Если вы играете в покер продолжительное время, то могли заметить, что иногда за столами происходят раздачи, которые кажутся далекими от реальности и не поддаются математическим законам. В этом материале мы расскажем вам о покерных вероятностях различного характера.
Теория вероятности играет в покере огромное значение. Покер – это игра, которая основана на шансах, вероятностях и . Игнорирование и незнание покерной математики в конце концов приведет любого незадачливого игрока к финансовому краху. На коротком промежутке времени удача может играть важную роль, но чем дольше вы будете играть, тем важнее становятся покерные математические вероятности.
В большинстве случаев вы можете определить свои шансы, используя элементарную арифметику, а также благодаря специальным и . Понимание покерных вероятностей позволит вам выигрывать чаще игроков, которые слепо надеются на удачу.
Префлоп вероятности
Игроки не играют в покер «в вакууме», каждый игрок должен отталкиваться от диапазона своего оппонента и рассчитывать свои шансы на победы исключительно против конкретного соперника. В таблице ниже мы приведем вам вероятности на победу против различных диапазонов рук.
Вероятности определенных префлоп ситуаций
Постфлоп вероятности
Теперь давайте рассмотрим вероятность различных событий при розыгрыше различных .
Новички часто переоценивают ценность стартовых рук, например, . Как вы можете заметить, мастевые карты не попадают во флеш достаточно часто. Также и карманные пары попадают в сет лишь в 12% случаев, поэтому разыгрывать маленькие карманные карты не всегда выгодно.
Вероятности покерных комбинаций
В этой части материала мы расскажем вам о математических вероятностях на составление различных .
Как вы можете видеть, роял-флеш - это самая редкая и самая сильная покерная комбинация. Вероятность собрать роял-флеш в покере равна 1 к 649 740. Шанс поймать эту комбинацию с флопа, имея карманные бродвейные карты, равна 0,0008%. Если на доске лежит потенциальный роял-флеш, то вероятность, что он соберется на терне равна 2%, а до ривера - 4%.
Вероятности кулеров
Кулер – это ситуация за покерным столом, когда игрок проигрывает раздачу не из-за собственных ошибок, а из-за неудачного стечения обстоятельств и более сильной руки оппонента. Это классический , который используют в своем лексиконе профессиональные покеристы.
Короли в тузы
С тузами вам нечего бояться до флопа, но если вы получили карманных королей, то всегда можно опасаться тузов у соперников. Но будут ли такие кулера происходить достаточно часто. Если вы играете хедз-ап, то ваш оппонент получит карманных тузов лишь один раз из 220 рук. Но за фулл-ринг столом против 8 оппонентов шансы на то, что кто-то получит тузов против ваших карманных королей намного выше. Вероятность этого события составляет 1 к 25.
Дамы в короли (тузы)
Дамы являются намного более уязвимой рукой, чем короли. Чаще всего вы будете впереди с ними префлопе, но не отбрасывайте вероятность того, что кто-то из ваших оппонентов получил королей или тузов. За полным столом вероятность этого события составляет 1 к 12. Рейз, ре-рейз и олл-ин перед вами свидетельствуют о том, что кто-то из ваших оппонентов получил монстра и вам лучше сбросить своих дам.
Важные вероятности для высоких карманных пар
Вероятность получить сет в сет
Теперь поговорим о ситуациях постфлоп кулеров. Как вы уже знаете, вероятность получить сет с карманной парой на флопе равна 12% или 1 к 8. Но событие, которого боится множество покеристов, это получить сет на флопе против сета сильнее. Если два игрока имеют карманную пару, то ситуация, при которой оба игрока попадут в сет на флопе, будет происходить один раз на сто флопов.
Вероятность получить каре в каре
Перейдем от сета к еще более сильной комбинации. Вероятность собрать каре, когда у вас карманная карта и сет с флопа равна 1 к 123.
Если вероятность получить сет в сет не слишком велика, то вероятность ситуации, когда в одной раздаче два игрока соберут каре равна 1 к 39 000 в хедз-апе и 1 к 313 000 раздач за полным столом. У большинства игроков в покер это событие произойдет лишь один раз за всю карьеру.
Уверенное знание покерных шансов и вероятностей поможет вам выгодно перестраивать и тактику вовремя игры, а само понимание математических принципов даст вам эмоциональную стабильность, чтобы играть в свою лучшую игру.
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.
Пример 1.
В первой урне: три красных, один белый шара. Во второй урне: один красный, три белых шара. Наугад бросают монету: если герб – выбирают из первой урны, в противном случае– из второй.
Решение:
а) вероятность того, что достали красный шар
A – достали красный шар
P 1 – выпал герб, P 2 - иначе
b) Выбран красный шар. Найти вероятность того, что он взят из первой урны, из второй урны.
B 1 – из первой урны, B 2 – из второй урны
,
Пример 2.
В ящике 4 шара. Могут быть: только белые, только черные или белые и черные. (Состав неизвестен).
Решение:
A – вероятность появления белого шара
а) Все белые:
(вероятность того, что попался один из трех вариантов, где есть белые)
(вероятность появления белого шара, где все белые)
б) Вытащили, где все черные
в) вытащили вариант, где все белые или/и черные
- хотя бы один из них белый
P а +P б +P в = 
Пример 3
. В урне 5 белых и 4 черных шара. Из нее вынимают подряд 2 шара. Найти вероятность того, что оба шара белые.
Решение:
5 белых, 4 черных шара
P(A 1) – вынули белый шар
P(A 2) – вероятность того, что второй шар тоже белый
P(A) – подряд выбрали белые шары
Пример 3а
. В пачке 2 фальшивых и 8 настоящих денежных купюр. Из пачки вытянули 2 купюры подряд. Найти вероятность что обе они фальшивые.
Решение:
P(2) = 2/10*1/9 = 1/45 = 0.022
Пример 4.
Имеется 10 урн. В 9 урнах по 2 черных и 2 белых шара. В 1 урне 5 белых и 1 черный. Из урны, взятой наугад, вынули шар.
Решение:
P(A) - ? белый шар взят из урны, где 5 белых
B – вероятность того, что вынули из урны, где 5 белых
, - вынули из других
C 1 – вероятность появления белого шара в 9 ур.
