теория вероятности что это такое кратко

Теория вероятности в обычной жизни: можно ли применить ее без погрешностей?

Теория вероятностей (тервер) – раздел математики, который изучает случайные события и их свойства. Ознакомиться с ней нужно, чтобы понимать, как принимать взвешенные решения. Ведь зная статистические данные и анализируя закономерности, можно «предсказать» исход события.

Я не станут грузить вас сложными формулами – желающие углубленно заняться тервером могут сделать это по книге В. Е. Гмурмана «Теория вероятностей и математическая статистика». В статье покажу простые примеры для понимания зависимых и независимых событий, расскажу о состоянии неопределенности и интуитивном знании.

Материал полезен широкому кругу читателей.

Коротко о теории вероятностей

Вероятность в зависимых событиях

Вы решаете отправить в подарок другу балык. Знаете номер дома, подъезд, этаж. Курьер просит называть номер квартиры. С мучительными усилиями вспоминаете, что в доме по три двери на площадку, но дальше – туман. Давайте рассчитаем, сможет ли курьер попасть в нужную квартиру с первого раза.

Имеем три варианта развития событий:

Но в истории участвует еще один человек: ваш друг. И событийность в его случае выглядит так:

Прежде чем пойти дальше, введем определение вероятности – количество благоприятных исходов к вероятному числу событий.

Таблица 1 – Девять исходов, три благоприятных

Представим, что курьер ошибся, и за дверью оказалась сногсшибательная блондинка в коротком халате. Для курьера исход положительный, для вас – нет. Поэтому считаем новую вероятность:

То же самое с другом:

Теперь у нас 4 варианта и 2 – выигрышные (таблица 2). Вероятность со второго раза попасть в квартиру друга – 1/2. Она уменьшилась из-за зависимости событий: мы уже исключили неблагоприятный исход и расчёт нужно производить заново. Если курьер настолько невезуч, что промахнется во второй раз, вероятность попасть по адресу в третий раз – 100%. Опытным путем мы проверили, что за двумя предыдущими дверьми балык никто не ждет.

Таблица 2 Четыре исхода, два благоприятных

Пример с курьером — начальный уровень тервера. Он применим для бытовых нужд: предугадать вероятность побочного эффекта от антибиотиков, выбрать из разнообразия бабушкиных пирожков пирожок с повидлом и др.

На экзамене по теории вероятности советский математик и автор учебника Елена Вентцель спросила:

— Кому все понятно? Поднимите руки.

В аудитории живо взметнулся лес рук.

— Отлично! Остальные свободны, оценка – пять баллов! Поднявшие руки – останьтесь. За годы преподавания я так и не поняла большей части тервера. Рада, что вы мне все сейчас объясните.

Байка с математического факультета

У вас есть свой блог? Зарабатывайте с нами от 10 000 рублей на партнерской программе TeachLine.

Вероятность в независимых событиях

Независимые события не влияют друг на друга: количество благоприятных исходов в каждом новом событии не меняется.

Регина Тодоренко и Леся Никитюк в рамках программы «Орел и Решка» приехали в США. Обе хотят провести уик-энд «по богатому» и кидают монетку. Леся поставила на орла, Регина – на решку. Вероятность уехать на собственном авто у девушек одинакова: 1/2. На это раз повезло Лесе. Впрочем, как в следующей поездке тоже.

Регина негодует, почему тервер работает не в ее сторону

Теперь определим, могут ли независимые события происходить подряд с одним и тем же исходом. Лесе везло уже два раза и выпадал «орел». Повезет ли в третий раз? Составим список возможных исходов:

По результату видно: вероятность определенной последовательности каждый раз меньше на вероятность одного события. То есть вероятность определенной последовательности – произведение вероятностей каждого события. Если в одном событии вероятность 1/2, то в трех: 1/2*1/2*1/2=1/8.

Как человек принимает решения в состоянии неопределённости

Часть мозга, которая ответственна за оценку ситуации связана с медиаторной системой — центром мотивационных и эмоциональных процессов. Логика и эмоции часто конфликтуют между собой, поэтому решение принимается случайным образом.

У моей подруги аллергия на виноград. Но в студенчестве она не могла отказаться от бокала вина на вечеринке. Часто ее дерзость оставалась безнаказанной и организм нормально воспринимал аллерген. Реже протестовал: у подруги появлялись отеки на лице и в горле. В эти моменты ее левое полушарие отчаянно искало закономерность и просчитывало вероятность наступления аллергической реакции, правое же шептало: «Не пей, лицо распухнет!». Она могла вывести количество благоприятных исходов математическим путем и пить вино без опасений, но эмоции оказались сильней. Подруга раз и навсегда отказалась от любых продуктов с виноградом.

Хороший пример принятия решений описан в книге Млодинова «(Не) совершенная случайность». Допустим, вы отправили рассказ в четыре издательства. От каждого получили отказ. На эмоциях вы придете к мысли: рассказ ужасный! Хотя, если изучить биографии популярных писателей, может оказаться, что дело не в вас. Отказы в публикации получали Стивен Кинг, Джоан Роулинг, Виктор Франкл. Такие истории случались вовсе не из-за отсутствия у них дара: просто в одном издательстве редактор не понял тонкую философию автора, в другом – спешил домой и проставил визу не читая.

Почему интуитивное знание всегда противоречит статистике

Моя бабушка считает: в Албании убивают на каждом шагу. Хотя в стране она не была и новостей о не слышала: ей так кажется интуитивно. Наверняка и вы не раз испытывали подобное чувство. Оно называется интуитивное знание – внутреннее убеждение, что собственная оценка более правдива, чем официальные источники и статистика.

