умножив вероятности всех рассматриваемых событий друг на друга. В результате вы получите вероятность нескольких событий, следующих одно за другим . Например, стоит задача Найти вероятность того, что при бросании кубика два раза подряд выпадет 5 . Это два независимых события, вероятность каждого из которых равна 1/6. Таким образом, вероятность обоих событий составляет 1/6 x 1/6 = 1/36, то есть 0,027, или 2,7 %.

      • Пример 1 . Из колоды наугад одну за другой вытягивают две карты. Какова вероятность того, что обе карты будут иметь трефовую масть? Вероятность первого события составляет 13/52. Вероятность второго события равна 12/51. Находим общую вероятность: 13/52 x 12/51 = 12/204 = 1/17, то есть 0,058, или 5,8 %.
      • Пример 2 . В коробке находятся 4 синих, 5 красных и 11 белых шаров. Если наугад вытянуть из коробки три шара один за другим, какова вероятность того, что первый окажется красным, второй синим, а третий белым? Вероятность первого события составляет 5/20. Вероятность второго события равна 4/19. Вероятность третьего события составляет 11/18. Таким образом, общая вероятность равна 5/20 x 4/19 x 11/18 = 44/1368 = 0,032, или 3,2 %.

Задача №1.26

Номер автомобиля содержит четыре цифры, каждая из которых равновозможно принимает значения от 0 до 9 (возможен номер 0000). Определить вероятность того, что вторая цифра номера равна четырем.

Найдём число всех возможных комбинаций номера автомобиля:

2-ая цифра номера равна 4, если его комбинация представляет набор вида: X 4 XX , где X – любая цифра от 0 до 9.

Следовательно, число таких номеров равно:

Вероятность того, что вторая цифра номера равна четырем.

Ответ:

Задача № 2.11

Дана схема соединения элементов, образующих цепь с одним входом и одним выходом (рисунок 1). Предполагается, что отказы элементов являются независимыми в совокупности событиями. Отказ любого из элементов приводит к прерыванию сигнала в той ветви цепи, где находится данный элемент. Вероятности отказа элементов 1, 2, 3, 4, 5 соответственно равны q1=0,1; q2=0,2; q3=0,3; q4=0,4; q5=0,5. Найти вероятность того, что сигнал пройдет со входа на выход.

Рисунок 1

Согласно рисунку 1 элементы 1, 2, 3 соединены параллельно между собой и последовательно с элементом 4.

Введем события: A ­ 1 – элемент 1 исправен, A ­ 2 – элемент 2 исправен, A ­ 3 – элемент 3 исправен, A ­ 4 – элемент 4 исправен, B – сигнал проходит от точки a к точке b , C – сигнал проходит от точки a к точке c (со входа на выход).

Событие B произойдёт, если будут работать или элемент 1, или элемент 2, или элемент 3:

B :

Событие C произойдёт, если произойдёт событие B и событие A 4 :

Вероятность наступления события C :

Ответ:

Задача №3.28

Приборы одного наименования изготавливаются на трех заводах. Первый завод поставляет 45% всех изделий, поступающих на производство, второй - 30% и третий - 25%. Вероятность безотказной работы прибора, изготовленного на первом заводе, равна 0,8 , на втором - 0,85 и на третьем - 0,9. Прибор, поступивший на производство, оказался исправным. Определить вероятность того, что он изготовлен на втором заводе.

Обозначим через А событие – прибор, поступивший на производство исправен.

Сделаем ряд предположений:

Прибор поступил с 1-ого завода:

Прибор поступил со 2-ого завода:

Прибор поступил с 3-его завода:

Соответствующие условные вероятности для каждой из гипотез:

По формуле полной вероятности найдём вероятность события A :

Вычислим вероятность того, что исправный прибор поступил со 2-ого завода:

Ответ:

Задача №4.26

Монету подбрасывают 100 раз. Какова вероятность того, что она ни разу не упадет гербом вверх?

Событие - монета ни разу из 100 подбрасываний не упала гербом вверх.

