Как найти наивероятнейшее значение

Наивероятнейшее число. Примеры задач и калькулятор

Напомню, что мы рассматриваем типовые задачи схемы Бернулли (или независимых повторных испытаний). Чаще всего эти задачи связаны с нахождением вероятности того, что событие произойдет сколько-то раз в серии опытов (см. решения задач про выстрелы, билеты лотереи, партии в шахматы или рождения детей). Но еще один часто встречающийся тип задач — тот, где требуется подсчитать наиболее вероятное число наступлений события.

Вычисление этого значения имеет большое практическое значение, что легко видно из постановки задач:

1. С завода отправили 100 ящиков с хрупким товаром. Вероятность того, что ящик повредится в пути, равна 0,01. Какое наиболее вероятное число поврежденных ящиков будет на станции приема груза?

2. Вероятность того, что лампа небракованная, равна 0,97. Для ресторана закупили 124 лампы. Каково наиболее вероятное число рабочих ламп?

Конечно, в реальной жизни эти задачи формулируются более сложно и решаются по иным правилам, но для учебных целей мы разбираем простейшие случаи. Перейдем к формуле, для чего сформулируем общую постановку задачи еще раз:

Пусть производится $n$ опытов, вероятность наступления события $A$ в каждом из которых одинакова равна $p$. Тогда наивероятнейшее число $m$ наступлений события $A$ в этой серии опытов можно найти по формуле:
$$
np-q le m le np+p, quad q=1-p. qquad (1)
$$

Часто после нахождения наибольшего числа успехов требуется вычислить вероятность наступления именно этого числа, для чего используем обычную формулу Бернулли:

$$
P_n(m)= C_n^m cdot p^m cdot q^{n-m}. qquad (2)
$$

Далее:

• Онлайн калькулятор
• Видеоурок и шаблон Excel
• Примеры решенных задач
• Полезная информация

Видеоурок и шаблон Excel

Посмотрите наш ролик о решении задач о наивероятнейшем значении успехов, узнайте, как использовать Excel для решения типовых задач.

Расчетный файл Эксель из видео можно бесплатно скачать и использовать для решения своих задач.

Примеры решений задач о наиболее вероятном значении

Рассмотрим несколько типовых примеров.

Пример 1. Вероятность изготовления изделия высшего сорта на данном предприятии равна 0,8. Чему равно наивероятнейшее число изделий высшего сорта в случайно отобранной партии из 100 изделий?

Выписываем известные величины $n=100, p=0,8$ и подставляем в формулу (1):
$$
100 cdot 0,8 — 0,2 le m le 100 cdot 0,8 + 0,8, \
79,8 le m le 80,8,\
m=80.
$$
Наивероятнейшее число изделий высшего сорта в случайно отобранной партии из 100 изделий равно 80 изделиям.

Пример 2. Вероятность выигрыша в лотерею на один билет равна 0,2. Куплено 12 билетов. Найти наивероятнейшее число выигравших билетов и соответствующую вероятность.

Всего куплено $n=12$ билетов, вероятность выигрыша по каждому $p=0,2$. Получаем по формуле (1):
$$
12 cdot 0,2 — 0,8 le m le 12 cdot 0,2 + 0,2, \
1,6 le m le 2,6,\
m=2.
$$
Наиболее вероятное число выигрышных билетов равно двум. Найдем вероятность этого события по формуле Бернулли (2):
$$
P_{12}(2)= C_{12}^2 cdot 0,2^{2} cdot 0,8^{10}=66cdot 0,2^{2} cdot 0,8^{10}=0,283.
$$

Пример 3. Для данного баскетболиста вероятность забить мяч при одном броске равна 0,6. Произведено 10 бросков по корзине. Найти наивероятнейшее число попаданий и соответствующую вероятность.

Спортсмен делает $n=10$ независимых бросков, вероятность забить мяч при каждом $p=0,6$. Подставляем все в формулу (1):
$$
10 cdot 0,6 — 0,4 le m le 10 cdot 0,6 + 0,6, \
5,6 le m le 6,6,\
m=6.
$$
Наиболее вероятное число попаданий равно 6. Найдем вероятность этого события по формуле Бернулли (2):
$$
P_{10}(6)= C_{10}^6 cdot 0,6^{6} cdot 0,4^{4}=210 cdot 0,6^{6} cdot 0,4^{4}=0,251.
$$

Пример 4. Сколько раз нужно подбросить игральную кость, чтобы наивероятнейшее число выпадения 6 очков было равно 50?

