Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.

Lekciju konspekts.

8. Varbūtību teorijas elementi

8. 1. Kombinatorika. Kombinatorikas pamatlikumi

Par kombinatoriku sauc matemātikas nodaļu, kurā noskaidro, cik dažādu

noteikta veida apakškopu jeb izlašu var izveidot no dotās kopas elementiem.
Kombinatoriku var uzlūkot par varbūtību teorijas ievadu, jo kombinatorikas
metodes palīdz aprēķināt iespējamo un labvēlīgo gadījumu skaitu dažādās situācijās.
Atzīmēsim divus svarīgus kombinatorikas pamatlikumus.
1.Saskaitīšanas likums.
Ja no dotās kopas kādu elementu A var izvēlēties n veidos, bet elementu B – m
veidos, tad A vai B var izvēlēties n + m veidos.
Piemērs:
No studentu grupas 30 studentiem 17 dzied korī, 16 nodarbojas ar sportu, bet 7
studentiem nav papildus nodarbību. Cik studentu dzied un sporto, cik tikai dzied un
cik tikai sporto?
Attēlosim atbilstošās studentu kopas:
D – dziedātāji, S – sportisti, N – neko nedarošie. D S
Redzam, ka izveidojas 4 apakškopas. x
Ja X ir tie studenti, kas sporto un dzied, tad tikai
sportistu ir 17-x 16-x
16 – X un tikai dziedātāju 17 – X.
Saskaņā ar summas likumu: N
17 – X + X + 16 – X +7 = 30
X = 10. 7
Tātad, sporto un dzied 10 studenti, tikai dzied 7
studenti un tikai sporto 6 studenti.
2. Reizināšanas likums.
Ja no dotās kopas kādu elementu A var izvēlēties n veidos, bet elementu B – m
veidos, tad elementu pāri A un B var izvēlēties nm veidos.
Piemērs:
Vienā šķīvī 5 dažādu šķirņu āboli, bet otrā – 4 dažādi bumbieri. Cik veidos var
izvēlēties dažādu augļu pāri?
Katram izvēlētajam ābolam varam piekārtot 4 bumbierus no otrajā šķīvja.
Tātad kopā varam izvēlēties augļu pāri 54 = 20 veidos.

8. 2. Pamatkopas elementu izlases

No dotās kopas jeb pamatkopas elementiem veido apakškopas jeb izlases pēc
noteiktiem nosacījumiem.
Ja izveidotajā izlasē ir K elementu, to sauc par K – izlasi.
Ja izlasē ir svarīga elementu secība, tad tādu izlasi sauc par sakārtotu izlasi.
Kombinatorikā aplūko šādus izlašu veidus:
permutācijas, variācijas un kombinācijas, un aprēķina šo izlašu skaitu.

1. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

8. 3. Permutācijas

Par permutācijām no n elementiem sauc sakārtotas izlases, kur katra

izlase satur visus n elementus un kas atšķiras tikai ar elementu kārtību.
Permutāciju skaitu no n elementiem apzīmē ar Pn un aprēķina pēc formulas:
Pn = 123456...(n-1) n jeb īsāk
Pn = n! (8.1 )
Piezīmes:
1. n! - “ n faktoriāls” ir visu naturālo skaitļu no 1 līdz n reizinājums.
2. Pieņem, ka 0! = 1
Piemērs:
Cik trīsciparu skaitļu var izveidot no cipariem 4, 5 un 6, ja neviens cipars
neatkārtojas.
Var izveidot skaitļus: 456 546 645
465 564 654
kas ir 3! = 123 = 6 skaitļi.

8.4. Variācijas

Par variācijām no n elementiem pa m elementiem (mn), sauc sakārtotas izlases,

kas sastāv no m elementiem un, kas atšķiras savā starpā vai nu ar elementu
kārtību vai pašiem elementiem.
Variāciju skaitu no n elementiem pa m elementiem apzīmē ar Anm un to
aprēķina pēc formulām:
Anm = n(n-1)(n-2)(n-m+1) (8.2)
vai
n!
Anm = (8.3)
(n  m)!
Piemērs:
Futbola līgā ir 8 komandas. Tās cīnās par zelta, sudraba un bronzas medaļām. Cik
veidos medaļas varētu sadalīt starp komandām.
8! 8!
A83 =  = 876 = 566 = 336 veidos.
(8  3)! 5!

8.5. Kombinācijas

Par kombinācijām no n elementiem pa m elementiem (mn) sauc tādas

nesakārtotas izlases, kas sastāv no m elementiem un kas atšķiras savā starpā ar
vismaz vienu elementu.
Kombināciju skaitu no n elementiem pa m elementiem apzīmē ar C nm un aprēķina pēc
formulas:
Anm n!
m
Cn  (8.4) vai C nm  (8.5)
Pm m!(n  m)!

2. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

Jāatzīmē šādas kombināciju skaita īpašība:

C nm  C nn m .
Bez tam C nn = 1; C n1 = n; C n0 = 1.
Piemērs:
Komandā 10 sportistu. Cik dažādos veidos treneris var izvēlēties sākuma sastāvu
basketbola mačam (5 spēlētāji).
saskaņā ar (8.5)
10! 10  9  8  7  6
C105    252 .
5!5! 1  2  3  4  5