Вероятность того, что монета не упала гербом вверх p =0,5 и следовательно, вероятность того что монета упала гербом вверх q =0,5 :

Определим вероятность события A по формуле Бернулли (n = 100; k =100 )

Ответ:

Задача № 5.21

Дискретная случайная величина Х может принимать одно из пяти фиксированных значений x1, x2, x3, x4, x5 с вероятностями p1, p2, p3, p4, p5 соответственно. Вычислить математическое ожидание и дисперсию величины Х. Рассчитать и построить график функции распределения.

Таблица 1 – Исходные данные

Математическое ожидание и дисперсию величины Х:

Построим ряд распределения СВ X:

Таблица 2 –Ряд распределения СВ X

Построим график функции распределения (рисунок 2):

Рисунок 2 - график функции распределения F(X­ i)

Задача № 6.3

Случайная величина Х задана плотностью вероятности:

Определить константу С , математическое ожидание, дисперсию, функцию распределения величины Х, а также вероятность ее попадания в интервал.

Отсюда константа :

Определим математическое ожидание СВ Х:

Определим дисперсию СВ Х :

Определим функцию распределения величины Х:

Ответ:

Задача № 7.15

Случайная величина Х распределена равномерно на интервале [a,b ]. Построить график случайной величины Y=  (X) и определить плотность вероятности g(y).

обратных функций не существует

Рисунок 3 – график функции

Так как случайная величина Х распределена равномерно на интервале , то её плотность вероятности равна:

Определим плотность вероятности величины :

Задача № 8.30

Двухмерный случайный вектор (Х, У ) равномерно распределен внутри выделенной жирными прямыми линиями на рисунок 4 области B. Двухмерная плотность вероятности f(x,y) одинакова для любой точки этой области B:

Вычислить коэффициент корреляции между величинами X и Y.

Таблица 3 – Исходные данные

Рисунок 4

Построим область B согласно координатам из таблицы 5 и рисунку 4.

Рисунок 5

Проанализируем рисунок 5: область B на промежутке ограничена слева прямой , справа , на промежутке ограничена слева прямой , справа -

Следовательно, совместная плотность вероятности примет вид:

Таким образом:

Проверим полученный результат геометрически. Объём тела, ограниченного поверхностью распределения В и плоскостью xOy равен 1, т.е:

Следовательно, константа рассчитана верно.

Вычислим математические ожидания:

Вычислим дисперсии:

Вычислим корреляционный момент:

Вычислим коэффициент корреляции между величинами X и Y:

Ответ:

Задача № 9

По выборке одномерной случайной величины:

Получить вариационный ряд;

Построить график эмпирической функции распределения F * (x ) ;

Построить гистограмму равноинтервальным способом;

Построить гистограмму равновероятностным способом;

Вычислить точечные оценки математического ожидания и дисперсии;

Вычислить интервальные оценки математического ожидания и дисперсии (γ = 0,95);

Выдвинуть гипотезу о законе распределения случайной величины и проверить ее при помощи критерия согласия  2 и критерия Колмогорова ( = 0,05).

Одномерная выборка:

Размер выборки

Решение

1. Получим вариационный ряд из исходного:

Построим гистограмму равноинтервальным способом (рисунок 7).

Для построения гистограммы составим интервальный статистический ряд, учитывая что длина у всех интервалов должна быть одинаковая.

Количество интервалов;

- ширина интервала;

Частота попадания СВ X в j-ый интервал;

Статистическая плотность в j-ом интервале.

Таблица 4 – Интервальный статистический ряд

f * (x)

Рисунок 7

Построим гистограмму равновероятностным способом (рисунок 8).

Для построения гистограммы составим интервальный статистический ряд, учитывая что частота попадания СВ X в в каждый j-ый интервал должна быть одинаковая (Таблица 5).

