Professional Documents
Culture Documents
Лекція 9 (1 ТЙМС) 2 семестр
Лекція 9 (1 ТЙМС) 2 семестр
ВИПАДКОВІ ПОДІЇ
3
Однак, хоча для випадкового експерименту не можна заздалегідь
передбачити результат, але, тим не менш, можна завжди однозначно
визначити його можливі результати. Наприклад, якщо підкинути гральний
кубик, то випаде якесь число від 1 до 6.
Множина всіх можливих результатів даного експерименту називається
простором елементарних подій (наслідків), та позначається Ω.
Елементи Ω, які не можливо розкласти на простіші, називаються
елементарними подіями (наслідками), та позначаються ω.
Тоді Ω={ω1, ω2, ..., ωn}.
Простір елементарних подій може містити скінченну, зліченну або
незліченну множину значень.
Розглянемо приклади стохастичних експериментів.
Приклад 1.1. Правильну монету підкидають три рази. Множина
елементарних наслідків має вигляд:
4
Тоді простір елементарних подій має вигляд:
5
Випадковою називається подія, яка може відбутись, а може не відбутися
в результаті даного експерименту.
ПРИКЛАД 1.4. Підкидають гральний кубик. Множина елементарних
наслідків:
Ω = {1, 2, 3, 4, 5, 6}.
6
Повною групою подій називаються попарно несумісні події А1, А2, ... ,
Аn, якщо в результаті даного експерименту неодмінно відбудеться принаймні
одна з них.
8
Якщо при великих значеннях n частота Р*(А) події А мало відрізняється
від деякого фіксованого значення р, то кажуть, що подія А статистично стійка,
а число Р*(А) ≈ р називається статистичною ймовірністю події А.
Таким чином, статистична ймовірність події А в серії експериментів
є відношення числа випробувань в яких відбулася подія А до загальної
кількості всіх випробувань.
Приклад 1.5. Для перевірки якості деякого виробу з партії навмання
вибрано 100 виробів, серед яких виявлено 5 бракованих. Визначити частоту
(статистичну ймовірність) браку для даного вироби.
Розв’язання. Нехай подія А – {отримано бракований виріб}. За
умовою: n + 100, k = 5. Частота браку:
Р*(∅) = 0.
Р*(Ω) = 1.
9
серію з n експериментів, або якщо змінимо n. Однак, як показує досвід, при
досить великих n для більшості експериментів частота зберігає майже
постійну величину, причому великі відхилення спостерігаються тим рідше,
чим більше n.
Статистичне визначення ймовірності спирається на реальні
експериментальні дані. Однак, для більш точного визначення ймовірності
необхідно провести досить велику кількість випробувань, що може бути
пов'язано з матеріальними витратами. Іноді з міркувань симетрії ймовірність
події може бути обчислення безпосередньо. Наприклад, при киданні
симетричною монети ймовірності появи герба дорівнює ½. Як показують
проведені експерименти дійсно при великому числі випробувань герб
з'являється приблизно в половині випадків.
Розглянемо ще одне визначення ймовірності, яке називається
класичним.
Класичне визначення ймовірності ґрунтується на понятті
рівноможливих подій, яки утворюють повну групу несумісних подій.
Прикладом рівноможливих і несумісних подій, що утворюють повну групу, є
приклад вибору кулі з урни, в якій знаходяться кілька абсолютно однакових
по відчутним ознаками куль, які перед вийманням ретельно перемішуються.
Тому кажуть, що випробування з рівноможливими наслідками, що утворюють
повну групу, зводяться до схеми урн.
Припустимо, що простір Ω має скінченне число елементарних подій,
тобто Ω = {ω1, ω2, ..., ωn}. Кожному результату ωі, i = 1, 2, ..., n поставимо у
відповідність дійсне число Рi = Р{ωі }, що задовольняє наступним умовам:
1. Рi ≥ 0, i = ;
2. .
б) Нехай подія В = {або валет, або дама, або король }. Число випадків,
що сприяють події А, дорівнює 9 – {валет пік, валет бубна, ..., король пік, …,
король черви}, т.е. |В|= 12 и
12
Приклад 1.8. (Задача про браковані деталі). У партії з N виробів
міститься M бракованих. З партії навмання обирають n виробів. Знайдіть
ймовірність того, що серед n обраних виробів буде рівно m бракованих.
Розв’язання. Згідно умови m ≤ М і n ≤ N. Нехай подія А={серед n
обраних виробів рівно m бракованих}. Всього обирається n виробів з N, тому
(1)
13
події мають незліченну множину значень. В цьому випадку використовується
метод, який зводиться до кидання точки на ділянку прямої, площини або
простору. При цьому як і раніше передбачається, що всі результати
експерименту є рівноможливими.
Нехай на площині дана деяка область D, площа якої дорівнює SD.
Усередині області D міститься область d, площа якої Sd. В область D навмання
кидається точка. Необхідно знайти ймовірність того, що точка потрапить в
область d. Передбачається, що навмання кинута точка може з однаковою
ймовірністю потрапити в будь-яку частину області D і ця ймовірність
пропорційна площі цієї області і не залежить від її розташування і форми.
Тоді ймовірність потрапити в область d при киданні точки в область D
дорівнює:
Р= .
(2)
14
Приклад 1.9. На відрізок [-3; 4] навмання кинута точка. Знайдіть
ймовірність того, що вона потрапила на відрізок [-1; 1].
Розв’язання. Нехай подія ={ точка потрапила на відрізок [-1; 1]}.
Довжина відрізка [-3; 4] дорівнює 7 одиниць, а довжина відрізка [-1; 1] – 2
одиниці. Тоді, згідно означення геометричної ймовірності (2):
А3) якщо , то
Множини A з F називаються випадковими подіями. Припустимо, що
кожній події A з F ставиться у відповідність деяке число P(A).
Ймовірністю випадкової події A називається число P(A), яке приймає
дійсні значення та задовольняє наступним аксіомам:
Р1) P(A) ≥ для усіх A ∈ F;
Р2) P(Ω) = 1;
Р3) якщо {A} – послідовність випадкових подій таких, що
то
Твердження А1, А2, А3, Р1, Р2, Р3 складають систему аксіом теорії
ймовірностей.
Трійка (Ω,F, P ) називається ймовірнісним простором.
Якщо побудовано ймовірнісний простір, то кажуть, що побудовано
ймовірнісну модель експерименту.
15