Это несколько иная постановка задачи, хотя речь в ней тоже идет о наиболее вероятном числе. В отличие от разобранных выше, здесь уже задано $m=50$, $p=1/6$ (вероятность выпадения 6 очков на кости), а вот общее число бросков $n$ необходимо найти.

Начинаем с формулы (1), разбиваем ее на два неравенства и получаем из каждого выражение для $n$:

$$
np-q le m, quad m le np+p,
$$
$$
np le m+q, quad np ge m-p,
$$
$$
n le (m+q)/p, quad n ge (m-p)/p.
$$

Подставляем наши значения

$$
n le (50+5/6)/(1/6), quad n ge (50-1/6)/(1/6),
$$
$$
n le 305, quad n ge 299.
$$

Таким образом, нужно подбросить игральную кость от 299 до 305 раз.

Полезные ссылки

• Формулы по теории вероятностей
• Выполненные контрольные по теории вероятностей
• Заказать решение задач о вероятностях

Найдите готовые задачи в решебнике:

Повторные независимые испытания.
Схема и формула Бернулли

Определение повторных независимых испытаний. Формулы Бернулли для вычисления вероятности и наивероятнейшего числа. Асимптотические формулы для формулы Бернулли (локальная и интегральная, теоремы Лапласа). Использование интегральной теоремы. Формула Пуассона, для маловероятных случайных событий.

Повторные независимые испытания

На практике приходится сталкиваться с такими задачами, которые можно представить в виде многократно повторяющихся испытаний, в результате каждого из которых может появиться или не появиться событие . При этом интерес представляет исход не каждого «отдельного испытания, а общее количество появлений события в результате определенного количества испытаний. В подобных задачах нужно уметь определять вероятность любого числа появлений события в результате испытаний. Рассмотрим случай, когда испытания являются независимыми и вероятность появления события в каждом испытании постоянна. Такие испытания называются повторными независимыми.

Примером независимых испытаний может служить проверка на годность изделий, взятых по одному из ряда партий. Если в этих партиях процент брака одинаков, то вероятность того, что отобранное изделие будет бракованным, в каждом случае является постоянным числом.

Формула Бернулли

Воспользуемся понятием сложного события, под которым подразумевается совмещение нескольких элементарных событий, состоящих в появлении или непоявлении события в –м испытании. Пусть проводится независимых испытаний, в каждом из которых событие может либо появиться с вероятностью , либо не появиться с вероятностью . Рассмотрим событие , состоящее в том, что событие в этих испытаниях наступит ровно раз и, следовательно, не наступит ровно раз. Обозначим появление события , a — непоявление события в –м испытании. В силу постоянства условий испытания имеем

Событие может появиться раз в разных последовательностях или комбинациях, чередуясь с противоположным событием . Число возможных комбинаций такого рода равно числу сочетаний из элементов по , т. е. . Следовательно, событие можно представить в виде суммы сложных несовместных между собой событий, причем число слагаемых равно :

где в каждое произведение событие входит раз, а — раз.

Вероятность каждого сложного события, входящего в формулу (3.1), по теореме умножения вероятностей для независимых событий равна . Так как общее количество таких событий равно , то, используя теорему сложения вероятностей для несовместных событий, получаем вероятность события (обозначим ее )

Формулу (3.2) называют формулой Бернулли, а повторяющиеся испытания, удовлетворяющие условию независимости и постоянства вероятностей появления в каждом из них события , называют испытаниями Бернулли, или схемой Бернулли.

Пример 1. Вероятность выхода за границы поля допуска при обработке деталей на токарном станке равна 0,07. Определить вероятность того, что из пяти наудачу отобранных в течение смены деталей у одной размеры диаметра не соответствуют заданному допуску.

Решение. Условие задачи удовлетворяет требования схемы Бернулли. Поэтому, полагая , по формуле (3.2) получаем

Пример 2. Наблюдениями установлено, что в некоторой местности в сентябре бывает 12 дождливых дней. Какова вероятность того, что из случайно взятых в этом месяце 8 дней 3 дня окажутся дождливыми?

