162
Заметим, что во второй игре при 25 бросаниях пары костей две шестерки, т. е.
12 очков, появляются хотя бы один раз с вероятностью 1 – (35/36)
25
≈ 0,505. Поэтому
игрок, делающий ставку на успех этого события при 25 бросаниях, выигрывает при-
мерно в 50,5 % игр, а игрок, делающий ставку на успех этого события при 24 броса-
ниях, выигрывает примерно в 49,1 % игр.
Важным примером применения теоремы умножения вероятностей являются по-
вторные независимые испытания, рассмотренные
Якобом Бернулли. Испытания
проводятся при одинаковых условиях, причем в серии из n испытаний результаты
каждого из них никак не сказываются на последующих результатах. Особенно ин-
тересна при рассмотрении испытаний Бернулли
задача о том, с какой вероятностью
при n независимых испытаниях успех осуществится ровно k раз. Заметим, что случаи
k = 0 или k = n были рассмотрены выше и сейчас мы приступаем к рассмотрению
случая при произвольном k, где 0 ≤ k ≤ n.
Утверждение. В эксперименте с n повторными независимыми испытаниями,
называемыми испытаниями Бернулли, где каждое из них имеет два исхода (успех с
вероятностью
p и неудачу с вероятностью q = 1 – p), вероятность получения ровно
k успехов при n испытаниях называется
формулой Бернулли и равна
knkknkk
n
knk
n
C
−−
−
=
qpqp
)!(!
!
.
Доказательство. В заданном эксперименте с повторением n независимых ис-
пытаний для нахождения вероятности k успехов предположим сначала, что первыми
реализуются k успехов, а вторыми n–k неудач. Так как успех или неудача при каждом
испытании представляют собой события, независимые от результатов других испы-
таний, то согласно теореме умножения вероятностей вероятность осуществления k
успехов с последующей реализацией n–k неудач равна
p
k
q
n-k
. Фактически каждое
осуществление k успехов, соответственно n–k неудач, независимо от порядка их на-
ступления будет иметь вероятность
p
k
q
n-k
. Общее событие, состоящее в k успехах при
n испытаниях, есть объединение элементарных событий рассмотренного типа, кото-
рые несовместны. Поскольку существует
k
n
C способов получения k успехов в n испы-
таниях, то по теореме сложения вероятностей, вероятность получить ровно k успе-
хов при n испытаниях равна
knkk
n
C
−
qp , что и требовалось доказать.
Например, пусть все различные наиболее употребительные слова пронумерова-
ны и для каждого слова указана вероятность его появления. Если говорить о каком-то
определенном, ограниченном «участке» языка, то более или менее точное количество
слов известно. Так, в разных стилях и жанрах наиболее употребительно по данным
«Частотного словаря русского языка» (М., 1977) около 40 тысяч слов. На фоне дан-
ных о лексических богатствах всего русского языка представляет интерес объем
«личного словника», или, как говорят лингвисты, объем активного словаря, т. е. ко-
личество слов, употребляемых одним человеком, которое у образованных людей оце-
нивается в среднем в 5—10 тысяч слов.
Обозначим общее число различных наиболее употребительных слов через N,
номер слова в списке через i, а вероятность появления i-го слова — через
p
i
. При
проведении численных расчетов в качестве вероятности можно использовать отно-