Таблица 5 – Интервальный статистический ряд

f * (x)

Рисунок 8

Вычислим точечные оценки математического ожидания и дисперсии:

Вычислим интервальные оценки математического ожидания и дисперсии (γ = 0,95):

H 0 – величина X распределена по экспоненциальному закону:

H 1 – величина X не распределена по экспоненциальному закону

Таким образом получаем полностью определенную гипотетическую функцию распределения:

Проверим гипотезу о нормальном законе по критерию Пирсона . Вычислим значение критерия на основе равноинтервального статистического ряда:

Теоретические вероятности попадания в интервалы вычислим по формуле:

Таблица 6 – Результаты расчётов

Проверим правильность вычислений :

Вычислим критерий Пирсона:

Определим число степеней свободы:

Выбираем критическое значения критерия Пирсона из таблицы для степени свободы и заданного уровня значимости :

Так как условие выполняется, то гипотеза H 0 об экспоненциальном законе распределения принимается (нет оснований ее отклонить).

8) Проверим гипотезу при помощи критерия Колмогорова. Для этого построим график гипотетической функции распределения в одной системе координат с эмпирической функцией (рисунок 6). В качестве опорных точек используем 10 значений из таблицы 6. По графику определим максимальное по модулю отклонение между функциями и :

Вычислим значение критерия Колмогорова:

Из таблицы Колмогорова по заданному уровню значимости выбираем критическое значение критерия:

Так как условие выполняется, гипотеза H­ 0 об экспоненциальном законе распределения принимается (нет оснований ее отклонить).

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.

23. В ящике содержатся деталей, изготовленных на заводе 1, деталей - на заводе 2 и деталей - заводе 3. Вероятности изготовления брака на заводах с номерами 1, 2 и 3 соответственно равны, и. Найдите вероятность того, что извлеченная наудачу деталь окажется качественной.

Hi- гипотеза, что деталь изготовлена на i заводе

P(Hi)-вероятность того, что деталь изготовлена на 1 заводе

24. В урну, содержащую шаров, опущен белый шар, после чего наудачу извлечен один шар. Найдите вероятность того, что извлеченный шар окажется белым, если равновероятны все возможные предположения о первоначальном количестве белых шаров в урне.

Hi-первоначально в урне i белых шаров

А- событие, сост, в том, что извлечен белый шар

25. В первой урне 5 белых и 3 черных шара, во второй - 6 белых и 9 черных. Из второй урны случайным образом перекладывают в первую два шара, после чего из первой урны берут один шар. Какова вероятность того, что этот шар - белый?

26. С первого станка-автомата на сборочный конвейер поступает деталей, со 2-го и 3-го - по и соответственно. Вероятности выдачи бракованных деталей составляют для каждого из них соответственно, и. Найдите вероятность того, что поступившая на сборку деталь окажется бракованной, а также вероятности того, что она изготовлена на 1-м, 2-м и 3-м станках-автоматах, при условии, что она оказалась бракованной.

27. Имеется три одинаковых по виду ящика. В первом ящике 23 белых шара, во втором - 9 белых и 14 черных шаров, в третьем - 23 черных шара. Из выбранного наугад ящика вынули белый шар. Найдите вероятность того, что шар вынут из второго ящика.

28. В среднем из 100 клиентов банка 53 обслуживаются первым операционистом и 47 - вторым. Вероятности того, что клиент будет обслужен без помощи заведующего отделением, только самим операционистом, составляет и соответственно для первого и второго служащих банка. Какова вероятность, что клиент, для обслуживания которого потребовалась помощь заведующего, был направлен к первому операционисту?

n1-1-ый операционист

n2-2-ой операционист

А-событие, сост. в том, что, что потребуется помощь заведующего

29. Имеется 13 монет, из которых 3 штуки бракованные: вследствие заводского брака на этих монетах с обеих сторон отчеканен герб. Наугад выбранную монету, не разглядывая, бросают 9 раз, причем при всех бросаниях она ложится гербом вверх. Найдите вероятность того, что была выбрана монета с двумя гербами.