С 2 – вероятность появления белого шара, где их 5
P(A 0)= P(B 1) P(C 1)+P(B 2) P(C 2)
Пример 5.
20 цилиндрических валиков и 15 конусообразных. Сборщик берет 1 валик, а затем еще один.
Решение:
а) оба валика цилиндрические
P(Ц 1)=; P(Ц 2)=
Ц 1 – первый цилиндр, Ц 2 – второй цилиндр
P(A)=P(Ц 1)P(Ц 2) =
б) Хотя бы один цилиндр
K 1 – первый конусообр.
K 2 - второй конусообр.
P(B)=P(Ц 1)P(K 2)+P(Ц 2)P(K 1)+P(Ц 1)P(Ц 2)
;
с) первый цилиндр, а второй нет
P(C)=P(Ц 1)P(K 2)
д) Ни один цилиндр.
P(D)=P(K 1)P(K 2)
е) Ровно 1 цилиндр
P(E)=P(Ц 1)P(K 2)+P(K 1)P(K 2)
Пример 6.
В ящике 10 стандартных деталей и 5 бракованных.
Наугад извлекают три детали
а) Из них одна бракованная
P n (K)=C n k ·p k ·q n-k ,
P – вероятность бракованных изделий
q – вероятность стандартных деталей
n=3, три детали
б) две из трех деталей бракованных P(2)
в) хотя бы одна стандартная
P(0)-нет бракованных
P=P(0)+ P(1)+ P(2) - вероятность того, что хотя бы одна деталь окажется стандартной
Пример 7
. В 1-й урне по 3 белых и черных шара, а во 2-й - 3 белых и 4 черных. Из 1-й урны во 2-ю не глядя перекладывают 2 шара, а затем из 2-й вытягивают 2 шара. Какова вероятность, что они разных цветов?
Решение:
При перекладывании шаров из первой урны возможны следующие варианты:
а) вынули за подряд 2 белых шара
P ББ 1 =
На втором шаге всегда будет на один шар меньше, поскольку на первом шаге уже вынули один шар.
б) вынули один белый и один черный шар
Ситуация, когда первым вынули белый шар, а потом черный
P БЧ =
Ситуация, когда первым вынули черный шар, а потом белый
P ЧБ =
Итого: P БЧ 1 =
в) вынули за подряд 2 черных шара
P ЧЧ 1 =
Поскольку из первой урны переложили во вторую урну 2 шара, то общей количество шаров во второй урне будет 9 (7 + 2). Соответственно, будем искать все возможные варианты:
а) из второй урны вынули сначала белый, потом черный шар
P БЧ 2 P ББ 1 - означает вероятность того, что вынули сначала белый, потом черный шар при условии, что из первой урны за подряд вынули 2 белых шара. Именно поэтому количество белых шаров в этом случае равно 5 (3+2).
P БЧ 2 P БЧ 1 - означает вероятность того, что вынули сначала белый, потом черный шар при условии, что из первой урны вынули белый и черный шары. Именно поэтому количество белых шаров в этом случае равно 4 (3+1), а черных шаров равно пяти (4+1).
P БЧ 2 P ЧЧ 1 - означает вероятность того, что вынули сначала белый, потом черный шар при условии, что из первой урны вынули за подряд оба черных шара. Именно поэтому количество черных шаров в этом случае равно 6 (4+2).
Вероятность того, что извлеченные 2 шара окажутся разных цветов, равна:
Ответ: P = 0.54
Пример 7а
. Из 1-ой урны, содержащей 5 белых и 3 черных шара наугад переложили 2 шара во 2-ую урну, содержащую 2 белых и 6 черных шаров. Затем из 2-ой урны наугад извлекли 1 шар.
1) Какова вероятность того, что извлеченный из 2-ой урны шар оказался белым?
2) Шар извлеченный из 2-ой урны оказался белым. Вычислите вероятность того, что из 1-ой урны во 2-ую были переложены шары разного цвета.
Решение.
1) Событие А - извлеченный из 2-ой урны шар оказался белым. Рассмотрим следующие варианты наступления этого события.
а) Из первой урны во вторую положили два белых шара: P1(бб) = 5/8*4/7 = 20/56.
Всего во второй урне 4 белых шара. Тогда вероятность извлечения белого шара из второй урны равна P2(4) = 20/56*(2+2)/(6+2) = 80/448
б) Из первой урны во вторую положили белый и черный шары: P1(бч) = 5/8*3/7+3/8*5/7 = 30/56.
Всего во второй урне 3 белых шара. Тогда вероятность извлечения белого шара из второй урны равна P2(3) = 30/56*(2+1)/(6+2) = 90/448
в) Из первой урны во вторую положили два черных шара: P1(чч) = 3/8*2/7 = 6/56.
Всего во второй урне 2 белых шара. Тогда вероятность извлечения белого шара из второй урны равна P2(2) = 6/56*2/(6+2) = 12/448
Тогда вероятность того, что извлеченный из 2-ой урны шар оказался белым равна:
P(A) = 80/448 + 90/448 + 12/448 = 13/32
2) Шар извлеченный из 2-ой урны оказался белым, т.е. полная вероятность равна P(A)=13/32.
Вероятность того, что во вторую урну были переложены шары разного цвета (черный и белый) и был выбран белый: P2(3) = 30/56*(2+1)/(6+2) = 90/448
P = P2(3)/ P(A) = 90/448 / 13/32 = 45/91
Пример 7б
. В первой урне 8 белых и 3 черных шара, во второй 5 белых и 3 черных. Из первой наудачу выбирают один шар, а из второй два шара. После этого из выбранных трех шаров наудачу берут один шар. Этот последний шар оказался черным. Найти вероятность того, что из первой урны был выбран белый шар.
Решение.
Рассмотрим все варианты события А – из трех шаров, вынутый шар оказался черным. Каким образом могло произойти, что среди трех шаров оказался черный?
а) Из первой урны вынули черный шар, из второй урны вынули два белых шара.
P1 = (3/11)(5/8*4/7) = 15/154
б) Из первой урны вынули черный шар, из второй урны вынули два черных шара.
P2 = (3/11)(3/8*2/7) = 9/308
в) Из первой урны вынули черный шар, из второй урны вынули один белый и один черный шара.
P3 = (3/11)(3/8*5/7+5/8*3/7) = 45/308
г) Из первой урны вынули белый шар, из второй урны вынули два черных шара.