Всего 127 убийств на 100 000 человек

Классическое исследование на тему интуитивного знания провели Даниэль Канеман и Амос Тверский. Они дали задание группе студентов: на основании портрета, оценить утверждения с таблицы как более (1 балл) и менее (8 баллов) вероятные (таблица 3).

Таблица 3

По портрету логично предположить, что Линда участвует в феминистском движении. Но студенты принимали решения интуитивно, что привело к ошибке. Вероятность, что Линда работает в банке и принимает участие в феминистском движении больше вероятности работы в банке.

Посмотрите на таблицу: вероятность работы в банке и увлечение феминистским движением – 4,1 балл. Но первое (работа в банке) и второе (феминистское движение) в сумме дают 8,3 балла. Согласно терверу, вероятность, что произойдут оба события не может быть выше, чем вероятность каждого события по отдельности. Главное утверждение (4,1 балла) содержит 2 события и является единым. В интуитивном решения правило тервера нарушено. Это доказывает — наши убеждения часто являются ложными.

В дальнейшем проводились множественные эксперименты, которые подтвердили догадку Канемана.

Вместо заключения

Теория вероятностей почти всегда разбивается о «случай», продиктованный убеждением или эмоцией отдельного человека. Поэтому использование ее в повседневной жизни может не оправдать ожиданий. Но выбирать вам! Хорошего дня!

Источник

Основные понятия теории вероятностей

Классификация событий

Можно привести бесчисленное множество подобных примеров. События обозначаются заглавными буквами латинского алфавита и т.д.

Событие называется невозможным, если оно не может произойти в условиях данного опыта. Например, событие, заключающееся в том, что из партии стандартных деталей будет взята стандартная деталь, является достоверным, а нестандартная — невозможным.

Операции над событиями

При разработке аппарата и методики исследования случайных событий в теории вероятностей очень важным является понятие суммы и произведения событий.

Суммой, или объединением, нескольких событий называется событие, состоящее в наступлении хотя бы одного из этих событий.

Сумма событий обозначается так:

Например, если событие есть попадание в цель при первом выстреле, событие — при втором, то событие есть попадание в цель вообще, безразлично, при каком выстреле — первом, втором или при обоих вместе.

Произведением, или пересечением, нескольких событий называется событие, состоящее в совместном появлении всех этих событий.

Произведение событий обозначается

Например, если событие есть попадание в цель при первом выстреле, событие — при втором, то событие состоит в том, что в цель попали при обоих выстрелах.

Классическое определение вероятности случайного события

Для количественного сравнения событий по степени возможности их появления вводится числовая мера, которая называется вероятностью события.

Вероятностью события называется число, являющееся выражением меры объективной возможности появления события.

Из формулы (1.1) следует, что вероятность события является неотрицательным числом и может изменяться в пределах от нуля до единицы в зависимости от того, какую долю составляет благоприятствующее число случаев от общего числа случаев:

Свойства вероятности

Свойство 3. Вероятность наступления событий, образующих полную группу, равна единице.

Свойство 4. Вероятность наступления противоположного события определяется так же, как и вероятность наступления, события :

Важное достоинство классического определения вероятности события состоит в том, что с его помощью вероятность события можно определить, не прибегая к опыту, а исходя из логических рассуждений.

Пример 1. Набирая номер телефона, абонент забыл одну цифру и набрал ее наудачу. Найти вероятность того, что набрана нужная цифра.

Решение. Обозначим событие, состоящее в том, что набрана нужная цифра. Абонент мог набрать любую из 10 цифр, поэтому общее число возможных исходов равно 10. Эти исходы единственно возможны (одна из цифр набрана обязательно) и равновозможны (цифра набрана наудачу). Благоприятствует событию лишь один исход (нужная цифра лишь одна). Искомая вероятность равна отношению числа исходов, благоприятствующих событию, к числу всех исходов:

Элементы комбинаторики

Два сочетания различаются хотя бы одним элементом, а размещения различаются либо самими элементами, либо порядком их следования. Число сочетаний из элементов по вычисляется по формуле

есть число размещений из элементов по ; — число перестановок из элементов.

Пример 2. В партии из 10 деталей имеется 7 стандартных. Найти вероятность того, что среди взятых наудачу 6 деталей ровно 4 стандартных.

Статистическое определение вероятности

Формулу (1.1) используют для непосредственного вычисления вероятностей событий только тогда, когда опыт сводится к схеме случаев. На практике часто классическое определение вероятности неприменимо по двум причинам: во-первых, классическое определение вероятности предполагает, что общее число случаев должно быть конечно. На самом же деле оно зачастую не ограничено. Во-вторых, часто невозможно представить исходы опыта в виде равновозможных и несовместных событий.

Частота появления событий при многократно повторяющихся Опытах имеет тенденцию стабилизироваться около какой-то постоянной величины. Таким образом, с рассматриваемым событием можно связать некоторую постоянную величину, около которой группируются частоты и которая является характеристикой объективной связи между комплексом условий, при которых проводятся опыты, и событием.

Вероятностью случайного события называется число, около которого группируются частоты этого события по мере увеличения числа испытаний.

Это определение вероятности называется статистическим.

Преимущество статистического способа определения вероятности состоит в том, что он опирается на реальный эксперимент. Однако его существенный недостаток заключается в том, что для определения вероятности необходимо выполнить большое число опытов, которые очень часто связаны с материальными затратами. Статистическое определение вероятности события хотя и достаточно полно раскрывает содержание этого понятия, но не дает возможности фактического вычисления вероятности.

Геометрическая вероятность

В классическом определении вероятности рассматривается полная группа конечного числа равновозможных событий. На практике очень часто число возможных исходов испытаний бесконечно. В таких случаях классическое определение вероятности неприменимо. Однако иногда в подобных случаях можно воспользоваться другим методом вычисления вероятности. Для определенности ограничимся двумерным случаем.

