Вероятность что что то произойдет. Формула полной вероятности и формулы байеса. Задачи на формулы Байеса

Вероятность показывает возможность того или иного события при определенном количестве повторений. Это число возможных результатов с одним или несколькими исходами, поделенное на общее количество возможных событий. Вероятность нескольких событий вычисляется путем разделения задачи на отдельные вероятности с последующим перемножением этих вероятностей.

Шаги

Вероятность единичного случайного события

Выберите событие со взаимоисключающими результатами. Вероятность можно рассчитать лишь в том случае, если рассматриваемое событие либо происходит, либо не происходит. Нельзя одновременно получить какое-либо событие и противоположный ему результат. Примером таких событий служат выпадение 5 на игровом кубике или победа определенной лошади на скачках. Пять либо выпадет, либо нет; определенная лошадь либо придет первой, либо нет.
- Например, невозможно вычислить вероятность такого события: при одном броске кубика выпадут 5 и 6 одновременно.
Определите все возможные события и результаты, которые могут произойти. Предположим, необходимо определить вероятность того, что при броске игрового кубика с 6 цифрами выпадет тройка. «Выпадение тройки» является событием, и поскольку мы знаем, что может выпасть любая из 6 цифр, число возможных исходов равно шести. Таким образом, мы знаем, что в данном случае есть 6 возможных результатов и одно событие, вероятность которого мы хотим определить. Ниже приведено еще два примера.
- Пример 1 . В данном случае событием является «выбор дня, который приходится на выходные», а число возможных исходов равно количеству дней недели, то есть семи.
- Пример 2 . Событием является «вынуть красный шар», а число возможных исходов равно общему количеству шаров, то есть двадцати.
Поделите число событий на количество возможных исходов. Таким образом вы определите вероятность одиночного события. Если мы рассматриваем случай выпадения 3 при бросании кубика, число событий равно 1 (тройка находится лишь на одной грани кубика), а общее количество исходов равно 6. В результате получаем соотношение 1/6, 0,166, или 16,6 %. Вероятность события для двух приведенных выше примеров находится следующим образом:
- Пример 1 . Какова вероятность того, что вы случайно выберете день, который выпадает на выходные? Число событий равно 2, так как в одной неделе два выходных дня, а общее количество исходов составляет 7. Таким образом, вероятность равна 2/7. Полученный результат можно записать также как 0,285 или 28,5 %.
- Пример 2 . В коробке находятся 4 синих, 5 красных и 11 белых шаров. Если достать из коробки случайный шар, какова вероятность того, что он окажется красным? Число событий равно 5, поскольку в коробке 5 красных шаров, а общее количество исходов составляет 20. Находим вероятность: 5/20 = 1/4. Полученный результат можно записать также как 0,25 или 25 %.
Сложите вероятности всех возможных событий и проверьте, получится ли в сумме 1. Суммарная вероятность всех возможных событий должна составлять 1, или 100 %. Если у вас не получится 100 %, скорее всего, вы допустили ошибку и пропустили одно или несколько возможных событий. Проверьте свои вычисления и убедитесь, что вы учли все возможные исходы.
- Например, вероятность выпадения 3 при бросании игрового кубика составляет 1/6. При этом вероятность выпадения любой другой цифры из пяти оставшихся также равна 1/6. В результате получаем 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 6/6, то есть 100 %.
- Если вы, например, забудете о цифре 4 на кубике, сложение вероятностей даст вам лишь 5/6, или 83 %, что не равно единице и указывает на ошибку.
Представьте вероятность невозможного исхода в виде 0. Это означает, что данное событие не может произойти, и его вероятность равна 0. Таким образом вы сможете учесть невозможные события.
- Например, если бы вы вычисляли вероятность того, что в 2020 году Пасха придется на понедельник, то получили бы 0, поскольку Пасха всегда празднуется в воскресенье.
Вероятность нескольких случайных событий
1. При рассмотрении независимых событий вычисляйте каждую вероятность отдельно. После того как вы определите, каковы вероятности событий, их можно будет рассчитать отдельно. Предположим, необходимо узнать вероятность того, что при бросании кубика два раза подряд выпадет 5. Мы знаем, что вероятность выпадения одной пятерки составляет 1/6, и вероятность выпадения второй пятерки также равна 1/6. Первый исход не связан со вторым.
  - Несколько выпадений пятерок называются независимыми событиями , поскольку то, что выпадет первый раз, не влияет на второе событие.
2. Учитывайте влияние предыдущих исходов при расчете вероятности для зависимых событий. Если первое событие влияет на вероятность второго исхода, говорят о расчете вероятности зависимых событий . Например, если вы выбираете две карты из колоды, состоящей из 52 карт, после взятия первой карты состав колоды изменяется, что влияет на выбор второй карты. Чтобы рассчитать вероятность второго из двух зависимых событий, необходимо вычесть 1 из количества возможных результатов при расчете вероятности второго события.
  - Пример 1 . Рассмотрим следующее событие: Из колоды случайным образом одну за другой вытягивают две карты. Какова вероятность того, что обе карты будут иметь трефовую масть? Вероятность того, что первая карта будет иметь трефовую масть, составляет 13/52, или 1/4, поскольку всего в колоде 13 карт одной масти.
    - После этого вероятность того, что вторая карта окажется трефовой масти, составляет 12/51, поскольку одной трефовой карты уже нет. Это объясняется тем, что первое событие влияет на второе. Если вы вытянули тройку треф и не положили ее обратно, в колоде будет на одну карту меньше (51 вместо 52).
  - Пример 2 . В коробке 4 синих, 5 красных и 11 белых шаров. Если наугад вынуть три шара, какова вероятность того, что первый окажется красным, второй синим, а третий белым?
    - Вероятность того, что первый шар окажется красным, составляет 5/20, или 1/4. Вероятность того, что второй шар будет синим, равна 4/19, поскольку в коробке осталось на один шар меньше, но по прежнему 4 синих шара. Наконец, вероятность того, что третий шар окажется белым, составляет 11/18, так как мы уже вынули два шара.
3. Перемножьте вероятности каждого отдельного события. Независимо от того, имеете ли вы дело с независимыми или зависимыми событиями, а также количества исходов (их может быть 2, 3 и даже 10), можно рассчитать общую вероятность, умножив вероятности всех рассматриваемых событий друг на друга. В результате вы получите вероятность нескольких событий, следующих одно за другим . Например, стоит задача Найти вероятность того, что при бросании кубика два раза подряд выпадет 5 . Это два независимых события, вероятность каждого из которых равна 1/6. Таким образом, вероятность обоих событий составляет 1/6 x 1/6 = 1/36, то есть 0,027, или 2,7 %.
  - Пример 1 . Из колоды наугад одну за другой вытягивают две карты. Какова вероятность того, что обе карты будут иметь трефовую масть? Вероятность первого события составляет 13/52. Вероятность второго события равна 12/51. Находим общую вероятность: 13/52 x 12/51 = 12/204 = 1/17, то есть 0,058, или 5,8 %.
  - Пример 2 . В коробке находятся 4 синих, 5 красных и 11 белых шаров. Если наугад вытянуть из коробки три шара один за другим, какова вероятность того, что первый окажется красным, второй синим, а третий белым? Вероятность первого события составляет 5/20. Вероятность второго события равна 4/19. Вероятность третьего события составляет 11/18. Таким образом, общая вероятность равна 5/20 x 4/19 x 11/18 = 44/1368 = 0,032, или 3,2 %.