8.6. Varbūtību teorijas pamatjēdzieni. Izmēģinājums un notikums.

Notikumu klasifikācija
Varbūtību teorija sāka veidoties 17.gadsimta beigās un 18.gadsimtā. Sākumā to
izmantoja azarta spēļu teorijā (azarta spēles ir spēles, kuru iznākums atkarīgs no
nejaušības) un apdrošināšanā. Tagad to plaši izmanto dabaszinātnēs, ekonomikā,
ražošanā, visur tur, kur ir liels pētāmo objektu skaits, bet šo objektu konkrētās
īpašības nav svarīgas. Daudzos varbūtību teorijas piemēros izmanto azartspēļu
situācijas.
Tādējādi varbūtību teorija ir matemātikas nozare, kas pētī masveida notikumu
likumsakarības.
Pamatjēdzieni ir izmēģinājums un notikums.
Izmēģinājums ir noteiktu un nemainīgu nosacījumu kompleksa realizācija. Piemēram,
izmēģinājums: uz pareizi novietota galda met pareizas formas spēļu kauliņu.
Izmēģinājuma (eksperimenta) vai novērojuma gala rezultāts ir notikums.
Piemēram, metot spēļu kauliņu, uzmesti 6 punkti – notikums.
Ja, pastāvot dotajiem nosacījumiem, notikums var iestāties vai neiestāties, tad to sauc
par gadījuma notikumu.
Iepriekšējā izmēģinājumā var tikt uzmests jebkurš punktu skaits no 1 līdz 6, tātad 6
punktu uzmešana ir gadījuma notikums. Gadījuma notikumus parasti apzīmē ar latīņu
alfabēta lielajiem burtiem A, B, C, ....
Notikumu iedalījums.
1. Nenovēršams jeb pilnīgi drošs notikums.
Tas ir notikums, kas izmēģinājumā iestājas katru reizi. Nenovēršamu notikumu
apzīmē ar . Piemēram, metot 2 spēļu kauliņus, uzmest ne vairāk kā 12 punktus ir
pilnīgi drošs notikums.
2. Neiespējams notikums.
Tas ir notikums, kas nekad neiestājas, ja radīti vieni un tie paši apstākļi. To apzīmē ar
. Piemēram, metot 1 spēļu kauliņu, uzmest 10 punktus ir neiespējams notikums.
3. Nesavienojami notikumi.
Notikumus sauc par nesavienojamiem, ja katru reizi var iestāties tikai viens no tiem.
Piemēram, metot spēļu kauliņu, uzmest punktu skaitu no 1 līdz 6 ir 6 nesavienojami
notikumi.
4. Savienojami notikumi.
Ja, pastāvot dotajiem nosacījumiem, viena notikuma iestāšanās neizslēdz cita
notikuma iestāšanos tajā pašā izmēģinājumā, tad notikumi ir savienojumi. Piemēram,

3. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

metot 2 spēļu kauliņus, 3 punktu uzmešana uz viena no tiem neizslēdz 3 punktu

uzmešanu uz otra. Tātad notikumi ir savienojami.
5. Vienlīdz iespējami notikumi. Pilna notikumu grupa.
Vienlīdz iespējami notikumi ir tādi, ja nevienam no tiem nav objektīvu priekšrocību.
Ja notikumi A1, A2, A3, ..., An, ir nesavienojami, vienlīdz iespējami un vienīgie
iespējamie izmēģinājumā, tad tie veido pilnu notikumu grupu.
Piemēram, metot spēļu kauliņu punktu 1, 2, 3, 4, 5, 6 uzmešana ir seši nesavienojami,
vienlīdz un vienīgie iespējamie, un tie veido pilnu notikumu grupu.
6. Pretēji notikumi.
Divus notikumus sauc par pretējiem, ja tie ir nesavienojami un vienīgie
iespējamie.
Notikumam A pretējo notikumu apzīmē ar A . Piemēram, sportistam šaujot vienu
reizi mērķī, notikums A – trāpījums, tā pretējais notikums A - mērķis nav sašauts.

8. 7. Klasiskā varbūtības definīcija

Par notikuma A varbūtību sauc šim notikumam labvēlīgo gadījuma

skaita m attiecību pret visu iespējamo gadījumu skaitu n, kas veido pilnu
gadījumu grupu jeb pilnu notikumu grupu.
m
To apzīmē un pieraksta P(A) = (8.6)
n
Nenovēršama notikuma  varbūtība ir 1, jo visi gadījumi ir labvēlīgi šim notikumam
(m = n). P() = 1
Neiespējama notikuma  varbūtība ir 0, jo neviens gadījums nav labvēlīgs šim
notikumam (m = 0). P() = 0.
Tātad gadījuma notikuma A varbūtība ir skaitlis p, pie kam

0  p  1 vai 0  P(A)  1 (8.7)

Piemēri:
1. Metot spēļu kauliņu, notikums A – 6 punktu uzmešana. Šī notikuma varbūtība
1
P(A) =
6
3 1
2. Metot spēļu kauliņu, notikums B – pāra skaita punktu uzmešana. P(B) = =
6 2
3. Metot spēļu kauliņu, notikums  - 7 punktu uzmešana. P() = 0
4. Urnā 5 baltas un 7 melnas lodītes. Uz labu laimi velk 1 lodīti. Notikums A – baltas
5 7
lodītes izvilkšana: P(A) = . Notikums B – melnas lodītes izvilšana: P(B) = .
12 12
5. Eksāmena biļetēs ir 40 jautājumi, kas neatkārtojas. Students sagatavojis 30 no tiem.
Katrā biļetē ir 2 jautājumi. Kāda varbūtība, ka students zinās abus biļetes jautājumus
(notikums A)?
m 40! 40  39
P(A) = ; n = C 402    780 (tik veidos var izvilkt 2 jautājumus no 40)
n 2!38! 1 2
30  29 435
m = C 302   435 P(A) =  0,56
1 2 780

4. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

6. Anda un Jānis nolēma svinēt svētkus kopā ar saviem draugiem, pavisam 10 cilvēku.
Kāda varbūtība, ka viņi sēdēs blakus, ja vietas pie galda sadala lozējot?
n = P10 = 10! m = 2!8!8 – tik veidos var nosēsties Jānis un Anda blakus.
2!8!8 2  8
P(A) =   0,18
10! 9  10