P4 = (8/11)(3/8*2/7) = 6/77
д) Из первой урны вынули белый шар, из второй урны вынули один белый и один черный шара.
P5 = (8/11)(3/8*5/7+5/8*3/7) = 30/77
Полная вероятность равна: P = P1+P2+ P3+P4+P5 = 15/154+9/308+45/308+6/77+30/77 = 57/77
Вероятность того, что из белой урны был выбран белый шар, равна:
Pб(1) = P4 + P5 = 6/77+30/77 = 36/77
Тогда вероятность того, что из первой урны был выбран белый шар при условии, что из трех шаров был выбран черный, равна:
Pч = Pб(1)/P = 36/77 / 57/77 = 36/57
Пример 7в . В первой урне 12 белых и 16 черных шаров, во второй 8 белых и 10 черных. Одновременно из 1-ой и 2-ой урны вытаскивают по шару, перемешивают и возвращают по одному в каждую урну. Затем из каждой урны вытаскивают по шару. Они оказались одного цвета. Определить вероятность того, что в 1-ой урне осталось столько же белых шаров, сколько было в начале.
Решение.
Событие А - одновременно из 1-ой и 2-ой урны вытаскивают по шару.
Вероятность вытащить белый шар из первой урны: P1(Б) = 12/(12+16) = 12/28 = 3/7
Вероятность вытащить черный шар из первой урны: P1(Ч) = 16/(12+16) = 16/28 = 4/7
Вероятность вытащить белый шар из второй урны: P2(Б) = 8/18 = 4/9
Вероятность вытащить черный шар из второй урны: P2(Ч) = 10/18 = 5/9
Событие А произошло. Событие В - из каждой урны вытаскивают по шару. После перемешивания, вероятность возвращения шара в урну белого или черного шара равна ½.
Рассмотрим варианты события В - они оказались одного цвета.
Для первой урны
1) в первую урну положили белый шар, и вытащили белый, при условии, что ранее был вытащен белый шар, P1(ББ/А=Б) = ½ * 12/28 * 3/7 = 9/98
2) в первую урну положили белый шар, и вытащили белый, при условии, что ранее был вытащен черный шар, P1(ББ/А=Ч) = ½ * 13/28 * 4/7 = 13/98
3) в первую урну положили белый шар, и вытащили черный, при условии, что ранее был вытащен белый шар, P1(БЧ/А=Б) = ½ * 16/28 * 3/7 = 6/49
4) в первую урну положили белый шар, и вытащили черный, при условии, что ранее был вытащен черный шар, P1(БЧ/А=Ч) = ½ * 15/28 * 4/7 = 15/98
5) в первую урну положили черный шар, и вытащили белый, при условии, что ранее был вытащен белый шар, P1(ЧБ/А=Б) = ½ * 11/28 * 3/7 = 33/392
6) в первую урну положили черный шар, и вытащили белый, при условии, что ранее был вытащен черный шар, P1(ЧБ/А=Ч) = ½ * 12/28 * 4/7 = 6/49
7) в первую урну положили черный шар, и вытащили черный, при условии, что ранее был вытащен белый шар, P1(ЧЧ/А=Б) = ½ * 17/28 * 3/7 = 51/392
8) в первую урну положили черный шар, и вытащили черный, при условии, что ранее был вытащен черный шар, P1(ЧЧ/А=Ч) = ½ * 16/28 * 4/7 = 8/49
Для второй урны
1) в первую урну положили белый шар, и вытащили белый, при условии, что ранее был вытащен белый шар, P1(ББ/А=Б) = ½ * 8/18 * 3/7 = 2/21
2) в первую урну положили белый шар, и вытащили белый, при условии, что ранее был вытащен черный шар, P1(ББ/А=Ч) = ½ * 9/18 * 4/7 = 1/7
3) в первую урну положили белый шар, и вытащили черный, при условии, что ранее был вытащен белый шар, P1(БЧ/А=Б) = ½ * 10/18 * 3/7 = 5/42
4) в первую урну положили белый шар, и вытащили черный, при условии, что ранее был вытащен черный шар, P1(БЧ/А=Ч) = ½ * 9/18 * 4/7 = 1/7
5) в первую урну положили черный шар, и вытащили белый, при условии, что ранее был вытащен белый шар, P1(ЧБ/А=Б) = ½ * 7/18 * 3/7 = 1/12
6) в первую урну положили черный шар, и вытащили белый, при условии, что ранее был вытащен черный шар, P1(ЧБ/А=Ч) = ½ * 8/18 * 4/7 = 8/63
7) в первую урну положили черный шар, и вытащили черный, при условии, что ранее был вытащен белый шар, P1(ЧЧ/А=Б) = ½ * 11/18 * 3/7 = 11/84
8) в первую урну положили черный шар, и вытащили черный, при условии, что ранее был вытащен черный шар, P1(ЧЧ/А=Ч) = ½ * 10/18 * 4/7 = 10/63
Шары оказались одного цвета:
а) белые
P1(Б) = P1(ББ/А=Б) + P1(ББ/А=Ч) + P1(ЧБ/А=Б) + P1(ЧБ/А=Ч) = 9/98 + 13/98 + 33/392 + 6/49 = 169/392
P2(Б) = P1(ББ/А=Б) + P1(ББ/А=Ч) + P1(ЧБ/А=Б) + P1(ЧБ/А=Ч) = 2/21+1/7+1/12+8/63 = 113/252
б) черный
P1(Ч) = P1(БЧ/А=Б) + P1(БЧ/А=Ч) + P1(ЧЧ/А=Б) + P1(ЧЧ/А=Ч) = 6/49 + 15/98 + 51/392 + 8/49 = 223/392
P2(Ч) = P1(БЧ/А=Б) + P1(БЧ/А=Ч) + P1(ЧЧ/А=Б) + P1(ЧЧ/А=Ч) =5/42+1/7+11/84+10/63 = 139/252
P = P1(Б)* P2(Б) + P1(Ч)* P2(Ч) = 169/392*113/252 + 223/392*139/252 = 5/42
Пример 7г . В первом ящике 5 белых и 4 синих шарика, во втором 3 и 1, а в третьем - 4 и 5 соответственно. Наугад выбран ящик и из него вытащенный шарик, оказался синий. Какова вероятность того, что этот шарик со второго ящика?