Дмитрий Житомирский*

Мёрфи был оптимистом. В жизни каждого есть периоды, когда все удается. Но не волнуйтесь - это скоро пройдет! Ведь по закону Мёрфи образование отрицательного результата никоим образом не зависит от наших чаяний, следовательно, расхлебывать все это нам все равно придется. Каким образом? В данном случае условия задачи можно выбрать самостоятельно.

Если к подобной проблеме относиться как к обычной практике - надо менять всю систему; расхлябанность персонала - искать новых сотрудников; мистика - значит идти к шаманам. Возьмем пример из ближайшего прошлого: все спутники, запущенные в космос с целью исследований, упали обратно на Землю. А ведь в таких сложных событиях подготовка ведется годами. Логично, что задуматься об этом стоило, когда первые три спутника никуда не улетели. Но ничего не предприняв, мы получили еще одну трагедию.

Как к этому относиться? Искать технические проблемы или увеличивать финансирование космического приборостроения? Правильно: решать проблему комплексно. А значит, и искать технические недоработки, и выделять больше денег, и увольнять недобросовестных сотрудников, и ставить более сложные задачи - сразу. Однако, опять же исходя из закона Мерфи, даже это, возможно, не даст стопроцентного результата.

Вспомнить хотя бы первое следствие закона Мерфи: «Все не так легко, как кажется» или «Всякая работа требует больше времени, чем вы думаете». Рождение новой идеи, как правило, всегда сопровождается мнимой очевидностью ее реализации. Достаточно только дать толчок - найти менеджера, добавить денег путем взятия кредита или раскрутить сайт в Интернете. Однако стоит все провернуть - и оказывается, что ничего не работает. В своей эйфории мы упускаем что-то самое важное. С другой же стороны, как только мы начинаем задумываться о грядущих проблемах, моментально теряем «чувство полета», свое вдохновение - и все останавливается махом. Поэтому добиваться своего всегда следует - будучи одержимым идеей собственного неоспоримого успеха, решая проблемы по мере их поступления. Помня при этом, что одной лопаты может оказаться недостаточно даже для самой маленькой ямы, если именно в этом месте лежит булыжник. Ведь согласно уже второму следствию «Из всех возможных неприятностей произойдет именно та, ущерб от которой больше». А посему готовиться всегда следует к самому худшему. Конечно, начиная бизнес, надо верить в свои силы, но понимать, что это огромный риск. И каждый 20-й случай практически всегда заканчивается неудачей, ведь что-то приобретая, ты обязательно что-то теряешь. Важно не потерять все. Поэтому не надо начинать бизнес на последние деньги. Это очень рискованно. В любом случае нужно оставить на еду и коммунальные платежи. Чтобы, когда все закончится, ты мог намазать хлеб маслом. Трагедии случаются всюду, и уж гораздо более серьезного масштаба, чем просто неудачный бизнес. Как этого избежать? Не расслабляться! Вовремя просыпаться по утрам и сразу включаться в работу. Избежать спонтанных неприятностей все равно не получится, но снизить уровень их проявления - можно.

Делай все, что угодно, - только не сиди на месте! Ведь третье следствие закона Мерфи гласит: «Предоставленные сами себе события имеют тенденцию развиваться от плохого к худшему». Если ты перестал управлять событиями, на которые можешь воздействовать, - тенденция к ухудшению не заставит себя долго ждать. Ты организовал бизнес, и кого бы ты ни нанимал - это твой бизнес, твоя идея. Если же ты от него отстранишься, все молниеносно пустят по ветру. С другой стороны, «Всякое решение плодит новые проблемы». Как только мы начинаем что-то делать - мы создаем нечто материальное, которое имеет свойство жить своей жизнью. А значит, как маленький ребенок, оно непременно внезапно станет взрослым и закурит. Хотя все детство ты пытался ему объяснить, что курение - это вред. Решение здесь только по Тарасу Бульбе: «Я тебя породил, я тебя и убью». Порой смерть бизнеса, лучше, чем все попытки его сохранения. И дело может заключаться отнюдь не только в тебе, но в том, что конкуренты оказались серьезнее и проворнее. Сейчас мы наблюдаем полнейшее крушение компании Nokia, нечто подобное уже произошло с другими фирмами, занимающимися коммуникационным оборудованием. В один прекрасный момент они упустили, как корейские фирмы занялись этим вплотную, вложили много денег и сразу наладили производство новых продуктов. А те думали, что всю жизнь будут ездить на собственном бренде. Такого не бывает. Зазнались и получили должное. Сейчас Nokia наконец-то выпустила новые мобильные телефоны, однако специалисты утверждают, что это уже слишком поздно. И даже низкая цена вместе с брендом не спасут компанию. Это был шаг назад, а не вперед. Подобных примеров можно привести достаточно много.

Следует рассмотреть и другую крайность - японскую Toyota с философией кайдзен, предполагающую непрерывное совершенствование процессов производства и управления. Является ли данная практика панацеей? Вероятней всего, нет. Ведь, как известно, лучшее - враг хорошего. Каждая новая запчасть автомобиля требует установки еще двух запчастей, которые будут ее контролировать. То же и в бизнесе. Совершенствование системы подразумевает ее бесконечный рост и увеличение количества средств на обслуживание. Чем больше корпорация, тем выше ее шансы на гибель. Именно поэтому в момент кризиса мы увидели, что первыми на дно пошли самые большие «титаники». Те, кто считался нерушимым. Все потому, что самое могучее и совершенное уже не совершенно тем, что оно могучее.

У всех нас до сих пор лежат бабушкины мясорубки и до сих пор работают. Тогда как, отдавая дань техническому прогрессу, из-за их постоянных поломок нам постоянно приходится менять электрические комбайны. Выходит, чем меньше механизм - тем менее вероятным становится проявление законов Мёрфи. Ведь если весь конвейер состоит из двух узбеков, таскающих песок из одного конца двора в другой, - вероятность его поломки снижается в сотни раз, нежели если те же функции выполняло бы несколько экскаваторов.

Законы Мёрфи проявляются повсюду. Лишние болтики и винтики при сборке космического корабля? Конечно же да! Откуда - вопрос другой. Очевидно, что твое творение попало либо в руки Кулибина, либо в руки разгильдяя. Но будем объективными: второй вариант встречается чаще. Однако лишние запчасти остаются у обоих. И в этом основа закона Мёрфи. Передавая план каждому следующему человеку, ты каждый раз теряешь часть накопленного капитала. Ведь новый человек не сможет взять твою мысль в том виде, в котором она существует в твоей голове, как бы ты ни старался. Это уже не его знания, а твои - переданные ему. Он все равно услышал их по-своему, и реализовывать услышанное он тоже будет по-своему - отсюда лишние детали. Второй вариант - это Кулибины.

