- •1. Тема «Основные понятия теории вероятностей» 1
- •Тема «Основные понятия теории вероятностей»
- •Предмет теории вероятностей.
- •Краткая историческая справка.
- •Случайные события.
- •Два определения вероятности.
- •Пространство элементарных событий. Операции над случайными событиями.
- •Основные теоремы теории вероятностей.
- •Теорема сложения.
- •Условная вероятность.
- •Теорема умножения.
- •Формула полной вероятности.
- •Формула Байеса.
Лекция 1.(Осень 2000 г.)
1. Тема «Основные понятия теории вероятностей» 1
1.1 Предмет теории вероятностей. 1
1.2 Краткая историческая справка. 2
1.3 Случайные события. 3
1.4 Два определения вероятности. 3
1.5 Пространство элементарных событий. Операции над случайными событиями. 4
1.6 Основные теоремы теории вероятностей. 5
1.6.1 Теорема сложения. 5
1.6.2 Условная вероятность. 5
1.6.3 Теорема умножения. 6
1.7 Формула полной вероятности. 7
1.8 Формула Байеса. 8
Тема «Основные понятия теории вероятностей»
Предмет теории вероятностей.
Теория вероятностей есть раздел математики, изучающий закономерности в случайных явлениях.
Теория вероятностей выросла из потребностей практики и превратилась в строгую теорию, используемую во многих областях естествознания, техники, экономики, биологии и медицины.
Что следует понимать под «случайным явлением» или «случайным событием». У каждого из нас есть уже представление о случайном событии на основании своего жизненного опыта. Примеров таких событий можно привести много. Выигрыш по лотерейному билету, непредусмотренная встреча со своим знакомым, число студентов на лекции, число пациентов на приеме у врача, ну и классический пример - выпадение орла при бросании монеты. Некоторые из этих событий являются неповторимыми в своей индивидуальности, они единичны, тогда как другие являются массовыми. Именно последние и будут интересовать нас более всего.
Возьмем многократное повторение одного и того же опыта, например, бросание монеты или игральной кости, обследование группы больных, изучение какого-то биологического признака на группе животных и т.д. Именно в таких ситуациях мы сталкиваемся с массовыми случайными событиями, когда при повторении одного и того же опыта исследуемое случайное явление (событие) протекает всякий раз по иному.
Примеры таких случайных явлений:
Несколько раз точной измерительной линейкой измеряется длина одного и того же стола. Результаты измерений отличаются друг от друга. Причина различий кроется в наличии второстепенных факторов, сопровождающих проводимые измерения, а именно, положение линейки относительно стола, неидеальная обработка стола, ошибки экспериментатора и пр.
Измерение температуры у студентов одной возрастной группы. В данном опыте помимо неточности термометров и ошибок экспериментатора свою роль играет и фактор индивидуальности состояния здоровья каждого студента, даже если опыт и проводится при условии хорошего самочувствия студентов.
Итак, при изучении таких ситуаций, при многократном повторении одних и тех же опытов, только основныеусловия опыта могут оставаться неизменными, второстепенные же варьируют, носят случайный характер и посему вносят случайные различия в результаты опыта.
Ясно, что в природе нет ни одного явления, в котором бы ни присутствовали в большей или меньшей степени элементы случайности.
В точных науках существует так называемый модельный подход, когда учитываются лишь основные определяющие факторы, а второстепенные отбрасываются. То есть реальная ситуация заменяется упрощенной моделью. Составляются и решаются дифференциальные уравнения, описывающие исследуемый процесс. С учетом дополнительных факторов система дифференциальных уравнений разрастается и усложняется. В итоге может случиться, что несмотря на все усилия, затраченные при формулировании и решении задачи, практической ценности в проведенной работе нет, так как это решение относится только к какому-либо конкретному случаю в данных конкретных условиях, которые практически больше не повторяются. Необходим другой подход для учета основных и второстепенных факторов. Вот здесь-то и выходит на сцену ТЕОРИЯ ВЕРОЯТНОСТЕЙ, предметом изучения которой являются специфические закономерности, присущие массовым случайным явлениям.
Например, если, не жалея сил и времени, много раз (100, 200, или даже 1000) подбросить монету, то из общего числа бросаний число выпадений орла будет приближаться к половине. Таким образом выявляется устойчивость.
Другой пример. В некотором сосуде находится определенный объем газа. Поведение (траектория движения) каждой отдельной молекулы случайно, зависит от множества случайных факторов (столкновений с другими молекулами и со стенками сосуда). Давление газа на стенки сосуда зависит от числа ударов молекулы об эти стенки и следовательно тоже будет случайным. Но мы знаем, что это не так. В большой массе (а число молекул в сосуде очень велико) случайные особенности, присущие движению каждой отдельной молекулы, нивелируются и мы имеем простую закономерность (газовые законы), справедливую для массы случайных явлений. Подведем итог вышесказанному. Методы теории вероятностей могут быть использованы только для исследования массовых случайных явлений. Исходотдельногослучайного событиянепредсказуем, новозможнопредсказать средний суммарный результат множества(массы) однородных случайных явлений. И чем больше число исследуемых явлений, тем определеннее результат, отчетливее закономерность.