Высшая математика – просто и доступно!

Вы находитесь на зеркале сайта mathprofi.ru

Наш форум, библиотека и блог: mathprofi.com

Высшая математика:

Математика для заочников

Математические формулы,
таблицы и другие материалы

Книги по математике

Математические сайты

+-*/^ Удобный калькулятор

+ «Дробовик»   

Учимся решать:

  Карта сайта

Не нашлось нужной задачи?
Сборники готовых решений!

Не получается пример?
Задайте вопрос на форуме!
>>> mathprofi

Обратная связь:

Часто задаваемые вопросы
Гостевая книга Отблагодарить автора >>>

Заметили опечатку / ошибку?
Пожалуйста, сообщите мне об этом

Карта сайта

---

Независимые испытания и формула Бернулли

Сегодня на уроке мы познакомимся с ещё одним распространённым следствием теорем сложения и умножения вероятностей, которое касается независимых испытаний, и рассмотрим многочисленные примеры на использование формулы Бернулли. Данная задача входит в «обязательный комплект» типовой самостоятельной/контрольной работы по теории вероятностей, поэтому ваше ближайшее времяпровождение будет крайне полезным. Кроме того, я расскажу, в чём заблуждается подавляющее большинство участников лотерей и азартных игр. …Нееет, вера или слабая надежда «сорвать куш» тут совершенно ни при чём ;-) Не успев и глазом моргнуть, погружаемся в тему:

Что такое независимые испытания? Практически всё понятно уже из самого названия. Пусть производится несколько испытаний. Если вероятность появления некоего события  в каждом из них не зависит от исходов остальных испытаний, то… заканчиваем фразу хором =) Молодцы. При этом под словосочетанием «независимые испытания» часто подразумевают повторные независимые испытания – когда они осуществляются друг за другом.

Простейшие примеры:
– монета подбрасывается 10 раз;
– игральная кость подбрасывается 20 раз.

Совершенно ясно, что вероятность выпадения орла либо решки в любом испытании не зависит от результатов других бросков. Аналогичное утверждение, естественно, справедливо и для кубика.

А вот последовательное извлечение карт из колоды не является серией независимых испытаний – как вы помните, это цепочка зависимых событий. Однако если карту каждый раз возвращать обратно, то ситуация станет «такой, какой надо».

Спешу обрадовать – у нас в гостях очередной Терминатор, который абсолютно равнодушен к своим удачам/неудачам, и поэтому его стрельба представляет собой образец стабильности =):

Задача 1

Стрелок совершает 4 выстрела по мишени. Вероятность попадания при каждом выстреле постоянна и равна . Найти вероятность того, что:

а) стрелок попадёт только один раз;
б) стрелок попадёт 2 раза.

Решение: условие сформулировано в общем виде и вероятность попадания в мишень при каждом выстреле считается известной. Она равна  (если совсем тяжко, присвойте параметру какое-нибудь конкретное значение, например, ).

Коль скоро мы знаем , то легко найти вероятность промаха в каждом выстреле:
, то есть, «ку» – это тоже известная нам величина.

а) Рассмотрим событие «Стрелок попадёт только один раз» и обозначим его вероятность через  (индексы понимаются как «одно попадание из четырёх»).  Данное событие состоит в 4 несовместных исходах: стрелок попадёт в 1-й или во 2-й или в 3-й или в 4-й попытке.

По теоремам сложения вероятностей несовместных и умножения вероятностей независимых событий:

Внимание! Если вам НЕ ПОНЯТНА эта запись, пожалуйста, вернитесь к предыдущему уроку по вышеприведённой ссылке!

Упростим результат с помощью комбинаторной формулы количества сочетаний:
 способами можно выбрать попытку, в которой стрелок попал.

И, поскольку в каждом случае имеет место 1 попадание и 3 промаха, то:
 – вероятность того, что стрелок попадёт только один раз из четырёх

…Как-то так «с лёгкой руки» я начал называть повторные независимые испытания «попытками», что не в каждой задаче может быть корректным… …ну да ладно.

б) Рассмотрим событие «Стрелок попадёт два  раза» и обозначим его вероятность через  («два попадания из четырёх»). Здесь вариантов становится больше, попадания возможны:

в 1-й и 2-й попытках
или
в 1-й и 3-й попытках
или
в 1-й и 4-й попытках
или
во 2-й и 3-й попытках
или
во 2-й и 4-й попытках
или
в 3-й и 4-й попытках.

Таким образом, по тем же теоремам сложения и умножения вероятностей:

Можно ли так решать задачу? Безусловно, можно. Но что делать, если серия состоит из 5, 6 или бОльшего количества выстрелов? Тут уже будут получаться десятки слагаемых, запись которых отнимет много времени и места. В этой связи рациональнее придерживаться более компактной схемы:
 способами (перечислены выше) можно выбрать 2 попытки, в которых произойдут попадания.

