Beispiele für Gesamtwahrscheinlichkeit. Gesamtwahrscheinlichkeitsformel und Bayes-Formeln
![Beispiele für Gesamtwahrscheinlichkeit. Gesamtwahrscheinlichkeitsformel und Bayes-Formeln](/uploads/caf2ad8014460f6e3e14cd33030678ca.jpg)
Lesen Sie auch
Veranstaltungsformular volle Gruppe, wenn mindestens einer von ihnen als Ergebnis des Experiments definitiv auftritt und paarweise inkompatibel ist.
Nehmen wir an, dass das Ereignis A kann nur zusammen mit einem von mehreren paarweise inkompatiblen Ereignissen auftreten, die eine vollständige Gruppe bilden. Wir nennen Ereignisse ( ich= 1, 2,…, N) Hypothesen zusätzliche Erfahrung (a priori). Die Eintrittswahrscheinlichkeit des Ereignisses A wird durch die Formel bestimmt volle Wahrscheinlichkeit :
Beispiel 16. Es gibt drei Urnen. Die erste Urne enthält 5 weiße und 3 schwarze Kugeln, die zweite enthält 4 weiße und 4 schwarze Kugeln und die dritte enthält 8 weiße Kugeln. Eine der Urnen wird zufällig ausgewählt (das könnte zum Beispiel bedeuten, dass die Wahl aus einer Hilfsurne getroffen wird, die drei Kugeln mit den Nummern 1, 2 und 3 enthält). Aus dieser Urne wird zufällig eine Kugel gezogen. Wie hoch ist die Wahrscheinlichkeit, dass es schwarz sein wird?
Lösung. Ereignis A– Die schwarze Kugel wird entfernt. Wenn bekannt wäre, aus welcher Urne die Kugel entnommen wurde, könnte die gewünschte Wahrscheinlichkeit mithilfe der klassischen Wahrscheinlichkeitsdefinition berechnet werden. Lassen Sie uns Annahmen (Hypothesen) darüber aufstellen, welche Urne für die Bergung der Kugel ausgewählt wird.
Die Kugel kann entweder aus der ersten Urne (Vermutung), aus der zweiten (Vermutung) oder aus der dritten (Vermutung) gezogen werden. Da die Chancen, sich für eine der Urnen zu entscheiden, gleich sind .
Es folgt dem
Beispiel 17. Elektrische Lampen werden in drei Fabriken hergestellt. Die erste Anlage produziert 30 % der Gesamtzahl elektrischer Lampen, die zweite 25 %.
und der dritte - der Rest. Die Produkte der ersten Anlage enthalten 1 % defekte elektrische Lampen, die zweite - 1,5 %, die dritte - 2 %. Der Laden erhält Produkte aus allen drei Fabriken. Wie hoch ist die Wahrscheinlichkeit, dass eine im Laden gekaufte Lampe defekt ist?
Lösung. Es müssen Annahmen getroffen werden, in welchem Werk die Glühbirne hergestellt wurde. Wenn wir das wissen, können wir die Wahrscheinlichkeit ermitteln, dass es defekt ist. Lassen Sie uns die Notation für Ereignisse einführen: A– sich herausstellte, dass die gekaufte elektrische Lampe defekt war, – die Lampe im ersten Werk hergestellt wurde, – die Lampe im zweiten Werk hergestellt wurde,
– Die Lampe wurde im dritten Werk hergestellt.
Wir ermitteln die gewünschte Wahrscheinlichkeit mithilfe der Gesamtwahrscheinlichkeitsformel:
Bayes-Formel. Sei eine vollständige Gruppe paarweise inkompatibler Ereignisse (Hypothesen). A– ein zufälliges Ereignis. Dann,
Die letzte Formel, die es ermöglicht, die Wahrscheinlichkeiten von Hypothesen neu abzuschätzen, nachdem das Ergebnis des Tests bekannt ist, der zu Ereignis A geführt hat, heißt Bayes-Formel .
Beispiel 18. Im Durchschnitt werden 50 % der erkrankten Patienten in ein spezialisiertes Krankenhaus eingeliefert ZU, 30 % – mit Krankheit L, 20 % –
mit Krankheit M. Wahrscheinlichkeit einer vollständigen Heilung der Krankheit K gleich 0,7 für Krankheiten L Und M diese Wahrscheinlichkeiten betragen 0,8 bzw. 0,9. Der ins Krankenhaus eingelieferte Patient wurde gesund entlassen. Ermitteln Sie die Wahrscheinlichkeit, dass dieser Patient an der Krankheit litt K.
