МУНИЦИПАЛЬНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ГИМНАЗИЯ № 6
РЕФЕРАТ
на тему «Классическое определение вероятности».
Выполнила ученица 8 «Б» класса
Климантова Александра.
Учитель по математике: Виденькина В. А.
Воронеж, 2008
Во многих играх используют игральный кубик. У кубика 6 граней, на каждой грани отмечено различное количество точек—от 1 до 6. Играющий бросает кубик и смотрит, сколько точек имеется на выпавшей грани (на той грани, которая располагается сверху). Довольно часто точки на грани кубика заменяют соответствующим числом и тогда говорят о выпадении 1, 2 или 6. Бросание кубика можно считать опытом, экспериментом, испытанием, а полученный результат—исходом испытания или элементарным событием. Людям интересно угадывать наступление того или иного события, предсказывать его исход. Какие предсказания они могут сделать, когда бросают игральный кубик? Например, такие:
1) событие А—выпадает цифра 1, 2, 3, 4, 5 или 6;
2) событие В—выпадает цифра 7, 8 или 9;
3) событие С—выпадает цифра 1.
Событие А, предсказанное в первом случае, обязательно наступит. Вообще, событие, которое в данном опыте обязательно наступит, называют достоверным событием
.
Событие В, предсказанное во втором случае, никогда не наступит, это просто невозможно. Вообще, событие, которое в данном опыте наступить не может, называют невозможным событием
.
А событие С, предсказанное в третьем случае, наступит или не наступит? На этот вопрос мы с полной уверенностью ответить не в состоянии, поскольку 1 может выпасть, а может и не выпасть. Событие, которое в данном опыте может как наступить, так и не наступить, называют случайным событием
.
Думая про наступление достоверного события, мы слово «вероятно» использовать, скорее всего, не будем. Например, если сегодня среда, то завтра четверг, это—достоверное событие. Мы в среду не станем говорить: «Вероятно, завтра четверг», мы скажем коротко и ясно: «Завтра четверг». Правда, если мы склонны к красивым фразам, то можем сказать так: «Со стопроцентной вероятностью утверждаю, что завтра четверг». Напротив, если сегодня среда, то наступление назавтра пятницы—невозможное событие. Оценивая это событие в среду, мы можем сказать так: «Уверен, что завтра не пятница». Или так: «Невероятно, что завтра пятница». Ну а если мы склонны к красивым фразам, то можем сказать так: «Вероятность того, что завтра пятница, равна нулю». Итак, достоверное событие—это событие, наступающее при данных условиях со стопроцентной вероятностью
(т. е. наступающее в 10 случаях из 10, в 100 случаях из 100 и т. д.). Невозможное событие—это событие, не наступающее при данных условиях никогда, событие с нулевой вероятностью
.
Но, к сожалению (а может быть, и к счастью), не все в жизни так четко и ясно: это будет всегда (достоверное событие), этого не будет никогда (невозможное событие). Чаще всего мы сталкиваемся именно со случайными событиями, одни из которых более вероятны, другие менее вероятны. Обычно люди используют слова «более вероятно» или «менее вероятно», как говорится, по наитию, опираясь на то, что называют здравым смыслом. Но очень часто такие оценки оказываются недостаточными, поскольку бывает важно знать, на сколько
процентов вероятно случайное событие или во сколько раз
одно случайное событие вероятнее другого. Иными словами, нужны точные количественные
характеристики, нужно уметь охарактеризовать вероятность числом.
Первые шаги в этом направлении мы уже сделали. Мы говорили, что вероятность наступления достоверного события характеризуется как стопроцентная
, а вероятность наступления невозможного события—как нулевая
. Учитывая, что 100 % равно 1, люди договорились о следующем:
1) вероятность достоверного события считается равной
1;
2) вероятность невозможного события считается равной
0.
А как подсчитать вероятность случайного события? Ведь оно произошло случайно
, значит, не подчиняется закономерностям, алгоритмам, формулам. Оказывается, и в мире случайного действуют определенные законы, позволяющие вычислять вероятности. Этим занимается раздел математики, который так и называется–теория вероятностей
.
Математика имеет дело с моделью
некоторого явления окружающей нас действительности. Из всех моделей, используемых в теории вероятностей, мы ограничимся самой простой.