8.8. Varbūtību algebra

1. Nesavienojamu notikumu summas varbūtība.
Divu nesavienojamu notikumu A un B summas varbūtība vienāda ar šo
notikumu varbūtību summu.
P(A+B) = P(A) + P(B) (8.8)
Vispārinot, n nesavienojamu notikumu A1, A2, A3, ..., An summas varbūtība ir vienāda
ar šo notikumu varbūtību summu.
P(A1+ A2+ A3+ ...+ An) =P(A1) + P(A2) + P(A3) + ...+ P(An)
Piemērs: Urnā 10 zilas, 15 zaļas, 5 sarkanas un 20 baltas lodītes. Uzlabu laimi ņem 1
lodīti. Kāda varbūtība, ka lodīte krāsaina (zila, zaļa vai sarkana)?
10 1
Notikums A – izvilkt zilu lodīti, P(A) = 
50 5
15 3
Notikums B – izvilkt zaļu lodīti, P(B) = 
50 10
5 1
Notikums C – izvilkt sarkanu lodīti, P(C) = 
50 10
Izvilkt krāsainu lodīti, notikums A + B + C, un tā kā notikumi ir nesavienojami, tad
10 15 5 30 3
P(A + B + C) = P(A) + P(B) + P(C) =    
50 50 50 50 5
2. Pilnas notikumu grupas varbūtība.
Ja notikumi A1, A2, A3, ..., An veido pilnu notikumu grupu, tad šo notikumu summas
varbūtība ir 1, jo izmēģinājumā realizējas viens no tiem.
P(A1) + P(A2) + P(A3) + ...+ P(An) = 1 (8.9)
3. Pretēja notikuma varbūtība.
Pretēju notikumu varbūtību summa ir 1:

P(A) + P( A ) = 1 (8.10),
no kurienes P( A ) = 1 - P(A)
Piemērs: Šaujot vienu reizi mērķī, trāpījuma varbūtība ir 0,7. Noteikt varbūtību, ka
mērķis netiks sašauts.
Notikums A – mērķī trāpījums. P(A) = 0,7
Notikums A - mērķī nav trāpīts.
P( A ) = 1 – P(A) = 1 – 0,7 = 0,3.
Pretēju notikumu varbūtības parasti apzīmē ar p un q.

5. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

4. Neatkarīgu notikumu reizinājuma varbūtība.

Notikumus A un B sauc par neatkarīgiem, ja viena notikuma iestāšanās neietekmē
otra notikuma iestāšanās varbūtību.
Divu neatkarīgu notikumu A un B reizinājuma varbūtība ir vienāda ar šo
notikumu varbūtību reizinājumu.

P(AB) = P(A) P(B) (8.11)

Piemērs: Pirmajā urnā 10 baltas un 12 melnas lodītes, otrajā urnā 9 baltas un 6 melnas
lodītes. No katras urnas uz labu laimi velk pa lodītei. Kāda varbūtība, ka abas lodītes
baltas?
10 5
Notikums A – no 1. urnas izvilkt baltu lodīti, P(A) = 
22 11
9 3
Notikums B – no 2. urnas izvilkt baltu lodīti, P(B) = 
15 5
10 9
A un B ir neatkarīgi notikumi, tāpēc P(AB) = P(A) P(B) =   0,27 Formulu
22 15
(8.11) var vispārināt jebkuram galīgam neatkarīgu notikumu skaitam.
5. Varbūtība, ka notiks vismaz viens no n neatkarīgiem notikumiem.
Varbūtību P(A), ka notiks vismaz viens no neatkarīgiem n notikumiem A1, A2,
A3, ..., An, aprēķina no 1 atņemot visu pretējo notikumu varbūtību reizinājumu.

P(A) = 1 - P( A1 )P( A 2 )...P( A n ) (8.12)

Piemērs: 3 šāvēji šauj mērķī. Pirmā šāvēja trāpījuma (notikums A) varbūtība
P(A) = 0,7, otrā (notikums B) – P(B) = 0,6 un trešā (notikums C) P(C) = 0,8. Kāda
varbūtība, ka, katram šāvējam izdarot pa 1 šāvienam mērķī būs vismaz viens
trāpījums.
Nosaka pretējo notikumu varbūtības:
P( A ) = 1 – P(A) = 1 – 0,7 = 0,3
P( B ) = 1 – P(B) = 1 – 0,6 = 0,4
P( C ) =1 – P(C) =1 – 0,8 = 0,2.
Saskaņā ar formulu (8.12) mērķī būs vismaz viens trāpījums (notikums T) ir:

P(T) = 1 - P( A )P( B )P( C ) = 1 – 0,30,40,2 = 0,976  0,98.

6. Savstarpēji atkarīgu notikumu reizinājuma varbūtība.
Divus notikumus A un B sauc par atkarīgiem, ja viena notikuma varbūtība atkarīga no
otra notikuma iestāšanās.
Ja notikums B atkarīgs no A, tad runā par notikuma B nosacīto varbūtību
PA(B) = P(B/A),
ko aprēķina, pieņemot, ka notikums A ir jau iestājies.
Piemērs: No urnas, kurā ir 10 baltas un 15 melnas lodītes velk pēc kārtas 2 lodītes,
pirmo neatliekot atpakaļ. Tad otrās lodītes varbūtība ir atkarīga no pirmā lodītes
10 2
izvilkšanas. Varbūtība, ka pirmā lodīte balta (notikums A) ir P(A) =  .
25 5

6. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

Pieņemot, ka notikums A ir jau iestājies, varbūtība, ka otrā lodīte arī ir balta

9
(notikums B) ir (B/A) =
24
Divu atkarīgu notikumu A un B reizinājuma varbūtība vienāda ar viena
notikuma varbūtības un otra notikuma nosacītās varbūtības reizinājumu:

P(AB) = P(A/B)P(B)=P(B/A) )P(A) (8.13)