Решение.

Наивероятнейшее число появлений события

Наивероятнейшим числом появления события в независимых испытаниях называется такое число , для которого вероятность, соответствующая этому числу, превышает или, по крайней мере, не меньше вероятности каждого из остальных возможных чисел появления события . Для определения наивероятнейшего числа не обязательно вычислять вероятности возможных чисел появлений события, достаточно знать число испытаний и вероятность появления события в отдельном испытании. Обозначим вероятность, соответствующую наивероятнейшему числу . Используя формулу (3.2), записываем

Согласно определению наивероятнейшего числа, вероятности наступления события соответственно и раз должны, по крайней мере, не превышать вероятность , т. е.

Подставляя в неравенства значение и выражения вероятностей и , получаем

Решая эти неравенства относительно , получаем

Объединяя последние неравенства, получаем двойное неравенство, которое используют для определения наивероятнейшего числа:

Так как длина интервала, определяемого неравенством (3.4), равна единице, т. е.

и событие может произойти в испытаниях только целое число раз, то следует иметь в виду, что:

1) если — целое число, то существуют два значения наивероятнейшего числа, а именно: и ;

2) если — дробное число, то существует одно наивероятнейшее число, а именно: единственное целое, заключенное между дробными числами, полученными из неравенства (3.4);

3) если — целое число, то существует одно наивероятнейшее число, а именно: .

При больших значениях пользоваться формулой (3.3) для расчета вероятности, соответствующей наивероятнейшему числу, неудобно. Если в равенство (3.3) подставить формулу Стирлинга

справедливую для достаточно больших , и принять наивероятнейшее число , то получим формулу для приближенного вычисления вероятности, соответствующей наивероятнейшему числу:

Пример 2. Известно, что часть продукции, поставляемой заводом на торговую базу, не удовлетворяет всем требованиям стандарта. На базу была завезена партия изделий в количестве 250 шт. Найти наивероятнейшее число изделий, удовлетворяющих требованиям стандарта, и вычислить вероятность того, что в этой партии окажется наивероятнейшее число изделий.

Решение. По условию . Согласно неравенству (3.4) имеем

откуда . Следовательно, наивероятнейшее число изделий, удовлетворяющих требованиям стандарта, в партии из 250 шт. равно 234. Подставляя данные в формулу (3.5), вычисляем вероятность наличия в партии наивероятнейшего числа изделий:

Локальная теорема Лапласа

Пользоваться формулой Бернулли при больших значениях очень трудно. Например, если , то для отыскания вероятности надо вычислить значение выражения

Естественно, возникает вопрос: нельзя ли вычислить интересующую вероятность, не используя формулу Бернулли? Оказывается, можно. Локальная теорема Лапласа дает асимптотическую формулу, которая позволяет приближенно найти вероятность появления событий ровно раз в испытаниях, если число испытаний достаточно велико.

Теорема 3.1. Если вероятность появления события в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что событие появится в испытаниях ровно раз, приближенно равна (тем точнее, чем больше ) значению функции

при .

Существуют таблицы, которые содержат значения функции , соответствующие положительным значениям аргумента . Для отрицательных значений аргумента используют те же таблицы, так как функция четна, т. е. .

Итак, приближенно вероятность того, что событие появится в испытаниях ровно раз,

где .

Пример 3. Найти вероятность того, что событие наступит ровно 80 раз в 400 испытаниях, если вероятность появления события в каждом испытании равна 0,2.

Решение. По условию . Воспользуемся асимптотической, формулой Лапласа:

Вычислим определяемое данными задачи значение :

По таблице прил, 1 находим . Искомая вероятность

Формула Бернулли приводит примерно к такому же результату (выкладки ввиду их громоздкости опущены):

Интегральная теорема Лапласа

Предположим, что проводится независимых испытаний, в каждом из которых вероятность появления события постоянна и равна . Необходимо вычислить вероятность того, что событие появится в испытаниях не менее и не более раз (для краткости будем говорить «от до раз»). Это можно сделать с помощью интегральной теоремы Лапласа.

Теорема 3.2. Если вероятность наступления события в каждом испытании постоянна и отлична от нуля и единицы, то приближенно вероятность того, что событие появится в испытаниях от до раз,

где .

