Сложение и умножение вероятностей примеры. Теорема сложения вероятностей совместных событий

Тип занятия: изучение нового материала.
Учебно-воспитательные задачи:
- дать понятие о случайном событии, вероятности события;
- научить вычислять вероятности события; вероятности случайных событий по классическому определению;
- научить применять теоремы сложения и умножения вероятностей для решения задач;
- продолжать формировать интерес к математике посредством решения задач с применением классического определения вероятности для непосредственного подсчета вероятностей явлений;
- прививать интерес к математике, используя исторический материал;
- воспитывать осознанное отношение к процессу обучения, прививать чувство ответственности за качество знаний, осуществлять самоконтроль за процессом решения и оформления упражнений.

Обеспечение занятия:
- карточки-задания для индивидуального опроса;
- карточки-задания для проверочной работы;
- презентация.

Студент должен знать:
- определения и формулы числа перестановок, размещений и сочетаний;
- классическое определение вероятности;
- определения суммы событий, произведения событий; формулировки и формулы теорем сложения и умножения вероятностей.

Студент должен уметь:
- вычислять перестановки, размещения и сочетания;
- вычислять вероятность события используя классическое определение и формулы комбинаторики;
- решать задачи на применение теорем сложения и умножения вероятностей.

Мотивация познавательной деятельности студентов.
Преподаватель сообщает, что возникновение теории вероятностей относится к середине XVII в. и связанно с исследованием Б. Паскаля, П. Ферма и Х.Гюйгенса (1629-1695) . Крупный шаг в развитии теории вероятности связан с работами Я.Бернулли (1654-1705). Ему принадлежит первое доказательство одного из важнейших положений теории вероятностей - законом больших чисел. Следующий этап в развитии теории связан с именами А.Муавра (1667-1754) , К. Гаусса, П. Лапласа (1749-1827) , С.Пуассона (1781-1840). Среди ученых Петербургской школой следует назвать имена А.М. Ляпунова (1857-1918) и А.А Маркова (1856-1922) . После работ этих математиков во всем мире теорию вероятностей стали называть “Русской наукой”. В средине 20-х годов А.Я. Хинчин (1894-1959) и А.Н. Колмогорова создали Московскую школу теории вероятностей. Вклад акад. А.Н.Колмогоров – лауреата Ленинской премии, международной премии им. Б. Больцано, члена ряда зарубежных академиков – в современную математику огромен. Заслуга А.Н.Колмогорова состоит не только в разработке новых научных теорий, но и еще в большей степени в том, что он воспитал целую плеяду талантливых ученых (акад. АН УССР Б.В. Гнеденко, акад. Ю.В. Прохоров, Б.А. Севастьянов и др.).
Теория вероятностей – математическая наука, изучающая закономерности случайных величин,- за последнее десятилетие превратилась в один из основных методов современных науки и техники. Бурное развитие теории автоматического регулирования привело к необходимости решать многочисленные вопросы, связанные с выяснением возможного хода процессов, на которые влияют случайные факторы. Теория вероятностей необходима широкому кругу специалистов – физикам, биологам, врача, экономистам, инженерам, военным, организаторам производства и т.д.

Ход занятия.

I . Организационный момент.

II . Проверка домашнего задания
Провести фронтальный опрос в виде ответов на вопросы:

Проверить решение упражнений:

• Сколькими способами можно составить список из 10 человек?
• Сколькими способами из 15 рабочих можно создать бригады по 5 человек в каждой?
• 30 учащихся обменялись друг с другом фотокарточками. Сколько всего было роздано фотокарточек?