И, поскольку в любом исходе ровно 2 попадания и 2 промаха, то:
 – вероятность того, что стрелок попадёт 2 раза из 4.

Ответ:

Итак – вероятность того, что будет 1 попадание из 4, равна , вероятность того, что будет 2 попадания из 4, равна … не замечаете ли вы закономерности?

Только что на конкретном примере мы повторили путь Якоба Бернулли, который несколько веков назад вывел формулу, названную позже в его честь:

– Вероятность  того, что в  независимых испытаниях некоторое случайное событие  наступит ровно  раз, равна:

, где:

 – вероятность появления события  в каждом испытании;
 – вероятность непоявления события  в каждом испытании.

Коэффициент  часто называют биномиальным коэффициентом.

Примечание: формула Бернулли справедлива только для тех независимых испытаний,
в которых вероятность  события  сохраняется постоянной. Но на практике в результате испытаний могут появляться разные события с разными вероятностями – в этом случае работает другая формула. Соответствующие примеры можно найти, например, в типовых расчётах из сборника Чудесенко (Задача 18).

За примером далеко ходить не будем:

Задача 2

Найти вероятность того, что при 10 бросках монеты орёл выпадет 3 раза.

Решение: сначала немного порассуждаем: всего проводится 10 повторных независимых испытаний. Сколькими способами можно выбрать 3 испытания, в которых выпадет орёл?
 способами!

Это что же получается – записывать 120 слагаемых, в каждом из которых 10 множителей? =)

Используем формулу Бернулли: , в данном случае:
 – всего испытаний;
 – количество испытаний, в которых должен появиться орёл;
 – вероятность появления орла в каждом испытании;
 – вероятность появления решки в каждом испытании.

Таким образом:
 – вероятность того, что при 10 бросках монеты орёл выпадет ровно 3 раза.

Ответ:

Следует отметить, что повторный характер независимых испытаний не является «жизненно важным» (необходимым) условием для применения формулы Бернулли. Рассмотрим похожую задачу (которая, кстати, эквивалентна Задаче 8 урока о классическом определении вероятности):

Найти вероятность того, что при броске 10 монет орёл выпадет на 3 монетах.

Здесь испытания не повторяются, а скорее, производятся одновременно, но, тем не менее, работает та же самая формула: .

Решение будет отличаться смыслом и некоторыми комментариями, в частности:
 способами можно выбрать 3 монеты, на которых выпадет орёл.
 – вероятность выпадения орла на каждой из 10 монет
и т.д.

Однако на практике подобные задачи встречаются не столь часто, и, видимо, по этой причине формула Бернулли чуть ли не стереотипно ассоциируется только с повторными испытаниями. Хотя, как только что было показано, повторяемость вовсе не обязательна.

Следующая задача для самостоятельного решения:

Задача 3

Игральную кость бросают 6 раз. Найти вероятность того, что 5 очков:

а) не выпадут (выпадут 0 раз);
б) выпадут 2 раза;
в) выпадут 5 раз.

Результаты округлить до 4 знаков после запятой.

Краткое решение и ответ в конце урока.

Очевидно, что в рассматриваемых примерах некоторые события более вероятны, а некоторые – менее вероятны. Так, например, при 6 бросках кубика даже безо всяких расчётов интуитивно понятно, что вероятности событий пунктов «а» и «бэ» значительно больше вероятности того, что «пятёрка» выпадет 5 раз. А теперь поставим задачу найти

НАИВЕРОЯТНЕЙШЕЕ число появлений события  в  независимых испытаниях

Опять же на уровне интуиции в Задаче №3 можно сделать вывод о том, что наивероятнейшее количество появлений «пятёрки» равно единице – ведь всего граней шесть, и при 6 бросках кубика каждая из них должна выпасть в среднем по одному разу. Желающие могут вычислить вероятность  и посмотреть, будет ли она больше «конкурирующих» значений  и .

Сформулируем строгий критерий: для отыскания наивероятнейшего числа  появлений случайного события  в  независимых испытаниях (с вероятностью  в каждом испытании)  руководствуются следующим двойным неравенством:

, причём:

1) если значение  – дробное, то существует единственное наивероятнейшее число ;
в частности, если  – целое, то оно и есть наивероятнейшее число: ;

2) если же  – целое, то существуют два наивероятнейших числа:  и .

Наивероятнейшее число появлений «пятёрки» при 6 бросках кубика подпадает под частный случай первого пункта:

В целях закрепления материала решим пару задач:

Задача 4

Вероятность того, что при броске мяча баскетболист попадёт в корзину, равна 0,3. Найти наивероятнейшее число попаданий при 8 бросках и соответствующую вероятность.