Таким образом, в общем случае, если возможность случайного появления точки внутри некоторой области на прямой, плоскости или в пространстве определяется не положением этой области и ее границами, а только ее размером, т. е. длиной, площадью или объемом, то вероятность попадания случайной точки внутрь некоторой области определяется как отношение размера этой области к размеру всей области, в которой может появляться данная точка. Это есть геометрическое определение вероятности.

Пример 3. Круглая мишень вращается с постоянной угловой скоростью. Пятая часть мишени окрашена в зеленый цвет, а остальная — в белый (рис. 4). По мишени производится выстрел так, что попадание в мишень — событие достоверное. Требуется определить вероятность попадания в сектор мишени, окрашенный в зелёный цвет.

Аксиомы теории вероятностей

Из статистического определения вероятности случайного события следует, что вероятность события есть число, около которого группируются частоты этого события, наблюдаемые на опыте. Поэтому аксиомы теории вероятностей вводятся так, чтобы вероятность события обладала основными свойствами частоты.

Аксиома 2. Вероятность достоверного события равна единице.

Аксиома 3. Вероятность невозможного события равна нулю.

Источник

Теория вероятности что это такое кратко

1. Случайная величина (СВ) и вероятность события.

2. Закон распределения СВ.

3. Биномиальное распределение (распределение Бернулли).

4. Распределение Пуассона.

5. Нормальное (гауссовское) распределение.

6. Равномерное распределение.

7. Распределение Стьюдента.

2.1 Случайная величина и вероятность события

Математическая статистика тесно связана с другой математической наукой – теорией вероятности и базируется на ее математическом аппарате.

Случайная величина (СВ) – это численная характеристика, измеряемая по ходу опыта и зависящая от случайного исхода. СВ реализуемая по ходу опыта и сама является случайной. Каждая СВ задает распределение вероятностей.

Основным свойством педагогических процессов, явлений служит их вероятностный характер (при данных условиях они могут произойти, реализоваться, но могут и не произойти). Для таких явлений существенную роль играет понятие вероятности.

Вероятность (Р) показывает степень возможности осуществления данного события, явления, результата. Вероятность невозможного события равна нулю p = 0, достоверного — единице p = 1 (100%). Вероятность любого события лежит в пределах от 0 до 1, в зависимости от того, насколько это событие случайно.

Существует два вида выборок СВ: зависимые и независимые. Если результаты измерения некоторого свойства у объектов первой выборки не оказывают влияния на результаты измерения этого свойства у объектов второй выборки, то такие выборки считаются независимыми. В тех случаях, когда результаты одной выборки влияют на результаты другой выборки, выборки считают зависимыми. Классический способ получения зависимых измерений – это двукратное измерение одного и того же свойства (или разных свойств) у членов одной и той же группы.

Событие А не зависит от события В, если вероятность события А не зависит от того произошло или нет событие В. События А и В независимы, если Р(АВ)=Р(А)Р(В). На практике независимость события устанавливается из условий опыта, интуиции исследователя и практики.

СВ бывает дискретной (мы можем пронумеровать ее возможные значения), например, выпадение игральной кости = 4, 6, 2, и непрерывной (ее функция распределения F(x) – непрерывна), например, время службы лампочки.

Математическое ожидание – числовая характеристика СВ, приближенно равная среднему значению СВ:

2.2 Закон распределения СВ

Подчиняются ли каким-либо законам явления, носящие случайный характер? Да, но эти законы отличаются от привычных нам физических законов. Значения СВ невозможно предугадать даже при известных условиях эксперимента, мы можем лишь указать вероятности того, что СВ примет то или иное значение. Зато зная распределение вероятностей СВ, мы можем делать выводы о событиях, в которых участвуют эти случайные величины. Правда, эти выводы будут также носить вероятностный характер.

Пусть некоторая СВ является дискретной, т.е. может принимать лишь фиксированные значения X_i. В этом случае ряд значений вероятностей P(X_i) для всех (i=1…n) допустимых значений этой величины называют её законом распределения.

При построении математической модели для проверки статистической гипотезы необходимо ввести математическое предположение о законе распределения СВ (параметрический путь построения модели).

Непараметрический подход к описанию математической модели (СВ не имеет параметрического закона распределения) менее точен, но имеет более широкую область применения.

Точно также, как и для вероятности случайного события, для закона распределения СВ есть только два пути его отыскания. Либо мы строим схему случайного события и находим аналитическое выражение (формулу) вычисления вероятности (возможно, кто–то уже сделал или сделает это до вас!), либо придется использовать эксперимент и по частотам наблюдений делать какие–то предположения (выдвигать гипотезы) о законе распределения.

Конечно же, для каждого из «классических» распределений уже давно эта работа проделана ­– широко известными и очень часто используемыми в прикладной статистике являются биномиальное и полиномиальное распределения, геометрическое и гипергеометрическое, распределение Паскаля и Пуассона и многие другие.

Для почти всех классических распределений немедленно строились и публиковались специальные статистические таблицы, уточняемые по мере увеличения точности расчетов. Без использования многих томов этих таблиц, без обучения правилам пользования ими последние два столетия практическое использование статистики было невозможно.

Сегодня положение изменилось – нет нужды хранить данные расчетов по формулам (как бы последние не были сложны!), время на использование закона распределения для практики сведено к минутам, а то и секундам. Уже сейчас существует достаточное количество разнообразных пакетов прикладных компьютерных программ для этих целей.

Среди всех вероятностных распределений есть такие, которые используются на практике особенно часто. Эти распределения детально изучены и свойства их хорошо известны. Многие из этих распределений лежат в основе целых областей знаний – таких, как теория массового обслуживания, теория надежности, контроль качества, теория игр и т.п.