Классическая вероятностная схема
Для нахождения вероятности события А при проведении некоторого опыта следует:
1) найти число N всех возможных исходов данного опыта;
2) принять предположение о равновероятности (равновозможности) всех этих исходов;
3) найти количество N(А) тех исходов опыта, в которых наступает событие А;
4)
найти частное;
оно и будет равно вероятности события А.
Принято вероятность события А обозначать: Р(А). Объяснение такого обозначения очень простое: слово «вероятность» по-французски–probabilite
, по-английски–probability
.В обозначении используется первая буква слова.
Используя это обозначение, вероятность события А по классической схеме можно найти с помощью формулы
Р(А)=.
Часто все пункты приведенной классической вероятностной схемы выражают одной довольно длинной фразой.
Классическое определение вероятности
Вероятностью события А при проведении некоторого испытания называют отношение числа исходов, в результате которых наступает событие А, к общему числу всех равновозможных между собой исходов этого испытания.
Пример 1
. Найти вероятность того, что при одном бросании игрального кубика выпадет: а) 4; б) 5; в) четное число очков; г) число очков, большее 4; д) число очков, не кратное трем.
Решение
. Всего имеется N=6 возможных исходов: выпадение грани куба с числом очков, равным 1, 2, 3, 4, 5 или 6. Мы считаем, что ни один из них не имеет никаких преимуществ перед другими, т. е. принимаем предположение о равновероятности этих исходов.
а) Ровно в одном из исходов произойдет интересующее нас событие А–выпадение числа 4. Значит, N(A)=1 и
P
(
A
)=
=.
б) Решение и ответ такие же, как и в предыдущем пункте.
в) Интересующее нас событие В произойдёт ровно в трёх случаях, когда выпадает число очков 2, 4 или 6. Значит,
N
(
B
)=3 и
P
(
B
)==.
г) Интересующее нас событие С произойдет ровно в двух случаях, когда выпадет число очков 5 или 6. Значит,
N
(
C
)
=2 и Р(С)=.
д) Из шести возможных выпавших чисел четыре (1, 2, 4 и 5) не кратны трем, а остальные два (3 и 6) делятся на три. Значит, интересующее нас событие наступает ровно в четырех из шести возможных и равновероятных между собой и равновероятных между собой исходах опыта. Поэтому в ответе получается .
Ответ: а) ; б) ; в) ; г) ; д).
Реальный игральный кубик вполне может отличаться от идеального (модельного) кубика, поэтому для описания его поведения требуется более точная и детальная модель, учитывающая преимущества одной грани перед другой, возможное наличие магнитов и т. п. Но «дьявол кроется в деталях», а большая точность ведет, как правило, к большей сложности, и получение ответа становится проблемой. Мы же ограничиваемся рассмотрением простейшей вероятностной модели, где все возможные исходы равновероятны.
Замечание 1
. Рассмотрим еще пример. Был задан вопрос: «Какова вероятность выпадения тройки при одном бросании кубика?» Ученик ответил так: «Вероятность равна 0, 5». И объяснил свой ответ: «Тройка или выпадет, или нет. Значит, всего есть два исхода и ровно в одном наступает интересующее нас событие. По классической вероятностной схеме получаем ответ 0, 5». Есть в этом рассуждении ошибка? На первый взгляд–нет. Однако она все же есть, причем в принципиальном моменте. Да, действительно, тройка или выпадет, или нет, т. е. при таком определении исхода бросания N=2. Правда и то, что N(A)=1 и уж, разумеется, верно, что =0, 5, т. е. три пункта вероятностной схемы учтены, а вот выполнение пункта 2) вызывает сомнения. Конечно, с чисто юридической точки зрения, мы имеем право считать, что выпадение тройки равновероятно ее невыпадению. Но вот можем ли мы так считать, не нарушая свои же естественные предположения об «одинаковости» граней? Конечно, нет! Здесь мы имеем дело с правильным рассуждением внутри некоторой модели. Только вот сама эта модель «неправильная», не соответствующая реальному явлению.
Замечание 2
. Рассуждая о вероятности, не упускайте из виду следующее важное обстоятельство. Если мы говорим, что при бросании кубика вероятность выпадения одного очка равна , это совсем не значит, что, кинув кубик 6 раз, вы получите одно очко ровно один раз, бросив кубик 12 раз, вы получите одно очко ровно два раза, бросив кубик 18 раз, вы получите одно очко ровно три раза и т. д. Слово вероятно носит предположительный характер. Мы предполагаем, что скорее всего может произойти. Вероятно, если мы бросим кубик 600 раз, одно очко выпадет 100 раз или около 100.