Lösung. Stellen wir die Hypothesen vor: – Der Patient litt an einer Krankheit ZU L, – der Patient litt an einer Krankheit M.
Dann haben wir entsprechend den Bedingungen des Problems . Lassen Sie uns eine Veranstaltung vorstellen A– Der ins Krankenhaus eingelieferte Patient wurde gesund entlassen. Nach Bedingung
Mit der Gesamtwahrscheinlichkeitsformel erhalten wir:
Nach der Formel von Bayes.
Beispiel 19. Angenommen, in der Urne befinden sich fünf Kugeln, und alle Vermutungen über die Anzahl der weißen Kugeln sind gleichermaßen möglich. Aus der Urne wird zufällig eine Kugel genommen, die sich als weiß herausstellt. Welche Annahme über die ursprüngliche Zusammensetzung der Urne ist am wahrscheinlichsten?
Lösung. Nehmen wir an, dass sich in der Urne weiße Kugeln befinden d. h. es können sechs Annahmen getroffen werden. Dann haben wir entsprechend den Bedingungen des Problems .
Lassen Sie uns eine Veranstaltung vorstellen A– ein zufällig ausgewählter weißer Ball. Rechnen wir. Da gilt dann nach der Bayes-Formel:
Daher ist die wahrscheinlichste Hypothese, dass .
Beispiel 20. Zwei der drei unabhängig voneinander arbeitenden Elemente des Computergeräts sind ausgefallen. Finden Sie die Wahrscheinlichkeit, dass das erste und das zweite Element ausgefallen sind, wenn die Ausfallwahrscheinlichkeiten des ersten, zweiten und dritten Elements jeweils 0,2 betragen; 0,4 und 0,3.
Lösung. Bezeichnen wir mit A Ereignis – zwei Elemente sind ausgefallen. Folgende Hypothesen können aufgestellt werden:
– Das erste und das zweite Element sind ausgefallen, das dritte Element ist jedoch betriebsbereit. Da die Elemente unabhängig voneinander wirken, gilt der Multiplikationssatz:
Gesamtwahrscheinlichkeitsformel. Bayes-Formeln. Beispiele für Problemlösungen
Wie bekannt, Wahrscheinlichkeit des Ereignisses A Nennen Sie das Verhältnis der Anzahl m der Testergebnisse, die für das Eintreten des Ereignisses A günstig sind, zur Gesamtzahl n aller gleich möglichen inkompatiblen Ergebnisse: P(A)=m/n.
Außerdem, bedingte Wahrscheinlichkeit des Ereignisses A (die Wahrscheinlichkeit von Ereignis A, vorausgesetzt, dass Ereignis B eingetreten ist) ist die Zahl P B (A) = P (AB) / P (B), wobei A und B zwei sind Zufällige Ereignisse der gleiche Test.
Da Ereignisse als Summe und als Produkt dargestellt werden können, gibt es sie Regeln zum Addieren von Wahrscheinlichkeiten Ereignisse und dementsprechend Wahrscheinlichkeitsmultiplikationsregeln . Geben wir nun das Konzept der Gesamtwahrscheinlichkeit an.
Nehmen wir an, dass Ereignis A nur zusammen mit einem der paarweise inkompatiblen Ereignisse H1, H2, H3, ..., Hn, sogenannten Hypothesen, auftreten kann. Dann ist Folgendes wahr Gesamtwahrscheinlichkeitsformel :
Р(А) = Р(Н1)*Р Н1 (А)+ Р(Н2)*Р Н2 (А)+…+ Р(Нn)*Р Нn (А) = ∑Р(Н ich) *R N ich(A),
diese. Die Wahrscheinlichkeit des Ereignisses A ist gleich der Summe der Produkte der bedingten Wahrscheinlichkeiten dieses Ereignisses für jede der Hypothesen und der Wahrscheinlichkeit der Hypothesen selbst.
Wenn Ereignis A bereits eingetreten ist, können die Wahrscheinlichkeiten der Hypothesen (A-priori-Wahrscheinlichkeiten) überschätzt werden (posteriore Wahrscheinlichkeiten). Bayes-Formeln :
Beispiele zur Lösung von Problemen zum Thema „Formel der Gesamtwahrscheinlichkeit. Bayes-Formeln"
Problem 1 .