Намеренно нарушающие правила на свое усмотрение. Из разряда: «Я ведь не буду делать того, что я не хочу». Чисто человеческий фактор. Ведь правила, как известно, существуют, чтобы их нарушать. И если есть возможность, то это непременно произойдет. В любом случае такие поступки совершаются от протестности. И даже если ты понимаешь, что с вероятностью 300% после своего поступка ты вылетишь с работы - ты все равно так поступишь, получив при этом невероятный кайф. Скандал будет не напрасно. А получить за дело - всегда огромное удовольствие. Пусть даже твоя ракета и упала, но как она летела... как красиво... как по-новому... Если же рассматривать бизнес, очевидно, что это конфликт жесткой организации и построения. Ведь люди не могут работать как механизмы. Люди - это люди. И чем больше сотрудников у тебя работает, тем чаще это будет случаться. Молись, чтобы ты этого не замечал, но рано или поздно кто-то все равно войдет к тебе в кабинет и скажет, как его достала система. По правде сказать, даже наказывать таких людей бесполезно, но надо. Для них любое наказание никогда не перекроет удовольствия, которое они получили во время самого действия. Однако грамотно разработав тактику его пиара в качестве плохого примера, ты сможешь сделать это неповадным для остальных. Но только до тех пор, пока в системе опять не появится несогласный. А это непременно случится, в очередной раз послужив доказательством закона Мёрфи. А посему сотрудники, занимающие руководящие должности, должны быть импульсивными разгильдяями, но в то же время ответственными и дисциплинированными. Ведь именно руководящие должности чаще всего сталкиваются с действием законов Мёрфи, где без умения «взмыть над ситуацией» и проявить творческий подход - выкрутиться без жертв не получится. Человек должен быть невероятно креативен. Уметь найти самое нестандартное решение и сразу же его осуществить, не упираясь и не углубляясь в сложности ситуации, откинуть привычные решения сразу и предложить свой новаторский и наиболее эффективный подход. Зачастую организация подразумевает дисциплину, но абсолютно дисциплинированный человек - просто винтик. А потому, подбирая человека на руководящую должность, смотрите не только на тех кандидатов, которые идеально прошли все ваши тесты, но и на тех, кто не прошел, но мыслит оригинальней многих. Ведь этому не учат в школе менеджмента, это дано от Бога.

Не доводите ситуацию до абсурда, если вы чувствуете что двигатель начал барахлить, то «понасилуйте» его еще недельку, но потом все равно появитесь у мастера. Не пытайтесь поставить телегу впереди паровоза. Если ситуация уже начала развиваться в невыгодном для вас направлении, придумайте, не как резко остановить поезд, а как плавно сбросить обороты, чтобы остановка была максимально мягкой. Ведь резкая остановка, как правило, всегда приводит к краху и обвалу. И наконец, если «буря» достигла невероятного масштаба, имейте в себе смелость отказаться от бизнеса. Найти в себе силы продать его не за половину, и даже не за четверть, а за одну десятую всей стоимости, чтобы была возможность заняться чем-то другим, если здесь у вас ничего не получилось. Вы же творческий человек - у вас деньги в руках. А деньги - это не журавль в небе, и даже не синица, это деньги. Возьмите и вложите их во что-нибудь другое! В случае же если вы будете бесконечно долго тянуть резину, останетесь вообще безо всего. Законы Мёрфи лишь подчеркивают, что сложные ситуации были, есть и будут. И способность человека выкручиваться из сложных ситуаций - это не подготовка в бизнес-школе, а исключительно креативность его собственного ума. Встречайте бурю улыбаясь!

* Дмитрий Житомирский, генеральный директори основатель «Артком СПБ».

Задача №1.26

Номер автомобиля содержит четыре цифры, каждая из которых равновозможно принимает значения от 0 до 9 (возможен номер 0000). Определить вероятность того, что вторая цифра номера равна четырем.

Найдём число всех возможных комбинаций номера автомобиля:

2-ая цифра номера равна 4, если его комбинация представляет набор вида: X 4 XX , где X – любая цифра от 0 до 9.

Следовательно, число таких номеров равно:

Вероятность того, что вторая цифра номера равна четырем.

Ответ:

Задача № 2.11

Дана схема соединения элементов, образующих цепь с одним входом и одним выходом (рисунок 1). Предполагается, что отказы элементов являются независимыми в совокупности событиями. Отказ любого из элементов приводит к прерыванию сигнала в той ветви цепи, где находится данный элемент. Вероятности отказа элементов 1, 2, 3, 4, 5 соответственно равны q1=0,1; q2=0,2; q3=0,3; q4=0,4; q5=0,5. Найти вероятность того, что сигнал пройдет со входа на выход.

Рисунок 1

Согласно рисунку 1 элементы 1, 2, 3 соединены параллельно между собой и последовательно с элементом 4.

Введем события: A 1 – элемент 1 исправен, A 2 – элемент 2 исправен, A 3 – элемент 3 исправен, A 4 – элемент 4 исправен, B – сигнал проходит от точки a к точке b , C – сигнал проходит от точки a к точке c (со входа на выход).

Событие B произойдёт, если будут работать или элемент 1, или элемент 2, или элемент 3:

B :

Событие C произойдёт, если произойдёт событие B и событие A 4 :

Вероятность наступления события C :

Ответ:

Задача №3.28

Приборы одного наименования изготавливаются на трех заводах. Первый завод поставляет 45% всех изделий, поступающих на производство, второй - 30% и третий - 25%. Вероятность безотказной работы прибора, изготовленного на первом заводе, равна 0,8 , на втором - 0,85 и на третьем - 0,9. Прибор, поступивший на производство, оказался исправным. Определить вероятность того, что он изготовлен на втором заводе.

Обозначим через А событие – прибор, поступивший на производство исправен.

Сделаем ряд предположений:

Прибор поступил с 1-ого завода:

Прибор поступил со 2-ого завода:

Прибор поступил с 3-его завода:

Соответствующие условные вероятности для каждой из гипотез:

По формуле полной вероятности найдём вероятность события A :

Вычислим вероятность того, что исправный прибор поступил со 2-ого завода:

Ответ:

Задача №4.26

Монету подбрасывают 100 раз. Какова вероятность того, что она ни разу не упадет гербом вверх?

Событие - монета ни разу из 100 подбрасываний не упала гербом вверх.

Вероятность того, что монета не упала гербом вверх p =0,5 и следовательно, вероятность того что монета упала гербом вверх q =0,5 :

Определим вероятность события A по формуле Бернулли (n = 100; k =100 )

Ответ:

Задача № 5.21

Дискретная случайная величина Х может принимать одно из пяти фиксированных значений x1, x2, x3, x4, x5 с вероятностями p1, p2, p3, p4, p5 соответственно. Вычислить математическое ожидание и дисперсию величины Х. Рассчитать и построить график функции распределения.

Таблица 1 – Исходные данные

Математическое ожидание и дисперсию величины Х:

Построим ряд распределения СВ X:

Таблица 2 –Ряд распределения СВ X

Построим график функции распределения (рисунок 2):

Рисунок 2 - график функции распределения F(X i)

Задача № 6.3

Случайная величина Х задана плотностью вероятности:

Определить константу С , математическое ожидание, дисперсию, функцию распределения величины Х, а также вероятность ее попадания в интервал.

Отсюда константа :

Определим математическое ожидание СВ Х:

Определим дисперсию СВ Х :

Определим функцию распределения величины Х:

Ответ:

Задача № 7.15

Случайная величина Х распределена равномерно на интервале [a,b ]. Построить график случайной величины Y=  (X) и определить плотность вероятности g(y).