Решение.
A - событие извлечения синего шарика. Рассмотрим все варианты исхода такого события.
H1 - вытащенный шарик из первого ящика,
H2 - вытащенный шарик из второго ящика,
H3 - вытащенный шарик из третьего ящика.
P(H1) = P(H2) = P(H3) = 1/3
Согласно условию задачи условные вероятности события А равны:
P(A|H1) = 4/(5+4) = 4/9
P(A|H2) = 1/(3+1) = 1/4
P(A|H3) = 5/(4+5) = 5/9
P(A) = P(H1)*P(A|H1) + P(H2)*P(A|H2) + P(H3)*P(A|H3) = 1/3*4/9 + 1/3*1/4 + 1/3*5/9 = 5/12
Вероятность того, что этот шарик со второго ящика равна:
P2 = P(H2)*P(A|H2) / P(A) = 1/3*1/4 / 5/12 = 1/5 = 0.2
Пример 8
. В пяти ящиках с 30 шарами в каждом содержится по 5 красных шаров (это ящик состава H1), в шести других ящиках с 20 шарами в каждом - по 4 красных шара (это ящик состава H2). Найти вероятность того, что наугад взятый красный шар содержится в одном из первых пяти ящиков.
Решение: Задача на применение формулы полной вероятности.
P(H 1) = 5/11
Вероятность того, что любой взятый шар содержится в одном из шести ящиков:
P(H 2) = 6/11
Событие произошло – вытащили красный шар. Следовательно, это могло произойти в двух случаях:
а) вытащили из первых пяти ящиков.
P 5 = 5 красных шаров * 5 ящиков / (30 шаров * 5 ящиков) = 1/6
P(P 5 /H 1) = 1/6 * 5/11 = 5/66
б) вытащили из шести других ящиков.
P 6 = 4 красных шара * 6 ящиков / (20 шаров * 6 ящика) = 1/5
P(P 6 /H 2) = 1/5 * 6/11 = 6/55
Итого: P(P 5 /H 1) + P(P 6 /H 2) = 5/66 + 6/55 = 61/330
Следовательно, вероятность того, что наугад взятый красный шар содержится в одном из первых пяти ящиков равна:
P к.ш. (H1) = P(P 5 /H 1) / (P(P 5 /H 1) + P(P 6 /H 2)) = 5/66 / 61/330 = 25/61
Пример 9
. В урне находятся 2 белых, 3 черных и 4 красных шаров. Наудачу вынимают три шара. Какова вероятность, что хотя бы два шара будут одного цвета?
Решение. Всего возможны три варианта исхода событий:
а) среди трех вытащенных шаров оказалось хотя бы два белых.
P б (2) = P 2б
Общее число возможных элементарных исходов для данных испытаний равно числу способов, которыми можно извлечь 3 шара из 9:
Найдем вероятность того, что среди выбранных 3 шаров 2 белых.
Количество вариантов выбора из 2 белых шаров:
Количество вариантов выбора из 7 других шаров третий шар:
б) среди трех вытащенных шаров оказалось хотя бы два черных (т.е. или 2 черных или 3 черных).
Найдем вероятность того, что среди выбранных 3 шаров 2 черных.
Количество вариантов выбора из 3 черных шаров:
Количество вариантов выбора из 6 других шаров одного шара:
P 2ч = 0.214
Найдем вероятность того, что все выбранные шары черные.
P ч (2) = 0.214+0.0119 = 0.2259
в) среди трех вытащенных шаров оказалось хотя бы два красных (т.е. или 2 красных или 3 красных).
Найдем вероятность того, что среди выбранных 3 шаров 2 красных.
Количество вариантов выбора из 4 черных шаров:
Количество вариантов выбора из 5 белых шаров остальные 1 белых:
Найдем вероятность того, что все выбранные шары красные.
P к (2) = 0.357 + 0.0476 = 0.4046
Тогда вероятность, что хотя бы два шара будут одного цвета равна: P = P б (2) + P ч (2) + P к (2) = 0.0833 + 0.2259 + 0.4046 = 0.7138
Пример 10
. В первой урне содержится 10 шаров, из них 7 белых; во второй урне 20 шаров, из них 5 белых. Из каждой урны наудачу извлекли по одному шару, а затем из этих двух шаров наудачу взят один шар. Найти вероятность того, что взят белый шар.
Решение. Вероятность того, что из первой урны извлекли белый шар, равна P(б)1 = 7/10. Соответственно, вероятность извлечения черного шара равна P(ч)1 = 3/10.
Вероятность того, что из второй урны извлекли белый шар, равна P(б)2 = 5/20 = 1/4. Соответственно, вероятность извлечения черного шара равна P(ч)2 = 15/20 = 3/4.
Событие А - из двух шаров взят белый шар
Рассмотрим варианты исхода события А.
- из первой урны вытащили белый шар, из второй урны вытащили белый шар. Затем из этих двух шаров вытащили белый шар. P1 = 7/10*1/4 = 7/40
- из первой урны вытащили белый шар, из второй урны вытащили черный шар. Затем из этих двух шаров вытащили белый шар. P2 = 7/10*3/4 = 21/40
- из первой урны вытащили черный шар, из второй урны вытащили белый шар. Затем из этих двух шаров вытащили белый шар. P3 = 3/10*1/4 = 3/40
P = P1 + P2 + P3 = 7/40 + 21/40 + 3/40 = 31/40
Пример 11
. В ящике n теннисных мячей. Из них игранных m . Для первой игры наудачу взяли два мяча и после игры их положили обратно. Для второй игры также наудачу взяли два мяча. Какова вероятность того, что вторая игра будет проводиться новыми мячами?
Решение. Рассмотрим событие А – игра во второй раз проводилась новыми мячами. Посмотрим какие события могут привести к этому.
Обозначим через g = n-m, количество новых мячей до вытаскивания.
а) для первой игры вытащили два новых мяча.
P1 = g/n*(g-1)/(n-1) = g(g-1)/(n(n-1))
б) для первой игры вытащили один новый мяч и один уже игранный.
P2 = g/n*m/(n-1) + m/n*g/(n-1) = 2mg/(n(n-1))
в) для первой игры вытащили два игранных мяча.