При решении задач, требующих применения интегральной теоремы Лапласа, пользуются специальными таблицами, так как неопределенный интеграл не выражается через элементарные функции. Таблица для интеграла приведена в прил. 2, где даны значения функции для положительных значений , для используют ту же таблицу (функция нечетна, т. е. ). Таблица содержит значения функции лишь для ; для можно принять .

Итак, приближенно вероятность того, что событие появится в независимых испытаниях от до раз,

где .

Пример 4. Вероятность того, что деталь изготовлена с нарушениями стандартов, . Найти вероятность того, что среди 400 случайно отобранных деталей нестандартных окажется от 70 до 100 деталей.

Решение. По условию . Воспользуемся интегральной теоремой Лапласа:

Вычислим пределы интегрирования:

нижний

верхний

Таким образом

По таблице прил. 2 находим

Искомая вероятность

Применение интегральной теоремы Лапласа

Если число (число появлений события при независимых испытаниях) будет изменяться от до , то дробь будет изменяться от до . Следовательно, интегральную теорему Лапласа можно записать и так:

Поставим задачу найти вероятность того, что отклонение относительной частоты от постоянной вероятности по абсолютной величине не превышает заданного числа . Другими словами, найдем вероятность осуществления неравенства , что то же самое, . Эту вероятность будем обозначать так: . С учетом формулы (3.6) для данной вероятности получаем

Пример 5. Вероятность того, что деталь нестандартна, . Найти вероятность того, что среди случайно отобранных 400 деталей относительная частота появления нестандартных деталей отклонится от вероятности по абсолютной величине не более чем на 0,03.

Решение. По условию . Требуется найти вероятность . Используя формулу (3.7), получаем

По таблице прил. 2 находим , следовательно, . Итак, искомая вероятность приближенно равна 0,9544. Смысл полученного результата таков: если взять достаточно большое число проб по 400 деталей в каждой, то примерно в 95,44% этих проб отклонение относительной частоты от постоянной вероятности по абсолютной величине не превысит 0,03.

Формула Пуассона для маловероятных событий

Если вероятность наступления события в отдельном испытании близка к нулю, то даже при большом числе испытаний , но при небольшом значении произведения получаемые по формуле Лапласа значения вероятностей оказываются недостаточно точными и возникает потребность в другой приближенной формуле.

Теорема 3.3. Если вероятность наступления события в каждом испытании постоянна, но мала, число независимых испытаний достаточно велико, но значение произведения остается небольшим (не больше десяти), то вероятность того, что в этих испытаниях событие наступит раз,

Для упрощения расчетов с применением формулы Пуассона составлена таблица значений функции Пуассона (см. прил. 3).

Пример 6. Пусть вероятность изготовления нестандартной детали равна 0,004. Найти вероятность того, что среди 1000 деталей окажется 5 нестандартных.

Решение. Здесь . Все три числа удовлетворяют требованиям теоремы 3.3, поэтому для нахождения вероятности искомого события применяем формулу Пуассона. По таблице значений функции Пуассона (прил. 3) при получаем .

Найдем вероятность того же события по формуле Лапласа. Для этого сначала вычисляем значение , соответствующее :

Поэтому согласно формуле Лапласа искомая вероятность

а согласно формуле Бернулли точное ее значение

Таким образом, относительная ошибка вычисления вероятностей по приближенной формуле Лапласа составляет

, или

а по формуле Пуассона —

, или

т.е. во много раз меньше.

Математический форум (помощь с решением задач, обсуждение вопросов по математике).

Если заметили ошибку, опечатку или есть предложения, напишите в комментариях.

Наивероятнейшим
числом появления
события
внезависимых испытаниях называется
такое число,
для которого вероятность, соответствующая
этому числу, превышает или, по крайней
мере, не меньше вероятности каждого из
остальных возможных чисел появления
события.
Для определения наивероятнейшего числа
не обязательно вычислять вероятности
возможных чисел появлений события,
достаточно знать число испытанийи вероятность появления событияв отдельном испытании. Обозначим
вероятность, соответствующую
наивероятнейшему числу,
через. Используя формулу (3.2), можно записать:

(3.3)

Согласно определению
наивероятнейшего числа, вероятности
наступления события
соответственноираз должны, по крайней мере, не превышать
вероятность,
т. е.

,

.