2.3 Биномиальное распределение (распределение Бернулли)

Возникает в тех случаях, когда ставится вопрос: сколько раз происходит некоторое событие в серии из определенного числа независимых наблюдений (опытов), выполняемых в одинаковых условиях.

Для удобства и наглядности будем полагать, что нам известна величина p – вероятность того, что вошедший в магазин посетитель окажется покупателем и (1– p) = q – вероятность того, что вошедший в магазин посетитель не окажется покупателем.

Если X – число покупателей из общего числа n посетителей, то вероятность того, что среди n посетителей оказалось k покупателей равна

Формулу (1) называют формулой Бернулли. При большом числе испытаний биномиальное распределение стремиться к нормальному.

2.4 Распределение Пуассона

Играет важную роль в ряде вопросов физики, теории связи, теории надежности, теории массового обслуживания и т.д. Всюду, где в течение определенного времени может происходить случайное число каких-то событий (радиоактивных распадов, телефонных вызовов, отказов оборудования, несчастный случаях и т.п.).

Рассмотрим наиболее типичную ситуацию, в которой возникает распределение Пуассона. Пусть некоторые события (покупки в магазине) могут происходить в случайные моменты времени. Определим число появлений таких событий в промежутке времени от 0 до Т.

Случайное число событий, происшедших за время от 0 до Т, распределено по закону Пуассона с параметром l=аТ, где а>0 – параметр задачи, отражающий среднюю частоту событий. Вероятность k покупок в течение большого интервала времени, (например, – дня) составит

2.5 Нормальное (гауссовское) распределение

Нормальное (гауссовское) распределение занимает центральное место в теории и практике вероятностно-статистических исследований. В качестве непрерывной аппроксимации к биномиальному распределению его впервые рассматривал А.Муавр в 1733 г. Через некоторое время нор­мальное распределение снова открыли и изучили К.Гаусс (1809 г.) и П.Лаплас, которые пришли к нормальной функции в связи с ра­ботой по теории ошибок наблюдений.

Непрерывная случайная величина Х называется распределенной по нормальному закону, если ее плотность распределения равна

Значит, эта ордината убывает с возрастанием значения s (кривая «сжимается» к оси Ох) и возрастает с убыванием значения s (кривая «растягивается» в положительном направлении оси Оу). Изменение значений параметра

Нормальное распределение с параметрами

Для μ=0, σ=1 график принимает вид:

Эта кривая при μ=0, σ=1 получила статус стандарта, ее называют единичной нормальной кривой, то есть любые собранные данные стремятся преобразовать так, чтобы кривая их распределения была максимально близка к этой стандартной кривой.

Нормализованную кривую изобрели для решения задач теории вероятности, но оказалось на практике, что она отлично аппроксимирует распределение частот при большом числе наблюдений для множества переменных. Можно предположить, что не имея материальных ограничений на количество объектов и время проведения эксперимента, статистическое исследование приводится к нормально кривой.

2.6 Равномерное распределение

Равномерное распределение вероятностей является простейшим и может быть как дискретным, так и непрерывным. Дискретное равномерное распределение – это такое распределение, для которого вероятность каждого из значений СВ одна и та же, то есть:

где N – количество возможных значений СВ.

Распределение вероятностей непрерывной CВ Х, принимающие все свои значения из отрезка [а;b] называется равномерным, если ее плотность вероятности на этом отрезке постоянна, а вне его равна нулю:

2.7 Распределение Стьюдента

Это распределение связано с нормальным. Если СВ x₁, x₂, … x_n – независимы, и каждая из них имеет стандартное нормальное распределение N(0,1), то СВ имеет распределение, называемое распределением Стьюдента:

Источник

Теория вероятностей. Базовые термины и понятия

Под занавес продолжительных летних каникул пришло время потихоньку возвращаться к высшей математике и торжественно открыть пустой вёрдовский файл, чтобы приступить к созданию нового раздела – Теория вероятностей и математическая статистика. Признаюсь, нелегко даются первые строчки, но первый шаг – это пол пути, поэтому я предлагаю всем внимательно проштудировать вводную статью, после чего осваивать тему будет в 2 раза проще! Ничуть не преувеличиваю. …Накануне очередного 1 сентября вспоминается первый класс и букварь…. Буквы складываются в слоги, слоги в слова, слова в короткие предложения – Мама мыла раму. Совладать с тервером и математической статистикой так же просто, как научиться читать! Однако для этого необходимо знать ключевые термины, понятия и обозначения, а также некоторые специфические правила, которым и посвящён данный урок.

Но сначала примите мои поздравления с началом (продолжением, завершением, нужное отметить) учебного года и примите подарок. Лучший подарок – это книга, и для самостоятельной работы я рекомендую следующую литературу:

1) Гмурман В.Е. Теория вероятностей и математическая статистика

Легендарное учебное пособие, выдержавшее более десяти переизданий. Отличается доходчивостью и предельной простой изложения материала, а первые главы так и вовсе доступны, думаю, уже для учащихся 6-7-х классов.

2) Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике

Решебник того же Владимира Ефимовича с подробно разобранными примерами и задачами.

ОБЯЗАТЕЛЬНО закачайте обе книги из Интернета или раздобудьте их бумажные оригиналы! Подойдёт и версия 60-70-х годов, что даже лучше для чайников. Хотя фраза «теория вероятностей для чайников» звучит довольно нелепо, поскольку почти всё ограничивается элементарными арифметическими действиями. Проскакивают, правда, местами производные и интегралы, но это только местами.

Я постараюсь достичь той же ясности изложения, но должен предупредить, что мой курс ориентирован на решение задач и теоретические выкладки сведены к минимуму. Таким образом, если вам нужна развёрнутая теория, доказательства теорем (да-да, теорем!), пожалуйста, обратитесь к учебнику.