P3 = m/n*(m-1)/(n-1) = m(m-1)/(n(n-1))
Рассмотрим события второй игры.
а) Вытащили два новых мяча, при условии P1: поскольку ранее для первой игры уже вытащили новые мячи, то для второй игры их количество уменьшилось на 2, g-2.
P(A/P1) = (g-2)/n*(g-2-1)/(n-1)*P1 = (g-2)/n*(g-2-1)/(n-1)*g(g-1)/(n(n-1))
б) Вытащили два новых мяча, при условии P2: поскольку ранее для первой игры уже вытащили один новый мяч, то для второй игры их количество уменьшилось на 1, g-1.
P(A/P2) =(g-1)/n*(g-2)/(n-1)*P2 = (g-1)/n*(g-2)/(n-1)*2mg/(n(n-1))
в) Вытащили два новых мяча, при условии P3: поскольку ранее для первой игры не использовали новых мячей, то для второй игры их количество не изменилось g.
P(A/P3) = g/n*(g-1)/(n-1)*P3 = g/n*(g-1)/(n-1)*m(m-1)/(n(n-1))
Полная вероятность P(A) = P(A/P1) + P(A/P2) + P(A/P3) = (g-2)/n*(g-2-1)/(n-1)*g(g-1)/(n(n-1)) + (g-1)/n*(g-2)/(n-1)*2mg/(n(n-1)) + g/n*(g-1)/(n-1)*m(m-1)/(n(n-1)) = (n-2)(n-3)(n-m-1)(n-m)/((n-1)^2*n^2)
Ответ: P(A)=(n-2)(n-3)(n-m-1)(n-m)/((n-1)^2*n^2)
Пример 12
. В первом, втором и третьем ящиках находится по 2 белых и 3 черных шара, в четвертом и пятом по 1 белому и 1 черному шару. Случайно выбирается ящик и из него извлекается шар. Какова условная вероятность, что выбран четвертый или пятый ящик, если извлеченный шар - белый?
Решение
.
Вероятность выбора каждого ящика равна P(H) = 1/5.
Рассмотрим условные вероятности события А - извлечения белого шара.
P(A|H=1) = 2/5
P(A|H=2) = 2/5
P(A|H=3) = 2/5
P(A|H=4) = ½
P(A|H=5) = ½
Полная вероятность извлечения белого шара:
P(A) = 2/5*1/5 + 2/5*1/5 +2/5*1/5 +1/2*1/5 +1/2*1/5 = 0.44
Условная вероятность, что выбран четвертый ящик
P(H=4|A) = 1/2*1/5 / 0.44 = 0.2273
Условная вероятность, что выбран пятый ящик
P(H=5|A) = 1/2*1/5 / 0.44 = 0.2273
Итого, условная вероятность, что выбран четвертый или пятый ящик равна
P(H=4, H=5|A) = 0.2273 + 0.2273 = 0.4546
Пример 13
. В урне было 7 белых и 4 красных шара. Затем в урну положили ещё один шар белого или красного или черного цвета и после перемешивания вынули один шар. Он оказался красным. Какова вероятность, что был положен а) красный шар? б) черный шар?
Решение.
а) красный шар
Событие A - вытащили красный шар. Событие H - положили красный шар. Вероятность, того в урну был положен красный шар P(H=K) = 1 / 3
Тогда P(A|H=K)= 1 / 3 * 5 / 12 = 5 / 36 = 0.139
б) черный шар
Событие A - вытащили красный шар. Событие H - положили черный шар.
Вероятность, того в урну был положен черный шар P(H=Ч) = 1 / 3
Тогда P(A|H=Ч)= 1 / 3 * 4 / 12 = 1 / 9 = 0.111
Пример 14
. Имеются две урны с шарами. В одной 10 красных и 5 синих шаров, во второй 5 красных и 7 синих шаров. Какова вероятность того, что из первой урны наудачу будет вынут красный шар, а из второй синий?
Решение.
Пусть событие A1 - из первой урны вынут красный шар; A2 - из второй урны вынут синий шар:
,
События A1 и A2 независимые. Вероятность совместного появления событий A1 и A2 равна
Пример 15
. Имеется колода карт (36 штук). Вынимаются наудачу две карты подряд. Какова вероятность того, что обе вынутые карты будут красной масти?
Решение.
Пусть событие A 1 - первая вынутая карта красной масти. Событие A 2 - вторая вынутая карта красной масти. B - обе вынутые карты красной масти. Так как должны произойти и событие A 1 , и событие A 2 , то B = A 1 · A 2 . События A 1 и A 2 зависимые, следовательно, P(B) :
, 
Отсюда 
Пример 16
. В двух урнах находятся шары, отличающиеся только цветом, причем в первой урне 5 белых шаров, 11 черных и 8 красных, а во второй соответственно 10, 8, 6 шаров. Из обеих урн наудачу извлекается по одному шару. Какова вероятность, что оба шара одного цвета?
Решение.
Пусть индекс 1 означает белый цвет, индекс 2 - черный цвет; 3 - красный цвет. Пусть событие A i - из первой урны извлекли шар i-го цвета; событие B j - из второй урны извлекли шар j -го цвета; событие A - оба шара одного цвета.
A = A 1 · B 1 + A 2 · B 2 + A 3 · B 3 . События A i и B j независимые, а A i · B i и A j · B j несовместные при i ≠ j . Следовательно,
P(A)=P(A 1)·P(B 1)+P(A 2)·P(B 2)+P(A 3)·P(B 3) =
Пример 17
. Из урны с 3-мя белыми и 2-мя черными шары вытаскиваются по одному до появления черного. Найдите вероятность того, что из урны будет вытащено 3 шара? 5 шаров?
Решение
.
1) вероятность того, что из урны будет вытащено 3 шара (т.е. третий шар будет черным, а первые два - белыми).
P=3/5*2/4*2/3=1/5
2) вероятность того, что из урны будет вытащено 5 шаров
такая ситуация не возможна, т.к. всего 3 белых шара.
P = 0
Вероятность того, что нужной деталь нет ни в одном ящике, равна:
Искомая вероятность равна
Формула полной вероятности.
Пусть некоторое событие А может произойти вместе с одним из несовместных событий , составляющих полную группу событий. Пусть известны вероятности этих событий и условные вероятности наступления события А при наступлении события H i .