H1-монета хорошая

H2 - бракованная монета

А-событие, состю в том, что при всех бросании монета легла гербом

30. Детали, изготовленные в цехе, попадают к одному из 2-х контролёров. Вероятность того, что деталь попадёт к 1-му контролёру, равна 0,8; ко 2-му - 0,2. Вероятность того, что годная деталь будет признана стандартной 1-м контролёром равна 0,96; 2-м контролёром - 0,98. Годная деталь при проверке оказалась стандартной. Найдите вероятность того, что эту деталь проверял 1-й контролёр.

31. Пассажир может обратиться за получением билета в одну из трёх касс (А,B,C). Вероятности обращения в каждую кассу зависят от их местонахождения и равны соответственно 0,4;0,5 и 0,1. Вероятности того, что к моменту прихода пассажира, имеющиеся в кассе билеты распроданы равны соответственно 0,4; 0,3 и 0,1. Найдите вероятность того, что билет куплен. В какой из касс это могло произойти с наибольшей вероятностью?

32. В первой урне белых и черных шаров, во второй - белых и черных. Из второй урны случайным образом перекладывают в первую два шара, после чего из первой урны берут один шар, который оказывается белым. Какова вероятность того, что два шара, переложенные из второй урны в первую, были разных цветов?

Схема Бернулли. Числа. Наиболее вероятное число успехов

33. Вероятность попадания в цель при одном выстреле равна. Сделано выстрелов. Найдите вероятность того, что в цель попали менее трех раз.

34. Отрезок длины поделен на две части длины и соответственно, точек последовательно бросают случайным образом на этот отрезок. Найдите вероятность того, что количество точек, попавших на отрезок длины будет больше или меньше.

М-событие, сост. в том, что на отрезок АС попало не менее 2 точек

М с чертой - событие, сост. в том, что попало 2 точки

Р - вероятность попадания на АС при 1 бросании

35. Вероятность попадания стрелком в цель равна. Сделано выстрелов. Определите наивероятнейшее число попаданий в цель.

Схема Бернулли. Приближенные формулы Лапласа и Пуассона

36. Вероятность выпуска бракованного изделия равна. Найдите вероятность того, что среди выпущенных изделий ровно изделий без брака.

37. Вероятность выпуска бракованного изделия равна. Найдите вероятность того, что среди выпущенных изделий будет хотя бы одно, но не более бракованных изделий.

38. Всхожесть семян данного растения равна. Найдите вероятность того, что из посаженных семян число проросших семян заключено между и.

39. Прядильщица обслуживает веретен. Вероятность обрыва нити на одном веретене в течение 1 минуты равна. Найдите вероятность того, что в течение одной минуты обрыв произойдет более чем на веретенах.

Вероятность того, что в пути изделие повредится, равна. Какова вероятность того, что на базу поступят некачественных изделия?

• 40. При введении вакцины против полиомиелита иммунитет создается в случаях. Определите вероятность того, что из вакцинированных детей заболеют.
• 2. Дискретные случайные величины

Закон распределения случайной величины

41. Случайная величина принимает только целые значения. При этом вероятности возможных значений пропорциональны значениям: . Найдите значение константы и вероятность.

Независимые дискретные случайные величины

• 43. Независимые дискретные случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
• 44. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
• 45. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
• 46. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
• 47. Независимые случайные величины и принимают только целые значения: - от до, - от до. Найдите, если известно, что возможные значения и равновероятны.
• 48. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите.
• 49. Независимые случайные величины принимают только целые значения от до. Найдите вероятность, если известно, что все возможные значения равновероятны.

50. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью, - от до с вероятностью. Найдите вероятность того, что примут разные значения.

51. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью, - от до с вероятностью. Найдите вероятность.

Математическое ожидание и дисперсия дискретной случайной величины

52. Распределение дискретной случайной величины задано таблицей

Найдите математическое ожидание и вероятность.

53. Дискретная случайная величина принимает только целые значения, каждое с вероятностью. Найдите математическое ожидание и вероятность.

54. Распределение дискретной случайной величины задано таблицей

Найдите математическое ожидание, среднее квадратичное отклонение и вероятность.