обратных функций не существует

Рисунок 3 – график функции

Так как случайная величина Х распределена равномерно на интервале , то её плотность вероятности равна:

Определим плотность вероятности величины :

Задача № 8.30

Двухмерный случайный вектор (Х, У ) равномерно распределен внутри выделенной жирными прямыми линиями на рисунок 4 области B. Двухмерная плотность вероятности f(x,y) одинакова для любой точки этой области B:

Вычислить коэффициент корреляции между величинами X и Y.

Таблица 3 – Исходные данные

Рисунок 4

Построим область B согласно координатам из таблицы 5 и рисунку 4.

Рисунок 5

Проанализируем рисунок 5: область B на промежутке ограничена слева прямой , справа , на промежутке ограничена слева прямой , справа -

Следовательно, совместная плотность вероятности примет вид:

Таким образом:

Проверим полученный результат геометрически. Объём тела, ограниченного поверхностью распределения В и плоскостью xOy равен 1, т.е:

Следовательно, константа рассчитана верно.

Вычислим математические ожидания:

Вычислим дисперсии:

Вычислим корреляционный момент:

Вычислим коэффициент корреляции между величинами X и Y:

Ответ:

Задача № 9

По выборке одномерной случайной величины:

Получить вариационный ряд;

Построить график эмпирической функции распределения F * (x ) ;

Построить гистограмму равноинтервальным способом;

Построить гистограмму равновероятностным способом;

Вычислить точечные оценки математического ожидания и дисперсии;

Вычислить интервальные оценки математического ожидания и дисперсии (γ = 0,95);

Выдвинуть гипотезу о законе распределения случайной величины и проверить ее при помощи критерия согласия  2 и критерия Колмогорова ( = 0,05).

Одномерная выборка:

Размер выборки

Решение

Получим вариационный ряд из исходного:

Построим гистограмму равноинтервальным способом (рисунок 7).

Для построения гистограммы составим интервальный статистический ряд, учитывая что длина у всех интервалов должна быть одинаковая.

Количество интервалов;

- ширина интервала;

Частота попадания СВ X в j-ый интервал;

Статистическая плотность в j-ом интервале.

Таблица 4 – Интервальный статистический ряд

f * (x)

Рисунок 7

Построим гистограмму равновероятностным способом (рисунок 8).

Для построения гистограммы составим интервальный статистический ряд, учитывая что частота попадания СВ X в в каждый j-ый интервал должна быть одинаковая (Таблица 5).

Таблица 5 – Интервальный статистический ряд

f * (x)

Рисунок 8

Вычислим точечные оценки математического ожидания и дисперсии:

Вычислим интервальные оценки математического ожидания и дисперсии (γ = 0,95):

H 0 – величина X распределена по экспоненциальному закону:

H 1 – величина X не распределена по экспоненциальному закону

Таким образом получаем полностью определенную гипотетическую функцию распределения:

Проверим гипотезу о нормальном законе по критерию Пирсона . Вычислим значение критерия на основе равноинтервального статистического ряда:

Теоретические вероятности попадания в интервалы вычислим по формуле:

Таблица 6 – Результаты расчётов

Проверим правильность вычислений :

Вычислим критерий Пирсона:

Определим число степеней свободы:

Выбираем критическое значения критерия Пирсона из таблицы для степени свободы и заданного уровня значимости :

Так как условие выполняется, то гипотеза H 0 об экспоненциальном законе распределения принимается (нет оснований ее отклонить).

8) Проверим гипотезу при помощи критерия Колмогорова. Для этого построим график гипотетической функции распределения в одной системе координат с эмпирической функцией (рисунок 6). В качестве опорных точек используем 10 значений из таблицы 6. По графику определим максимальное по модулю отклонение между функциями и :

Вычислим значение критерия Колмогорова:

Из таблицы Колмогорова по заданному уровню значимости выбираем критическое значение критерия:

Так как условие выполняется, гипотеза H 0 об экспоненциальном законе распределения принимается (нет оснований ее отклонить).

23. В ящике содержатся деталей, изготовленных на заводе 1, деталей - на заводе 2 и деталей - заводе 3. Вероятности изготовления брака на заводах с номерами 1, 2 и 3 соответственно равны, и. Найдите вероятность того, что извлеченная наудачу деталь окажется качественной.

Hi- гипотеза, что деталь изготовлена на i заводе

P(Hi)-вероятность того, что деталь изготовлена на 1 заводе

24. В урну, содержащую шаров, опущен белый шар, после чего наудачу извлечен один шар. Найдите вероятность того, что извлеченный шар окажется белым, если равновероятны все возможные предположения о первоначальном количестве белых шаров в урне.

Hi-первоначально в урне i белых шаров

А- событие, сост, в том, что извлечен белый шар

25. В первой урне 5 белых и 3 черных шара, во второй - 6 белых и 9 черных. Из второй урны случайным образом перекладывают в первую два шара, после чего из первой урны берут один шар. Какова вероятность того, что этот шар - белый?

26. С первого станка-автомата на сборочный конвейер поступает деталей, со 2-го и 3-го - по и соответственно. Вероятности выдачи бракованных деталей составляют для каждого из них соответственно, и. Найдите вероятность того, что поступившая на сборку деталь окажется бракованной, а также вероятности того, что она изготовлена на 1-м, 2-м и 3-м станках-автоматах, при условии, что она оказалась бракованной.

27. Имеется три одинаковых по виду ящика. В первом ящике 23 белых шара, во втором - 9 белых и 14 черных шаров, в третьем - 23 черных шара. Из выбранного наугад ящика вынули белый шар. Найдите вероятность того, что шар вынут из второго ящика.

28. В среднем из 100 клиентов банка 53 обслуживаются первым операционистом и 47 - вторым. Вероятности того, что клиент будет обслужен без помощи заведующего отделением, только самим операционистом, составляет и соответственно для первого и второго служащих банка. Какова вероятность, что клиент, для обслуживания которого потребовалась помощь заведующего, был направлен к первому операционисту?

n1-1-ый операционист

n2-2-ой операционист

А-событие, сост. в том, что, что потребуется помощь заведующего

29. Имеется 13 монет, из которых 3 штуки бракованные: вследствие заводского брака на этих монетах с обеих сторон отчеканен герб. Наугад выбранную монету, не разглядывая, бросают 9 раз, причем при всех бросаниях она ложится гербом вверх. Найдите вероятность того, что была выбрана монета с двумя гербами.

H1-монета хорошая

H2 - бракованная монета

А-событие, состю в том, что при всех бросании монета легла гербом

30. Детали, изготовленные в цехе, попадают к одному из 2-х контролёров. Вероятность того, что деталь попадёт к 1-му контролёру, равна 0,8; ко 2-му - 0,2. Вероятность того, что годная деталь будет признана стандартной 1-м контролёром равна 0,96; 2-м контролёром - 0,98. Годная деталь при проверке оказалась стандартной. Найдите вероятность того, что эту деталь проверял 1-й контролёр.