А это уже если и не Терминатор, то, как минимум, хладнокровный спортсмен =)

Решение: для оценки наивероятнейшего числа попаданий используем двойное неравенство . В данном случае:

 – всего бросков;
 – вероятность попадания в корзину при каждом броске;
 – вероятность промаха при каждом броске.

Таким образом, наивероятнейшее количество попаданий при 8 бросках находится в следующих пределах:

Поскольку левая граница – дробное число (пункт №1), то существует единственное наивероятнейшее значение, и, очевидно, что оно равно .

Используя формулу Бернулли ,  вычислим вероятность того, что при 8 бросках будет ровно 2 попадания:
 

Ответ:  – наивероятнейшее количество попаданий при 8 бросках,
 – соответствующая вероятность.

Аналогичное задание для самостоятельного решения:

Задача 5

Монета подбрасывается 9 раз. Найти вероятность наивероятнейшего числа появлений орла

Примерный образец решения и ответ в конце урока.

После увлекательного отступления рассмотрим ещё несколько задач, а затем я поделюсь секретом правильной игры в азартные игры и лотереи.

Задача 6

Среди изделий, произведенных на станке-автомате, в среднем бывает 60% изделий первого сорта. Какова вероятность того, что среди 6 наудачу отобранных изделий будет:

а) от 2 до 4 изделий первого сорта;
б) не менее 5 изделий первого сорта;
в) хотя бы одно изделие более низкого сорта.

Вероятность производства первосортного изделия не зависит от качества других выпущенных изделий, поэтому здесь идёт речь о независимых испытаниях. Старайтесь не пренебрегать анализом условия, а то может статься – события-то зависимые или задача вообще о другом.

Решение: вероятность зашифрована под проценты, которые, напоминаю, нужно разделить на сто:  – вероятность того, что выбранное изделие будет 1-го сорта.
Тогда:  – вероятность того, что оно не будет первосортным.

а) Событие «Среди 6 наудачу отобранных изделий будет от 2 до 4 изделий первого сорта» состоит в трёх несовместных исходах:

среди  изделий будет 2 первосортных или 3 первосортных или 4 первосортных.

С исходами удобнее разделаться по отдельности. Трижды используем формулу Бернулли :

По теореме сложения вероятностей несовместных событий:
 – вероятность того, что среди 6 наудачу отобранных изделий будет от 2 до 4 изделий первого сорта.

Решение можно было записать и «одной строкой», что мы, впрочем, сделаем в следующем пункте:

б) Событие «Среди 6 наудачу отобранных изделий будет не менее 5 изделий первого сорта» состоит в 2 несовместных исходах: первосортных изделий будет пять или шесть.

По теореме сложения вероятностей несовместных событий:

 – искомая вероятность.

в) Вероятность того, что «Среди 6 наудачу отобранных изделий будет хотя бы одно изделие более низкого сорта» удобно найти через вероятность противоположного события («Все изделия будут первосортными»), которая уже известна:
 – вероятность того, что среди шести отобранных изделий окажется хотя бы одно низкосортное.

Ответ:

Давайте заодно вспомним такое полезное понятие, как полная группа событий. Что осталось не найденным? Остались не найденными вероятности двух событий.

Не знаю кому как, а мне порядком поднадоел микрокалькулятор, и я предлагаю воспользоваться расчётным макетом по теории вероятностей – это подарок для самых прилежных студентов, которые не уходят курить во время моих занятий =)

Вводим исходные данные и получаем:
 – вероятность того, что все изделия окажутся более низкого сорта;
 – вероятность того, что среди 6 изделий будет только одно первосортное.

Проверка:
,
что и требовалось проверить.

Небольшое задание для самостоятельного решения:

Задача 7

Производится 8 выстрелов по цели, в каждом из которых вероятность попадания равна 0,1. Найти вероятность того, что цель будет поражена хотя бы два раза.

Краткое решение и ответ в конце урока.

Следует отметить, что задачи на формулу Бернулли «хорошо узнаются» и обычно не вызывают затруднений. С дополнительными, в том числе весьма интересными примерами по теме можно ознакомиться в этой pdf-ке с готовыми решениями. И одну из таких задач я разберу в заключение урока:

Задача 8

Для нормальной работы вычислительного центра необходима безотказная работа в течение дня, как минимум, 5 компьютеров. Сколько компьютеров нужно устано­вить, чтобы с вероятностью, не меньшей  обеспечить нормальную работу центра, если вероятность отказа компьютера в течение дня равна 0,05?