Подставляя в
неравенства значение
и выражения вероятностейи,
имеем:

,

.

Решая эти неравенства
относительно
,
получим:

;

Объединяя последние
неравенства, получим двойное неравенство,
которое используется для определения
наивероятнейшего числа

. (3.4)

Так как длина
интервала, определяемого неравенством
(3.4), равна единице

,

и событие может
произойти в
испытаниях только целое число раз, то
следует иметь в виду, что:

1) если
— целое число, то существуют два значения
наивероятнейшего числа, а именно:и;

2) если
— дробное число, то существует одно
наивероятнейшее число, а именно:
единственное целое, заключенное между
дробными числами, полученными из
неравенства (3.4);

3) если
— целое число, то существует одно
наивероятнейшее число, а именно:.

При больших
значениях
пользоваться формулой (3.3) для подсчета
вероятности, соответствующей
наивероятнейшему числу, неудобно. Если
в равенство (3.3) подставить формулу
Стирлинга

,

справедливую для
достаточно больших
,
и принять наивероятнейшее число равным,
то получим формулу для приближенного
вычисления вероятности, соответствующей
наивероятнейшему числу:

. (3.5)

Пример 2.
Известно, что
часть продукции, поставляемой заводом
на торговую базу, не удовлетворяет всем
требованиям стандарта. На базу была
завезена партия изделий объемомштук. Найти наивероятнейшее число
изделий, удовлетворяющих требованиям
стандарта, и вычислить вероятность
того, что в этой партии окажется
наивероятнейшее число изделий.

Решение. По условию
,,.
Согласно неравенству (3.4) имеем

,

откуда
.
Следовательно, наивероятнейшее число
изделий, удовлетворяющих требованиям
стандарта, в партии изштук равно.
Подставляя данные в формулу (3.5), вычислим
вероятность наличия в партии
наивероятнейшего числа изделий:

.

4. Локальная теорема Лапласа.

Легко видеть, что
пользоваться формулой Бернулли при
больших значениях
весьма затруднительно, так как формула
требует выполнения действий над
громадными числами. Например, если,,,
то для отыскания вероятностинадо вычислить выражение.
Естественно возникает вопрос: нельзя
ли вычислить интересующую нас вероятность,
не прибегая к формуле Бернулли ?
Оказывается, можно. Локальная теорема
Лапласа и дает асимптотическую формулу,
которая позволяет приближенно найти
вероятность появления событий ровнораз виспытаниях, если число испытаний
достаточно велико.

Теорема 3.1.
Если вероятность
появления событияв каждом испытании постоянна и отлична
от нуля и единицы, то вероятностьтого, что событиепоявится виспытаниях ровнораз, приближенно равна (тем точнее, чем
больше)
значению функции

при
.

Имеются таблицы,
в которых помещены значения функции
,
соответствующие положительным значениям
аргумента(приложение 1). Для отрицательных значений
аргумента пользуются теми же таблицами,
так как функциячетна, т. е..

Итак, вероятность
того, что событие
появится виспытаниях ровнораз, приближенно равна

,

где
.

Пример 3.
Найти вероятность того, что событие
наступит ровнораз виспытаниях, если вероятность появления
этого события в каждом испытании равна.

Решение. По условию
,,,.
Воспользуемся асимптотической формулой
Лапласа:

.

Вычислим определяемое
данными задачи значение
:

.

По таблице
(приложение 1) находим
.
Искомая вероятность равна:

.

Формула Бернулли
приводит примерно к такому же результату
(выкладки, ввиду их громоздкости,
опущены):

.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

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 самостоятельно! 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 – очевидно, это цепочка зависимых событий. Однако если карту каждый раз возвращать обратно, то это тоже будут повторные независимые испытания.

И у нас в гостях очередной Терминатор, который абсолютно равнодушен к своим удачам / неудачам, и поэтому его стрельба представляет собой образец стабильности

Задача 65
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 «1 попадание из 4»).  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:

Упростим результат с помощью комбинаторной формулы количества сочетаний:
 способами можно выбрать попытку, в которой стрелок попал, и, поскольку в каждом исходе имеет место 1 попадание и 3 промаха, то:
 – вероятность того, что стрелок попадёт только 1 раз из 4.