Для тех, кто хочет научиться решать задачи в считанные дни, создан ускоренный курс в pdf-формате (по материалам сайта). Ну и прямо сейчас, не откладывая дело в долгую папку, мы приступаем к изучению тервера и матстата – следуйте за мной!

Рекомендуемый порядок изучения темы:

По мере прочтения статей полезно знакомиться (хотя бы бегло) с дополнительными задачами рассмотренных видов. На странице Готовые решения по высшей математике размещены соответствующие pdf-ки с примерами решений. Также заметную помощь окажут ИДЗ 18.1-18.2 Рябушко (попроще) и прорешанные ИДЗ по сборнику Чудесенко (посложнее).

Итак, дорожные указатели расставлены, и мы ступаем на тропу теории вероятностей, которую неоднократно просили осветить посетители сайта.

Первое и очень важное. Что изучает эта наука? Многим в голову наверняка пришли мысли вроде «вероятность дождя велика», «вероятность выигрыша в лотерею мала», «орёл и решка выпадают с вероятностью 50 на 50» и т.п. Но тогда сразу возникает вопрос, при чём здесь наука? Пожалуйста, прямо сейчас возьмите в руки монету и скажите, какой гранью она выпадет после броска? …Совсем не похоже на теорию – скорее какое-то гадание….

И действительно, обывательское понимание вероятности больше смахивает на некое предсказание, часто с изрядной долей мистицизма и суеверий. Теория же вероятностей изучает вероятностные закономерности массовых однородных случайных событий. То есть, у неё нет цели что-либо угадать, например, результат броска той же монеты в единичном эксперименте. Однако если одну и ту же монету в одинаковых условиях подбрасывать сотни и тысячи раз, то будет прослеживаться чёткая закономерность, описываемая вполне жёсткими законами.

Другой пример. Вокруг каждого из нас летают молекулы воздуха. Некоторые из них обладают высокой, некоторые средней, а некоторые – низкой скоростью. Не имеет смысла угадывать скорость отдельно взятых молекул; но их массовый учёт находит самое широкое применение в теоретических и прикладных физических исследованиях. Обратите внимание, что самолёты «умеют» летать, газовые и паровые котлы обычно не взрываются, а чайники при кипении не скачут по кухне. За многими и многими, казалось бы, обыденными фактами и событиями кроются серьёзные вероятностно-статистические расчёты.

Или пример попроще. Если вы приобретёте лотерейный билет, то вряд ли что-то выиграете и совсем невероятно, что сорвёте крупный куш. Но организатор лотереи даже при случайном розыгрыше тиража (извлечение пронумерованных шариков и т.п. либо если участники сами угадывают номера) гарантированно и с высокой точностью знает, сколько билетов выиграют/проиграют, и, понятно, остаётся в прибыли. Лотереи часто называют обманом, однако парадокс состоит в том, что эта гарантия строго обоснована теорией; рАвно, как и житейская фраза «всё равно ничего не выиграю». Думаю, теперь все поняли правильный способ заработка на лотереях =) Впрочем, мы ещё вернёмся к «секретам» выигрыша в рулетку и различные лотереи.

Да, кстати подумайте ещё над одной насущной задачей: многие из нас за жизнь сдают десятки экзаменов, и практически всегда имеет место следующая ситуация: часть вопросов студент знает (либо заготовлены шпоры), а часть вопросов – не знает (либо плавает как мастер спорта). Наступает день «X»: утро, коридор с 10-15 однокурсниками и дверь, за которой на столе лежит полный комплект билетов. В каком случае вероятнее сдать экзамен – если идти «в первых рядах», «в серединке» или если зайти в аудиторию в числе последних? …Изучаем теорию вероятностей!

Сначала разбираемся с основными терминами, которые ниже по тексту я буду выделять жирным курсивом. Обращаю ваше внимание, что это ИМЕННО ТЕРМИНЫ, а не «просто слова»!

События. Виды событий

Одно из базовых понятий тервера уже озвучено выше – это событие. События бывают достоверными, невозможными и случайными.

Достоверным называют событие, которое в результате испытания (осуществления определенных действий, определённого комплекса условий) обязательно произойдёт. Например, в условиях земного тяготения подброшенная монета непременно упадёт вниз.

Невозможным называют событие, которое заведомо не произойдёт в результате испытания. Пример невозможного события: в условиях земного тяготения подброшенная монета улетит вверх.

И, наконец, событие называется случайным, если в результате испытания оно может, как произойти, так и не произойти, при этом должен иметь место принципиальный критерий случайности: случайное событие – есть следствие случайных факторов, воздействие которых предугадать невозможно или крайне затруднительно. Пример: в результате броска монеты выпадет «орёл». В рассмотренном случае случайные факторы – это форма и физические характеристики монеты, сила/направление броска, сопротивление воздуха и т.д.

Подчёркнутый критерий случайности очень важен – так, например, карточный шулер может очень ловко имитировать случайность и давать выигрывать жертве, но ни о каких случайных факторах, влияющих на итоговый результат, речи не идёт.

Любой результат испытания называется исходом, который, собственно и представляет собой появление определённого события. В частности, при подбрасывании монеты возможно 2 исхода (случайных события): выпадет орёл, выпадет решка. Естественно, подразумевается, что данное испытание проводится в таких условиях, что монета не может встать на ребро или, скажем, зависнуть в невесомости.

События (любые) обозначают большими латинскими буквами либо теми же буквами с подстрочными индексами, например: . Исключение составляет буква , которая зарезервирована под другие нужды.

Запишем следующие случайные события:

– в результате броска монеты выпадет «орёл»;
– в результате броска игральной кости (кубика) выпадет 5 очков;
– из колоды будет извлечена карта трефовой масти (по умолчанию колода считается полной).