Šo formulu var vispārināt n atkarīgiem notikumiem:
P(A1 A2 A3... An) = P(A1) P (A2/ A1) P (A3/ A1 A2)... P (An/ A1 A2… An-1)
Iepriekšējā piemēra turpinājums. Kāda varbūtība, ka abas izvilktās lodītes baltas?
10 9
Pēc (8.13) P(AB) = P(A)P(B/A) =  = 0,15
25 24
2. piemērs. Loto izlozē “5 no 35“ iegādāta 1 biļete. Kāda varbūtība , ka sakritīs
1) visi 5 skaitļi – notikums B
2) 4 skaitļi – notikums C
3) 3 skaitļi – notikums D
4) biļete būs bez laimesta – notikums E.
1)P(B) = P(A1A2A3 A4A5) = P(A1) PA1 (A2) PA1 A2 (A3) PA1 A2 A 3 (A4) PA1 A2 A3 A4 (A5) =
5 4 3 2 1
=     = 0.00000308
35 34 33 32 31

2)P(C) = P( A1 A2A3 A4A5) + P(A1 A2 A3A4A5) + P(A1A2 A3 A4A5) +

+ P(A1A2A3 A4 A5) + P(A1A2A3A4  A5 ) =
= P( A1 ) P (A2 / A1 ) P (A3 / A1 A2 ) P (A4 / A1 A2 A3 ) P (A5 / A1 A2 A3 A4 ) +
+ P( A1 ) P ( A2 / A1 ) P (A3/ A1 A2 ) P (A4/ A1 A2 A3 ) P (A5/ A1 A2 A3 A4 ) +
+ P(A1) P (A2/ A1 ) P (A3/A1 A2) P (A4/A1 A2A3)
30 5 4 3 2 5 30 4 3 2 5 4 30 3 2
 P ( A5 / A1 A2 A3 A4 )                
35 34 33 32 31 35 34 33 32 31 35 34 33 32 31
5 4 3 30 2 5 4 3 2 30 30  5  4  3  2
           5  0,000462
35 34 33 32 31 35 34 33 32 31 35  34  33  32  31

3)P(D) = P( A1  A2  A3  A4  A5 ) + ...+ P(A1A2A3 A1 A4  A5 )=

30 29 5 4 3
=10     =0,0134, jo C 52  10
35 34 33 32 31
4)Notikumi B, C, D, un E veido pilnu notikumu grupu un tāpēc to summas varbūtība
ir 1.
P(B) + P(C) + P(D) +P(E) = 1 (formula 8.9)
Līdz ar to P(E) = 1 – (P(B) + P(C) + P(D))
P(E) = 1 – 0,0139 = 0,986
7. Savienojamu notikumu summas varbūtība.
Ja notikumi A un B ir savienojami, tad šādu notikumu summas varbūtību aprēķina pēc
formulas:
P(A + B) = P(A) + P(B) – P(AB) (8.14)

7. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

Piemērs: Met 2 spēļu kauliņus. Kāda varbūtība, ka vismaz uz viena no tiem uzkritīs 3
punkti.
1
Notikums A – uz pirmā kauliņa uzkritīs 3 punkti, P(A) =
6
1
Notikums B – uz otrā kauliņa uzkritīs 3 punkti, P(A) =
6
Notikumi ir savienojami, tāpēc pēc formulas (8.14)
1 1 1 1 1 1 11
P(A + B) = + -  = - =
6 6 6 6 3 36 36

8.9 Pilnā varbūtība un Beiesa formula

Pieņemsim, ka gadījuma notikums A var iestāties tikai tad, ja iestājas kāds no
notikumiem B1, B2, B3,..., Bn, kuri veido pilnu notikumu grupu.
Notikuma A varbūtību P(A) sauc par pilno varbūtību un aprēķina šādi:

P(A)=P(H1) P ( A / H 1 ) +P(H2) P( A / H 2 ) +...+P(Hn) (8.15)

P(H1) + P(H2) + ...+P(Hn) = 1, jo H1+ H2+...+ Hn = 

Pieņemsim, ka notikums A ir jau iestājies. Tad notikuma Bi varbūtību, ja notikums A
ir iestājies, aprēķina pēc Beiesa formulas:

P( H i )  P( A / H i )
PA(Hi) = (8.16)
P( A)

Kur P(A) aprēķina pēc formulas (8.15).

Piemērs: Veikals pārdod produkciju, ko piegādā 3 firmas. Pirmā piegādā 60%, otrā
30%, bet trešā 10% no visas produkcijas. Zināms, ka pirmās firmas produkcijā ir 1%
nestandarta produkti, otrās – 2%, bet trešās – 5% brāķa.
1) Noteikt varbūtību, ka nopirktais produkts ir brāķis.
2) Pieņemot, ka nopirktais produkts ir brāķis, kāda varbūtība, ka to piegādājusi 1.
firma.
Risinājums. Izmantosim pilnās varbūtības formulu.
Notikums A: produktu piegādājusi 1. firma, P(A) = 0,6
Notikums B: produktu piegādājusi 2. firma, P(B) = 0,3
Notikums C: produktu piegādājusi 3. firma, P(C) = 0,1.
E – notikums, ka nopirktais produkts ir brāķis. Tad P(E/A)=0,01; P(E/B) = 0,02;
P(E/C) = 0,05. Saskaņā ar formulu (8.15):
P(E) = P(A)P(E/A) + P(B)P(E/B) + P(C)P(E/C) = 0,60.01 + 0,30,02 + 0,10,05 =
= 0,017 = 1,7%
2) Pieņemot, ka nopirktais produkts ir brāķis, varbūtība, ka to piegādājusi 2. firma,
saskaņa ar (8.16) ir
P( B)  P ( E / B) 0,3  0,02
P (B/E) =  = 0,353
P( E ) 0,017

8. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

7. 10 Bernulli formula
Pieņemsim, ka notiek n neatkarīgi izmēģinājumi. Katrā no tiem var iestāties vai
neiestāties notikums A ar vienu un to pašu varbūtību P(A) = p un pretējā notikuma
varbūtību
P( A ) = 1 – p = q.
Varbūtību Pn(m), ka n izmēģinājumos notikums A iestāsies m reizes, aprēķina ar
Bernulli formulu:
Pn(m) = C nm  p m  q n m (8.17)

n!
C nm  Ja n10, var lietot tuvinātās faktoriālu aprēķināšanas formulas,
m!(n  m)!
piemēram, Stīrlinga formulu: n!nn 2    n
Piemērs: Loterijā ir 10% laimestu. Nopirktas 5 biļetes. Kāda varbūtība, ka
1) laimēs 3 biļetes,
2) ne mazāk kā 3 biļetes,
3) laimesta nebūs,
4) laimēs vismaz 1 biļete.
Saskaņā ar doto: p = 0,1 q = 1 – p = 1 – 0,1 = 0,9 n = 5
1) Jāaprēķina P5(3), liekot formulā (8.15) dotos lielumus un m=3, iegūst
5!
P5(3)= C 53  p 3  q 53  C 53  0,13  0,9 2   0,001  0,81 = 0,0081
3!2!
2) Notikums: laimēs ne mazāk kā 3 biļetes nozīmē, ka laimēs 3 vai 4 vai 5 biļetes. Tā
kā notikumi nesavienojami, tad saskaņā ar formulu (8.8)
P5(m3) = P5(3) + P5(4) + P5(5)
P5(3) = 0,0081
P5(4) = C 54  p 4  q1 = 50,140,9 = 0,00045
P5(5) = C 55  p 5  q 0 = 0,150,9 = 0,000009
Tātad P5(m3) = 0,0081 + 0,00045 + 0,000009 = 0.008559
3) Laimesta nebūs nevienai biļetei nozīmē aprēķināt P5(0) = q5 = 0,95 ≈ 0,59
4) Laimēs vismaz 1 biļete nozīmē, ka laimēs 1, 2, 3, 4 vai 5 biļetes. Jāaprēķina
P5(m1) = P5(1) + P5(2) + P5(3) + P5(4) + P5(5). Pievienojot iepriekšējo notikumu
summai notikumu, ka laimesta nebūs, iegūsim pilnu notikumu grupu, kuras varbūtības
summa ir 1: P5(m1) + P5(0) = 1. Tāpēc
P5(m1) = 1 – P5(0) = 1 – 0,59 = 0,41

8.11. Gadījuma lielumi. Diskrētu gadījuma lielumu binomiālais un

Puasona sadalījums

Par gadījuma lielumu X sauc lielumu, kurš izmēģinājuma rezultātā var pieņemt
dažādas skaitliskas vērtības atkarībā no gadījuma. Varbūtību teorijas uzdevums, ir
noteikt gadījuma lieluma iespējamās vērtības un to varbūtības vēl nenotikušos
izmēģinājumos, izmantojot jau notikušu mēģinājumu rezultātus.
Diskrēta gadījuma lieluma X visas iespējamās vērtības x1,x2, x3,... veido galīgu vai
bezgalīgu skaitļu kopu, kur katrai vērtībai ir sava varbūtība.

9. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

Piemērs: Metot monētu 4 reizes, ģerboņa uzkrišanas skaits ir 0, 1, 2, 3, 4. Katrai no

šīm vērtībām ir noteikta varbūtība.
Otra veida gadījuma lielumi ir nepārtraukti gadījuma lielumi. Tie var pieņemt jebkuru
vērtību noteiktā intervālā. Piemēram, par nepārtrauktiem gadījuma lielumiem var
uzskatīt visus mērīšanas rezultātus un to kļūdas.
Gadījuma lielumu varbūtību sadalījuma likums vai nu norāda visas gadījuma lieluma
vērtības un to varbūtības, vai arī formulu, ar kuru varbūtības var aprēķināt.
Par diskrēta gadījuma lieluma X varbūtību sadalījumu sauc likumu, kas saista
atsevišķas gadījuma lieluma vērtības ar to varbūtībām.
P(x = x1) = p1
P(x = x2) = p2
P(x = x3) = p3
.....................
P(x=xn) = pn
Ja diskrētā gadījuma lieluma vērtību nav daudz un to darbības zināmas, tad
sadalījumu parāda tabulas veidā

X x1 x2 ... xn

P p1 p2 ... pn

Tā kā vērtību x1, x2, ...xn realizēšanās ir notikumi, kas veido pilnu notikumu grupu,
tad to varbūtību summa ir 1, t. i.
n

p
i 1
i =1

Diskrēta gadījuma lieluma varbūtību sadalījumu var parādīt gan grafiski, gan
analītiski, formulas veidā, kur varbūtība ir gadījuma lieluma vērtības funkcija.
Ja gadījuma lielums X var pieņemt vērtības no 1 līdz n un ir sadalīts vienmērīgi, tad to
sauc par vienmērīgo sadalījumu.
Piemēram, metot spēļu kauliņu, punktu uzkrišanas varbūtību sadalījums ir vienmērīgs
sadalījums:
X 1 2 3 4 5 6
P 1 1 1 1 1 1
6 6 6 6 6 6
Ja diskrētā gadījuma lieluma vērtību varbūtības nosaka pēc Bernulli formulas, tad
iegūst binomiālo sadalījumu.
Bernulli formula nosaka varbūtību tam, ka notikums A iestāsies m reizes:
Pn(m) = C nm  p m  q n m (8.17) Izdarot n izmēģinājumus, notikuma iestāšanās reižu
skaits ir diskrēts gadījuma lielumus, kura vērtības ir 0, 1, 2, ..., m,..., n.
m 0 1 2 ... m ... n
Pn(m) qn npqn-1 C n2  p 2  q n 2 ... C nm  p n  q n m ... pn
n

p
i 0
i =1

Piemērs: Kāda sportista viena šāviena trāpījuma varbūtība ir 0,8. Izdarīti 5 šāvieni.
Noteikt trāpījumu skaita (0; 1; 2; 3; 4; 5) varbūtību sadalījumu.

10. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

Trāpījumu varbūtības nosaka ar Bernulli formulu un iegūst binomiālo trāpījumu

varbūtību sadalījumu. Varbūtība, ka šāvējs trāpīs mērķī p = 0,8. Pretējā notikuma
varbūtība q = 0,2. n = 5
m Pn(m)
0 P5(0) = 0,25 = 0,00032
1 P5(1) = 50,80,24 = 0,00640
2 P5(2) = C 52  0,8 2 0,2 3 = 0,51200
3 P5(3) = C 53  0,8 3 0, 2 2 = 0,20480
4 P5(4) = C 54  0,8 4 0,2 = 0,40960
5 P5(5) = 0,85 = 0,32768
5

p
i 0
i =1

Ja izmēģinājumu skaits ir pietiekami liels (n∞), tad varbūtību, ka no

izmēģinājumiem notikums iestāsies tieši m reizes, aptuveni var aprēķināt pēc Puasona
sadalījuma formulas:
 m 
Pn(m) = e (8.17),
m!
kur  = np – gadījuma lieluma vidējā vērtība.
Piemērs: Rūpnīca nosūtījusi uz kādu pilsētu 1000 pārbaudītu, tātad derīgu televizoru.
Varbūtība, ka transportējot televizors sabojāsies, ir 0,003. Noteikt varbūtību, ka no
visiem transportētajiem televizoriem nederīgi būs
1) divi televizori;
2) mazāk kā 2 televizori.
1) n = 1000 p= 0,003;  = np = 10000,003 = 3; m =2
3 2  e 3
P1000(2)  = 0,22
2!
2) P1000(m2) = P1000(0) + P1000(1);
3 0  e 3
P1000(0) = = 0,0498 ( Atceramies, ka 0! = 1)
0!
31  e 3
P1000(1) = = 0,14 P1000(m2) = 0,199
1!

8.12 Daži tipiskākie varbūtību teorijas uzdevumi

1. uzdevums
Urnā ir 5 baltas un 3 melnas lodītes. No urnas izņem 2 lodītes. Pēc tam izņem
vēl vienu lodīti. Kāda ir varbūtība, ka tā būs balta, ja
a) abas iepriekš izņemtās lodītes ir baltas,
b) izņemto divu lodīšu krāsa nav zināma.
Atrisinājums. a) Pēc 2 baltu lodīšu izņemšanas urnā palikušas 3 baltas un 3 melnas
lodītes. Saskaņā ar varbūtības klasisko definīciju varbūtība trešo reizi izņemt baltu
lodīti ( notikums A) ir:
3 1
P  A  
6 2

11. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

Šeit ar A apzīmēts notikums trešajā piegājienā izņemt baltu lodīti.

b) Ja abu izņemto lodīšu krāsa nav zināma, tad varbūtība trešajā ņēmienā
izņemt baltu lodīti paliek tāda pati kā sākumā, t.i.,
5
P  A 
8
Šo atziņu var pierādīt ar pilnās varbūtības formulu. Šeit ir 3 hipotēzes: H1 – abas
izņemtās lodītes ir baltas, H2 – abas ir melnas, H3 – viena ir balta, otra melna. Šo
hipotēžu varbūtības aprēķinām ar varbūtību reizināšanas un saskaitīšanas kārtulām.
Tas būs
5 4 5 3 2 3 5 3 3 5 15
P H 1     ; P H 2     , P H 3       .
8 7 14 8 7 28 8 7 8 7 28
5 3 15
Pārliecināmies, ka PH 1  + PH 2  + PH 3  =    1.
14 28 28
Tālāk aprēķinām
3 5 4
P  A / H1   , P  A / H 2   , P  A / H 3   .
6 6 6
Ar pilnās varbūtības formulas (19) palīdzību:

P(A) = PH 1  ∙ P A / H 1  + PH 2  ∙ P( A / H 2 ) + PH 3  ∙ P A / H 3 

5 3 3 5 15 4 10  3  3  5  15  4 5
P(A) =      =  .
14 6 28 6 28 6 28  6 8
Varbūtība nemainās, ja iepriekš izņemtas 3 vai vairākas lodītes, kuru krāsa nav
zināma.
No šejienes izriet svarīga atziņa: notikumu secība (zināmos apstākļos) neietekmē
aprēķināmo varbūtību, ja vien notikumu norises gaitā neiegūst kādu papildu
informāciju.

2. uzdevums
Students sagatavojis zināmu skaitu biļešu, bet daļa biļešu palikušas nesagatavotas.
Vai varbūtība nolikt eksāmenu ir lielāka tad, ja students ieradīsies uz eksāmenu
pirmais vai pēdējais?
Atbilde, protams, ir, varbūtības nolikt eksāmenu abos gadījumos ir vienādas,
šeit, protams, nedrīkst ievērot subjektīvas noskaņas un bez tam tiek pieņemts, ka
starplaikā starp pirmo un pēdējo eksāmenu studentam nav iespējas sagatavot vēl kādu
biļeti.

3. uzdevums
Lai samazinātu spēļu skaitu, 8 basketbola komandas sadalītas divās grupās pa
4 komandām katrā grupā. Kāda ir varbūtība, ka abas stiprākās komandas nonāks vienā
grupā (notikums A), ja sadale notiek ar lozēšanu? Kāda ir varbūtība, ka tās nokļūs
dažādās grupās (notikums B)?
Šo uzdevumu var atrisināt dažādi: gan pielietojot klasisko definīciju, gan
izpildot darbības ar varbūtībām, gan arī izmantojot lozēšanas secības patvaļīgumu.
Lai labāk izprastu varbūtību aprēķināšanas metodiku, tad šajā uzdevumā
apskatīsim visus trīs minētos paņēmienus.

12. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

1. Lai izmantotu klasisko definīciju, vajag izskaitļot iespējamo gadījumu

skaitu n un labvēlīgo gadījumu skaitu m. Četras komandas atlasīt no 8 komandām var
C 84 veidot. Tātad n  C84 . Atliek aprēķināt, cik atrastais n satur labvēlīgo gadījumu.
Gadījumu skaits, kad 4 no 6 vājākajām komandām nokļūs pirmajā grupā, ir C 64 .
Tikpat liels ir skaits, ka tās nokļūs otrajā grupā. Tātad m  2  C 64 .
Protams, var aprēķināt arī gadījumu skaitu, kad abas stiprākās komandas nokļūs
pirmajā grupā. To skaits ir C 22  1 . Tām var pievienot 2 komandas no 6 vājākajām
komandām C 62 veidos. Tas pats attiecas uz otro grupu. Tad m  2  C 62 . Saskaņā ar
formulu (9) C 64  C 62 , un abi rezultāti sakrīt.
m 2  C 62 2  6 !4! 4! 1  2  3  4 3
P  A     
n C84 2! 4! 8! 7 8 7
Varbūtība, ka abas stiprākās komandas nokļūs dažādās grupās, būs
3 4
P B   1  
7 7
Protams, arī šo varbūtību var aprēķināt tieši pēc varbūtību definīcijas.
2. Izmantojot varbūtību reizināšanas un saskaitīšanas kārtulas aprēķini kļūst
nedaudz vienkāršāki. Varbūtība, ka pirmajā grupā nonāk tikai vājākas komandas, ir
6 5 4 3 3
P(A1) =     ;
8 7 6 5 14
izmantojot atkarīgu notikumu varbūtību reizināšanas formulu.
3
Meklētā varbūtība būs divreiz lielāka, t.i., P A  .
7
4
Varbūtība, ka abas spēcīgākās komandas nokļūs dažādās grupās, atkal ir .
7
Šo varbūtību var aprēķināt arī tieši.
3. Uzdevumu pavisam vienkārši un uzskatāmi var atrisināt tā. Tā kā izlozes
secība šeit nav svarīga, tad pieņemam, ka vispirms viena stiprākā komanda nokļūst
vienā no abām grupām (vienalga kurā). Otrai spēcīgākai komandai paliek 7 vietas, no
tām 3, kur jau atrodas pirmā spēcīgākā komanda, bet 4 grupā, kur tās nav. Attiecīgās
3 4
varbūtības ir un
7 7
4. uzdevums
Lodīšu gultnī ievieto 15 lodītes, to vidū divas ir melnas. Kāda ir varbūtība, ka
abas melnās lodītes nonāks blakus?
Aprēķinu izdarām ar klasisko definīciju. 15 lodītes gultnī var novietoties
n  P15  15! veidos. Divas melnas lodītes blakus var izņemt 13 dažādas pozīcijas
(melnās lodīte var ieņemt jebkuru no 2 vietām, ). Pārējās 13 lodītēs var izvietoties
P13  13! veidos. Tātad m = 2∙13∙13! un
2  13  13! 2  13  13! 13
P  A   
15! 13!14  15 105

13. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

5. uzdevums
Urnā ir 6 baltas. un 10 melnas lodītes. No urnas izņem 5 lodītes. Kāda ir
varbūtība, ka izņemto lodīšu vidū būs 2 baltas un 3 melnas lodītes (notikums A)?
Aprēķinu vispirms jāizdara ar klasisko definīciju.5 lodītes no 16 var izņemt n  C165 .
veidos. Aprēķināsim notikumam A labvēlīgo gadījumu skaitu m. No 6 baltajām
lodītēm 2 lodītes var izņemt C 62 veidos. Katram šim veidam var pievienot 3 melnas
lodītes no 10 lodītēm C103 veidos. Tātad m  C 62  C103 un
m C 62  C103 6!10!5!11! 75
P  A   5
  .
n C16 2!4!3!7!16! 182
Šo uzdevumu var atrisināt arī citādi. Saskaņā ar atkarīgu notikumu varbūtību
reizināšanas kārtulu kombinācijai
(b apzīmē baltu, bet ar m – melnu lodīti) varbūtība ir
6 5 10 9 8 15
P(A1) =      .
16 15 14 13 12 364
Balto un melno lodīšu izņemšanas secība var būt dažāda. Piemēram:
A1 = b b m m m
A2 = m b b m m
A3 = m m b b b u.t.t.
5! 3! 4  5
Šādu visu gadījumu skaits ir P5( 2)(3)    10 . Var pārliecināties, ka visām
2! 3! 1  2  3!
šīm iespējamībām varbūtības ir tādas pašas.
15 75
Līdz ar to P A   10  .
364 182
Arī šim uzdevumam var dot citu literāru ietērpu. Piemēram, to var formulēt tā.
Studentu grupa, kurā ir 6 meitenes un 10 puiši, izlozē 5 biļetes uz hokeja maču. Kāda
ir varbūtība, ka biļetes iegūs 2 meitenes un 3 puiši?

6. uzdevums
No 72 eksāmena jautājumiem students sagatavojis 50. eksāmenā jāatbild 3
jautājumi. Kāda ir varbūtība eksāmenu nolikt. ja
a) jāzina visi 3 jautājumi ( notikums A);
b) pietiek zināt divus jautājumus ( notikums B).
Uzdevumu atrisinām ar atkarīgu notikumu varbūtības reizināšanas kārtulu.
50 49 48 70
a) P  A     .
70 71 70 213
b) Aprēķinām varbūtību, ka students zinās divus un nezinās vienu jautājumu.
50 49 22 285
P(B) =   3  .
72 71 70 852
Reizinātājs 3 rodas tāpēc, ka nezināt var jebkuru no trim jautājumiem.