Решение: из условия легко найти, что вероятность безотказной работы любого компьютера в течение дня составляет . Однако сам вопрос поставлен нетривиально – сколько компьютеров нужно установить? Иными словами, в формуле Бернулли  нам не известно значение «эн».

Поскольку для нормальной работы центра необходима безотказная работа, как минимум, 5 компьютеров, то может быть пяти и хватит?

1) Если в вычислительном центре установить  компьютеров, то в течение дня безотказно должны работать они все. По формуле Бернулли:

Но по условию нормальную работу центра  нужно обеспечить с вероятностью, не меньшей, чем ! А полученная нами вероятность  безотказной работы всех пяти компьютеров – заметно меньше. Значит, необходимо увеличить количество машин:

2) Предположим, что в вычислительном центре установлено  компьютеров. Тогда для нормальной его работы в течение дня безотказно должны работать 5 или 6 компьютеров.

По теореме сложения вероятностей несовместных событий:

 – вероятность того, что в течение дня безотказно будут работать, как минимум, 5 компьютеров из шести.

Данное значение нас тоже не устроит, так как оно меньше требуемой надёжности работы вычислительного центра:

Таким образом, шести компьютеров тоже не достаточно. Добавляем ещё один:

3) Пусть в вычислительном центре  компьютеров. Тогда безотказно должны работать 5, 6 или 7 компьютеров. Используя формулу Бернулли и теорему сложения вероятностей несовместных событий, найдём вероятность того, что в течение дня безотказно будут работать, как минимум, 5 компьютеров из семи:

Есть! Требуемый уровень надёжности достигнут.

Можно, конечно, поставить и бОльшее количество компьютеров, но зачем переплачивать? =)

Ответ: чтобы обеспечить нормальную работу вычислительного центра в течение дня с вероятностью, не меньшей , нужно установить не менее семи компьютеров.

Формула Бернулли очень удобна, но с другой стороны, обладает и рядом недостатков. Так, например, при достаточно больших значениях «эн» и «эм» её применение затруднено ввиду огромных значений факториалов. В этом случае используют теоремы Лапласа, которые мы рассмотрим на следующем уроке. Другая распространённая на практике ситуация – когда вероятность  некоторого события в отдельно взятом испытании достаточно мала, а количество испытаний  велико. Вопрос разрешается с помощью формулы Пуассона.

И, наконец, обещанный секрет:

…Так всё-таки – как правильно играть в азартные игры и лотереи?

Наверное, многие ожидали услышать от меня что-нибудь вроде: «Лучше вообще не играть», «Открыть собственное казино», «Организовать лотерею» и т.п.

Ну почему же не играть? Игра – это одно из развлечений, а за развлечения, как известно, нужно… совершенно верно! Поэтому средства, на которые вы играете, следует считать платой за развлечение, но ни в коем случае трагической потерей.

Тем не менее, каждый участник азартной игры хочет выиграть. И выиграть хорошую сумму. Какой тактики (о стратегии речи не идет вообще) выгоднее всего придерживаться в игре с заведомо проигрышным математическим ожиданием, например, в рулетке? Лучше всего сразу поставить все фишки, как вариант, на «красное» либо «чёрное». С вероятностью  вы удвоитесь (и быстро, и много!), и если это произойдёт – обязательно потратьте выигрыш на другие развлечения =)

Не имеет смысла играть по какой-то «системе» (хотя бы потому, что это глупо) и тратить на это часы/дни/недели – в той же рулетке заведение имеет минимальное преимущество, и проигрываться можно ооооочень долго. Если в оффлайновом казино это ещё как-то можно понять (общение, выпивка, девочки и т.д.), то онлайн игра оставит вас с красными глазами и чувством глубокой досады.

Что касается лотерей, то билет лучше покупать опять же ради развлечения и… наобум. Или «по наитию». Правда, лично я почему-то никогда не слышал об экстрасенсах и предсказателях, которые выигрывают в лотереи =) Не иначе, как шифруются.

Естественно, перечисленные советы не относятся к хроническим лудоманам и им как раз таки «Лучше вообще не играть». Ну а тем посетителям, которые мечтают разбогатеть на гэмблинге, настоятельно рекомендую прочитать либо ещё раз перечитать вводную статью по теории вероятностей. 

Везения в главном!

Решения и ответы:

Автор: Емелин Александр

Высшая математика для заочников и не только >>>

(Переход на главную страницу)

Как можно отблагодарить автора?

Zaochnik.com – профессиональная помощь студентам,

cкидкa 15% на первый зaкaз, при оформлении введите прoмoкoд: 5530-hihi5

© Copyright  Александр Емелин, mathprofi.ru, 2010-2024, сделано в Блокноте