Die Baugruppe erhält Teile von drei Maschinen. Es ist bekannt, dass die erste Maschine 3 % der Fehler verursacht, die zweite 2 % und die dritte 4 %. Ermitteln Sie die Wahrscheinlichkeit, dass ein fehlerhaftes Teil in die Baugruppe gelangt, wenn 100 Teile von der ersten Maschine, 200 von der zweiten und 250 Teile von der dritten Maschine eintreffen.
Lösung.
- Ereignis A = (ein defektes Teil gelangt in die Baugruppe);
- Hypothese H1 = (dieser Teil stammt von der ersten Maschine), P(H1) = 100/(100+200+250) =100/550=2/11;
- Hypothese H2 = (dieser Teil stammt von der zweiten Maschine), P(H2) = 200/(100+200+250) = 200/550=4/11;
- Hypothese H3 = (dieser Teil stammt von der dritten Maschine), P(H3) = 250/(100+200+250) = 250/550=5/11.
2. Bedingte Wahrscheinlichkeiten dafür, dass das Teil defekt ist, sind P H1 (A) = 3 % = 0,03, P H2 (A) = 2 % = 0,02, P H3 (A) = 4 % = 0,04.
3. Unter Verwendung der Gesamtwahrscheinlichkeitsformel finden wir
P(A)= P(H1)*P H1 (A)+ P(H2)*P H2 (A)+P(H3)*P H3 (A) = 0,03*2/11 + 0,02* 4/11 + 0,04*5/11 = 34/1100 ≈ 0,03
Problem 2 .
Es gibt zwei identische Urnen. Die erste enthält 2 schwarze und 3 weiße Kugeln, die zweite enthält 2 schwarze und 1 weiße Kugel. Zuerst wird eine Urne zufällig ausgewählt und dann wird zufällig eine Kugel daraus gezogen. Wie groß ist die Wahrscheinlichkeit, dass die weiße Kugel ausgewählt wird?
Lösung. 1. Betrachten Sie die folgenden Ereignisse und Hypothesen:
- A = (aus einer beliebigen Urne wird eine weiße Kugel gezogen);
- H1 = (die Kugel gehört zur ersten Urne), P(H1) = 1/2 = 0,5;
- H2 = (die Kugel gehört zur zweiten Urne), P(H2) = 1/2 = 0,5;
2. Die bedingte Wahrscheinlichkeit, dass die weiße Kugel zur ersten Urne R H1 (A) = 3/(2+3) = 3/5 gehört, und die bedingte Wahrscheinlichkeit, dass die weiße Kugel zur zweiten Urne R H2 (A) gehört = 1/( 2+1)=1/3;
3. Unter Verwendung der Gesamtwahrscheinlichkeitsformel erhalten wir P(A) = P(H1)*P H1 (A)+P(H2)*P H2 (A) = 0,5*3/5 + 0,5*1/3 = 3 /10 + 1/6 = 7/15 ≈ 0,47
Problem 3 .
Der Rohlingsguss stammt aus zwei Beschaffungswerkstätten: aus der ersten Werkstatt – 70 %, aus der zweiten Werkstatt – 30 %. Der Guss aus der ersten Werkstatt weist 10 % Mängel auf, der Guss aus der zweiten - 20 % Mängel. Der zufällig entnommene Rohling erwies sich als fehlerfrei. Wie hoch ist die Wahrscheinlichkeit, dass es in der ersten Werkstatt hergestellt wird?
Lösung. 1. Betrachten Sie die folgenden Ereignisse und Hypothesen:
- Ereignis A = (leer ohne Fehler);
- Hypothese H1 = (der Rohling wurde von der ersten Werkstatt hergestellt), P(H1) = 70 % = 0,7;
- Hypothese H2 = (der Rohling wurde von der zweiten Werkstatt hergestellt), P(H2) = 30 % = 0,3.
2. Da der Guss der ersten Werkstatt 10 % Mängel aufweist, weisen 90 % der von der ersten Werkstatt hergestellten Rohlinge keine Mängel auf, d. h. R H1 (A) = 0,9.