56. Для случайной величины известно, что. Найдите дисперсию.

57. Независимые дискретные случайные величины могут принимать только значения и. При этом, . Найдите математическое ожидание.

59. Дискретные случайные величины распределены по закону, заданному таблицей

63. Независимые случайные величины могут принимать только значения и. При этом, . Найдите математическое ожидание.

64. Вероятность выигрыша рублей в одной партии равна, вероятность проигрыша рублей равна. Найдите дисперсию капитала игрока после партий.

Основные дискретные законы распределения и их характеристики

65. На плоскости начерчены две окружности, радиусы которых и соответственно. Меньшая окружность содержится внутри большего круга. В большой круг наудачу бросают точек. Пусть случайная величина - число точек, попавших в малый круг. Вычислите математическое ожидание и дисперсию.

66. Производится независимых испытаний, состоящих в том, что одновременно подбрасываются монет. Пусть - число испытаний, в которых выпало герба. Найдите математическое ожидание.

Число испытаний, в которых выпало герба.

• 67. Случайные величины распределены по биномиальному закону с параметрами и. Найдите математическое ожидание.
• 68. Случайные величины независимы и распределены по биномиальному закону с параметрами и. Найдите математическое ожидание.

69. Отрезок длины поделен на две части длины и соответственно. Наудачу точек последовательно бросают на отрезок. - случайная величина, равная числу точек, попавших на отрезок длины. Найдите математическое ожидание и среднее квадратичное отклонение величины.

70. Производится независимых испытаний, в каждом из которых подбрасываются игральные кости. Пусть - число испытаний, в которых все выпавшие цифры оказались. Найдите дисперсию.

71. Производится независимых испытаний с вероятностью успеха в каждом испытании. Пусть - число успехов в испытаниях с номерами, - число успехов в испытаниях с номерами. Найдите дисперсию.

U- число успехов в испытаниях с номерами 1,2,3,4

V- число успехов в испытаниях с номерами 5,6,7

W- число успехов в испытаниях с номерами 8.9.10.

Каждая из величин имеет биномиальное распределение

72. На плоскости начерчены два квадрата, стороны которых и соответственно. Меньший квадрат содержится внутри большего квадрата. В большой квадрат случайным образом бросают точки до тех пор, пока не попадут в маленький квадрат. Пусть случайная величина - число бросаний. Найдите математическое ожидание и дисперсию.

Геометрическое распределение

73. В спортивной лотерее каждую неделю на 100 билетов разыгрывается палаток и рюкзаков. Турист решил каждую неделю покупать по одному билету до тех пор, пока он не выиграет палатку и рюкзак. Найдите среднее время реализации данного намерения (время измеряется в неделях).

T-время ожидания

T1, T2-независимы

Т1-время ожидания 1-го выигрыша

Т2-время ожидания др. выигрыша

74. В серии независимых испытаний, которые проводятся с частотой одно испытание в единицу времени, вероятность наступления события в одном испытании равна. Пусть - время ожидания наступления события раз (за все время ожидания). Найдите математическое ожидание и дисперсию.

Ti-время ожидания от (i-1)-ого до i-ого события

Геометрическое распределение

75. Случайные величины распределены по геометрическому закону с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.

• 76. Случайные величины независимы и распределены по геометрическому закону с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.
• 77. Случайные величины распределены по геометрическому закону. Найдите дисперсию, если их математические ожидания равны, а коэффициент корреляции и равен.

78. Случайная составляющая выручки равна, где - биномиальная случайная величина с параметрами и. Случайная составляющая затрат имеет вид, где - пуассоновская случайная величина. Найдите дисперсию прибыли, считая, что и - независимы, а.

79. Для пуассоновской случайной величины отношение. Найдите математическое ожидание.

Ковариация и коэффициент корреляции

80. Даны математические ожидания случайных величин и: , их дисперсии, и ковариация Cov. Найдите математическое ожидание и дисперсию.