III . Изучение нового материала.
В толковом словаре С.И. Ожегова и Н.Ю. Шведовой читаем: «Вероятность – возможность исполнения, осуществимости чего-нибудь». Мы часто употребляем в повседневной жизни «вероятно», «вероятнее», «невероятно», вовсе не имея в виду конкретные количественные оценки этой возможности исполнения.
Основатель современной теории вероятностей А.Н. Колмогоров писал о вероятности так: «Вероятность математическая – это числовая характеристика степени возможности появления какого-либо определенного события в тех или иных определенных, могущих повторяться неограниченное число раз условиях».
Итак, в математике вероятность измеряется числом. Совсем скоро мы выясним, как именно это можно сделать. Но начнем мы с обсуждения того, у каких событий бывает «математическая вероятность» и что представляют собой эти «определенные, могущие повторяться неограниченное число раз условия». Именно поэтому рассмотрим случайные события и случайные эксперименты.
Нужно сказать, что теория вероятностей, как никакая другая область математики, полна противоречий и парадоксов. Объяснение этому очень простое – она слишком тесно связана с реальной, окружающей нас действительностью. Долгое время ее вместе с математической статистикой даже не хотели причислять к математическим дисциплинам, считая их сугубо прикладными науками.
Только в первой половине прошлого века, в основном благодаря трудам нашего великого соотечественника А.Н. Колмогорова, имя которого уже упоминалось выше, были построены математические основания теории вероятностей, которые позволили отделить собственно науку от ее приложений. Подход, предложенный Колмогоровым, теперь принято называть аксиоматическим, поскольку вероятность в нем (а точнее, вероятностное пространство) определяется как некая математическая структура, удовлетворяющая определенной системе аксиом.
Именно на этом подходе построен современный вузовский курс теории вероятностей, через который прошли в свое время все нынешние учителя математики. Однако в школе такой подход к изучению вероятности (да и математики в целом) вряд ли разумен. Если в вузе основной акцент делается на изучении математического аппарата для исследования вероятностных моделей, то в школе ученик должен научиться эти модели строить, анализировать, проверять их адекватность реальным ситуациям. Такую точку зрения разделяют сегодня большинство ученых, занимающихся проблемами школьного математического образования
В современных школьных учебниках можно найти следующее определение: событие называется случайным , если при одних и тех же условиях оно может как произойти, так и не произойти. Случайным будет, например, событие «При подбрасывании игрального кубика выпадет 6 очков».
В приведенном определении неявно подразумевается одно важное требование, которое необходимо подчеркнуть: мы должны иметь возможность неоднократно воспроизводить одни и те же условия, в которых наблюдается данное событие (например, подбрасывать кубик),- иначе невозможно судить о его случайности.
Стало быть, говоря о любом случайном событии, мы всегда имеем в виду наличие определенных условий, без которых об этом событии вообще не имеет смысла говорить. Этот комплекс условий называют случайным опытом или случайным экспериментом .
В дальнейшем мы будем называть случайным любое событие, связанное со случайным экспериментом . До эксперимента, как правило, невозможно точно сказать, произойдет данное событие, или не произойдет – это выясняется лишь после его завершения. Но неспроста мы сделали оговорку «как правило»: в теории вероятностей принято считать случайными все события, связанные со случайным экспериментом, в том числе:

• невозможные , которые никогда не могут произойти;
• достоверные, которые происходят при каждом таком эксперименте.

Например, событие «На игральном кубике выпадет 7 очков» - невозможное, а «На игральном кубике выпадет меньше семи очков» - достоверное. Разумеется, если речь идет о кубике, на гранях которого написаны числа от 1 до 6.
События называются несовместными, если каждый раз возможно появление только одного из них. События называются совместными , если в данных условиях появление одного из этих событий не исключает появление другого при том же испытании (В урне два шара – белый и черный, появление черного шара не исключает появление белого при том же испытании). События называются противоположными, если в условиях испытания они, являясь единственными его исходами, несовместны. Вероятность события рассматривается как мера объективной возможности появления случайного события.

Обозначения:
Случайные события (большими буквами латинского алфавита): A,B,C,D,.. (или ). “Случайные” опускают и говорят просто “события”.
Число исходов, благоприятствующих наступлению данного события – m;
Число всех исходов (опытов) – n.
Классическое определение вероятности.
Вероятностью события A называется отношение числа исходов m, благоприятствующих наступлению данного события к числу n всех исходов (несовместных, единственно возможных и равновозможных), т.е.
– вероятность случайного события
Вероятность любого события не может быть меньше нуля и больше единицы, т.е. 0≤P(A)≤1
Невозможному событию соответствует вероятность P(A)=0, а достоверному – вероятность P(A)=1

Теоремы сложения вероятностей.
Теорема сложения вероятностей несовместных событий.
Вероятность появления одного из нескольких попарно несовместных событий, безразлично какого, равна сумме вероятностей этих событий:

P(A+B)=P(A)+P(B);
P(+ +…+=P(+P+…+P().

Теорема сложения вероятностей совместных событий.
Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления:

P(A+B)=P(A)+P(B)-P(AB)

Для трех совместных событий имеет место формула:
P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)

Событие, противоположное событию A (т.е. ненаступление события A), обозначают . Сумма вероятностей двух противоположных событий равна единице: P(A)+P()=1

Вероятность наступления события A, вычисленная в предположении, что событие B уже произошло, называется условной вероятностью события A при условии B и обозначается (A) или P(A/B).
Если A и B – независимые события, то
P(B)-(B)=(B).

События A,B,C,… называются независимыми в совокупности, если вероятность каждого из них не меняется в связи с наступлением или ненаступлением других событий по отдельности или в любой их комбинации.

Теоремы умножения вероятностей.
Теорема умножения вероятностей независимых событий.
Вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий:
P(AB)=P(A) P(B)

Вероятность появления нескольких событий, независимых в совокупности, вычисляется по формуле:
P()=P() P()… P().