31. Пассажир может обратиться за получением билета в одну из трёх касс (А,B,C). Вероятности обращения в каждую кассу зависят от их местонахождения и равны соответственно 0,4;0,5 и 0,1. Вероятности того, что к моменту прихода пассажира, имеющиеся в кассе билеты распроданы равны соответственно 0,4; 0,3 и 0,1. Найдите вероятность того, что билет куплен. В какой из касс это могло произойти с наибольшей вероятностью?

32. В первой урне белых и черных шаров, во второй - белых и черных. Из второй урны случайным образом перекладывают в первую два шара, после чего из первой урны берут один шар, который оказывается белым. Какова вероятность того, что два шара, переложенные из второй урны в первую, были разных цветов?

Схема Бернулли. Числа. Наиболее вероятное число успехов

33. Вероятность попадания в цель при одном выстреле равна. Сделано выстрелов. Найдите вероятность того, что в цель попали менее трех раз.

34. Отрезок длины поделен на две части длины и соответственно, точек последовательно бросают случайным образом на этот отрезок. Найдите вероятность того, что количество точек, попавших на отрезок длины будет больше или меньше.

М-событие, сост. в том, что на отрезок АС попало не менее 2 точек

М с чертой - событие, сост. в том, что попало 2 точки

Р - вероятность попадания на АС при 1 бросании

35. Вероятность попадания стрелком в цель равна. Сделано выстрелов. Определите наивероятнейшее число попаданий в цель.

Схема Бернулли. Приближенные формулы Лапласа и Пуассона

36. Вероятность выпуска бракованного изделия равна. Найдите вероятность того, что среди выпущенных изделий ровно изделий без брака.

37. Вероятность выпуска бракованного изделия равна. Найдите вероятность того, что среди выпущенных изделий будет хотя бы одно, но не более бракованных изделий.

38. Всхожесть семян данного растения равна. Найдите вероятность того, что из посаженных семян число проросших семян заключено между и.

39. Прядильщица обслуживает веретен. Вероятность обрыва нити на одном веретене в течение 1 минуты равна. Найдите вероятность того, что в течение одной минуты обрыв произойдет более чем на веретенах.

Вероятность того, что в пути изделие повредится, равна. Какова вероятность того, что на базу поступят некачественных изделия?

40. При введении вакцины против полиомиелита иммунитет создается в случаях. Определите вероятность того, что из вакцинированных детей заболеют.
2. Дискретные случайные величины

Закон распределения случайной величины

41. Случайная величина принимает только целые значения. При этом вероятности возможных значений пропорциональны значениям: . Найдите значение константы и вероятность.

Независимые дискретные случайные величины

43. Независимые дискретные случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
44. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
45. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
46. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите вероятность.
47. Независимые случайные величины и принимают только целые значения: - от до, - от до. Найдите, если известно, что возможные значения и равновероятны.
48. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью. Найдите.
49. Независимые случайные величины принимают только целые значения от до. Найдите вероятность, если известно, что все возможные значения равновероятны.

50. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью, - от до с вероятностью. Найдите вероятность того, что примут разные значения.

51. Независимые случайные величины принимают только целые значения: - от до с вероятностью, - от до с вероятностью, - от до с вероятностью. Найдите вероятность.

Математическое ожидание и дисперсия дискретной случайной величины

52. Распределение дискретной случайной величины задано таблицей

Найдите математическое ожидание и вероятность.

53. Дискретная случайная величина принимает только целые значения, каждое с вероятностью. Найдите математическое ожидание и вероятность.

54. Распределение дискретной случайной величины задано таблицей

Найдите математическое ожидание, среднее квадратичное отклонение и вероятность.

56. Для случайной величины известно, что. Найдите дисперсию.

57. Независимые дискретные случайные величины могут принимать только значения и. При этом, . Найдите математическое ожидание.

59. Дискретные случайные величины распределены по закону, заданному таблицей

63. Независимые случайные величины могут принимать только значения и. При этом, . Найдите математическое ожидание.

64. Вероятность выигрыша рублей в одной партии равна, вероятность проигрыша рублей равна. Найдите дисперсию капитала игрока после партий.

Основные дискретные законы распределения и их характеристики

65. На плоскости начерчены две окружности, радиусы которых и соответственно. Меньшая окружность содержится внутри большего круга. В большой круг наудачу бросают точек. Пусть случайная величина - число точек, попавших в малый круг. Вычислите математическое ожидание и дисперсию.

66. Производится независимых испытаний, состоящих в том, что одновременно подбрасываются монет. Пусть - число испытаний, в которых выпало герба. Найдите математическое ожидание.

Число испытаний, в которых выпало герба.

67. Случайные величины распределены по биномиальному закону с параметрами и. Найдите математическое ожидание.
68. Случайные величины независимы и распределены по биномиальному закону с параметрами и. Найдите математическое ожидание.

69. Отрезок длины поделен на две части длины и соответственно. Наудачу точек последовательно бросают на отрезок. - случайная величина, равная числу точек, попавших на отрезок длины. Найдите математическое ожидание и среднее квадратичное отклонение величины.

70. Производится независимых испытаний, в каждом из которых подбрасываются игральные кости. Пусть - число испытаний, в которых все выпавшие цифры оказались. Найдите дисперсию.

71. Производится независимых испытаний с вероятностью успеха в каждом испытании. Пусть - число успехов в испытаниях с номерами, - число успехов в испытаниях с номерами. Найдите дисперсию.

U- число успехов в испытаниях с номерами 1,2,3,4

V- число успехов в испытаниях с номерами 5,6,7

W- число успехов в испытаниях с номерами 8.9.10.

Каждая из величин имеет биномиальное распределение

72. На плоскости начерчены два квадрата, стороны которых и соответственно. Меньший квадрат содержится внутри большего квадрата. В большой квадрат случайным образом бросают точки до тех пор, пока не попадут в маленький квадрат. Пусть случайная величина - число бросаний. Найдите математическое ожидание и дисперсию.

Геометрическое распределение

73. В спортивной лотерее каждую неделю на 100 билетов разыгрывается палаток и рюкзаков. Турист решил каждую неделю покупать по одному билету до тех пор, пока он не выиграет палатку и рюкзак. Найдите среднее время реализации данного намерения (время измеряется в неделях).

T-время ожидания

T1, T2-независимы

Т1-время ожидания 1-го выигрыша

Т2-время ожидания др. выигрыша

74. В серии независимых испытаний, которые проводятся с частотой одно испытание в единицу времени, вероятность наступления события в одном испытании равна. Пусть - время ожидания наступления события раз (за все время ожидания). Найдите математическое ожидание и дисперсию.

Ti-время ожидания от (i-1)-ого до i-ого события

Геометрическое распределение

75. Случайные величины распределены по геометрическому закону с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.

76. Случайные величины независимы и распределены по геометрическому закону с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.
77. Случайные величины распределены по геометрическому закону. Найдите дисперсию, если их математические ожидания равны, а коэффициент корреляции и равен.

78. Случайная составляющая выручки равна, где - биномиальная случайная величина с параметрами и. Случайная составляющая затрат имеет вид, где - пуассоновская случайная величина. Найдите дисперсию прибыли, считая, что и - независимы, а.

79. Для пуассоновской случайной величины отношение. Найдите математическое ожидание.

Ковариация и коэффициент корреляции

80. Даны математические ожидания случайных величин и: , их дисперсии, и ковариация Cov. Найдите математическое ожидание и дисперсию.