Да, события прямо так и записывают в практических задачах, при этом в уместных случаях удобно использовать «говорящие» подстрочные индексы (хотя можно обойтись и без них).

Следует в третий раз подчеркнуть, что случайные события обязательно удовлетворяют вышеприведённому критерию случайности. В этом смысле снова показателен 3-й пример: если из колоды изначально удалить все карты трефовой масти, то событие становится невозможным. Наоборот, если испытателю известно, что, например, дама треф лежит снизу, то он при желании может сделать событие достоверным =) Таким образом, в данном примере предполагается, что карты хорошо перемешаны и их рубашки неразличимы, т.е. колода не является краплёной. Причём, здесь под «крапом» понимаются даже не «умелые руки», ликвидирующие случайность вашего выигрыша, а видимые дефекты карт. Например, рубашка той же дамы треф может быть грязной, порванной, заклеенной скотчем… блин, какое-то пособие для начинающего чикатило получилось =)

Таким образом, при розыгрыше важного жребия всегда есть смысл невзначай посмотреть, а не одинаковы ли грани монеты 😉

Другая важная характеристика событий – это их равновозможность. Два или бОльшее количество событий называют равновозможными, если ни одно из них не является более возможным, чем другие. Например:

выпадение орла или решки при броске монеты;
выпадение 1, 2, 3, 4, 5 или 6 очков при броске игрального кубика;
извлечение карты трефовой, пиковой, бубновой или червовой масти из колоды.

При этом предполагается, что монета и кубик однородны и имеют геометрически правильную форму, а колода хорошо перемешана и «идеальна» с точки зрения неразличимости рубашек карт.

Могут ли быть те же события не равновозможными? Могут! Например, если у монеты или кубика смещён центр тяжести, то гораздо чаще будут выпадать вполне определённые грани. Как говорится, ещё одна лазейка для мошенников. События – извлечение трефы, пики, червы или бубны тоже равновозможны. Однако равновозможность легко нарушит фокусник, который, тасуя колоду (даже «идеальную»), ловко подсмотрит и спрячет в рукаве, например, туза треф. Здесь становится менее возможным, что оппоненту будет сдана трефа, и, главное, менее возможно, что будет сдан туз.

Тем не менее, в рассмотренных трёх случаях при потере равновозможности всё же сохраняется случайность событий.

Совместные и несовместные события. Противоположные события.
Полная группа событий

События называют несовместными, если в одном и том же испытании появление одного из событий исключает появление других событий. Простейшим примером несовместных событий является пара противоположных событий. Событие, противоположное данному, обычно обозначается той же латинской буквой с чёрточкой вверху. Например:

– в результате броска монеты выпадет орёл;
– в результате броска монеты выпадет решка.

Совершено ясно, что в отдельно взятом испытании появление орла исключает появление решки (и наоборот), поэтому данные события и называются несовместными.

Противоположные события легко формулируются из соображений элементарной логики:

– в результате броска игрального кубика выпадет 5 очков;
– в результате броска игрального кубика выпадет число очков, отличное от пяти.

Либо пять, либо не пять – третьего не дано, т.е. события несовместны и противоположны.

Аналогично – или трефа или карта другой масти:

– из колоды будет извлечена карта трефовой масти;
– из колоды будет извлечена пика, черва или бубна.

Множество несовместных событий образуют полную группу событий, если в результате отдельно взятого испытания обязательно появится одно из этих событий. Очевидно, что любая пара противоположных событий (в частности, примеры выше) образует полную группу. Однако в различных задачах с одним и тем же объектом могут фигурировать разные события, например, для игрального кубика характерно рассмотрение следующего набора:

– в результате броска игрального кубика выпадет 1 очко;
– … 2 очка;
– … 3 очка;
– … 4 очка;
– … 5 очков;
– … 6 очков.

События несовместны (поскольку появление какой-либо грани исключает одновременное появление других) и образуют полную группу (так как в результате испытания непременно появится одно из этих шести событий).

Ещё одно важное понятие, которое нам скоро потребуется – это элементарность исхода (события). Если совсем просто, то элементарное событие «нельзя разложить на другие события». Например, события элементарны, но событие не является таковым, так как подразумевает выпадение 1, 2, 3, 4 или 6 очков (включает в себя 5 элементарных исходов).

В примере с картами события (извлечение трефы, пики, червы или бубны соответственно) несовместны и образуют полную группу, но они неэлементарны. Если считать, что в колоде 36 карт, то каждое из перечисленных событий включает в себя 9 элементарных исходов. Аналогично – события (извлечение шестёрки, семёрки, …, короля, туза) несовместны, образуют полную группу и неэлементарны (каждое включает в себя 4 исхода).

Таким образом, элементарным исходом здесь считается лишь извлечение какой-то конкретной карты, и, разумеется, 36 несовместных элементарных исходов тоже образуют полную группу событий.

Совместные события менее значимы с точки зрения решения практических задач, но обходить их стороной не будем. События называются совместными, если в отдельно взятом испытании появление одного из них не исключает появление другого. Например:

– из колоды карт будет извлечена трефа;
– из колоды карт будет извлечена семёрка.

Если быть совсем лаконичным, одно не исключает другого.

Понятие совместности охватывает и бОльшее количество событий:

– завтра в 12.00 будет дождь;
– завтра в 12.00 будет гроза;
– завтра в 12.00 будет солнце.

Ситуация, конечно, довольно редкая, но совместное появление всех трёх событий в принципе не исключено. Следует отметить, что перечисленные события совместны и попарно, т.е. может быть только ливень с грозой или грибной дождик, или погромыхает неподалёку на фоне ясного неба.