…как-то так «с лёгкой руки» я начал называть повторные независимые испытания «попытками», что не в каждой задаче может быть корректным в содержательном плане… …ну да ладно.
б) Рассмотрим событие «Стрелок попадёт два  раза» и обозначим его вероятность через  («2 попадания из 4»). Здесь исходов будет уже 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 гораздо 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:

За примером далеко ходить не будем:

Задача 66
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 из 10, в которых выпадет орёл? Считаем:
 способами.

Это что же получается, нужно записывать 120 слагаемых, в каждом из которых 10 множителей?! Конечно, нет! – ведь есть формула 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» условием для применения формулы Бернулли. Рассмотрим похожую задачу:
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 67
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.

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. И на уровне интуиции легко сделать вывод, 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 .

Теперь сформулируем строгий критерий на этот счёт:

Найдём наивероятнейшее число  появлений «пятёрки» при 6 бросках кубика. Сначала вычислим:
 – целое число, таким образом, это частный случай 1-го пункта и .
Как вариант, можно воспользоваться общей формулой:

 – полученному неравенству удовлетворяет единственное целое значение .
В целях закрепления материала решим пару задач:

Задача 68
Вероятность того, что при броске мяча баскетболист попадёт в корзину, равна 0,3. Найти наивероятнейшее число попаданий при 8 бросках и соответствующую вероятность.

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 (1,7) – дробное число (пункт № 1 критерия – см. выше), то существует единственное наивероятнейшее значение, и, очевидно, что это .

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 69
Монета подбрасывает 9 раз. Найти вероятность наивероятнейшего числа появлений орла

Решение и ответ в конце книги.

А сейчас немного отвлёчёмся и рассмотрим весьма любопытную ситуацию: предположим, что во всех 9 испытаниях выпал орёл. Что, кстати, не являются каким-то уж сильно невероятным событием:  

Вопрос: какая сторона монеты вероятнее всего выпадет в 10-м испытании?

Как вы думаете?

…ответьте на этот вопрос и перейдите на следующую страницу.

Правильный ответ: вероятности останутся равными! Почему? Причина была сформулирована в начале параграфа: поскольку испытания независимы, то вероятность выпадения орла либо решки в любом испытании не зависит от результатов других испытаний!

Однако игры разума таковы, что у многих людей напрашивается следующий вывод: раз орёл выпал много раз подряд, то теперь выпадение решки гораздо (!) вероятнее. Этот психологический феномен получил название Ошибка игрока. Если подбрасывать монету тысячи, десятки тысяч раз, то соотношение орлов / решек будет примерно равным (о чём мы ещё поговорим). Но в этом процессе неоднократно встретятся эпизоды, когда монету «заклинит» на какой-то одной грани, и КАК ИМЕННО распределятся эти «необычные» серии на длинной дистанции – никто не знает.

К слову, о «необычности». Любая случайная последовательность девяти орлов/решек так же вероятна, как и выпадение 9 орлов! Проверить данный факт легче лёгкого: запишем произвольную последовательность исходов, например:
Орёл/Решка/Решка/Орёл /Решка/ Орёл /Решка/ Орёл /Орёл

По теореме умножения вероятностей независимых событий, вероятность появления этой цепочки:
, что в точности равно вероятности выпадения девяти орлов !

И здесь мы сталкиваемся со второй иллюзией – человек склонен считать «красивые» комбинации чем-то из ряда вон выходящим и чуть ли не фантастическим. Но на самом деле ничего необычного, например, в комбинации О/О/О/Р/Р/Р/О/О/О  – нет, и она может запросто появиться в серии испытаний.

Вероятность получить, скажем, пиковый «Ройял-флеш» в покересоставляет 1:2598960, однако мало кто задумывается, что с той же вероятностью приходит ЛЮБАЯ, в том числе, совершено «мусорная» комбинация из пяти карт! И с этой точки зрения «сверхъестественная» комбинация  10, В, Д, К, Т пик ничем не примечательна – встречалась «в истории» наряду с другими очень много раз. И поэтому «Ройял-флеш» может запросто оказаться у вас или у вашего соперника.

Кстати, к теме нашего разговора относятся и типичные ситуации в играх, в частности, в картах – когда «карта идёт», и наоборот – когда постоянно сдают «один мусор» или «фатально не везёт». Такие «полосы» встречаются у каждого игрока, и никакой мистики в этом нет. Да что там игры, в жизни то же самое – пресловутые «чёрные и белые полосы».