81. Случайные величины принимают только значения и. Найдите дисперсию, если вероятности, а коэффициент корреляции и равен.
82. Для случайных величин даны их математические ожидания и дисперсии, а также коэффициент корреляции. Найдите математическое ожидание.
83. Случайные величины распределены по закону Пуассона с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.
84. Случайные величины независимы и распределены по закону Пуассона с одинаковым математическим ожиданием, равным. Найдите математическое ожидание.

85. Случайные величины распределены по закону Пуассона. Найдите, если и, а коэффициент корреляции и равен.

3. Непрерывные случайные величины

Функция распределения и функция плотности непрерывной случайной величины

86. Случайная величина имеет функцию распределения. Найдите плотность вероятности случайной величины.

87. Случайная величина имеет функцию распределения. Найдите плотность вероятности случайной величины.

88. Случайная величина имеет функцию распределения. Найдите плотность вероятности случайной величины.

89. Распределение непрерывной случайной величины задано плотностью вероятности. Найдите плотность вероятности случайной величины.
90. Случайная величина имеет плотность вероятности. Найдите плотность вероятности случайной величины.
91. Случайная величина имеет плотность вероятности Найдите константу и вероятность.

92. Функция плотности вероятности случайной величины имеет вид. Найдите константу и вероятность.

93. Функция плотности вероятности случайной величины имеет вид. Найдите константу и вероятность.

94. Плотность вероятности случайной величины имеет вид. Найдите и.

Равномерное распределение на отрезке

95. Случайная величина равномерно распределена на отрезке. Найдите вероятность.

96. Случайная величина равномерно распределена на отрезке. Найдите вероятность.
97. Случайные величины независимы и равномерно распределены на отрезке. Найдите математическое ожидание.

98. Случайная величина имеет равномерное распределение на отрезке Найдите коэффициент корреляции случайных величин и

99. Случайная величина равномерно распределена на отрезке. Найдите математическое ожидание.
100. Случайная величина равномерно распределена на отрезке. Найдите дисперсию.
101. Случайная величина равномерно распределена на отрезке. Найдите.
102. Случайная величина равномерно распределена на отрезке. Найдите.
103. Найдите математическое ожидание и дисперсию произведения независимых случайных величин и с равномерными законами распределения: - на отрезке, - на отрезке.
104. Случайные величины и независимые и равномерно распределены на отрезках: - на отрезке, - на отрезке. Найдите.

Показательное распределение

105. Случайные величины и независимые и распределены по показательному закону, причём, . Найдите.

106. Случайные величины независимы и распределены по показательному закону. Найдите, если.

107. Случайная величина распределена по показательному закону. Найдите математическое ожидание, если дисперсия.
108. Случайная величина распределена по показательному закону. Найдите математическое ожидание, если дисперсия.
109. Случайная величина распределена по показательному закону. Найдите вероятность, если.

Нормальное распределение на прямой

110. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.

111. Случайная величина имеет нормальное распределение с параметрами и. Найдите вероятность попадания в интервал.
112. Для нормальной случайной величины известно, что математическое ожидание и вероятность Найдите дисперсию.
113. Для нормальной случайной величины известно, что дисперсия и вероятность. Найдите математическое ожидание.
114. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.

115. Математические ожидания и дисперсии независимых нормальных случайных величин равны 1. Найдите вероятность.

116. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.
117. Для независимых нормальных случайных величин, известны их математические ожидания и дисперсии: , . Найдите вероятность.
118. Независимые нормальные случайные величины имеют одинаковые параметры: , . Для случайной величины найдите вероятность.

119. Для нормальной случайной величины с математическим ожиданием и дисперсией найдите вероятность.

120. Случайные величины и независимые и распределены по нормальному закону, причём, . Найдите.
4. Случайные векторы

Двумерные дискретные случайные векторы

121. Найдите распределение случайной величины и, если известно распределение случайного дискретного вектора:

Для случайного дискретного вектора, распределенного по закону выясните, зависимы или нет события и.

выясните, зависимы или нет события и.

125. Найдите распределение случайной величины и, если известно распределение дискретного случайного вектора:

Подробности Просмотров: 2602

Формула полной вероятности и формулы Байеса

На данном уроке мы рассмотрим важное следствие теорем сложения и умножения вероятностей и научимся решать типовые задачи по теме. Читателям, которые ознакомились со статьёй о зависимых событиях , будет проще, поскольку в ней мы уже по факту начали использовать формулу полной вероятности. Если Вы зашли с поисковика и/или неважно разбирайтесь в теории вероятностей (ссылка на 1-й урок курса) , то сначала рекомендую посетить указанные страницы.

Собственно, продолжаем. Рассмотрим зависимое событие , которое может произойти лишь в результате осуществления одной из несовместных гипотез , которые образуют полную группу . Пусть известны их вероятности и соответствующие условные вероятности . Тогда вероятность наступления события равна:

Эта формула получила название формулы полной вероятности . В учебниках она формулируется теоремой, доказательство которой элементарно: согласно алгебре событий , (произошло событие и или произошло событие и после него наступило событие или произошло событие и после него наступило событие или …. или произошло событие и после него наступило событие ) . Поскольку гипотезы несовместны, а событие - зависимо, то по теореме сложения вероятностей несовместных событий (первый шаг) и теореме умножения вероятностей зависимых событий (второй шаг) :

Наверное, многие предчувствуют содержание первого примера =)

Куда ни плюнь - везде урна:

Задача 1

Имеются три одинаковые урны. В первой урне находятся 4 белых и 7 черных шаров, во второй - только белые и в третьей - только черные шары. Наудачу выбирается одна урна и из неё наугад извлекается шар. Какова вероятность того, что этот шар чёрный?

Решение : рассмотрим событие - из наугад выбранной урны будет извлечён чёрный шар. Данное событие может произойти в результате осуществления одной из следующих гипотез:
- будет выбрана 1-ая урна;
- будет выбрана 2-ая урна;
- будет выбрана 3-я урна.

Так как урна выбирается наугад, то выбор любой из трёх урн равновозможен , следовательно:

Обратите внимание, что перечисленные гипотезы образуют полную группу событий , то есть по условию чёрный шар может появиться только из этих урн, а например, не прилететь с бильярдного стола. Проведём простую промежуточную проверку:
, ОК, едем дальше:

В первой урне 4 белых + 7 черных = 11 шаров, по классическому определению :
- вероятность извлечения чёрного шара при условии , что будет выбрана 1-ая урна.

Во второй урне только белые шары, поэтому в случае её выбора появления чёрного шара становится невозможным : .

И, наконец, в третьей урне одни чёрные шары, а значит, соответствующая условная вероятность извлечения чёрного шара составит (событие достоверно) .

- вероятность того, что из наугад выбранной урны будет извлечен чёрный шар.

Ответ :

Разобранный пример снова наводит на мысль о том, как важно ВНИКАТЬ В УСЛОВИЕ. Возьмём те же задачи с урнами и шарами - при их внешней схожести способы решения могут быть совершенно разными: где-то требуется применить только классическое определение вероятности , где-то события независимы , где-то зависимы , а где-то речь о гипотезах. При этом не существует чёткого формального критерия для выбора пути решения - над ним почти всегда нужно думать. Как повысить свою квалификацию? Решаем, решаем и ещё раз решаем!