Теорема умножения вероятностей зависимых событий.
Вероятность совместного появления двух зависимых событий равна произведению одного из них на условную вероятность второго:
P(AB)=P(A) (B)=P(B) (A)

IV . Применение знаний при решении типовых задач
Задача 1.
В лотерее из 1000 билетов имеются 200 выигрышных. Вынимают наугад один билет. Чему равна вероятность того, что этот билет выигрышный?
Решение: Событие A-билет выигрышный. Общее число различных исходов есть n=1000
Число исходов, благоприятствующих получению выигрыша, составляет m=200. Согласно формуле P(A)=, получим P(A)== = 0,2 = 0,147

Задача 4 .
В ящике в случайном порядке разложены 20 деталей, причем 5 из них стандартные. Рабочий берет наудачу 3 детали. Найти вероятность того, что по крайней мере одна из взятых деталей окажется стандартной.

Задача 5.
Найти вероятность того, что наудачу взятое двухзначное число окажется кратным либо 3, либо 5, либо тому и другому одновременно

Задача 6.
В одной урне находятся 4 белых и 8 черных шаров, в другой – 3 белых и 9 черных. Из каждой урны вынули по шару. Найти вероятность того, что оба шара окажутся белыми.
Решение: Пусть A - появление белого шара из первой урны, а B – появление белого шара из второй урны. Очевидно, что события A и B независимы. Найдем P(A)=4/12=1/3, P(B)=3/12=1/4, получим
P(AB)=P(A) P(B)=(1/3) (1/4)=1/12=0,083

Задача 7.
В ящике находится 12 деталей, из которых 8 стандартных. Рабочий берет наудачу одну за другой две детали. Найти вероятность того, что обе детали окажутся стандартными.
Решение: Введем следующие обозначения: A – первая взятая деталь стандартная; B – вторая взятая деталь стандартная. Вероятность того, что первая деталь стандартная, составляет P(A)=8/12=2/3. Вероятность того, что вторая взятая деталь окажется стандартной при условии, что была стандартной первая деталь, т.е. условная вероятность события B, равна (B)=7/11.
Вероятность того, что обе детали окажутся стандартными, находим по теореме умножения вероятностей зависимых событий:
P(AB)=P(A) (B)=(2/3) (7/11)=14/33=0,424

Самостоятельное применение знаний, умений и навыков.
Вариант 1.

1. Какова вероятность того, что наудачу выбранное целое число от 40 до 70 является кратным 6?
2. Какова вероятность того, что при пяти бросаниях монеты она три раза упадет гербом к верху?

Вариант 2.

1. Какова вероятность того, что наудачу выбранное целое число от 1 до 30 (включительно) является делителем числа 30?
2. В НИИ работает 120 человек, из них 70 знают английский язык, 60 – немецкий, а 50 – знают оба. Какова вероятность того, что выбранный наудачу сотрудник не знает ни одного иностранного языка?

VI . Подведение итогов занятия.

VII . Домашнее задание:
Г.Н. Яковлев, математика, книга 2, § 24.1, 24.2, стр. 365-386. Упражнения 24.11, 24.12, 24.17

При оценки вероятности наступления какого-либо случайного события очень важно предварительно хорошо представлять, зависит ли вероятность () наступления интересующего нас события от того, как развиваются остальные события.

В случае классической схемы, когда все исходы равновероятны, мы уже можем оценить значения вероятности интересующего нас отдельного события самостоятельно. Мы можем сделать это даже в том случае, если событие является сложной совокупностью нескольких элементарных исходов. А если несколько случайных событий происходит одновременно или последовательно? Как это влияет на вероятность реализации интересующего нас события?

Если я несколько раз кидаю игральную кость, и хочу, чтобы выпала "шестерка", а мне все время не везет, значит ли это, что надо увеличивать ставку, потому что, согласно теории вероятностей, мне вот-вот должно повезти? Увы, теория вероятности не утверждает ничего подобного. Ни кости, ни карты, ни монетки не умеют запоминать, что они продемонстрировали нам в прошлый раз. Им совершенно не важно, в первый раз или в десятый раз сегодня я испытываю свою судьбу. Каждый раз, когда я повторяю бросок, я знаю только одно: и на этот раз вероятность выпадения "шестерки" снова равна одной шестой. Конечно, это не значит, что нужная мне цифра не выпадет никогда. Это означает лишь то, что мой проигрыш после первого броска и после любого другого броска - независимые события.

События А и В называются независимыми , если реализация одного из них никак не влияет на вероятность другого события. Например, вероятности поражения цели первым из двух орудий не зависят от того, поразило ли цель другое орудие, поэтому события "первое орудие поразило цель" и "второе орудие поразило цель" независимы.

Если два события А и В независимы, и вероятность каждого из них известна, то вероятность одновременного наступления и события А, и события В (обозначается АВ) можно посчитать, воспользовавшись следующей теоремой.

Теорема умножения вероятностей для независимых событий

P(AB) = P(A)*P(B) - вероятность одновременного наступления двух независимых событий равна произведению вероятностей этих событий.

Пример. Вероятности попадания в цель при стрельбе первого и второго орудий соответственно равны: р 1 =0,7; р 2 =0,8. Найти вероятность попадания при одном залпе обоими орудиями одновременно.