• 81. Случайные величины принимают только значения и. Найдите дисперсию, если вероятности, а коэффициент корреляции и равен.
• 82. Для случайных величин даны их математические ожидания и дисперсии, а также коэффициент корреляции. Найдите математическое ожидание.
• 83. Случайные величины распределены по закону Пуассона с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.
• 84. Случайные величины независимы и распределены по закону Пуассона с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.

85. Случайные величины распределены по закону Пуассона. Найдите, если и, а коэффициент корреляции и равен.

3. Непрерывные случайные величины

Функция распределения и функция плотности непрерывной случайной величины

86. Случайная величина имеет функцию распределения. Найдите плотность вероятности случайной величины.

87. Случайная величина имеет функцию распределения. Найдите плотность вероятности случайной величины.

88. Случайная величина имеет функцию распределения. Найдите плотность вероятности случайной величины.

• 89. Распределение непрерывной случайной величины задано плотностью вероятности. Найдите плотность вероятности случайной величины.
• 90. Случайная величина имеет плотность вероятности. Найдите плотность вероятности случайной величины.
• 91. Случайная величина имеет плотность вероятности Найдите константу и вероятность.

92. Функция плотности вероятности случайной величины имеет вид. Найдите константу и вероятность.

93. Функция плотности вероятности случайной величины имеет вид. Найдите константу и вероятность.

94. Плотность вероятности случайной величины имеет вид. Найдите и.

Равномерное распределение на отрезке

95. Случайная величина равномерно распределена на отрезке. Найдите вероятность.

• 96. Случайная величина равномерно распределена на отрезке. Найдите вероятность.
• 97. Случайные величины независимы и равномерно распределены на отрезке. Найдите математическое ожидание.

98. Случайная величина имеет равномерное распределение на отрезке Найдите коэффициент корреляции случайных величин и

• 99. Случайная величина равномерно распределена на отрезке. Найдите математическое ожидание.
• 100. Случайная величина равномерно распределена на отрезке. Найдите дисперсию.
• 101. Случайная величина равномерно распределена на отрезке. Найдите.
• 102. Случайная величина равномерно распределена на отрезке. Найдите.
• 103. Найдите математическое ожидание и дисперсию произведения независимых случайных величин и с равномерными законами распределения: - на отрезке, - на отрезке.
• 104. Случайные величины и независимые и равномерно распределены на отрезках: - на отрезке, - на отрезке. Найдите.

Показательное распределение

105. Случайные величины и независимые и распределены по показательному закону, причём, . Найдите.

106. Случайные величины независимы и распределены по показательному закону. Найдите, если.

• 107. Случайная величина распределена по показательному закону. Найдите математическое ожидание, если дисперсия.
• 108. Случайная величина распределена по показательному закону. Найдите математическое ожидание, если дисперсия.
• 109. Случайная величина распределена по показательному закону. Найдите вероятность, если.

Нормальное распределение на прямой

110. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.

• 111. Случайная величина имеет нормальное распределение с параметрами и. Найдите вероятность попадания в интервал.
• 112. Для нормальной случайной величины известно, что математическое ожидание и вероятность Найдите дисперсию.
• 113. Для нормальной случайной величины известно, что дисперсия и вероятность. Найдите математическое ожидание.
• 114. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.

115. Математические ожидания и дисперсии независимых нормальных случайных величин равны 1. Найдите вероятность.

• 116. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.
• 117. Для независимых нормальных случайных величин, известны их математические ожидания и дисперсии: , . Найдите вероятность.
• 118. Независимые нормальные случайные величины имеют одинаковые параметры: , . Для случайной величины найдите вероятность.

119. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.

• 120. Случайные величины и независимые и распределены по нормальному закону, причём, . Найдите.
• 4. Случайные векторы

Двумерные дискретные случайные векторы

121. Найдите распределение случайной величины и, если известно распределение случайного дискретного вектора:

Для случайного дискретного вектора, распределенного по закону выясните, зависимы или нет события и.

выясните, зависимы или нет события и.

125. Найдите распределение случайной величины и, если известно распределение дискретного случайного вектора: