какие события называют равновозможными

Алгебра. 9 класс

Подбрасывание монеты для определения вероятности выпадения орла или решки, или бросание игрального кубика для определения выпавшего числа, всё это яркие примеры наступления вероятности некоторого случайного события.

Исходы при которых наступает ожидаемое событие называют благоприятными исходами для данного события.

При бросании игрального кубика, с очками на каждой стороне от 1 до 6 существует 6 равновозможных событий (исходов), ведь шансы выпадения любого очка от 1 до 6 абсолютно одинаковы.

Если шансы исходов любого эксперимента одинаковы, то все исходы принято считать равновозможными.

Вероятность обозначается буквой Р, от французского слова probabilité – вероятность.

Если все исходы испытания равновозможны, то вероятность наступления события в данном испытании равна отношению числа благоприятных для него исходов к числу всех равновозможных исходов.

Существует два подхода к определению вероятности.

Статистический подход требует проведения реальных экспериментов.
Классический подход требует правильного определения числа равновозможных исходов испытания и числа благоприятных исходов.

Достоверным событием называется такое событие, которое происходит всегда при проведении эксперимента.

При бросании игрального кубика определить вероятность события, при котором выпадет менее 7 очков. Каждый из шести результатов даст такой исход (1; 2; 3; 4; 5; 6), значит

Вероятность достоверного события равна единице.

Рассмотрим обратный пример.

При бросании игрального кубика определить вероятность события, при котором выпадет 7 очков. Данное событие ни при каких условиях не может произойти.

Невозможным событием называется такое событие, которое не может произойти ни при каком исходе эксперимента.

Вероятность невозможного события равна нулю.

Вероятность наступления случайного события иногда можно определить с помощью геометрических соображений, используя вероятностую шкалу.

Допустим проведено некоторое испытание с n равновозможными исходами, среди которых m исходов являются благоприятными для наступления события А. Можем записать, что

Заметим, что всегда m ≤ n, следовательно , то есть вероятность наступления события А будет P(A) ≤ 1. Но также отметим, что P(A) ≥ 0. Сделаем вывод:
0 ≤ P(A) ≤ 1.

Геометрический смысл записи состоит в том, что, чем ниже вероятность наступления события А, тем ближе к нулю располагается точка P(A), чем выше вероятность наступления события А, тем ближе к единице располагается точка P(A).

Вероятность любого события всегда находится между 0 и 1.

Алгебра. 9 класс: учеб. для общеобразоват. организаций / [Ю. Н. Макарычев, Н. Г. Миндюк, К. И. Нешков, С. Б Суворова]; под ред. С. А. Теляковского. – 4-е изд. – М.: Просвещение, 2017.

Источник

Какие события называют равновозможными

Событиями являются и результаты различных опытов, наблюдений и измерений.

1) из ящика с разноцветными шарами наугад вытаскивают белый шар;

2) на один из приобретенных лотерейных билетов выпал выигрыш;

3) при бросании игральной кости выпала цифра 6.

События делятся на достоверные, случайные и невозможные.

Достоверным называется событие, если оно обязательно произойдет в данном испытании.

Случайным называется событие, если оно может произойти, но может и не произойти в данном испытании.

Невозможным называется событие, если оно не может произойти в данном испытании.

За единицу принимают вероятность достоверного события, а вероятность невозможного события считают равной нулю. Тогда вероятность Р любого события А удовлетворяет неравенству:

Несовместными называются события, если появление одного из них

Пример. Опыт состоит в подбрасывании монеты, событие А – выпадение орла, событие В – выпадение решки. Эти события несовместны, равновозможны и единственно возможны.

Равновозможными называются события, если ни одно из них не является более возможным, чем другое.

Единственно возможными называются события, если в результате опыта хотя бы одно из них обязательно наступит. Говорят, что единственно возможные события образуют полную группу событий .

Рассмотрим классический метод определения вероятности некоторого случайного события. Пусть в результате некоторого опыта могут наступить события А₁, А₂, А₃, …, А_n (элементарные исходы опыта), которые являются:

1)единственно возможными, т.е. в результате опыта хотя бы одно из них обязательно наступит;

2)несовместными, т.е. появление одного из них исключает появление всех остальных;

3)равновозможными, т.е. не существует никаких причин, в связи с которыми одно из событий появлялось бы чаще, чем остальные.

Пусть при появлении некоторых из этих событий наступает событие А. Обозначим число таких событий k (k≤n). А при появлении остальных (n-k) событий событие А не наступает. Говорят, что k событий (элементарных исходов), при которых появляется событие А, благоприятствуют событию А, а остальные (n-k) событий не благоприятствуют ему.

Вероятностью события А называется отношение числа k элементарных исходов, благоприятствующих этому событию, к общему числу элементарных исходов испытания n, если они равновозможны, несовместны и единственно возможны.

Источник

Алгебра и начала математического анализа. 11 класс

Конспект урока

Алгебра и начала математического анализа, 11 класс

Урок №33. Вероятность события. Сложение вероятностей.

Перечень вопросов, рассматриваемых в теме:

— события, испытания, вероятность, случайное событие, невозможного и достоверного события;

— понятие классической вероятности события;

— поиск вероятности случайного события, пользуясь определением классической вероятности;

— поиск вероятности суммы событий.

Испытанием называется осуществление определенных действий.

Событие— факт, который может произойти в результате испытания.

Любой результат испытания называется исходом.

Достоверным называют событие, которое в результате испытания обязательно произойдёт.

Невозможным называют событие, которое заведомо не произойдёт в результате испытания.

Пространство элементарных событий Ω — множество всех различных исходов произвольного испытания.

Если события не могут произойти одновременно в одном испытании, то события называются несовместными.

Противоположное событие происходит тогда, когда исходное событие А не происходит.

Полной группой событий называется такая система событий, что в результате испытания непременно произойдет одно и только одно из них.

Число испытаний, в которых событие наступило, назовем абсолютной частотой и обозначим n. Общее число произведенных испытаний обозначим N.

Отношение абсолютной частоты к числу испытаний n/N называется относительной частотой события.

Относительная частота показывает, какая доля испытаний завершилась наступлением данного события. Эта относительная частота и определяет вероятность случайного события. Её ещё называют статистической вероятностью события.

Суммой событий А и В называется событие А+В, которое состоит в том, что наступит или событие А, или событие В, или оба события одновременно.

Произведением событий А и В называется событие А•В, состоящее в совместном осуществлении событий А и В.

Колягин Ю.М., Ткачёва М.В., Фёдорова Н.Е., Шабунин М.И. Под ред. А.Б. Жижченко. Алгебра и начала математического анализа. 11 класс: учеб. для общеобразоват. учреждений: базовый и профил. Уровни. – 2-е изд. – М.: Просвещение, 2010. – 336 с.: ил. – ISBN 978-5-09-022250-1, сс. 180-188.

Открытые электронные ресурсы:

Решу ЕГЭ образовательный портал для подготовки к экзаменам https://ege.sdamgia.ru/.

Открытый банк заданий ЕГЭ ФИПИ, Элементы комбинаторики, статистики и теории вероятностей, базовый уровень. Элементы комбинаторики, статистики и теории вероятностей. Базовый уровень. http://ege.fipi.ru/.

Теоретический материал для самостоятельного изучения

В корзине лежат клубки ниток зеленого и белого цвета. Бабушка просит внучку достать ей клубок ниток и, внучка наугад из корзины вынимает один клубок. Какое из следующих событий может произойти?

1) вынутый предмет окажется клубком

2) вынутый предмет окажется красным клубком

3) вынутый предмет окажется зеленым клубком

4) вынутый предмет не окажется клубком

Ответ: первое и третье.

1. Теория вероятностей – раздел математики, изучающий случайные события, случайные величины, их свойства и операции над ними. Рассмотрим некоторые ключевые понятия, которые используются в теории вероятностей.

Испытанием называется осуществление определенных действий.

Под событием понимают любой факт, который может произойти в результате испытания.

Любой результат испытания называется исходом.

Достоверным называют событие, которое в результате испытания обязательно произойдёт.

Невозможным называют событие, которое заведомо не произойдёт в результате испытания.

События обычно обозначаются заглавными буквами латинского алфавита (А, В, С, D,…).

Рассматривая приведенный пример, мы можем сформулировать следующие заключения.

2. Определим еще несколько важных понятий теории вероятностей

Пространство элементарных событий Ω— множество всех различных исходов произвольного испытания.

Например, при броске одной игральной кости пространство элементарных событий Ω= 1, w ₂, w ₃, w ₄, w ₅, w₆>, где w_i— выпадение i очков.

Если события не могут произойти одновременно в одном испытании, то события называются несовместными.

Например, при бросании монеты не могут одновременно выпасть «Орёл» и «Решка».

Простейшим примером несовместных событий является пара противоположных событий.

Противоположное событие происходит тогда, когда исходное событие А не происходит.

Событие, противоположное данному, обычно обозначается той же латинской буквой с чёрточкой сверху.

Полной группой событий называется такая система событий, что в результате испытания непременно произойдет одно и только одно из них.

Монету подбросили дважды. Укажите все элементарные события полной группы событий.

Элементарными событиями являются:

— Выпал один «орел» и одна «рещка».

3. Чтобы выяснить, насколько вероятно то или иное случайное событие, нужно подсчитать, как часто оно происходит.

Число испытаний, в которых событие наступило, назовем абсолютной частотой и обозначим n. Общее число произведенных испытаний обозначим N.

Отношение абсолютной частоты к числу испытаний n/N называется относительной частотой события.

Относительная частота показывает, какая доля испытаний завершилась наступлением данного события. Эта относительная частота и определяет вероятность случайного события. Ее еще называют статистической вероятностью события.

Статистическая вероятность события рассчитывается опытным путем.

Еще со времен Древнего Китая за 2238 лет до нашей эры на основании метрик демографы обнаружили, что на каждую тысячу новорожденных приходится 514 мальчиков.

Это означает, что Вероятность рождения мальчика составляет 0,514.

1. Классическое определение вероятности применяется для равновозможных событий.

К равновозможным (равновероятностным) относятся такие события, для которых нет никаких объективных оснований считать, что одно является более возможным, чем другие.

Например, при бросании игрального кубика события выпадения любого из очков равно возможны.

Рассмотрим произвольный эксперимент.

Пусть n— число всех исходов эксперимента, которые образуют полную группу попарно несовместных и равновозможных событий, m – число благоприятных событию А исходов. Тогда вероятностью события А называется число

Согласно определению вероятности наименьшее значение вероятности принимает невозможное событие, так как оно не может наступить и для него m=0, значит и вероятность равна 0.

Наибольшее значение принимает достоверное событие. В силу того, что оно гарантированно произойдет, для него m=n, Р=m/n=n/n=1.

Произведением событий А и В называется событие А•В, состоящее в совместном осуществлении событий А и В.

Теорема сложения вероятностей несовместных событий: вероятность появления одного из двух несовместных событий А или В равна сумме вероятностей этих событий:

Примеры и разбор решения заданий тренировочного модуля

Известна история о том, как однажды к Г. Галилею явился солдат и попросил помочь ему в решении насущного вопроса: какая сумма 9 или 10 очков при бросании трех костей выпадает чаще?

Может показаться, что шансы равны, так как каждая сумма из 9 и 10 очков может быть получена одним их шести способов:

9 = 1 + 2 + 6 = 1 + 3 + 5 = 1 + 4 + 4 = 2 + 2 + 5 = 2 + 3 + 4 = 3 + 3 + 3;

10 = 1 + 3 + 6 = 1 + 4 + 5 = 2 + 2 + 6 = 2 + 3 + 5 = 2 + 4 + 4 = 3 + 3 + 4.

Однако с учетом перестановок для суммы 9 очков получается 25 различными способами (по 6 способов для первого, второго, пятого вариантов суммы, по 3 способа для третьего и четвертого вариантов, 1 способ для последнего варианта 6 + 6 + 3 + 3 + 6 + 1), а для суммы 10 очков – 27 различными способами (6 + 6 + 3 + 6 + 3 + 3). Как видно, шансы этих случайных событий довольно близки между собой и относятся друг к другу как 25:27, что и вызвало затруднения солдата.

Таким образом, чаще выпадает сумма 10.

Пример 2. В средние века среди феодальной знати были широко распространены азартные игры. Большим любителем таких игра был француз шевалье де Мере. Страстного игрока в кости, придворного французского короля шевалье де Мере можно отнести к числу «основателей» теории вероятностей. Заслуга его состоит в том, что он настойчиво заставлял математиков решать различные задачи, на которые наталкивался сам во время своей практики игры. Он хотел разбогатеть при помощи игры в кости. Для этого шевалье придумывал различные усложненные правила игры. Страстному игроку, но плохому математику, де Мере посчастливилось иметь такого друга, как Паскаль. В 1654 г. шевалье де Мере обратился к Блезу Паскалю за помощью в разрешении проблем, связанных с вероятностью благоприятных результатов при бросании игральных костей.

Одна из задач была поставлена следующим образом: Игральная кость бросается четыре раза. Шевалье бился об заклад, что при этом хотя бы один раз выпадет шесть очков. Какова вероятность выигрыша для шевалье? Ответ округлите до десятых.

Так как при каждом бросании игральной кости имеется 6 различных возможностей, то при четырех бросаниях кости число различных возможных случаев будет 6 · 6 · 6 · 6 = 1296.

Среди этих 1296 случаев будет 5 · 5 · 5 · 5 = 625 таких, где шестерка не выпадет ни разу.

В 1296 – 625 = 671 случае хотя бы один раз из четырех выпадает шестерка. Следовательно, вероятность выпадения хотя бы одной шестерки при четырех бросаниях кости равна 671/1296, что чуть больше 0,5.

Источник

Теория вероятностей, формулы и примеры

Тема непростая, но если вы собираетесь поступать на факультет, где нужны базовые знания высшей математики, освоить материал — must have. Тем более, все формулы по теории вероятности пригодятся не только в универе, но и при решении 4 задания на ЕГЭ. Начнем!

Основные понятия

Французские математики Блез Паскаль и Пьер Ферма анализировали азартные игры и исследовали прогнозы выигрыша. Тогда они заметили первые закономерности случайных событий на примере бросания костей и сформулировали теорию вероятностей.

Когда мы кидаем монетку, то не можем точно сказать, что выпадет: орел или решка.

Но если подкидывать монету много раз — окажется, что каждая сторона выпадает примерно равное количество раз. Из чего можно сформулировать вероятность: 50% на 50%, что выпадет «орел» или «решка».

Теория вероятностей — это раздел математики, который изучает закономерности случайных явлений: случайные события, случайные величины, их свойства и операции над ними.

Вероятность — это степень возможности, что какое-то событие произойдет. Если у нас больше оснований полагать, что что-то скорее произойдет, чем нет — такое событие называют вероятным.

Ну, скажем, смотрим на тучи и понимаем, что дождь — вполне себе вероятное событие. А если светит яркое солнце, то дождь — маловероятное или невероятное событие.

Случайная величина — это величина, которая в результате испытания может принять то или иное значение, причем неизвестно заранее, какое именно. Случайные величины можно разделить на две категории:

Вероятностное пространство — это математическая модель случайного эксперимента (опыта). Вероятностное пространство содержит в себе всю информацию о свойствах случайного эксперимента, которая нужна, чтобы проанализировать его через теорию вероятностей.

Формулы по теории вероятности

Теория вероятности изучает события и их вероятности. Если событие сложное, то его можно разбить на простые составные части — так легче и быстрее найти их вероятности. Рассмотрим основные формулы теории вероятности.

Случайные события. Основные формулы комбинаторики

Классическое определение вероятности

Вероятностью события A в некотором испытании называют отношение:

P (A) = m/n, где n — общее число всех равновозможных, элементарных исходов этого испытания, а m — количество элементарных исходов, благоприятствующих событию A

Таким образом, вероятность любого события удовлетворяет двойному неравенству:

Пример 1. В пакете 15 конфет: 5 с молочным шоколадом и 10 — с горьким. Какова вероятность вынуть из пакета конфету с белым шоколадом?

Так как в пакете нет конфет с белым шоколадом, то m = 0, n = 15. Следовательно, искомая вероятность равна нулю:

Неприятная новость для любителей белого шоколада: в этом примере событие «вынуть конфету с белым шоколадом» — невозможное.

Пример 2. Из колоды в 36 карт вынули одну карту. Какова вероятность появления карты червовой масти?

Количество элементарных исходов, то есть количество карт равно 36 (n). Число случаев, благоприятствующих появлению карты червовой масти (А) равно 9 (m).

Геометрическое определение вероятности

Геометрическая вероятность события А определяется отношением:

P(A)= m(A)/m(G), где m(G) и m(A) — геометрические меры (длины, площади или объемы) всего пространства элементарных исходов G и события А соответственно

Чаще всего, в одномерном случае речь идет о длинах отрезков, в двумерном — о площадях фигур, а в трехмерном — об объемах тел.

Пример. Какова вероятность встречи с другом, если вы договорились встретиться в парке в промежутке с 12.00 до 13.00 и ждете друг друга 5 минут?

У нас есть отличное онлайн обучение по математике для учеников с 1 по 11 классы, записывайся на пробное занятие!

Сложение и умножение вероятностей

Теорема о сложении вероятностей звучит так: вероятность появления одного из двух несовместных событий равна сумме вероятностей этих событий:

P(A + B) = P(A) + P(B)

Эта теорема справедлива для любого числа несовместных событий:

Если случайные события A₁, A₂. A_n образуют полную группу несовместных событий, то справедливо равенство:

Произведением событий А и В называется событие АВ, которое наступает тогда, когда наступают оба события: А и В одновременно. Случайные события А и B называются совместными, если при данном испытании могут произойти оба эти события.

Вторая теорема о сложении вероятностей: вероятность суммы совместных событий вычисляется по формуле:

P(A + B) = P(A) + P(B) − P(AB)

События событий А и В называются независимыми, если появление одного из них не меняет вероятности появления другого. Событие А называется зависимым от события В, если вероятность события А меняется в зависимости от того, произошло событие В или нет.

Теорема об умножении вероятностей: вероятность произведения независимых событий А и В вычисляется по формуле:

P(AB) = P(A) * P(B)

Пример. Студент разыскивает нужную ему формулу в трех справочниках. Вероятности того, что формула содержится в первом, втором и третьем справочниках равны 0,6; 0,7 и 0,8.

Найдем вероятности того, что формула содержится:

А — формула содержится в первом справочнике;

В — формула содержится во втором справочнике;

С — формула содержится в третьем справочнике.

Воспользуемся теоремами сложения и умножения вероятностей.

Ответ: 1 — 0,188; 2 — 0,452; 3 — 0,336.

Формула полной вероятности и формула Байеса

По теореме умножения вероятностей:

Аналогично, для остальных гипотез:

Эта формула называется формулой Байеса. Вероятности гипотез называются апостериорными вероятностями, тогда как — априорными вероятностями.

Пример. Одного из трех стрелков вызывают на линию огня, он производит два выстрела. Вероятность попадания в мишень при одном выстреле для первого стрелка равна 0,3, для второго — 0,5; для третьего — 0,8. Мишень не поражена. Найти вероятность того, что выстрелы произведены первым стрелком.

Формула Бернулли

При решении вероятностных задач часто бывает, что одно и тоже испытание повторяется многократно, и исход каждого испытания независит от исходов других. Такой эксперимент называют схемой повторных независимых испытаний или схемой Бернулли.

Примеры повторных испытаний:

Итак, пусть в результате испытания возможны два исхода: либо появится событие А, либо противоположное ему событие. Проведем n испытаний Бернулли. Это означает, что все n испытаний независимы. А вероятность появления события А в каждом случае постоянна и не изменяется от испытания к испытанию.

Биномиальное распределение — распределение числа успехов (появлений события).

Пример. Среди видео, которые снимает блогер, бывает в среднем 4% некачественных: то свет плохой, то звук пропал, то ракурс не самый удачный. Найдем вероятность того, что среди 30 видео два будут нестандартными.

Опыт заключается в проверке каждого из 30 видео на качество. Событие А — это какая-то неудача (свет, ракурс, звук), его вероятность p = 0,04, тогда q = 0,96. Отсюда по формуле Бернулли можно найти ответ:

Ответ: вероятность плохого видео приблизительно 0,202. Блогер молодец🙂

Наивероятнейшее число успехов

Биномиальное распределение ( по схеме Бернулли) помогает узнать, какое число появлений события А наиболее вероятно. Формула для наиболее вероятного числа успехов k (появлений события) выглядит так:

Пример. В очень большом секретном чатике сидит 730 человек. Вероятность того, что день рождения наугад взятого участника чата приходится на определенный день года — равна 1/365 для каждого из 365 дней. Найдем наиболее вероятное число счастливчиков, которые родились 1 января.

Формула Пуассона

При большом числе испытаний n и малой вероятности р формулой Бернулли пользоваться неудобно. Например, 0.97 999 вычислить весьма затруднительно.

В этом случае для вычисления вероятности того, что в n испытаниях событие произойдет k раз, используют формулу Пуассона:

Здесь λ = np обозначает среднее число появлений события в n испытаниях.

Эта формула дает удовлетворительное приближение для p ≤ 0,1 и np ≤10.

События, для которых применима формула Пуассона, называют редкими, так как вероятность, что они произойдут — очень мала (обычно порядка 0,001-0,0001).

При больших np рекомендуют применять формулы Лапласа, которую рассмотрим чуть позже.

Пример. В айфоне 1000 разных элементов, которые работают независимо друг от друга. Вероятность отказа любого элемента в течении времени Т равна 0,002. Найти вероятность того, что за время Т откажут ровно три элемента.

P₁₀₀₀(3) = λ 3 /3! * e −λ = 2 3 /3! * e −2 ≈ 0,18.

Ответ: ориентировочно 0,18.

Теоремы Муавра-Лапласа

Кроме того, пусть P_n(k₁;k₂) — вероятность того, что число появлений события А находится между k₁ и k₂.

Локальная теорема Лапласа звучит так: если n — велико, а р — отлично от 0 и 1, то

Интегральная теорема Лапласа звучит так: если n — велико, а р — отлично от 0 и 1, то

Функции Гаусса и Лапласа обладают свойствами, которые пригодятся, чтобы правильно пользоваться таблицей значений этих функций:

Теоремы Лапласа дают удовлетворительное приближение при npq ≥ 9. Причем чем ближе значения q, p к 0,5, тем точнее данные формулы. При маленьких или больших значениях вероятности (близких к 0 или 1) формула дает большую погрешность по сравнению с исходной формулой Бернулли.

Источник