Решение: как мы уже видели события А (попадание первого орудия) и В (попадание второго орудия) независимы, т.е. Р(АВ)=Р(А)*Р(В)=р 1 *р 2 =0,56.

Что произойдет, с нашими оценками, если исходные события не являются независимыми? Давайте немного изменим предыдущий пример.

Пример. Два стрелка на соревнованиях стреляют по мишеням, причем, если один из них стреляет метко, то соперник начинает нервничать, и его результаты ухудшаются. Как превратить эту житейскую ситуацию в математическую задачу и наметить пути ее решения? Интуитивно понятно, что надо каким-то образом разделить два варианта развития событий, составить по сути дела два сценария, две разные задачи. В первом случае, если соперник промахнулся, сценарий будет благоприятный для нервного спортсмена и его меткость будет выше. Во втором случае, если соперник прилично реализовал свой шанс, вероятность поразить мишень для второго спортсмена снижается.

Для разделения возможных сценариев (их часто называют гипотезами) развития событий мы будем часто использовать схему "дерева вероятностей". Эта схема похожа по смыслу на дерево решений, с которым Вам, наверное, уже приходилось иметь дело. Каждая ветка представляет собой отдельный сценарий развития событий, только теперь она имеет собственное значение так называемой условной вероятности (q 1 , q 2 , q 1 -1, q 2 -1).

Эта схема очень удобна для анализа последовательных случайных событий.

Остается выяснить еще один немаловажный вопрос: откуда берутся исходные значения вероятностей в реальных ситуациях ? Ведь не с одними же монетами и игральными костями работает теория вероятностей? Обычно эти оценки берутся из статистики, а когда статистические сведения отсутствуют, мы проводим собственное исследование. И начинать его нам часто приходится не со сбора данных, а с вопроса, какие сведения нам вообще нужны.

Пример. Допустим, нам надо оценить в городе с населением в сто тысяч жителей объем рынка для нового товара, который не является предметом первой необходимости, например, для бальзама по уходу за окрашенными волосами. Рассмотрим схему "дерева вероятностей". При этом значение вероятности на каждой "ветке" нам надо приблизительно оценить. Итак, наши оценки емкости рынка:

1) из всех жителей города женщин 50%,

2) из всех женщин только 30% красят волосы часто,

3) из них только 10% пользуются бальзамами для окрашенных волос,

4) из них только 10% могут набраться смелости попробовать новый товар,

5) из них 70% обычно покупает все не у нас, а у наших конкурентов.

Решение: По закону перемножения вероятностей, определяем вероятность интересующего нас события А ={житель города покупает у нас этот новый бальзам}=0,00045.

Умножим это значение вероятности на число жителей города. В результате имеем всего 45 потенциальных покупательниц, а если учесть, что одного пузырька этого средства хватает на несколько месяцев, не слишком оживленная получается торговля.

И все-таки польза от наших оценок есть.

Во-первых, мы можем сравнивать прогнозы разных бизнес-идей, на схемах у них будут разные "развилки", и, конечно, значения вероятности тоже будут разные.

Во-вторых, как мы уже говорили, случайная величина не потому называется случайной, что она совсем ни от чего не зависит. Просто ее точное значение заранее не известно. Мы знаем, что среднее количество покупателей может быть увеличено (например, с помощью рекламы нового товара). Так что имеет смысл сосредоточить усилия на тех "развилках", где распределение вероятностей нас особенно не устраивает, на тех факторах, на которые мы в состоянии повлиять.

Рассмотрим еще один количественный пример исследования покупательского поведения.

Пример. За день продовольственный рынок посещает в среднем 10000 человек. Вероятность того, что посетитель рынка заходит в павильон молочных продуктов, равна 1/2. Известно, что в этом павильоне в среднем продается в день 500 кг различных продуктов.

Можно ли утверждать, что средняя покупка в павильоне весит всего 100 г?

Обсуждение. Конечно, нельзя. Понятно, что не каждый, кто заходил в павильон, в результате что-то там купил.

Как показано на схеме, чтобы ответить на вопрос о среднем весе покупки, мы должны найти ответ на вопрос, какова вероятность того, что человек, зашедший в павильон, что-нибудь там купит. Если таких данных в нашем распоряжении не имеется, а нам они нужны, придется их получить самим, понаблюдав некоторое время за посетителями павильона. Допустим, наши наблюдения показали, что только пятая часть посетителей павильона что-то покупает.

Как только эти оценки нами получены, задача становится уже простой. Из 10000 человек, пришедших на рынок, 5000 зайдут в павильон молочных продуктов, покупок будет только 1000. Средний вес покупки равен 500 грамм. Интересно отметить, что для построения полной картины происходящего, логика условных "ветвлений" должна быть определена на каждом этапе нашего рассуждения так же четко, как если бы мы работали с "конкретной" ситуацией, а не с вероятностями.

Задачи для самопроверки

1. Пусть есть электрическая цепь, состоящая из n последовательно соединенных элементов, каждый из которых работает независимо от остальных.

Известна вероятность p невыхода из строя каждого элемента. Определите вероятность исправной работы всего участка цепи (событие А).

2. Студент знает 20 из 25 экзаменационных вопросов. Найдите вероятность того, что студент знает предложенные ему экзаменатором три вопроса.

3. Производство состоит из четырех последовательных этапов, на каждом из которых работает оборудование, для которого вероятности выхода из строя в течение ближайшего месяца равны соответственно р 1 , р 2 , р 3 и р 4 . Найдите вероятность того, что за месяц не случится ни одной остановки производства из-за неисправности оборудования.

В случаях, когда интересующее событие является суммой других событий, для нахождения его вероятности используется формула сложения.

Формула сложения имеет две основные разновидности – для совместных и для несовместных событий. Обосновать эти формулы можно, используя диаграммы Венна (рис. 21). Напомним, что на этих диаграммах вероятности событий численно равны площадям соответствующих этим событиям зон.

Для двух несовместных событий :

Р(А+В) = Р(А) + Р(В). (8, а)

Для N несовместных событий , вероятность их суммы равна сумме вероятностей этих событий:

= .(8б)

Из формулы сложения несовместных событий имеются два важных следствия.

Следствие 1. Для событий, образующих полную группу, сумма их вероятностей равна единице:

= 1.

Это объясняется следующим. Для событий, образующих полную группу, в левой части выражения (8б) находится вероятность того, что произойдёт одно из событий А i , но так как полная группа исчерпывает весь перечень возможных событий, то одно из таких событий произойдёт обязательно. Таким образом, в левой части записана вероятность события, которое обязательно произойдёт – достоверного события. Вероятность его равна единице.

Следствие 2. Сумма вероятностей двух противоположных событий равна единице :

Р(А) + Р(Ā) = 1.

Это следствие вытекает из предыдущего, так как противоположные события всегда образуют полную группу.

Пример 15

В ероятность работоспособного состояния технического устройства равна 0,8. Найти вероятность отказа этого устройства за тот же период наблюдений.

Решение.

Важное замечание . В теории надёжности принято вероятность работоспособного состояния обозначать буквой р , а вероятность отказа - буквой q. В дальнейшем будем использовать эти обозначения. Как та, так и другая вероятности являются функциями времени. Так, для больших периодов времени вероятность работоспособного состояния любого объекта приближается к нулю. Вероятность отказа любого объекта близка к нулю для малых периодов времени. В тех случаях, когда период наблюдения в задачах не указан, подразумевается, что он одинаков для всех рассматриваемых объектов.

Нахождение устройства в состояниях работоспособности и отказа – противоположные события. Пользуясь следствием 2, получим вероятность отказа устройства:

q = 1 – р = 1 – 0,8 = 0,2.

Для двух совместных событий формула сложения вероятностей имеет вид:

Р(А+В) = Р(А) + Р(В) – Р(АВ ), (9)

что иллюстрирует диаграмма Венна (рис. 22).

Действительно, чтобы найти всю заштрихованную площадь (она соответствует сумме событий А + В), нужно из суммы площадей фигур А и В вычесть площадь общей зоны (она соответствует произведению событий АВ), так как иначе она будет учтена дважды.

Для трех совместных событий формула сложения вероятностей усложняется:

Р(А+В+С)=Р(А) + Р(В) + Р(С) – Р(АВ) – Р(АС) – Р(ВС) + Р(АВС). (10)

На диаграмме Венна (рис. 23) искомая вероятность численно равна общей площади зоны, образованной событиями А, В и С (для упрощения рисунка единичный квадрат на нем не показан).

После того, как из суммы площадей зон А, В и С вычтены площади зон АВ, АС и СВ получилось, что площадь зоны АВС была просуммирована трижды и трижды вычтена. Поэтому для учета этой площади она должна быть добавлена в окончательное выражение.

При увеличении числа слагаемых формула сложения становится всё более и более громоздкой, но принцип её построения остаётся прежним: сначала суммируются вероятности событий взятых по одиночке, затем вычитаются вероятности всех по парных комбинаций событий, прибавляются вероятности событий взятых тройками, вычитаются вероятности комбинаций событий взятых четверками и т.д.

В итоге следует подчеркнуть: формула сложения вероятностей совместных событий при количестве слагаемых от трех и более громоздка и неудобна к применению, использование ее при решении задач нецелесообразно .

Пример 16

Для ниже приведенной схемы электроснабжения (рис. 24) определить вероятность отказа системы в целом Q С по вероятностям отказа q i отдельных элементов (генератора, трансформаторов и линии).