На просторах Интернета часто встречается популярный «секрет выигрыша» в рулетку, известный также под названием «Мартингейл». Краткая суть системы состоит в следующем: «Ставьте на красное. Если выпало чёрное, удваивайте ставку и снова ставьте на красное. Если снова выпало чёрное, то ещё раз удваивайте ставку и снова ставьте на красное и т.д.». Казалось бы – вот оно, золотое дно, ведь красных секторов целых 18 из 37! (+ 18 черных и 1 зеро в европейской рулетке). И уж «красное» должно (!) выпасть если не на 5-й, то на 10-й раз точно, что позволит отыграть всё ранее поставленное с прибылью!

Ничего подобного!

Вероятность выпадения красного сектора в любом испытании постоянна  и никак не зависит от результатов предыдущих испытаний. Постоянна – и проигрышна (т.к. поставленные на «красное» деньги с вероятностью  проигрываются, а в случае успеха удваиваются). Длинная серия «чёрного» обязательно появятся (рано или поздно) и разорит даже Билла Гейтса. Поэтому данный «секрет», как и все остальные системы игры в рулетку – не работает.

«Ошибка игрока» совершается и многими участниками лотерей. Она состоит в том, что люди пытаются предугадать числа на основе статистики предыдущих тиражей. Чистой воды химера и пустая трата времени – если, например, № 8 не выпадал 50 раз подряд, то он с таким же успехом может не выпасть ещё 150 раз (это не ирония). Однако если провести десятки тысяч тиражей, то количество появлений всех номеров будет примерно равным, но В КАКОМ ПОРЯДКЕ И КАКИМИ СЕРИЯМИ будет выпадать та же «восьмёрка» на длинной дистанции – никто предсказать не может.

А теперь ответим на один важный вопрос:

Как правильно играть в азартные игры и лотереи? – в чём главный секрет?

Наверное, многие ожидают 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. Что касается лотерей, то билет лучше покупать опять же ради развлечения и наобум. Или «по наитию». Правда, лично я никогда не слышал, чтобы кто-то из «счастливчиков» рассказывал о своём предчувствии.

Естественно, перечисленные советы не относятся к хроническим лудоманам и им как раз таки «Лучше вообще не играть». И после столь увлекательного отступления рассмотрим ещё несколько задач по теме:

Задача 70
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 в задаче речь идёт о независимых испытаниях. Пожалуйста, не подходите формально и не пренебрегайте подобным 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 и сделаем в следующем пункте:

б) Событие «Среди 6 наудачу отобранных изделий будет не менее 5 изделий первого сорта» состоит в двух несовместных исходах: первосортных изделий будет пять или шесть. По формуле Бернулли и 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: , и подобных задач пруд пруди.

Давайте заодно вспомним такое полезное понятие, как полная группа событий. Что осталось не найденным? Остались не найденными вероятности двух событий. Не хотел я лишний раз заострять внимание на Калькуляторе по теории вероятностей, который приложен к книге, но быстроты ради воспользуюсь:

 – но на чистовике так, конечно, делать не нужно – обязательно расписывайте вычисления подробно!

Проверка:
,
что и требовалось проверить

Небольшое задание для самостоятельного решения:

Задача 71
Производится 8 выстрелов по цели, в каждом из которых вероятность попадания равна 0,1. Для разрушения цели требуется хотя бы два попадания. Найти вероятность того, что цель будет разрушена

Формула Бернулли очень удобна, но с другой стороны, обладает и рядом недостатков. В частности, при достаточно больших значениях  и  её применение затруднено ввиду огромных значений факториалов. В этом случае используют теоремы Лапласа. В другой распространённой на практике ситуации вероятность  достаточно мала, а количество испытаний  весьма велико. Здесь вопрос разрешается с помощью формулы Пуассона, с неё и начнём:

1.10. Формула Пуассона

1.8. Формулы Байеса

| Оглавление |



Полную и свежую версию этой книги в pdf-формате,
а также курсы по другим темам можно найти здесь.

Также вы можете изучить эту тему подробнее – просто, доступно, весело и бесплатно!

С наилучшими пожеланиями, Александр Емелин