Der Guss der zweiten Werkstatt weist 20 % Mängel auf, dann weisen 80 % der von der zweiten Werkstatt hergestellten Rohlinge keine Mängel auf, d.h. R H2 (A) = 0,8.
3. Mit der Bayes-Formel finden wir R A (H1)
0,7*0,9/(0,7*0,9+0,3*0,8)= 0,63/0,87≈0,724.
In der Praxis ist es häufig erforderlich, die Wahrscheinlichkeit des Eintretens eines Ereignisses von Interesse zu bestimmen, wobei eines der Ereignisse eine vollständige Gruppe bildet. Der folgende Satz, eine Konsequenz aus den Additions- und Multiplikationssätzen der Wahrscheinlichkeit, führt zur Ableitung einer wichtigen Formel zur Berechnung der Wahrscheinlichkeit solcher Ereignisse. Diese Formel wird Gesamtwahrscheinlichkeitsformel genannt.
Lassen H 1 , H 2 , … , H n ist Npaarweise inkompatibel Ereignisse, die eine vollständige Gruppe bilden:
1) Alle Ereignisse sind paarweise inkompatibel: Hallo ∩ Hj= ; ich, J= 1,2, … , N; ichJ;
2) ihre Vereinigung bildet den Raum elementarer Ergebnisse W:
Solche Ereignisse werden manchmal aufgerufen Hypothesen. Lass das Ereignis geschehen A, was nur dann eintreten kann, wenn eines der Ereignisse eintritt H ich ( ich = 1, 2, … , N). Dann ist der Satz wahr.
Nachweisen. Tatsächlich durch die Bedingung des Ereignisses A kann auftreten, wenn eines der inkompatiblen Ereignisse eintritt H 1 , H 2 … H n, d.h. Eintreten eines Ereignisses A bedeutet das Eintreten eines der Ereignisse H 1 ∙ A, H 2 ∙ A, … , H n∙ A. Die neuesten Ereignisse sind auch nicht kompatibel, weil... aus H ich∙ H j = ( ich j) es folgt dem ( A ∙ H i) ∙ ( A ∙ H j) = ( ich j). Das merken wir jetzt Diese Gleichheit ist in Abb. gut dargestellt. 1.19. Aus dem Additionssatz folgt Kommentar. Wahrscheinlichkeiten von Ereignissen (Hypothesen) H 1 , H 2 , … , H n , die bei der Lösung konkreter Probleme in Formel (1.14) einfließen, werden entweder vorgegeben oder müssen während des Lösungsprozesses berechnet werden. Im letzteren Fall ist die Richtigkeit der Berechnung gewährleistet R(H ich) ( ich = 1, 2, … , N) wird durch die Beziehung = 1 und die Berechnung überprüft R(H i) wird in der ersten Phase der Problemlösung durchgeführt. Im zweiten Schritt wird es berechnet R(A). Bei der Lösung von Problemen mithilfe der Gesamtwahrscheinlichkeitsformel ist es zweckmäßig, die folgende Technik einzuhalten. Methodik zur Anwendung der Gesamtwahrscheinlichkeitsformel A). Ein Ereignis in Betracht ziehen (wir bezeichnen es). A), deren Wahrscheinlichkeit anhand der Bedingungen des Problems bestimmt werden muss. B). Berücksichtigen Sie Ereignisse (Hypothesen). H 1 , H 2 , … , H n , die eine vollständige Gruppe bilden. V). Schreiben Sie die Wahrscheinlichkeiten von Hypothesen auf oder berechnen Sie sie R(H 1), R(H 2), … , R(H N). Überprüfung der Richtigkeit der Berechnung R(H i) nach Bedingung geprüft G). Berechnen Sie die erforderliche Wahrscheinlichkeit R(A) nach Formel (1.14). Beispiel. Der Ökonom errechnete, dass die Wahrscheinlichkeit eines Kursanstiegs der Aktien seines Unternehmens in nächstes Jahr 0,75, wenn die Wirtschaft des Landes wächst, und 0,30, wenn es zu einer Finanzkrise kommt. Laut Experten liegt die Wahrscheinlichkeit einer wirtschaftlichen Erholung bei 0,6. Schätzen Sie die Wahrscheinlichkeit, dass der Aktienkurs des Unternehmens im nächsten Jahr steigen wird. Lösung. Zu Beginn wird die Problembedingung in Bezug auf die Wahrscheinlichkeit formalisiert. Lassen A– Ereignis „Aktien werden im Preis steigen“ (relativ zum Problem). Je nach Problemstellung werden Hypothesen unterschieden: H 1 – „Die Wirtschaft wird auf dem Vormarsch sein“, H 2 – „Die Wirtschaft wird in eine Krisenphase geraten.“ H 1 , H 2 – eine komplette Gruppe bilden, d.h. H 1 ∙ H 2 = , H 1 + H 2 = . Wahrscheinlichkeit P(H 1) = 0,6, also P(H 2) = 1 – 0,6 = 0,4. Bedingte Wahrscheinlichkeiten P(A/H 1) = 0,75, P(A/H 2) = 0,3. Mit Formel (1.14) erhalten wir: P(A) = P(H 1) ∙ P(A/H 1) + P(H 2) ∙ P(A/H 2) = 0,75 ∙ 0,6 + 0,3 ∙ 0,4 = 0,57. |
Gesamtwahrscheinlichkeitsformel.