Состояния отказа отдельных элементов системы электроснабжения, так же как и состояния работоспособности, всегда являются попарно совместными событиями , так как нет никаких принципиальных препятствий к тому, чтобы одновременно производился ремонт, например, линии и трансформатора. Отказ системы наступает при отказе любого её элемента: или генератора, или 1-го трансформатора, или линии, или 2-го трансформатора, или при отказе любой пары, любой тройки или всех четырёх элементов. Следовательно, искомое событие – отказ системы является суммой отказов отдельных элементов. Для решения задачи может быть использована формула сложения совместных событий:

Q с = q г + q т1 + q л + q т2 – q г q т1 – q г q л – q г q т2 – q т1 q л – q т1 q т2 – q л q т2 + q г q т1 q л + q г q л q т2 + q г q т1 q т2 + q т1 q т2 q л – q г q т1 q л q т2.

Это решение ещё раз убеждает в громоздкости формулы сложения для совместных событий. В дальнейшем будет рассмотрен другой более рациональный способ решения данной задачи.

Полученное выше решение может быть упрощено с учётом того, что вероятности отказов отдельных элементов системы электроснабжения для применяемого обычно в расчётах надежности периода в один год достаточно малы (порядка 10 -2). Поэтому все слагаемые кроме первых четырех можно отбросить, что практически не повлияет на численный результат. Тогда можно записать:

Q с ≈q г + q т1 + q л + q т2 .

Однако к подобным упрощениям надо относится осторожно, внимательно изучая их последствия, так как часто отбрасываемые слагаемые могут оказаться соизмеримыми с первыми.

Пример 17

Определить вероятность работоспособного состояния системы Р С , состоящей из трех резервирующих друг друга элементов.

Решение . Резервирующие друг друга элементы на логической схеме анализа надёжности изображаются соединенными параллельно (рис. 25):

Резервированная система работоспособна, когда работоспособен или 1-й, или 2-й, или 3-й элемент, или работоспособна любая пара, или все три элемента совместно. Следовательно, работоспособное состояние системы есть сумма работоспособных состояний отдельных элементов. По формуле сложения для совместных событий Р с = Р 1 + Р 2 + Р 3 – Р 1 Р 2 – Р 1 Р 3 – Р 2 Р 3 + Р 1 Р 2 Р 3 . , где Р 1 , Р 2 и Р 3 – вероятности работоспособного состояния элементов 1, 2 и 3 соответственно.

В данном случае упрощать решение, отбрасывая по парные произведения нельзя, поскольку такое приближение даст значительную погрешность (эти произведения обычно числено близки к первым трём слагаемым). Как и в примере 16, эта задача имеет другое более компактное решение.

Пример 18

Для двухцепной линии электропередачи (рис. 26) известна вероятность отказа каждой цепи: q 1 = q 2 = 0,001. Определить вероятности того, что линия будет иметь стопроцентную пропускную способность – Р(R 100), пятидесяти процентную пропускную способность - Р(R 50), и вероятность того, что система откажет – Q.

Линия имеет стопроцентную пропускную способность, когда работоспособна и 1-я и 2-я цепь:

Р(100%) = р 1 р 2 = (1 – q 1)(1 – q 2) =

= (1 – 0,001)(1 – 0,001) = 0,998001.

Линия отказывает, когда отказывает и 1-я и 2-я цепь:

Р(0%) = q 1 q 2 =0,001∙0,001 = 10 -6 .

Линия имеет пятидесяти процентную пропускную способность, когда работоспособна 1-я цепь и отказала 2-я, или когда работоспособна 2-я цепь и отказала 1-я:

Р(50%)= р 1 q 2 + р 2 q 1 = 2∙0,999∙10 -3 = 0,001998.

В последнем выражении использована формула сложения для несовместных событий, каковыми они и являются.

События, рассмотренные в этой задаче, составляют полную группу, поэтому сумма их вероятностей составляет единицу.

Вероятностью события А называют отношение числа m исходов испытаний, благоприятствующих наступлению события А, к общему числу n всех равновозможных несовместных исходов: Р(А)=m/n.

Условной вероятностью события А (или вероятностью события А при условии, что наступило событие В), называется число Р В (А) = Р(АВ)/Р(В), где А и В – два случайных события одного и того же испытания.

Суммой конечного числа событий называется событие, состоящее в наступлении хотя бы одного из них. Сумма двух событий обозначается А+В.

Правила сложения вероятностей :

• совместных событий А и В:
  Р(А+В) = Р(А)+Р(В)-Р(АВ), где Р(А) – вероятность события А, Р(В) – вероятность события В, Р(А+В) – вероятность появления хотя бы одного из двух событий, Р(АВ)- вероятность совместного появления двух событий.
• правило сложения вероятностей несовместных событий А и В:
  Р(А+В) = Р(А)+Р(В), где Р(А) – вероятность события А, Р(В) – вероятность события В.

Произведением конечного числа событий называется событие, состоящее в том, что каждое из них произойдет. Произведение двух событий обозначается АВ.

Правила умножения вероятностей :

• зависимых событий А и В:
  Р(АВ)= Р(А)*Р А (В)= Р(В)*Р В (А), где Р А (В) – условная вероятность наступления события В, если событие А уже наступило, Р В (А) – условная вероятность наступления события А, если событие В уже наступило;
• правило умножения вероятностей независимых событий А и В:
  Р(АВ) = Р(А)*Р(В), где Р(А) – вероятность события А, Р(В) – вероятность события В.