Алгебра событий

Мужайтесь, будет и матан =)

Пожалуйста, запомните ВАЖНЕЙШЕЕ ПРАВИЛО, без которого освоить тервер просто нереально:

Операция сложения событий означает логическую связку ИЛИ,
а операция умножения событий – логическую связку И.

1) Суммой двух событий и называется событие которое состоит в том, что наступит или событие или событие или оба события одновременно. В том случае, если события несовместны, последний вариант отпадает, то есть может наступить или событие или событие .

Правило распространяется и на бОльшее количество слагаемых, например, событие состоит в том, что произойдёт хотя бы одно из событий , а если события несовместны – то одно и только одно событие из этой суммы: или событие , или событие , или событие , или событие , или событие .

События (при броске игральной кости не выпадет 5 очков) состоит в том, что выпадет или 1, или 2, или 3, или 4, или 6 очков.

Событие (выпадет не более двух очков) состоит в том, что появится 1 или 2 очка.

Событие (будет чётное число очков) состоит в том, что выпадет или 2 или 4 или 6 очков.

Событие заключается в том, что из колоды будет извлечена карта красной масти (черва или бубна), а событие – в том, что будет извлечена «картинка» (валет или дама или король или туз).

Чуть занятнее дело с совместными событиями:

Событие состоит в том, что из колоды будет извлечена трефа или семёрка или семёрка треф. Согласно данному выше определению, хотя бы что-то – или любая трефа или любая семёрка или их «пересечение» – семёрка треф. Легко подсчитать, что данному событию соответствует 12 элементарных исходов (9 трефовых карт + 3 оставшиеся семёрки).

Событие состоит в том, что завтра в 12.00 наступит ХОТЯ БЫ ОДНО из суммируемых совместных событий, а именно:

– или будет только дождь / только гроза / только солнце;
– или наступит только какая-нибудь пара событий (дождь + гроза / дождь + солнце / гроза + солнце);
– или все три события появятся одновременно.

То есть, событие включает в себя 7 возможных исходов.

Второй столп алгебры событий:

2) Произведением двух событий и называют событие , которое состоит в совместном появлении этих событий, иными словами, умножение означает, что при некоторых обстоятельствах наступит и событие , и событие . Аналогичное утверждение справедливо и для бОльшего количества событий, так, например, произведение подразумевает, что при определённых условиях произойдёт и событие , и событие , и событие , …, и событие .

Рассмотрим испытание, в котором подбрасываются две монеты и следующие события:

– на 1-й монете выпадет орёл;
– на 1-й монете выпадет решка;
– на 2-й монете выпадет орёл;
– на 2-й монете выпадет решка.

Тогда:
– событие состоит в том, что на обеих монетах (на 1-й и на 2-й) выпадет орёл;
– событие состоит в том, что на обеих монетах (на 1-й и на 2-й) выпадет решка;
– событие состоит в том, что на 1-й монете выпадет орёл и на 2-й монете решка;
– событие состоит в том, что на 1-й монете выпадет решка и на 2-й монете орёл.

Нетрудно заметить, что события несовместны (т.к. не может, например, выпасть 2 орла и в то же самое время 2 решки) и образуют полную группу (поскольку учтены все возможные исходы броска двух монет). Давайте просуммируем данные события: . Как интерпретировать эту запись? Очень просто – умножение означает логическую связку И, а сложение – ИЛИ. Таким образом, сумму легко прочитать понятным человеческим языком: «выпадут два орла или две решки или на 1-й монете выпадет орёл и на 2-й решка или на 1-й монете выпадет решка и на 2-й монете орёл »

Это был пример, когда в одном испытании задействовано несколько объектов, в данном случае – две монеты. Другая распространенная в практических задачах схема – это повторные испытания, когда, например, один и тот же игральный кубик бросается 3 раза подряд. В качестве демонстрации рассмотрим следующие события:

– в 1-м броске выпадет 4 очка;
– во 2-м броске выпадет 5 очков;
– в 3-м броске выпадет 6 очков.

Тогда событие состоит в том, что в 1-м броске выпадет 4 очка и во 2-м броске выпадет 5 очков и в 3-м броске выпадет 6 очков. Очевидно, что в случае с кубиком будет значительно больше комбинаций (исходов), чем, если бы мы подбрасывали монету.

…Понимаю, что, возможно, разбираются не очень интересные примеры, но это часто встречающиеся в задачах вещи и от них никуда не деться. Помимо монетки, кубика и колоды карт вас поджидают урны с разноцветными шарами, несколько анонимов, стреляющих по мишени, и неутомимый рабочий, который постоянно вытачивает какие-то детали =)

Вероятность события

Вероятность события – это центральное понятие теории вероятностей. …Убийственно логичная вещь, но с чего-то надо было начинать =) Существует несколько подходов к её определению:

В данной статье я остановлюсь на классическом определении вероятностей, которое находит наиболее широкое применение в учебных заданиях.

Обозначения. Вероятность некоторого события обозначается большой латинской буквой , а само событие берётся в скобки, выступая в роли своеобразного аргумента. Например:

– вероятность того, что в результате броска монеты выпадет «орёл»;
– вероятность того, что в результате броска игральной кости выпадет 5 очков;
– вероятность того, что из колоды будет извлечена карта трефовой масти.

Также для обозначения вероятности широко используется маленькая буква . В частности, можно отказаться от громоздких обозначений событий и их вероятностей в пользу следующей стилистики::

– вероятность того, что в результате броска монеты выпадет «орёл»;
– вероятность того, что в результате броска игральной кости выпадет 5 очков;
– вероятность того, что из колоды будет извлечена карта трефовой масти.

Данный вариант популярен при решении практических задач, поскольку позволяет заметно сократить запись решения. Как и в первом случае, здесь удобно использовать «говорящие» подстрочные/надстрочные индексы.