Теорема. Вероятность события А, которое может произойти вместе с одним из событий , равна сумме парных произведений вероятностей каждого из этих событий на соответствующие им условные вероятности наступления события А.
Фактически эта формула полной вероятности уже использовалась при решении примеров, приведенных выше, например, в задаче с револьвером.
Доказательство.
Т.к. события образуют полную группу событий, то событие А можно представить в виде следующей суммы:
Т.к. события несовместны, то и события AH i тоже несовместны. Тогда можно применить теорему о сложении вероятностей несовместных событий:
При этом
Окончательно получаем:
Теорема доказана.
Пример. Один из трех стрелков производит два выстрела. Вероятность попадания в цель при одном выстреле для первого стрелка равна 0,4, для второго – 0,6, для третьего – 0,8. Найти вероятность того, что в цель попадут два раза.
Вероятность того, что выстрелы производит первый, второй или третий стрелок равна .
Вероятности того, что один из стрелков, производящих выстрелы, два раза попадает в цель, равны:
Для первого стрелка:
Для второго стрелка:
Для третьего стрелка:
Искомая вероятность равна:
ЛЕКЦИЯ 2.
Формула Бейеса. (формула гипотез)
Пусть имеется полная группа несовместных гипотез с известными вероятностями их наступления . Пусть в результате опыта наступило событие А, условные вероятности которого по каждой из гипотез известны, т.е. известны вероятности .
Требуется определить какие вероятности имеют гипотезы относительно события А, т.е. условные вероятности .
Теорема. Вероятность гипотезы после испытания равна произведению вероятности гипотезы до испытания на соответствующую ей условную вероятность события, которое произошло при испытании, деленному на полную вероятность этого события.
Эта формула называется формулой Бейеса .
Доказательство.
По Теореме умножения вероятностей получаем:
Тогда если .
Для нахождения вероятности P(A) используем формулу полной вероятности.
Если до испытания все гипотезы равновероятны с вероятностью , то формула Бейеса принимает вид:
Повторение испытаний.
Формула Бернулли.
Если производится некоторое количество испытаний, в результате которых может произойти или не произойти событие А, и вероятность появления этого события в каждом из испытаний не зависит от результатов остальных испытаний, то такие испытания называются независимыми относительно события А .
Допустим, что событие А наступает в каждом испытании с вероятностью Р(А)=р . Определим вероятность Р т,п того, что в результате п испытаний событие А наступило ровно т раз.
Эту вероятность в принципе можно посчитать, используя теоремы сложения и умножения вероятностей, как это делалось в рассмотренных выше примерах. Однако, при достаточно большом количестве испытаний это приводит к очень большим вычислениям. Таким образом, возникает необходимость разработать общий подход к решению поставленной задачи. Этот подход реализован в формуле Бернулли. (Якоб Бернулли (1654 – 1705) – швейцарский математик)
Пусть в результате п независимых испытаний, проведенных в одинаковых условиях, событие А наступает с вероятностью Р(А) = р , а противоположное ему событие с вероятностью .
Обозначим A i – наступление события А в испытании с номером i . Т.к. условия проведения опытов одинаковые, то эти вероятности равны.
Если в результате п опытов событие А наступает ровно т раз, то остальные п-т раз это событие не наступает. Событие А может появиться т раз в п испытаниях в различных комбинациях, число которых равно количеству сочетаний из п элементов по т . Это количество сочетаний находится по формуле:
Вероятность каждой комбинации равна произведению вероятностей:
Применяя теорему сложения вероятностей несовместных событий, получаем формулу Бернулли:
Формула Бернулли важна тем, что справедлива для любого количества независимых испытаний, т.е. того самого случая, в котором наиболее четко проявляются законы теории вероятностей.
Пример. По цели производится 5 выстрелов. Вероятность попадания для каждого выстрела равна 0,4. Найти вероятность того, что в цель попали не менее трех раз.
Вероятность не менее трех попаданий складывается из вероятности пяти попаданий, четырех попаданий и трех попаданий.
Т.к. выстрелы независимы, то можно применить формулу Бернулли вероятности того, что в т испытаниях событие в вероятностью р наступает ровно п раз.
В случае пяти попаданий из пяти возможных:
Четыре попадания из пяти выстрелов:
Три попадания из пяти:
Окончательно, получаем вероятность не менее трех попаданий из пяти выстрелов:
Случайные величины.
Выше рассматривались случайные события, являющиеся качественной характеристикой случайного результата опыта. Для получения количественной характеристики вводится понятие случайной величины.
Определение. Случайной величиной называется величина, которая в результате опыта может принимать то или иное значение, причем заранее известно какое именно.
Случайные величины можно разделить на две категории.
Определение. Дискретной случайной величиной называется такая величина, которая в результате опыта может принимать определенные значения с определенной вероятностью, образующие счетное множество (множество, элементы которого могут быть занумерованы).
Это множество может быть как конечным, так и бесконечным.
Например, количество выстрелов до первого попадания в цель является дискретной случайной величиной, т.к. эта величина может принимать и бесконечное, хотя и счетное количество значений.
Определение. Непрерывной случайной величиной называется такая величина, которая может принимать любые значения из некоторого конечного или бесконечного промежутка.
Очевидно, что число возможных значений непрерывной случайной величины бесконечно.
Для задания случайной величины недостаточно просто указать ее значение, необходимо также указать вероятность этого значения.
Закон распределения дискретной случайной величины.
Определение. Соотношение между возможными значениями случайной величины и их вероятностями называется законом распределения дискретной случайной величины.
Закон распределения может быть задан аналитически, в виде таблицы или графически.
Таблица соответствия значений случайной величины и их вероятностей называется рядом распределения .
Графическое представление этой таблицы называется многоугольником распределения. При этом сумма все ординат многоугольника распределения представляет собой вероятность всех возможных значений случайной величины, а, следовательно, равна единице.
Пример. По цели производится 5 выстрелов. Вероятность попадания для каждого выстрела равна 0,4. Найти вероятности числа попаданий и построить многоугольник распределения.
Вероятности пяти попаданий из пяти возможных, четырех из пяти и трех из пяти были найдены выше по формуле Бернулли и равны соответственно:
Аналогично найдем:
Представим графически зависимость числа попаданий от их вероятностей.
При построении многоугольника распределения надо помнить, что соединение полученных точек носит условный характер. В промежутках между значениями случайной величины вероятность не принимает никакого значения. Точки соединены только для наглядности.
Пример. Вероятность хотя бы одного попадания в мишень стрелком при трех выстрелах равна 0,875. Найти вероятность попадания в мишень при одном выстреле.
Если обозначить р – вероятность попадания стрелком в мишень при одном выстреле, то вероятность промаха при одном выстреле, очевидно, равна (1 – р ).
Вероятность трех промахов из трех выстрелов равна (1 – р ) 3 . Эта вероятность равна 1 – 0,875 = 0,125, т.е. в цель не попадают ни одного раза.
Получаем:
Пример. В первой коробке содержится 10 шаров, из них 8 белых; во второй коробке 20 шаров, из них 4 белых. Из каждой коробки наугад извлекли по одному шару, а затем из этих двух шаров наугад берут один шар. Найти вероятность того, что этот шар белый.
Вероятность того, что взятый из первой коробки шар белый - что не белый - .
Вероятность того, что взятый из второй коробки шар белый - что не белый -
Вероятность того, что повторно выбран шар, извлеченный из первой коробки и вероятность того, что повторно выбран шар, извлеченный из второй коробки, равны 0,5.
Вероятность того, что повторно выбран шар, извлеченный из первой коробки, и он белый -
Вероятность того, что повторно выбран шар, извлеченный из второй коробки, и он белый -
Вероятность того, что повторно будет выбран белый шар, равна
Пример. Имеется пять винтовок, три из которых снабжены оптическим прицелом. Вероятность того, что стрелок поразит цель при выстреле из винтовки с оптическим прицелом, равна 0,95, для винтовки без оптического прицела эта вероятность равна 0,7. Найти вероятность того, что цель будет поражена, если стрелок произведет один выстрел из наугад выбранной винтовки.
Вероятность того, что выбрана винтовка с оптическим прицелом, обозначим , а вероятность того, что выбрана винтовка без оптического прицела, обозначим .
Вероятность того, что выбрали винтовку с оптическим прицелом, и при этом цель была поражена , где Р(ПЦ/O) – вероятность поражения цели из винтовки с оптическим прицелом.
Аналогично, вероятность того, что выбрали винтовку без оптического прицела, и при этом цель была поражена , где Р(ПЦ/БO) – вероятность поражения цели из винтовки без оптического прицела.
Окончательная вероятность поражения цели равна сумме вероятностей Р 1 и Р 2 , т.к. для поражения цели достаточно, чтобы произошло одно из этих несовместных событий.
Пример. Трое охотников одновременно выстрелили по медведю, который был убит одной пулей. Определить вероятность того, что медведь был убит первым стрелком, если вероятности попадания для этих стрелков равны соответственно 0,3, 0,4, 0,5.
В этой задаче требуется определить вероятность гипотезы уже после того, как событие уже совершилось. Для определения искомой вероятности надо воспользоваться формулой Бейеса. В нашем случае она имеет вид:
В этой формуле Н 1 , Н 2 , Н 3 – гипотезы, что медведя убьет первый, второй и третий стрелок соответственно. До произведения выстрелов эти гипотезы равновероятны и их вероятность равна .
P(H 1 /A) – вероятность того, что медведя убил первый стрелок при условии, что выстрелы уже произведены (событие А).
Вероятности того, что медведя убьет первый, второй или третий стрелок, вычисленные до выстрелов, равны соответственно:
Здесь q 1 = 0,7; q 2 = 0,6; q 3 = 0,5 – вероятности промаха для каждого из стрелков, рассчитаны как q = 1 – p , где р – вероятности попадания для каждого из стрелков.
Подставим эти значения в формулу Бейеса:
Пример. Последовательно послано четыре радиосигнала. Вероятности приема каждого из них не зависят от того, приняты ли остальные сигналы, или нет. Вероятности приема сигналов равны соответственно 0,2, 0,3, 0,4, 0,5. Определить вероятность приема трех радиосигналов.
Событие приема трех сигналов из четырех возможно в четырех случаях:
Для приема трех сигналов необходимо совершение одного из событий А, В, С или D. Таким образом, находим искомую вероятность:
Пример. Двадцать экзаменационных билетов содержат по два вопроса, которые не повторяются. Экзаменующийся знает ответы только на 35 вопросов. Определить вероятность того, что экзамен будет сдан, если для этого достаточно ответить на два вопроса одного билета или на один вопрос одного билета и на указанный дополнительный вопрос из другого билета.
В общей сложности имеется 40 вопросов (по 2 в каждом из 20 билетов). Вероятность того, что выпадает вопрос, на который ответ известен, очевидно, равна .
Для того, чтобы сдать экзамен, требуется совершение одного из трех событий:
1) Событие A – ответили на первый вопрос (вероятность ) и ответили на второй вопрос (вероятность ). Т.к. после успешного ответа на первый вопрос остается еще 39 вопросов, на 34 из которых ответы известны.
2) Событие В – на первый вопрос ответили (вероятность ), на второй – нет (вероятность ), на третий – ответили (вероятность ).
3) Событие С – на первый вопрос не ответили (вероятность ), на второй – ответили (вероятность ), на третий – ответили (вероятность ).
Вероятность того, что при заданных условиях экзамен будет сдан равна:
Пример. Имеются две партии однородных деталей. Первая партия состоит из 12 деталей, 3 из которых - бракованные. Вторая партия состоит из 15 деталей, 4 из которых – бракованные. Из первой и второй партий извлекают по две детали. Какова вероятность того, что среди них нет бракованных деталей.
Вероятность оказаться не бракованной для первой детали, извлеченной из первой партии, равна , для второй детали, извлеченной из первой партии при условии, что первая деталь была не бракованной - .
Вероятность оказаться не бракованной для первой детали, извлеченной из второй партии, равна , для второй детали, извлеченной из второй партии при условии, что первая деталь была не бракованной - .
Вероятность того, что среди четырех извлеченных деталей нет бракованных, равна:
Рассмотрим тот же пример, но несколько с другим условием.
Пример. Имеются две партии однородных деталей. Первая партия состоит из 12 деталей, 3 из которых - бракованные. Вторая партия состоит из 15 деталей, 4 из которых – бракованные. Из первой партии извлекаются наугад 5 деталей, а из второй – 7 деталей. Эти детали образуют новую партию. Какова вероятность достать из них бракованную деталь?