8. uzdevums
Strādnieks apkalpo 3 darbagaldus. Varbūtība, ka stundas laikā pirmajam
darbagaldam nevajadzēs strādnieka palīdzību ir 0,4, otrajam – 0,8, trešajam – 0,7.
Aprēķināt varbūtību, ka stundas laikā strādnieka palīdzību
a) vajadzēs visiem trim darbagaldiem (notikums A),

14. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

b) nevajadzēs nevienam (notikums B),

c) vajadzēs tieši vienam (notikums C),
d) vajadzēs vismaz vienam (notikums D).
Papildus aprēķina pretējo notikumu varbūtības q =1 - p
Ja p1 = 0,4, tad q1 = 0,6;
p2 = 0,8, tad q2 = 0,2;
p3 = 0,7, tad q3 = 0,3.
Uzdevumu atkal var atrisināt izmantojot varbūtību reizināšanas un saskaitīšanas
kārtulas.
a) P A  q1  q 2  q3  0,6  0,2  0,3  0,036
b) PB   p1  p 2  p3  0, 4  0,8  0,7  0,224
c) PC   q1  p 2  p3  p1  q 2  p3  p1  p 2  q3  0,6  0.8  0.7  0,4  0, 2  0,7 
 0,4  0,8  0,3  0,488
d) Šai gadījumā labāk aprēķināt pretējā notikuma varbūtību. Pretējais notikums ir,
ka strādnieka palīdzību nevajadzēs nevienam darbagaldam un tā varbūtība ir
P(B) = 0,224. Tātad P(D) = 1 - 0,224 = 0,776.

9. uzdevums
Urnā ir baltas un melnas lodītes. Varbūtība izņemt pēc kārtas divas baltas lodītes
1
(notikums A) ir . Cik lodīšu ir urnā, ja balto lodīšu skaits ir 5?
12
Apzīmējam lodīšu skaitu ar n. Tad saskaņā ar atkarīgu notikumu varbūtību
reizināšanas kārtulu dabūjam
5 4 1
P(A) =   ,
n n  1 12
2
no kurienes n  n  240  0 un n  16 .

9. uzdevums
Varbūtība trāpīt mērķī ir 0,4. Šaušanu turpina, līdz mērķī tiek trāpīts. Kāda ir
varbūtība, ka
a) būs trīs šāvieni (notikums A),
b) ne vairāk par trīs šāvieniem(notikums B),
c) ne mazāk par trim šāvieniem (notikums C).
p = 0,4, q = 1 – p = 0,6
a) Lai būtu tieši 3 šāvieni, tad ar pirmajiem diviem šāvieniem jāaizšauj garām,
bet ar trešo jātrāpa. Saskaņā ar varbūtību reizināšanas kārtulu dabūjam
P( A)  0,6  0,6  0,4  0,144
b) Varbūtība, ka šāvienu skaits būs ne lielāks par trim, iegūst summējot
varbūtības notikumiem, ka mērķī trāpīs ar pirmo, otro vai trešo šāvienu.
Iegūsim
P( B)  0,4  0,6  0,4  0,6  0,6  0,4  0,784
c) Notikumam, ka būs ne mazāk par trim šāvieniem, pretējais notikums ir, ka būs
viens vai divi šāvieni. Tāpēc aprēķināmā varbūtība būs
P(C )  1  0,4  0,6  0,4  0,36

15. lpp. Varbūtību teorijas elementi

S.Čerņajeva
 Rīgas Tehniskā universitāte. Inženiermatemātikas katedra.
Lekciju konspekts.

To pašu rezultātu var iegūt ar bezgalīgi dilstošas ģeometriskas progresijas summas

a
formulu S  1 , pieņemot, ka S  P(C ), a1  P( A)  0,144 un q  0,6 .
1 q

10. uzdevums
Ir trīs pilnīgi vienādas urnas. Pirmajā urnā ir 5 baltas, 2 melnas, otrā – 4 baltas, 3
melnas, trešajā – 1 balta, 6 melnas lodītes. Brīvi izvēlas vienu urnu un no tās izņem
vienu lodīti. Kāda ir varbūtība, ka tā būs balta (notikums A)? Izrādās, ka izņemtā
lodīte tiešām ir balta. Kādas tagad ir varbūtības, ka izvēlēta bija pirmā, otrā vai trešā
urna?
Uzdevumu atrisina ar pilnās varbūtības un Beiesa formulām. Šeit ir trīs
hipotēzes: H1 – izvēlēta pirmā, H2 – otrā, H3 – trešā urna. Visu triju hipotēžu
1
varbūtības ir vienādas. P(H1) = P(H2) = P(H3) = .
3
5 4 1
Tad P( A / H 1 )  , P( A / H 2 )  , P( A / H 3 )  , kur A ir notikums
7 7 7
izņemt baltu lodīti.
Pēc pilnās varbūtības formulas (19) iegūstam
1  5 4 1  10
P( A)      
3  7 7 7  21
Beiesa formula (20) ļauj tagad novērtēt hipotēžu varbūtības. Tā kā pirmā urna satur
visvairāk balto lodīšu, bet trešā – vismazāk, tad var sagaidīt, ka hipotēzes H1
varbūtība pieaugs, bet hipotēzes H3 varbūtība samazināsies. Iegūstam
1 5
P( H 1 )  P1 ( A / H 1 ) 3  7 1
P( H 1 / A)   
P( A) 10 2
21
Analogi atrod
P( H 2 )  P( A / H 2 ) 2
P( H 2 / A)  
P( A) 5
P( H 3 )  P( A / H 3 ) 1
un P( H 3 / A)  
P( A) 10

16. lpp. Varbūtību teorijas elementi

S.Čerņajeva