Примеры решения задач по теме «Операции над событиями. Правила сложения и умножения вероятностей»

Задача 1 . В коробке имеется 250 лампочек, из них 100 по 90Вт, 50 - по 60Вт, 50 - по 25Вт и 50 – по 15Вт. Определить вероятность того, что мощность любой наугад взятой лампочки не превысит 60Вт.

Решение.

А = {мощность лампочки равна 90Вт}, вероятность Р(А)=100/250=0,4;
В = {мощность лампочки равна 60Вт};
С = {мощность лампочки равна 25Вт};
D = {мощность лампочки равна 15Вт}.

2. События А, В, С, D образуют полную систему , так как все они несовместны и одно из них обязательно наступит в данном опыте (выборе лампочки). Вероятность наступления одного из них есть достоверное событие, тогда Р(А)+Р(В)+Р(С)+Р(D)=1.

3. События {мощность лампочки не более 60Вт} (т.е. меньше или равна 60Вт), и {мощность лампочки более 60Вт} (в данном случае – 90Вт) являются противоположными. По свойству противоположных чисел Р(В)+Р(С)+Р(D)=1-Р(А).

4. Учитывая, что Р(В)+Р(С)+Р(D)=Р(В+С+D), получим Р(В+С+D)= 1-Р(А)=1-0,4=0,6.

Задача 2 . Вероятность поражения цели первым стрелком при одном выстреле равна 0,7, а вторым стрелком – 0,9. Найти вероятность того, что
а) цель будет поражена только одним стрелком;
б) цель будет поражена хотя бы одним стрелком.

Решение.
1. Рассматриваем следующие события:
А1 = {первый стрелок поражает цель}, Р(А1)=0,7 из условия задачи;
А̄1 = {первый стрелок промахнулся}, при этом Р(А1)+Р(А̄1) = 1, поскольку А1 и А̄1 – противоположные события. Отсюда Р(А̄1)=1-0,7=0,3;
А2 = {второй стрелок поражает цель}, Р(А2)=0,9 из условия задачи;
А̄2 = {второй стрелок промахнулся}, при этом Р(А̄2)=1-0,9=0,1.

2. Событие А={цель поражена только одним стрелком} означает, что наступило одно из двух несовместных событий: либо А1А̄2, либо А̄1А2.
По правилу сложения вероятностей Р(А)= Р(А1А̄2)+Р(А̄1А2).

Р(А1А̄2)= Р(А1)*Р(А̄2)= 0,7*0,1=0,07;
Р(А̄1А2)= Р(А̄1)*Р(А2)=0,3*0,9=0,27.
Тогда Р(А)= Р(А1А̄2)+Р(А̄1А2)=0,07+0,27=0,34.

3. Событие B={цель поражена хотя бы одним стрелком} означает, что либо цель поразил первый стрелок, либо цель поразил второй стрелок, либо цель поразили оба стрелка.

Событие B̄={цель не поражена ни одним стрелком} является противоположным событию В, а значит Р(В)=1-Р(B̄).
Событие B̄ означает одновременное появление независимых событий Ā1 и Ā2, следовательно Р(B̄)=Р(Ā1Ā2)= Р(Ā1)*Р(Ā2)=0,3*0,1=0,3.
Тогда Р(В)= 1-Р(B̄)=1-0,3=0,7.

Задача 3 . Экзаменационный билет состоит из трех вопросов. Вероятность того, что студент ответит на первый вопрос 0,7; на второй – 0,9; на третий – 0,6. Найти вероятность того, что студент, выбрав билет ответит:
а) на все вопросы;
г) по крайней мере на два вопроса.

Решение. 1. Рассматриваем следующие события:
А1 = {студент ответил на первый вопрос}, Р(А1)=0,7 из условия задачи;
А̄1 = {студент не ответил на первый вопрос}, при этом Р(А1)+Р(А̄1) = 1, поскольку А1 и А̄1 – противоположные события. Отсюда Р(А̄1)=1-0,7=0,3;
А2 = {студент ответил на второй вопрос}, Р(А2)=0,9 из условия задачи;
А̄2 = {студент не ответил на второй вопрос}, при этом Р(А̄2)=1-0,9=0,1;
А3 = {студент ответил на третий вопрос}, Р(А3)=0,6 из условия задачи;
А̄3 = {студент не ответил на третий вопрос}, при этом Р(А̄3)=1-0,6=0,4.

2. Событие А = {студент ответил на все вопросы} означает одновременное появление независимых событий А1, А2 и А3, т.е. Р(А)= Р(А1А2А3).По правилу умножения вероятностей независимых событий: Р(А1А2А3)= Р(А1)*Р(А2)*Р(А3)= 0,7*0,9*0,6=0,378.
Тогда Р(А)= Р(А1А2А3)=0,378.