Для того, чтобы выбранная наугад деталь была бы бракованной, необходимо выполнение одного из двух несовместных условий:
1) Выбранная деталь была из первой партии (вероятность - ) и при этом она – бракованная (вероятность - ). Окончательно:
2) Выбранная деталь была из второй партии (вероятность - ) и при этом она – бракованная (вероятность - ). Окончательно:
Окончательно, получаем: .
Пример. В урне 3 белых и 5 черных шаров. Из урны вынимают наугад два шара. Найти вероятность того, что эти шары не одного цвета.
Событие, состоящее в том, что выбранные шары разного цвета произойдет в одном из двух случаев:
1) Первый шар белый (вероятность - ), а второй – черный (вероятность - ).
2) Первый шар черный (вероятность - ), а второй – белый (вероятность - ).
Окончательно получаем:
Биноминальное распределение.
Если производится п независимых испытаний, в каждом из которых событие А может появиться с одинаковой вероятностью р в каждом из испытаний, то вероятность того, что событие не появится, равна q = 1 – p.
Примем число появлений события в каждом из испытаний за некоторую случайную величину Х.
Чтобы найти закон распределения этой случайной величины, необходимо определить значения этой величины и их вероятности.
Значения найти достаточно просто. Очевидно, что в результате п испытаний событие может не появиться вовсе, появиться один раз, два раза, три и т.д. до п раз.
Вероятность каждого значения этой случайной величины можно найти по формуле Бернулли.
Эта формула аналитически выражает искомый закон распределения. Этот закон распределения называется биноминальным .
Пример. В партии 10% нестандартных деталей. Наугад отобраны 4 детали. Написать биноминальный закон распределения дискретной случайной величины Х – числа нестандартных деталей среди четырех отобранных и построить многоугольник полученного распределения.
Вероятность появления нестандартной детали в каждом случае равна 0,1.
Найдем вероятности того, что среди отобранных деталей:
1) Вообще нет нестандартных.
2) Одна нестандартная.
3) Две нестандартные детали.
4) Три нестандартные детали.
5) Четыре нестандартных детали.
Построим многоугольник распределения.
Пример. Две игральные кости одновременно бросают 2 раза. Написать биноминальный закон распределения дискретной случайной величины Х – числа выпадений четного числа очков на двух игральных костях.
Каждая игральная кость имеет три варианта четных очков – 2, 4 и 6 из шести возможных, таким образом, вероятность выпадения четного числа очков на одной кости равна 0,5.
Вероятность одновременного выпадения четных очков на двух костях равна 0,25.
Вероятность того, что при двух испытаниях оба раза выпали четные очки на обеих костях, равна.
Пример 6. В ящике лежит 11 деталей, 3 из них нестандартные. Из ящика дважды берут по одной детали, не возвращая их обратно. Найти вероятность того, что во второй раз из ящика будет извлечена стандартная деталь - событие В, если в первый раз была извлечена нестандартная деталь - событие А.
После первого извлечения в ящике из 10 деталей осталось 8 стандартных, и, следовательно, искомая вероятность
Формула полной вероятности. Формула Байеса
Пример 7. Имеются три одинаковые с виду урны: в первой 5 белых и 10 черных шаров; во второй 9 белых и 6 черных шаров; в третьей только черные шары. Из наугад выбранной урны достают один шар. Какова вероятность того, что этот шар черный.
Событие A – достали черный шар. Событие A
H 1 – шар достали из первой урны;
H 2 – шар достали из второй урны;
H 3 – шар достали из третьей урны.
Так как урны с виду одинаковы, то:
A для каждой гипотезы.
Черный шар достали из первой урны:
Аналогично:
1/3*2/3+1/3*2/5+1/3*1=31/45
Пример 8. Имеются две урны: в первой 5 белых и 10 черных шаров; во второй урне 9 белых и 6 черных шаров. Из первой урны во вторую перекладывают, не глядя, один шар. После этого из второй урны достают один шар. Найти вероятность того, что этот шар будет черным.
Событие A – из второй урны достали черный шар. Событие A может произойти с одним из несовместных событий (гипотез):
H 1 – из первой урны во вторую переложили белый шар;
H 2 – из первой урны во вторую переложили черный шар.
Вероятности гипотез:
Найдем условные вероятности события A . Если из первой урны во вторую переложили белый шар, то во второй урне стало 10 белых и 6 черных шаров. Значит, вероятность достать из нее черный шар равна:
Аналогично:
По формуле полной вероятности:
Пример 9. Имеются три урны: в первой 5 белых и 10 черных шаров; во второй 9 белых и 6 черных шаров; в третьей урне 15 черных шаров (белых шаров нет). Из наугад выбранной урны достали один шар. Этот шар оказался черным. Найти вероятность того, что шар достали из второй урны.
Событие A – из наугад выбранной урны достали один шар.
Событие A может произойти с одним из несовместных событий (гипотез):
H 1 – шар достали из первой урны;
H 2 – шар достали из второй урны;
H 3 – шар достали из третьей урны.
Априорные вероятности гипотез равны:
В задаче 4 найдены условные вероятности события A и его полная вероятность:
Найдем по формуле Байеса апостериорную вероятность гипотезы H 2 .
Черный шар достали из второй урны:
Сравним и:
Таким образом, если известно, что достали черный шар, то вероятность того, что его достали из второй урны уменьшается (это соответствует условию – во второй урне меньше всего черных шаров).
Формула Бернулли
Пример 10. В семье шесть детей. Вероятность рождения девочки равна 0,49. Найти вероятность того, что среди этих детей одна девочка.
Событие A – родилась девочка.
P = P (A ) = 0,49;
q = 1 – p = 1 – 0,49 = 0,51.
Формула Бернулли:
Всего шесть детей, значит n =6.
Надо найти вероятность того, что среди них точно одна девочка, значит m = 1.
Пример 11. Монету бросают 6 раз. Найти вероятность того, что не более 5 раз выпадет герб.
Событие A – при подбрасывании монеты выпадает герб.
Монета подбрасывается 6 раз, значит n = 6.
Событие B – герб выпадет не более 5 раз.
Противоположное событие:
– герб выпадет более 5 раз, то есть 6 раз.
