Professional Documents
Culture Documents
Varb Teorija
Varb Teorija
Varb Teorija
Lekciju konspekts.
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.
8. 3. Permutācijas
8.4. Variācijas
8.5. Kombinācijas
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
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.
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
P( H i ) P( A / H i )
PA(Hi) = (8.16)
P( A)
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 n10, 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 53 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(m3) = P5(3) + P5(4) + P5(5)
P5(3) = 0,0081
P5(4) = C 54 p 4 q1 = 50,140,9 = 0,00045
P5(5) = C 55 p 5 q 0 = 0,150,9 = 0,000009
Tātad P5(m3) = 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(m1) = 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(m1) + P5(0) = 1. Tāpēc
P5(m1) = 1 – P5(0) = 1 – 0,59 = 0,41
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.
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.
p
i 0
i =1
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
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.
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),
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
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