Теория вероятностей возникла в XVII веке при анализе различных азартных игр. Неудивительно поэтому, что первые примеры носят игровой характер. От примеров с игральными кубиками перейдем к случайному вытаскиванию игральных карт из колоды.
Пример 2
. Из колоды в 36 карт случайным образом одновременно вытаскивают 3 карты. Какова вероятность того, что среди них нет пиковой дамы?
Решение
. У нас имеется множество из 36 элементов. Мы производим выбор трех элементов, порядок которых не важен. Значит, возможно получение N=Cисходов. Будем действовать по классической вероятностной схеме, т. е. предположим, что все эти исходы равновероятны.
Среди всех N=Cисходов нам следует сосчитать те, в которых нет пиковой дамы (событие А). Отложим даму пик в сторону, и из оставшихся 35 карт будем выбирать 3 карты. Получатся все интересующие нас варианты. Значит, N(A)=C.
Осталось вычислить нужную вероятность по классическому определению:
Р(А)= ==*=
Ответ:
А чему равна вероятность того, что среди выбранных трех карт есть пиковая дама? Число всех таких исходов нетрудно посчитать, надо просто из всех исходов N вычесть все те исходы, в которых дамы пик нет, т. е. вычесть найденное в примере 3 число N(A). Затем эту разность N—N(A) в соответствии с классической вероятностной схемой следует поделить на N. Вот что получим:
Мы видим, что между вероятностями двух событий имеется определенная связь. Если событие А заключается в отсутствии дамы пик, а событие В состоит в ее наличии среди выбранных трех карт, то
Р(В)= 1—Р(А),
Р(А)+Р(В)=1.
К сожалению, в равенстве Р(А)+Р(В)=1 нет никакой информации о связи событий А и В между собой; эту связь нам приходится держать в уме. Удобнее было бы заранее дать событию В название и обозначение, явно указывающие на его связь с А.
Определение 1
. Событие В
называют противоположным событию А
и обозначают В=Ā, если событие В происходит тогда и только тогда, когда не происходит событие А.
Т
еорема 1
. Для нахождения вероятности противоположного события следует из единицы вычесть вероятность самого события: Р(Ā)= 1—Р(А). В самом деле,
Р(Ā)= =
На практике вычисляют то, что проще найти: или Р(А), или Р(Ā). После этого пользуются формулой из теоремы и находят, соответственно, или Р(Ā)= 1—Р(А), или Р(А)= 1—Р(Ā).
Часто используется способ решения той или иной задачи «перебором случаев», когда условия задачи разбиваются на взаимоисключающие друг друга случаи, каждый из которых рассматривается отдельно. Например, «направо пойдешь—коня потеряешь, прямо пойдешь—задачу по теории вероятности решать будешь, налево пойдешь—…». Или при построении графика функции у=│х+1│—│2х—5│расматривают случаи х< -1; -1 ≤ х < 2,5; 2,5 ≤ х. В каждом из трех случаев «раскрывают» модуль, строят нужные графики линейных функций и затем объединяют соответствующие части этих графиков; фактически речь идет о построении графика кусочной функции. Этот же метод часто используют и при подсчете вероятностей.
Пример 3
. Из 50 точек 17 закрашены в синий цвет, а 13—в оранжевый цвет. Найти вероятность того, что случайным образом выбранная точка окажется закрашенной.
Решение
. Всего закрашено 30 точек из 50. Значит, вероятность равна = 0,6.
Ответ: 0,6.
Рассмотрим, однако, этот простой пример более внимательно. Пусть событие А состоит в том, что выбранная точка—синяя, а событие В состоит в том, что выбранная точка—оранжевая. По условию, события А и В не могут произойти одновременно.
Обозначим буквой С интересующее нас событие. Событие С наступает тогда и только тогда, когда происходит хотя бы одно из событий А или В
. Ясно, что N(C)= N(A)+N(B).
Поделим обе части этого равенства на N—число всех возможных исходов данного опыта; получим
Р(С)==
Мы на простом примере разобрали важную и часто встречающуюся ситуацию. Для нее есть специальное название.