Задача 2

В тире имеются 5 различных по точности боя винтовок. Вероятности попада-ния в мишень для данного стрелка соответственно равны и 0,4. Чему равна вероятность попадания в мишень, если стрелок делает один выстрел из слу-чайно выбранной винтовки?

Краткое решение и ответ в конце урока.

В большинстве тематических задач гипотезы, конечно же, не равновероятны:

Задача 3

В пирамиде 5 винтовок, три из которых снабжены оптическим прицелом. Вероятность того, что стрелок поразит мишень при выстреле из винтовки с оптическим прицелом, равна 0,95; для винтовки без оптического прицела эта вероятность равна 0,7. Найти вероятность того, что мишень будет поражена, если стрелок производит один выстрел из наудачу взятой винтовки.

Решение : в этой задаче количество винтовок точно такое же, как и в предыдущей, но вот гипотезы всего две:
- стрелок выберет винтовку с оптическим прицелом;
- стрелок выберет винтовку без оптического прицела.
По классическому определению вероятности : .
Контроль:

Рассмотрим событие: - стрелок поразит мишень из наугад взятой винтовки.
По условию: .

По формуле полной вероятности:

Ответ : 0,85

На практике вполне допустим укороченный способ оформления задачи, который вам тоже хорошо знаком:

Решение : по классическому определению: - вероятности выбора винтовки с оптическим и без оптического прицела соответственно.

По условию, - вероятности попадания в мишень из соответствующих типов винтовок.

По формуле полной вероятности:
- вероятность того, что стрелок поразит мишень из наугад выбранной винтовки.

Ответ : 0,85

Следующая задача для самостоятельного решения:

Задача 4

Двигатель работает в трёх режимах: нормальном, форсированном и на холостом ходу. В режиме холостого хода вероятность его выхода из строя равна 0,05, при нормальном режиме работы - 0,1, а при форсированном - 0,7. 70% времени двигатель работает в нормальном режиме, а 20% - в форсированном. Какова вероятность выхода из строя двигателя во время работы?

На всякий случай напомню - чтобы получить значения вероятностей проценты нужно разделить на 100. Будьте очень внимательны! По моим наблюдениям, условия задач на формулу полной вероятности частенько пытаются подзапутать; и я специально подобрал такой пример. Скажу по секрету - сам чуть не запутался =)

Решение в конце урока (оформлено коротким способом)

Задачи на формулы Байеса

Материал тесно связан с содержанием предыдущего параграфа. Пусть событие наступило в результате осуществления одной из гипотез . Как определить вероятность того, что имела место та или иная гипотеза?

При условии , что событие уже произошло , вероятности гипотез переоцениваются по формулам, которые получили фамилию английского священника Томаса Байеса:

- вероятность того, что имела место гипотеза ;
- вероятность того, что имела место гипотеза ;
…
- вероятность того, что имела место гипотеза .

На первый взгляд кажется полной нелепицей - зачем пересчитывать вероятности гипотез, если они и так известны? Но на самом деле разница есть:

Это априорные (оцененные до испытания) вероятности.

Это апостериорные (оцененные после испытания) вероятности тех же гипотез, пересчитанные в связи «со вновь открывшимися обстоятельствами » - с учётом того факта, что событие достоверно произошло .

Рассмотрим это различие на конкретном примере:

Задача 5

На склад поступило 2 партии изделий: первая - 4000 штук, вторая - 6000 штук. Средний процент нестандартных изделий в первой партии составляет 20%, а во второй - 10%. Наудачу взятое со склада изделие оказалось стандартным. Найти вероятность того, что оно: а) из первой партии, б) из второй партии.

Первая часть решения состоит в использовании формулы полной вероятности. Иными словами, вычисления проводятся в предположении, что испытание ещё не произведено и событие «изделие оказалось стандартным» пока не наступило.

Рассмотрим две гипотезы:
- наудачу взятое изделие будет из 1-й партии;
- наудачу взятое изделие будет из 2-й партии.

Всего: 4000 + 6000 = 10000 изделий на складе. По классическому определению :
.

Контроль:

Рассмотрим зависимое событие: - наудачу взятое со склада изделие будет стандартным.

В первой партии 100% - 20% = 80% стандартных изделий, поэтому: при условии , что оно принадлежит 1-й партии.

Аналогично, во второй партии 100% - 10% = 90% стандартных изделий и - вероятность того, что наудачу взятое на складе изделие будет стандартным при условии , что оно принадлежит 2-й партии.

По формуле полной вероятности:
- вероятность того, что наудачу взятое на складе изделие будет стандартным.

Часть вторая. Пусть наудачу взятое со склада изделие оказалось стандартным. Эта фраза прямо прописана в условии, и она констатирует тот факт, что событие произошло .

По формулам Байеса:

а) - вероятность того, что выбранное стандартное изделие принадлежит 1-ой партии;

б) - вероятность того, что выбранное стандартное изделие принадлежит 2-ой партии.

После переоценки гипотезы , разумеется, по-прежнему образуют полную группу :
(проверка;-))

Ответ :

Понять смысл переоценки гипотез нам поможет Иван Васильевич, которой снова сменил профессию и стал директором завода. Он знает, что сегодня 1-й цех отгрузил на склад 4000, а 2-й цех - 6000 изделий, и приходит удостовериться в этом. Предположим, вся продукция однотипна и находится в одном контейнере. Естественно, Иван Васильевич предварительно подсчитал, что изделие, которое он сейчас извлечёт для проверки, с вероятностью будет выпущено 1-м цехом и с вероятностью - вторым. Но после того как выбранное изделие оказывается стандартным, он восклицает: «Какой же классный болт! - его скорее выпустил 2-й цех». Таким образом, вероятность второй гипотезы переоценивается в лучшую сторону , а вероятность первой гипотезы занижается: . И эта переоценка небезосновательна - ведь 2-й цех произвёл не только больше изделий, но и работает в 2 раза лучше!

Вы скажете, чистый субъективизм? Отчасти - да, более того, сам Байес интерпретировалапостериорные вероятности как уровень доверия . Однако не всё так просто - в байесовском подходе есть и объективное зерно. Ведь вероятности того, что изделие будет стандартным (0,8 и 0,9 для 1-го и 2-го цехов соответственно) это предварительные (априорные) и средние оценки. Но, выражаясь философски - всё течёт, всё меняется, и вероятности в том числе. Вполне возможно, что на момент исследования более успешный 2-й цех повысил процент выпуска стандартных изделий (и/или 1-й цех снизил) , и если проверить бОльшее количество либо все 10 тысяч изделий на складе, то переоцененные значения окажутся гораздо ближе к истине.

Кстати, если Иван Васильевич извлечёт нестандартную деталь, то наоборот - он будет больше «подозревать» 1-й цех и меньше - второй. Предлагаю убедиться в этом самостоятельно:

Задача 6

На склад поступило 2 партии изделий: первая - 4000 штук, вторая - 6000 штук. Средний процент нестандартных изделий в первой партии 20%, во второй - 10%. Наудачу взятое со склада изделие оказалось не стандартным. Найти вероятность того, что оно: а) из первой партии, б) из второй партии.