3. Событие D = {студент ответил по крайней мере на два вопроса} означает, что дан ответ на любые два вопроса или на все три, т.е. наступило одно из четырех несовместных событий: либо A1A2Ā3, либо А1Ā2А3, либо А̄1А2А3, либо А1А2А3.
По правилу сложения вероятностей несовместных событий: Р(D)= Р(A1A2Ā3)+ Р(А1Ā2А3)+Р(А̄1А2А3)+Р(А1А2А3).

По правилу умножения вероятностей независимых событий:
Р(A1A2Ā3)= Р(A1)*Р(A2)*Р(Ā3)= 0,7*0,9*0,4=0,252;
Р(А1Ā2А3)= Р(А1)*Р(Ā2)*Р(А3)= 0,7*0,1*0,6=0,042;
Р(А̄1А2А3)= Р(А̄1)*Р(А2)*Р(А3)= 0,3*0,9*0,6=0,162;
Р(А1А2А3)= Р(А1)*Р(А2)*Р(А3)= 0,7*0,9*0,6=0,378.
Тогда Р(D)= 0,252+0,042+0,162+0,378= 0,834.

Лекция 7. Теория вероятностей

СЛЕДСТВИЯ ТЕОРЕМ СЛОЖЕНИЯ И УМНОЖЕНИЯ

Теорема сложения вероятностей совместных событий

Была рассмотрена теорема сложения для несовместных событий. Здесь будет изложена теорема сложения для совместных событий.

Два события называют совместными , если появление одного из них не исключает появления другого в одном и том же испытании.

Пример 1 . А – появление четырех очков при бросании игральной кости; В – появление четного числа очков. События А и В – совместные.

Пусть события А и В совместны, причем даны вероятности этих событий и вероятность их совместного появления. Как найти вероятность события А + В, состоящего в том, что появится хотя бы одно из событий А и В? Ответ на этот вопрос дает теорема сложения вероятностей совместных событий.

Теорема . Вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей этих событий без вероятности их совместного появления: Р(А + В) = Р(А) + Р(В) – Р(АВ).

Доказательство . Поскольку события А и В, по условию, совместны, то событие А + В наступит, если наступит одно из следующих трех несовместных событий: . По теореме сложения вероятностей несовместных событий, имеем:

Р(А + В) = Р(А ) + Р( В) + Р(АВ). (*)

Событие А произойдет, если наступит одно из двух несовместных событий: А
или АВ. По теореме сложения вероятностей несовместных событий имеем

Р(А) = Р(А ) + Р(АВ).

Р(А )=Р(А) – Р(АВ). (**)

Аналогично имеем

Р(В) = Р(ĀВ) + Р(АВ).

Р(ĀВ) = Р(В) – Р(АВ). (***)

Подставив (**) и (***) в (*), окончательно получим

Р(А + В) = Р(А) + Р(В) – Р(АВ). (****)

Что и требовалось доказать.

Замечание 1. При использовании полученной формулы следует иметь в виду, что события А и В могут быть как независимыми , так и зависимыми .

Для независимых событий

Р(А + В) = Р(А) + Р(В) – Р(А)*Р(В);

Для зависимых событий

Р(А + В) = Р(А) + Р(В) – Р(А)*Р А (В).

Замечание 2. Если события А и В несовместны , то их совмещение есть невозможное событие и, следовательно, Р(АВ) = 0.

Формула (****) для несовместных событий принимает вид

Р(А + В) = Р(А) + Р(В).

Мы вновь получили теорему сложения для несовместных событий. Таким образом, формула (****) справедлива как для совместных, так и для несовместных событий.

Пример 2. Вероятности попадания в цель при стрельбе первого и второго орудий соответственно равны: p 1 = 0,7; p 2 = 0,8. Найти вероятность попадания при одном залпе
(из обоих орудий) хотя бы одним из орудий.

Решение . Вероятность попадания в цель каждым из орудий не зависит от результата стрельбы из другого орудия, поэтому события А (попадание первого орудия) и В (попадание второго орудия) независимы.

Вероятность события АВ (оба орудия дали попадание)

Р(АВ) = Р(А) * Р(В) = 0,7 * 0,8 = 0,56.

Искомая вероятность Р(А + В) = Р(А) + Р(В) – Р(АВ) = 0,7 + 0,8 – 0,56 = 0,94.

Замечание 3. Так как в настоящем примере события А и В независимые, то можно было воспользоваться формулой Р = 1 – q 1 q 2

В самом деле, вероятности событий, противоположных событиям А и В, т.е. вероятности промахов, таковы:

q 1 = 1 – p 1 = 1 – 0,7 = 0,3;

q 2 = 1 – p 2 = 1 – 0,8 = 0,2;

Искомая вероятность того, что при одном залпе хотя бы одно орудие даст попадание, равна

P = 1 – q 1 q 2 = 1 – 0,3 * 0,2 = 1 – 0,06 = 0,94.

Как и следовало ожидать, получен тот же результат.