- •Содержание (общее)
- •Введение
- •Наиболее важные понятия, характеристики и их обозначения, используемые в книге.
- •Часть. 1. Теория вероятностей
- •1. Случайные события
- •Основные термины и определения
- •1.1.1. Виды событий. Полная группа событий
- •Классическое определение вероятности. Геометрическая вероятность
- •Частотное определение вероятности
- •Субъективная вероятность события
- •Аксиоматическое определение вероятности
- •Условная вероятность. Основные формулы
- •1.2.1. Условная вероятность. Вероятность произведения событий. Независимость событий.
- •Вероятность суммы событий Сумма событий означает, что произойдет хотя бы одно из них. Для вероятности суммы двух событий справедлива формула:
- •1.2.3. Формула полной вероятности и формула Байеса
- •1.3. Последовательности испытаний
- •1.3.1. Схема Бернулли
- •1.3.2. Формулы Муавра-Лапласа
- •1.3.3. Схема Пуассона
Частотное определение вероятности
Вероятностью события А называется предел отношения числа m появлений события А среди n испытаний, каждое из которых проводится в рамках одного и того же комплекса условий, при n , т.е. . При этом сходимость понимается не обычная, а по вероятности. Обычная сходимость последовательности к некоторому пределу означает, что для любого сколько угодно малого всегда найдется такое значение N, начиная с которого все значения последовательности (при n>N), будут находиться внутри -коридора, построенного вокруг предельного значения. В данном случае такое значение N отсутствует, но с ростом n вероятность выхода значения из -коридора стремится к нулю.
Примечание. Ввиду того, что на практике число испытаний не может быть бесконечным, то в качестве вероятности события А часто принимают относительную частоту (частость), т.е. , которую иногда округляют.
Пример 1. Среди 100 изделий, изготовленных по одной технологии, при проверке обнаружено 5 дефектных. Тогда в качестве вероятности изготовления дефектного изделия по этой технологии можно принять
При изменении технологии, т.е. комплекса условий проведения испытаний, вероятность сначала может быть оценена экспертами, а затем, после накопления новых статистических данных, – аналогично предыдущему.
Пример 2. Из 1000 бросаний монеты в 495 случаях выпал «орел». Число 495 близко к 500, поэтому можно сделать предположение о равновозможности выпадения орла и решки при одном бросании монеты и значит можно принять .
Субъективная вероятность события
Это величина, оцениваемая экспертом или группой экспертов в долях или количестве шансов (обычно из 100), соответствующих этому событию. Эксперты при этом должны руководствоваться правилами: P()=1 (100%); P( )=0; если В A, то P(В) < P(A); если A1, A2 ,..., An – полная группа событий, то
.
Субъективные вероятности используются обычно по отношению к редким, особым событиям. Эксперты при этом привлекают информацию из аналогичных ситуаций.
Аксиоматическое определение вероятности
Потребность самых различных специалистов в едином определении понятия «вероятность», которое бы обобщило предыдущие три, впервые удовлетворил А. Н. Колмогоров. Данное им аксиоматическое определение базируется на использовании понятия поля событий (или -алгебры) S, т.е. класса (системы) таких подмножеств пространства элементарных событий , счетное число операций дополнения, объединения и пересечения с которыми всегда дает подмножество, не выходящее из этого класса, причем, S. Исходя из этого, дается определение вероятности, как некоторой числовой функции, определенной на множествах поля S. Мы будем руководствоваться более простым определением.
Определение. Вероятностью P(A) любого события A (A ) называется число, удовлетворяющее следующим аксиомам:
Аксиома 1. P(A) ≥ 0.
Аксиома 2. Вероятность достоверного события равна единице: P() = 1.
Аксиома 3. Вероятность события A, являющегося объединением двух несовместных событий (А = В + С, где ВС=Æ ), равна сумме вероятностей этих событий, то есть:
Р(А)=Р(В+С)=Р(В)+Р(С)
Следствия: 1) (это следует из аксиом 2, 3).
2) Р(Æ)=0 (это следует из аксиомы 3, если взять В = , С = Æ = , а также следствия 1).
3) Р(В∙С)=0, если В и С несовместны.
4) , если Аi (i=1,2,…,n) –полная группа событий.
5) Если В A, то P(В) < P(A).
Действительно: P(A)= > P(В).