Eine Konsequenz aus beidem Sätze - Sätze Addition von Wahrscheinlichkeiten und der Satz der Multiplikation von Wahrscheinlichkeiten ist die sogenannte Gesamtwahrscheinlichkeitsformel.
Es sei notwendig, die Wahrscheinlichkeit eines Ereignisses A zu bestimmen, das bei einem der Ereignisse auftreten kann
, die eine vollständige Gruppe inkompatibler Ereignisse bilden. Wir werden diese Ereignisse Hypothesen nennen.
Beweisen wir das in diesem Fall
Die Wahrscheinlichkeit von Ereignis A wird als Summe der Produkte der Wahrscheinlichkeit jeder Hypothese und der bedingten Wahrscheinlichkeit des Ereignisses berechnet, wenn diese Hypothese verwirklicht wird.
Diese Formel wird Gesamtwahrscheinlichkeitsformel genannt.
Nachweisen
Da die Hypothesen H1, H2..., Hn eine vollständige Gruppe bilden, kann Ereignis A in Kombination mit jeder dieser Hypothesen auftreten
A=AH1+AH2+…+Ahn.
Da die Hypothesen H1, H2,…,Hn inkompatibel sind, sind auch die Kombinationen H1A, H2A,…,HnA inkompatibel; Wenn wir den Additionssatz darauf anwenden, erhalten wir:
Wenn wir den Multiplikationssatz auf das Ereignis HiA anwenden, erhalten wir
Q.E.D.
Es gibt drei identisch aussehende Urnen: Die erste Urne enthält zwei weiße und eine schwarze Kugel; im zweiten gibt es drei weiße und einen schwarzen Ball; im dritten sind zwei weiße und zwei schwarze Kugeln.
Jemand wählt zufällig eine der Urnen aus und nimmt daraus eine Kugel. Bestimmen Sie die Wahrscheinlichkeit, dass diese Kugel weiß ist.
Betrachten wir drei Hypothesen:
H1-Auswahl der ersten Urne,
H2-Selektion der zweiten Urne,
H3-Wahl der dritten Urne
Und Ereignis A ist das Erscheinen einer weißen Kugel.
Da die Hypothesen entsprechend den Bedingungen des Problems gleichermaßen möglich sind
Die bedingten Wahrscheinlichkeiten von Ereignis A sind unter diesen Hypothesen jeweils gleich
Aufgabe 3.5.
Die Anlage produziert Produkte, von denen jedes mit der Wahrscheinlichkeit p einen Fehler aufweist.
In der Werkstatt gibt es drei Betreuer; wird nur von einem Inspektor berücksichtigt, mit gleicher Wahrscheinlichkeit vom ersten, zweiten oder dritten. Die Wahrscheinlichkeit, einen Fehler (falls vorhanden) für den i-ten Inspektor zu entdecken, ist gleich Pi (i = 1,2,3). Wenn das Produkt in der Werkstatt nicht abgelehnt wurde, geht es an die Qualitätskontrollabteilung des Werks, wo der Mangel, falls vorhanden, mit der Wahrscheinlichkeit P0 erkannt wird.
Bestimmen Sie die Wahrscheinlichkeit, dass das Produkt abgelehnt wird.
A – das Produkt wird abgelehnt
B – das Produkt wird in der Werkstatt abgelehnt
C- Das Produkt wird von der Qualitätskontrollabteilung des Werks abgelehnt.
