Независимые испытания и формула Бернулли

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. 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».

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 4-х»). Данное событие состоит в 4-х несовместных исходах: стрелок попадёт в 1-й или во 2-ой 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 случае имеет место 1 попадание и 3 промаха, то:
– вероятность того, что стрелок попадёт только один раз из 4-х

б) Рассмотрим событие «Стрелок попадёт два раза» и обозначим его вероятность через («два попадания из 4-х»). 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:

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-х.

Ответ:

Итак – вероятность того, что будет 1 попадание из 4-х, равна , вероятность того, что будет 2 попадания из 4-х, 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).

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-х 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-ти монет

 

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-х знаков после запятой.

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 дванаивероятнейших 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 подбрасывает 9 раз. Найти вероятность наивероятнейшего числа появлений орла

Примерный образец решения и ответ в конце урока.

А сейчас весьма любопытная ситуация: предположим, что во всех 9 испытаниях выпал орёл. Это, кстати, не являются каким-то уж сильно невероятным событием: ;-)

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

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

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-х 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-х 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-х 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-х 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 черезвероятность противоположного события («Все изделия будут первосортными»), которая уже известна:
– вероятность того, что среди шести отобранных изделий окажется хотя бы одно низкосортное.

Ответ:

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. Для разрушения цели требуется хотя бы два попадания. Найти вероятность того, что цель будет разрушена

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:

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 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.

Решения и ответы:

Задача 3: Решение: используем формулу Бернулли: , в данной задаче:
– всего испытаний;
– вероятность выпадения «пятёрки» в каждом испытании;
– вероятность того, что «пятёрка» не выпадет (для каждого испытания).
а)
– вероятность того, что в результате 6 бросков кубика «пятёрка» не появится.
б)
– вероятность того, что в 6 испытаниях «пятёрка» выпадет ровно 2 раза.
в)
– вероятность того, что в 6 испытаниях «пятёрка» выпадет ровно 5 раз.
Ответ:

Задача 5: Решение: в данной задаче речь идёт о независимых испытаниях, при этом:
– всего испытаний;
– вероятность выпадения орла в каждом испытании;
– вероятность выпадения решки в каждом испытании.
Найдём наивероятнейшее количество появлений орла:

Так как – целое число, то существуют два наивероятнейших значения:
и
Используя формулу Бернулли, вычислим соответствующие вероятности:

Ответ: 4 и 5;

Задача 7: Решение: используем формулу Бернулли: , в данном случае:
– всего выстрелов;
в некотором испытании – есть отношение , где:

– общее число всех равновозможных, элементарных исходов этого испытания, которые образуют полную группу событий;

– количество элементарных исходов, благоприятствующих событию .

– вероятность того, что в результате броска монеты выпадет «орёл»;
– вероятность того, что в результате броска игральной кости выпадет 5 очков;
– вероятность того, что из колоды будет извлечена трефа

Примечание: однако, в отсутствии информации о результате испытания фразу «Вероятность того, что монета упала орлом» (например) всё же нельзя признать некорректной. То есть классическое определение может оценивать вероятность и после реального опыта.

Почему такое возможно? Такое возможно потому, что все элементарные исходы известны и подсчитаны заранее:

орёл и решка – итого 2 элементарных исхода;
1, 2, 3, 4, 5, 6 – 6 элементарных исходов;
6, 7, 8, 9, 10, В, Д, К, Т каждой масти – всего 36 карт.

Пример: Штирлиц пошёл в лес за грибами. Найти вероятность того, что он найдёт подберёзовик.

Совершенно понятно, что все грибы в лесу (общее количество элементарных исходов) пересчитать практически невозможно, а значит, классическое определение вероятности не срабатывает. И даже если группа разведчиков учтёт все грибы в небольшой роще, классифицирует их по видам, то препятствием станет неравновозможность исходов. Почему? Поляна мухоморов намного заметнее, чем замаскировавшиеся подберёзовики. Кто это там на задней парте предложил покрасить в один цвет?

Краткая суть состоит в следующем: если в городе проживает примерно равное количество мужчин и женщин (которых подсчитать значительно проще), то это ещё не значит, что вероятность встретить на улице мужчину либо женщину равна

Вновь обратим внимание на шаблонные формулировки:

«Стрелок попадает в мишень с вероятностью 0,8»;
«Вероятность изготовления бракованной детали на данном станке составляет 0,05».

Возникает вопрос, откуда взялись эти значения? Примеры не так надуманны, как кажется, и ответ один: данные вероятности могли получиться только на основе проведённых ранее опытов.