Все уже давно догадались о числах, которые я только что записал выше, и сейчас мы узнаем, как они получились:

Классическое определение вероятности:

Вероятностью наступления события в некотором испытании называют отношение , где:

– общее число всех равновозможных, элементарных исходов этого испытания, которые образуют полную группу событий;

– количество элементарных исходов, благоприятствующих событию .

При броске монеты может выпасть либо орёл, либо решка – данные события образуют полную группу, таким образом, общее число исходов ; при этом, каждый из них элементарен и равновозможен. Событию благоприятствует исход (выпадение орла). По классическому определению вероятностей: .

Аналогично – в результате броска кубика может появиться элементарных равновозможных исходов, образующих полную группу, а событию благоприятствует единственный исход (выпадение пятёрки). Поэтому: .

Особое внимание обращаю на третий пример. Здесь будет некорректным сказать «раз в колоде 4 масти, то вероятность извлечения трефы ». В определении речь идёт об элементарных исходах, поэтому правильный порядок рассуждений таков: всего в колоде 36 карт (несовместные элементарные исходы, образующие полную группу), из них 9 карт трефовой масти (кол-во элементарных исходов, благоприятствующих событию ); по классическому определению вероятности: . Именно так!

Вероятности можно выразить и в процентах, например: вероятность выпадение орла равна , выпадения пятёрки , извлечения трефы , но в теории вероятностей ЭТОГО ДЕЛАТЬ НЕ ПРИНЯТО (хотя не возбраняется прикидывать проценты в уме).

Принято использовать доли единицы, и, очевидно, что вероятность может изменяться в пределах . При этом если , то событие является невозможным, если – достоверным, а если , то речь идёт о случайном событии.

! Если в ходе решения любой задачи у вас получилось какое-то другое значение вероятности – ищите ошибку!

При классическом подходе к определению вероятности крайние значения (ноль и единица) получаются посредством точно таких же рассуждений. Пусть из некой урны, в которой находятся 10 красных шаров, наугад извлекается 1 шар. Рассмотрим следующие события:

– из урны будет извлечён красный шар;
– из урны будет извлечён зелёный шар.

Общее количество исходов: . Событию благоприятствуют все возможные исходы , следовательно, , то есть данное событие достоверно. Для 2-го же события благоприятствующие исходы отсутствуют , поэтому , то есть событие невозможно.

Особый интерес представляют события, вероятность наступления которых чрезвычайно мала. Хоть такие события и являются случайными, для них справедлив следующий постулат:

в единичном испытании маловозможное событие не произойдёт.

Но грустить не нужно, потому что есть противоположный принцип: если вероятность некоторого события очень близка к единице, то в отдельно взятом испытании оно практически достоверно произойдёт. Поэтому перед прыжком с парашютом не надо бояться, наоборот – улыбайтесь! Ведь должны сложиться совершенно немыслимые и фантастические обстоятельства, чтобы отказали оба парашюта.

Хотя всё это лирика, поскольку в зависимости от содержания события первый принцип может оказаться весёлым, а второй – грустным; или вообще оба параллельными.

Пожалуй, пока достаточно, на уроке Задачи на классическое определение вероятности мы выжмем максимум из формулы . В заключительной же части этой статьи рассмотрим одну важную теорему:

Сумма вероятностей событий, которые образуют полную группу, равна единице. Грубо говоря, если события образуют полную группу, то со 100%-й вероятностью какое-то из них произойдёт. В самом простом случае полную группу образуют противоположные события, например:

– в результате броска монеты выпадет орёл;
– в результате броска монеты выпадет решка.

По теореме:

Совершенно понятно, что данные события равновозможны и их вероятности одинаковы .

По причине равенства вероятностей равновозможные события часто называют равновероятными. А вот и скороговорка на определение степени опьянения получилась =)

Пример с кубиком: события противоположны, поэтому .

Рассматриваемая теорема удобна тем, что позволяет быстро найти вероятность противоположного события. Так, если известна вероятность того, что выпадет пятёрка, легко вычислить вероятность того, что она не выпадет:

Это гораздо проще, чем суммировать вероятности пяти элементарных исходов. Для элементарных исходов, к слову, данная теорема тоже справедлива:

События , как отмечалось выше, равновозможны – и теперь мы можем сказать, что равновероятны. Вероятность выпадения любой грани кубика равна :

Ну и на закуску колода: поскольку нам известна вероятность того, что будет извлечена трефа, то легко найти вероятность того, что будет извлечена карта другой масти:

Заметьте, что рассмотренные пары событий и не равновероятны, как оно чаще всего и бывает.

В упрощенной версии записи решения вероятность противоположного события стандартно обозначается строчной буквой . Например, если – вероятность того, что стрелок попадёт в цель, то – вероятность того, что он промахнётся.

! В теории вероятностей буквы и нежелательно использовать в каких-то других целях.

В честь Дня Знаний я не буду задавать домашнее задание =), но очень важно, чтобы вы могли ответить на следующие вопросы:

– Какие виды событий существуют?
– Что такое случайность и равновозможность события?
– Как вы понимаете термины совместность/несовместность событий?
– Что такое полная группа событий, противоположные события?
– Что означает сложение и умножение событий?
– В чём суть классического определения вероятности?
– Чем полезна теорема сложения вероятностей событий, образующих полную группу?

Нет, зубрить ничего не надо, это всего лишь азы теории вероятностей – своеобразный букварь, который довольно быстро уложится в голове. И чтобы это произошло как можно скорее, предлагаю ознакомиться с уроками Задачи по комбинаторике и Задачи на классическое определение вероятности.

Автор: Емелин Александр

(Переход на главную страницу)

«Всё сдал!» — онлайн-сервис помощи студентам

Источник