Da die Ereignisse B und C inkompatibel sind und
P(A)=P(B)+P(C)
Wir finden P(B). Damit ein Produkt in der Werkstatt abgelehnt werden kann, muss erstens ein Mangel vorliegen und zweitens muss der Mangel erkannt werden.
Die Wahrscheinlichkeit, dass ein Defekt in der Werkstatt entdeckt wird, ist gleich
Wirklich,
Hypothesen formulieren
H1-Defekt vom 1. Prüfer festgestellt
H2-Defekt vom 2. Prüfer festgestellt
H3-Defekt vom 3. Prüfer festgestellt
Von hier
Ebenfalls
Hypothesensatz (Bayes-Formel)
Eine Konsequenz aus dem Multiplikationssatz und der Gesamtwahrscheinlichkeitsformel ist der sogenannte Hypothesensatz oder Bayes-Formel.
Stellen wir uns das folgende Problem.
Es gibt eine vollständige Gruppe inkompatibler Hypothesen Н1, Н2,…Hn. Die Wahrscheinlichkeiten dieser Hypothesen sind vor dem Experiment bekannt und jeweils gleich Р(Н1), Р(Н2),…, P(Hn). Ein Experiment durchgeführt, wodurch das Eintreten eines Ereignisses A beobachtet wurde. Die Frage ist, wie sich die Wahrscheinlichkeiten von Hypothesen im Zusammenhang mit dem Eintreten dieses Ereignisses ändern sollten?
Hier geht es im Wesentlichen darum, die bedingte Wahrscheinlichkeit P (Hi/A) für jede Hypothese zu ermitteln.
Aus dem Multiplikationssatz ergibt sich:
P(AHi)=P(A)*P(Hi/A)=P(Hi)*H(A/Hi),
Oder entsorgen Sie die linke Seite
P(A)*P(Hi/A)=P(Hi)*P(A/Hi), i=1,2,…,n daher
Oder wenn wir P(A) mit der Gesamtwahrscheinlichkeitsformel ausdrücken, haben wir
Diese Formel wird Bayes-Formel oder Hypothesensatz genannt.
Das Gerät kann aus hochwertigen Teilen und aus Teilen normaler Qualität zusammengebaut werden; im Allgemeinen werden etwa 40 % der Geräte aus hochwertigen Teilen zusammengebaut. Wenn das Gerät aus hochwertigen Teilen zusammengesetzt ist, beträgt seine Zuverlässigkeit (Wahrscheinlichkeit eines störungsfreien Betriebs) über die Zeit t 0,05; Wenn die Teile von normaler Qualität sind, beträgt die Zuverlässigkeit 0,7. Das Gerät wurde für die Zeit t getestet und funktioniert einwandfrei. Ermitteln Sie die Wahrscheinlichkeit, dass es aus hochwertigen Teilen zusammengebaut ist.
Zwei Hypothesen sind möglich:
Das H1-Gerät ist aus hochwertigen Teilen zusammengesetzt,
Das H2-Gerät wird aus Teilen normaler Qualität zusammengebaut.
Die Wahrscheinlichkeit dieser Hypothesen vor dem Experiment
P(H1)=0,4; P(H2)=0,6.
Als Ergebnis des Experiments wurde Ereignis A beobachtet – das Gerät ist fehlerfrei
Hat für die Zeit t gearbeitet. Bedingte Wahrscheinlichkeiten dieses Ereignisses bei
Die Hypothesen H1 und H2 sind gleich:
P(A/H1) = 0,95; P(A/H2) = 0,7.
Mit der Weiss-Formel ermitteln wir die Wahrscheinlichkeit der Hypothese H1 nach
Kombinatorische Probleme.
In vielen statistische Forschung Es gibt kombinatorische Probleme, deren Einzigartigkeit anhand von Beispielen veranschaulicht werden kann:
Auf wie viele Arten können 10 verschiedene Bücher in einem Regal angeordnet werden?
An dem Turnier nehmen 8 Mannschaften teil. Wie viele unterschiedliche Ideen können zu den ersten drei Plätzen gemacht werden (basierend auf den Wettbewerbsergebnissen)?