Условие отличатся двумя буквами, которые я выделил жирным шрифтом. Задачу можно решить с «чистого листа», или воспользоваться результатами предыдущих вычислений. В образце я провёл полное решение, но чтобы не возникло формальной накладки с Задачей №5, событие «наудачу взятое со склада изделие будет нестандартным» обозначено через .

Байесовская схема переоценки вероятностей встречается повсеместно, причём её активно эксплуатируют и различного рода мошенники. Рассмотрим ставшее нарицательным АО на три буквы, которое привлекает вклады населения, якобы куда-то их инвестирует, исправно выплачивает дивиденды и т.д. Что происходит? Проходит день за днём, месяц за месяцем и всё новые и новые факты, донесённые путём рекламы и «сарафанным радио», только повышают уровень доверия к финансовой пирамиде (апостериорная байесовская переоценка в связи с произошедшими событиями!) . То есть, в глазах вкладчиков происходит постоянное увеличение вероятности того, что «это серьёзная контора» ; при этом вероятность противоположной гипотезы («это очередные кидалы») , само собой, уменьшается и уменьшается. Дальнейшее, думаю, понятно. Примечательно, что заработанная репутация даёт организаторам время успешно скрыться от Ивана Васильевича, который остался не только без партии болтов, но и без штанов.

К не менее любопытным примерам мы вернёмся чуть позже, а пока на очереди, пожалуй, самый распространенный случай с тремя гипотезами:

Задача 7

Электролампы изготавливаются на трех заводах. 1-ый завод производит 30% общего количества ламп, 2-й - 55%, а 3-й - остальную часть. Продукция 1-го завода содержит 1% бракованных ламп, 2-го - 1,5%, 3-го - 2%. В магазин поступает продукция всех трех заводов. Купленная лампа оказалась с браком. Какова вероятность того, что она произведена 2-м заводом?

Заметьте, что в задачах на формулы Байеса в условии обязательно фигурирует некоепроизошедшее событие, в данном случае - покупка лампы.

Событий прибавилось, и решение удобнее оформить в «быстром» стиле.

Алгоритм точно такой же: на первом шаге находим вероятность того, что купленная лампа вообще окажется бракованной.

Пользуясь исходными данными, переводим проценты в вероятности:
- вероятности того, что лампа произведена 1-м, 2-м и 3-м заводами соответственно.
Контроль:

Аналогично: - вероятности изготовления бракованной лампы для соответствующих заводов.

По формуле полной вероятности:

- вероятность того, что купленная лампа окажется с браком.

Шаг второй. Пусть купленная лампа оказалась бракованной (событие произошло)

По формуле Байеса:
- вероятность того, что купленная бракованная лампа изготовлена вторым заводом

Ответ :

Почему изначальная вероятность 2-й гипотезы после переоценки увеличилась ? Ведь второй завод производит средние по качеству лампы (первый - лучше, третий - хуже). Так почему же возросла апостериорная вероятность, что бракованная лампа именно со 2-го завода? Это объясняется уже не «репутацией», а размером. Так как завод №2 выпустил самое большое количество ламп (более половины), то логичен, по меньшей мере, субъективный характер завышенной оценки («скорее всего, эта бракованная лампа именно оттуда») .

Интересно заметить, что вероятности 1-й и 3-й гипотез, переоценились в ожидаемых направлениях и сравнялись:

Контроль: , что и требовалось проверить.

К слову, о заниженных и завышенных оценках:

Задача 8

В студенческой группе 3 человека имеют высокий уровень подготовки, 19 человек - средний и 3 - низкий. Вероятности успешной сдачи экзамена для данных студентов соответственно равны: 0,95; 0,7 и 0,4. Известно, что некоторый студент сдал экзамен. Какова вероятность того, что:

а) он был подготовлен очень хорошо;
б) был подготовлен средне;
в) был подготовлен плохо.

Проведите вычисления и проанализируйте результаты переоценки гипотез.

Задача приближена к реальности и особенно правдоподобна для группы студентов-заочников, где преподаватель практически не знает способностей того или иного студента. При этом результат может послужить причиной довольно-таки неожиданных последствий(особенно это касается экзаменов в 1-м семестре) . Если плохо подготовленному студенту посчастливилось с билетом, то преподаватель с большой вероятностью сочтёт его хорошо успевающим или даже сильным студентом, что принесёт неплохие дивиденды в будущем (естественно, нужно «поднимать планку» и поддерживать свой имидж) . Если же студент 7 дней и 7 ночей учил, зубрил, повторял, но ему просто не повезло, то дальнейшие события могут развиваться в самом скверном ключе - с многочисленными пересдачами и балансировкой на грани вылета.

Что и говорить, репутация - это важнейший капитал, не случайно многие корпорации носят имена-фамилии своих отцов-основателей, которые руководили делом 100-200 лет назад и прославились своей безупречной репутацией.

Да, байесовский подход в известной степени субъективен, но… так устроена жизнь!

Закрепим материал заключительным индустриальным примером, в котором я расскажу о до сих пор не встречавшихся технических тонкостях решения:

Задача 9

Три цеха завода производят однотипные детали, которые поступают на сборку в общий контейнер. Известно, что первый цех производит в 2 раза больше деталей, чем второй цех, и в 4 раза больше третьего цеха. В первом цехе брак составляет 12%, во втором - 8%, в третьем - 4%. Для контроля из контейнера берется одна деталь. Какова вероятность того, что она окажется бракованной? Какова вероятность того, что извлечённую бракованную деталь выпустил 3-й цех?

Таки Иван Васильевич снова на коне =) Должен же быть у фильма счастливый конец =)

Решение : в отличие от Задач №№5-8 здесь в явном виде задан вопрос, который разрешается с помощью формулы полной вероятности. Но с другой стороны, условие немного «зашифровано», и разгадать этот ребус нам поможет школьный навык составлять простейшие уравнения. За «икс» удобно принять наименьшее значение:

Пусть - доля деталей, выпускаемая третьим цехом.

По условию, первый цех производит в 4 раза больше третьего цеха, поэтому доля 1-го цеха составляет .

Кроме того, первый цех производит изделий в 2 раза больше, чем второй цех, а значит, доля последнего: .

Составим и решим уравнение:

Таким образом: - вероятности того, что извлечённая из контейнера деталь выпущена 1-м, 2-м и 3-м цехами соответственно.

Контроль: . Кроме того, будет не лишним ещё раз посмотреть на фразу«Известно, что первый цех производит изделий в 2 раза больше второго цеха и в 4 раза больше третьего цеха» и убедиться, что полученные значения вероятностей действительно соответствуют этому условию.

За «икс» изначально можно было принять долю 1-го либо долю 2-го цеха - вероятности выйдёт такими же. Но, так или иначе, самый трудный участок пройден, и решение входит в накатанную колею:

Из условия находим:
- вероятности изготовления бракованной детали для соответствующих цехов.

По формуле полной вероятности:
- вероятность того, что наугад извлеченная из контейнера деталь окажется нестандартной.

Вопрос второй: какова вероятность того, что извлечённую бракованную деталь выпустил 3-й цех? Данный вопрос предполагает, что деталь уже извлечена, и она оказалось бракованной. Переоцениваем гипотезу по формуле Байеса:
- искомая вероятность. Совершенно ожидаемо - ведь третий цех производит не только самую малую долю деталей, но и лидирует по качеству!