Определение 2
. События А и В называют несовместными
, если они не могут происходить одновременно.
Теорема 2
. Вероятность наступления хотя бы одного из двух несовместных событий равна сумме их вероятностей.
При переводе этой теоремы на математический язык, возникает необходимость как-то назвать и обозначить событие, состоящее в наступлении хотя бы одного из двух данных событий А и В. Такое событие называют суммой событий А и В и обозначают А+В.
Если А и В несовместны, то Р(А+В)= Р(А)+Р(В).
В самом деле,
Р(А+В)=
Несовместность событий А и В удобно иллюстрировать рисунком. Если все исходы опыта—некоторое множество точек на рисунке, то события А и В—это некоторые подмножества данного множества
. Несовместность А и В означает, что эти два подмножества не пересекаются между собой. Типичный пример несовместных событий—любое событие А и противоположное событие Ā.
Разумеется, указанная теорема верна и для трех, и для четырех, и для любого конечного числа попарно несовместных событий. Вероятность суммы любого числа попарно несовместных событий равна сумме вероятностей этих событий.
Это важное утверждение как раз и соответствует способу решения задач «перебором случаев».
Между событиями, происходящими в результате некоторого опыта, и между вероятностями этих событий могут быть какие-то соотношения, зависимости, связи и т. п. Например, события можно «складывать», а вероятность суммы несовместных событий равна сумме их вероятностей.
В заключение обсудим следующий принципиальный вопрос: можно ли доказать
, что вероятность выпадения «решки» при одном бросании монеты равна
Ответ отрицательный. Вообще говоря, сам вопрос не корректен, неясен точный смысл слова «доказать». Ведь доказываем мы что-либо всегда в рамках некоторой модели
, в которой уже известны правила, законы, аксиомы, формулы, теоремы и т. п. Если речь идет о воображаемой, «идеальной» монете, то потому-то она и считается идеальной, что, по определению
, вероятность выпадения «решки» равна вероятности выпадения «орла». А, в принципе, можно рассмотреть модель, в которой вероятность выпадения «решки» в два раза больше вероятности выпадения «орла» или в три раза меньше и т. п. Тогда возникает вопрос: по какой причине из различных возможных моделей бросания монеты мы выбираем ту, в которой оба исхода бросания равновероятны между собой?
Совсем лобовой ответ таков: «А нам так проще, понятнее и естественнее!» Но есть и более содержательные аргументы. Они приходят из практики. В подавляющем большинстве учебников по теории вероятностей приводят примеры французского естествоиспытателя Ж. Бюффона (XVIII в.) и английского математика-статистика К. Пирсона (конец XIX в.), которые бросали монету, соответственно, 4040 и 24000 раз и подсчитывали число выпадений «орла» или «решки». У них «решка» выпала, соответственно, 1992 и 11998 раз. Если подсчитать частоту выпадения
«решки», то получится = =0,493069… у Бюффона и = 0,4995 у Пирсона. Возникает естественное предположение
, что при неограниченном увеличении числа бросаний монеты частота выпадения «решки», как и частота выпадения «орла», все больше и больше будет приближаться к 0,5. Именно это предположение, основанное на практических данных, является основой выбора в пользу модели с равновероятными исходами.
Сейчас можно подвести итоги. Основное понятие—вероятность случайного события
, подсчет которой производится в рамках простейшей модели—классической вероятностной схемы
. Важное значение и в теории, и в практике имеет понятие противоположного события
и формула Р(Ā)= 1—Р(А) для нахождения вероятности такого события.
Наконец, мы познакомились с несовместными событиями
и с формулами.
Р(А+В)= Р(А)+Р(В),
Р(А+В+С)= Р(А)+Р(В)+Р(С),
позволяющими находить вероятности суммы
таких событий.
Список литературы
1.События. Вероятности. Статистическая обработка данных: Доп. параграфы к курсу алгебры 7—9 кл. общеобразовательных учреждений / А. Г. Мордкович, П. В. Семенов.—4-е изд.—М.: Мнемозина, 2006.—112 с.: ил.
2.Ю. Н. Макарычев, Н. Г. Миндюк «Алгебра. Элементы статистики и теории вероятностей».—Москва, «Просвещение», 2006.