Wie viele verschiedene dreibuchstabige Wörter können aus 32 Buchstaben des Alphabets gebildet werden, unabhängig davon, ob die aus Buchstaben zusammengesetzten Wörter einen Sinn ergeben oder nicht?
Auf wie viele Arten können r Elemente aus einer Menge von k (verschiedenen) Elementen ausgewählt werden?
Wie groß ist die Anzahl der unterschiedlichen Ergebnisse beim Werfen zweier Würfel?
Die angegebenen Beispiele zeigen, dass man bei kombinatorischen Problemen grundsätzlich an der Anzahl unterschiedlicher Proben bestimmter Objekte interessiert ist, und zwar je nach Typ zusätzliche Anforderungen, ist es notwendig zu unterscheiden, welche Proben als gleich und welche unterschiedlich angesehen werden.
In der Wahrscheinlichkeitstheorie und mathematische Statistik Sie verwenden hauptsächlich drei Konzepte der Kombinatorik:
Platzierungen
Umordnungen
Kombinationen
Anordnungen von n Elementen um m sind solche Verbindungen, die sich durch die Elemente selbst oder deren Reihenfolge voneinander unterscheiden. Zum Beispiel: Platzierungen von 3 Elementen a, b, c mal 2: ab, ac, bc, ba, ca, cb. Anzahl aller Platzierungen von n verschiedenen Elementen mal m A
Zum Beispiel: Platzierungen von 3 Elementen a, b, c mal 2: ab,ac,bc, ba, ca,cb. Anzahl aller Platzierungen von n verschiedenen Elementen mal m A
Insgesamt m Multiplikatoren
Permutationen von n Elementen sind solche Verbindungen, die sich nur in der Reihenfolge der darin enthaltenen Elemente voneinander unterscheiden. Beispiel: eine Permutation von drei Elemente a,b und c: abc, bca, cab, cba, bac, acb. Anzahl aller Permutationen von n verschiedenen Elementen Pn
Pn= 1*2*3* …*n=n!=An
Auf wie viele Arten können 10 Bücher in einem Regal angeordnet werden?
P10=10!=3628800.
Kombinationen von n Elementen von m werden als ihre Verbindungen bezeichnet und unterscheiden sich voneinander nur durch die Elemente selbst. Zum Beispiel: Kombinationen aus drei Elementen a, b und c, jeweils zwei: ab, ac, bc. Die Anzahl aller Kombinationen von n verschiedenen Elementen durch m wird mit Cn bezeichnet
Wir können aufschreiben
Wiederholte Experimente
Bei praktische Anwendung Die Wahrscheinlichkeitstheorie stößt häufig auf Probleme, bei denen dasselbe Experiment oder ähnliche Experimente wiederholt wiederholt werden. Als Ergebnis jedes Experiments kann ein Ereignis A als Ergebnis einer Reihe von Experimenten auftreten oder auch nicht.
Solche Probleme lassen sich sehr leicht lösen, wenn die Experimente unabhängig sind.
Mehrere Experimente werden als unabhängig bezeichnet, wenn die Wahrscheinlichkeit des einen oder anderen Ergebnisses jedes Experiments nicht davon abhängt, welche Ergebnisse die anderen Experimente hatten. Mehrere aufeinanderfolgende Entnahmen einer Karte aus dem Stapel stellen unabhängige Experimente dar, vorausgesetzt, dass die entfernte Karte jedes Mal wieder in den Stapel zurückgelegt und die Karten gemischt werden; andernfalls abhängige Experimente.
Unabhängige Experimente können unter gleichen oder unterschiedlichen Bedingungen durchgeführt werden.
Allgemeiner Satz zur Wiederholung von Experimenten.
Ein besonderer Satz zur Wiederholung von Experimenten betrifft den Fall, dass die Wahrscheinlichkeit des Ereignisses A in allen Experimenten gleich ist. In der Praxis stoßen wir häufig auf einen komplexeren Fall, wenn Experimente unter unterschiedlichen Bedingungen durchgeführt werden und sich die Wahrscheinlichkeit eines Ereignisses von Experiment zu Experiment ändert. Eine Methode zur Berechnung der Wahrscheinlichkeit des Auftretens einer bestimmten Anzahl von Ereignissen unter solchen Bedingungen ist der allgemeine Satz über die Wiederholung von Experimenten.
Sei die Anzahl der Experimente u=2, dann die vollständige Gruppe von Ereignissen:
P1P2+P1q2+q1P2+q1q2
Sei die Anzahl der Experimente u=3, dann die vollständige Gruppe von Ereignissen:
P1P2P3+P1P2q3+P1q2P3+q1P2P3+P1q2q3+q1P2q3+q1q2P+q1q2q3
Ebenso ist für die Anzahl der Experimente n die vollständige Gruppe von Ereignissen:
P1P2*…*Pn+P1P2*…*qn+…+q1P2*…*Pn+…+q1*q2*…qn, und in jedem der Produkte erscheint Ereignis A m-mal und Ereignis A n-m-mal. Die Anzahl solcher Kombinationen ist immer noch
oder kürzer
wobei z ein beliebiger Parameter ist.
Die Funktion jn(z), deren Potenzentwicklung des Parameters z pm,n als Wahrscheinlichkeitskoeffizienten ergibt, wird erzeugende Wahrscheinlichkeitsfunktion pm,n oder einfach erzeugende Funktion genannt.
Mit dem Konzept der erzeugenden Funktionen können wir einen allgemeinen Satz zur Wiederholung von Experimenten in folgender Form formulieren:
Die Wahrscheinlichkeit, dass Ereignis A in n unabhängigen Experimenten genau m-mal auftritt, ist gleich dem Koeffizienten von zm im Ausdruck der erzeugenden Funktion
jn(z)=(qi+piz) wobei pi die Eintrittswahrscheinlichkeit des Ereignisses A im i-ten Experiment ist
Die obige Formulierung des allgemeinen Satzes zur Wiederholung von Experimenten liefert im Gegensatz zum besonderen Satz keinen expliziten Ausdruck für die Wahrscheinlichkeit pm,n.
Im Prinzip kann ein solcher Ausdruck geschrieben werden, aber er ist zu komplex und wir werden ihn nicht angeben.
Ohne auf einen solchen expliziten Ausdruck zurückzugreifen, ist es jedoch immer noch möglich, den allgemeinen Satz über die Wiederholung von Experimenten in Form einer einzigen Formel niederzuschreiben
Zufallswert.
Einer der wichtigsten Grundbegriffe der Wahrscheinlichkeitstheorie ist der Begriff einer Zufallsvariablen.
Eine Zufallsvariable ist eine Größe, die als Ergebnis eines Experiments den einen oder anderen Wert annehmen kann und dessen Namen nicht im Voraus bekannt ist.
Beispiele für Zufallsvariablen:
Die Anzahl der pro Tag bei der Telefonzentrale eingegangenen Anrufe;
Anzahl der im Entbindungsheim geborenen Jungen pro Monat;
Anzahl der im Entbindungsheim geborenen Mädchen pro Monat;
In allen drei Beispielen können die Zufallsvariablen einzelne, isolierte Werte annehmen, die vorab aufgezählt werden können.
In Beispiel 1;
Solche Zufallsvariablen, die nur voneinander getrennte Einzelwerte annehmen, nennt man diskrete Variablen.
Es gibt andere Arten von Zufallsvariablen.
Zum Beispiel Lufttemperatur, Luftfeuchtigkeit, Spannung im Stromnetz.
Verteilungsfunktion.
Verteilungsreihe, Verteilungspolygon nicht
sind universelle Eigenschaften zufällige Variable: Sie existieren nur für diskrete Zufallsvariablen. Es ist leicht zu erkennen, dass ein solches Merkmal nicht für eine kontinuierliche Zufallsvariable konstruiert werden kann. Tatsächlich hat eine kontinuierliche Zufallsvariable unendlich viele mögliche Werte, ???? ein bestimmtes Intervall einnehmen (die sogenannte „unzählbare Menge“). Es ist unmöglich, eine Tabelle zu erstellen, die alle möglichen Werte einer solchen Zufallsvariablen auflistet. Folglich gibt es für eine kontinuierliche Zufallsvariable keine Verteilungsreihe in dem Sinne, wie sie für eine diskontinuierliche Variable existiert. Allerdings sind verschiedene Bereiche möglicher Werte einer Zufallsvariablen immer noch nicht gleich wahrscheinlich, und für eine kontinuierliche Variable gibt es eine Wahrscheinlichkeitsverteilung, allerdings nicht im gleichen Sinne wie für eine diskontinuierliche (oder diskrete) Variable.