Пред.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
§ 2. АКСИОМЫ И ОСНОВНЫЕ ФОРМУЛЫ ЭЛЕМЕНТАРНОЙ ТЕОРИИ ВЕРОЯТНОСТЕЙПоскольку большая роль статистических закономерностей несомненна, возникает вопрос о методах их изучения. Прежде всего возникает мысль о возможности чисто эмпирического, экспериментального их исследования. Так как вероятностная закономерность проявляется в массовых процессах, то представляется естественным, что для ее обнаружения необходимо произвести массовый эксперимент. Такое представление, однако, истинно лишь отчасти. Установив некоторые вероятностные закономерности экспериментально, можно выводить из них новые вероятностные закономерности логическим или вычислительным путем при помощи некоторых общих допущений. Прежде чем показать, как это делается, мы должны перечислить некоторые основные определения и формулы теории вероятностей. Из представления о вероятности как о нормальном значении частоты
Два события называются несовместимыми, если они не могут (при осуществлении комплекса условий Это приводит к естественности следующей аксиомы сложения вероятностей:
если события Далее, для достоверного события
Вся математическая теория вероятностей строится на простых аксиомах такого типа, как (1), (2) и (3). С точки зрения чистой математики вероятность является числовой функцией от «события», обладающей рядом аксиоматически фиксированных свойств. Свойства вероятностей, выражаемые формулами (1), (2) и (3), служат достаточной основой для построения так называемой элементарной теории вероятностей, если не настаивать на том, что в аксиоматизации нуждаются и сами понятия события, соединения событий и определяемого ниже совмещения событий. Начинающему полезнее держаться наглядного понимания терминов «событие» и «вероятность», но полезно знать, что не поддающийся полной формализации реальный смысл этих понятий не влияет на полную формальную отчетливость аксиоматизированного чисто математического изложения теории вероятностей. Будем называть соединением событий
(так называемая теорема сложения вероятностей). Если соединение этих событий есть достоверное событие (т. е. при каждом осуществлении комплекса условий
В этом случае систему событий Рассмотрим теперь два, вообще говоря, совместимых события А и В. Событие С назовем совмещением событий А и Например, если событие А состоит в том, что число очков, выпадающее при бросании игральной кости, четно, а В — в том, что оно кратно трем, то событие С состоит в том, что число очков равно шести. Пусть при большом числе
естественно сопоставить следующее определение: Условной вероятностью
Здесь предполагается, конечно, что Если события А и В по существу никак не связаны друг с другом, то естественно предполагать, что событие В не должно появляться при условии наступления события А ни существенно чаще, ни существенно реже, чем при рассмотрении всех вообще испытаний, т. е. что приближенно
В последнем приближенном равенстве Мы видим, что эти частоты связаны соотношением
Для вероятностей событий А, В и А В естественно поэтому принять соответствующее точное равенство
Равенство (4) служит определением независимости двух событий А и В. Аналогично можно определить независимость любого числа событий. Кроме того, можно дать определение независимости любого числа испытаний (последнее, грубо говоря, сводится к тому, что тот или иной исход части этих испытаний никак не влияет на исход остальных. Вычислим теперь вероятность
Из определения независимости испытаний нетрудно усмотреть, что вероятность какой-либо определенной последовательности, составленной из к появлений
Так, например, при По теореме сложения вероятность Окончательно получаем
(так называемое биномиальное распределение). Чтобы увидеть, как применяются приведенные выше определения и формулы, рассмотрим пример, относящийся к теории стрельбы. Пусть для поражения цели достаточно пяти попаданий. Нас интересует вопрос, имеем ли мы право рассчитывать на то, что необходимые пять попаданий получатся в результате 40 выстрелов. Чисто эмпирический метод решения этой задачи заключался бы в следующем. При заданных размерах цели и заданной дистанции стрельбы производится много (скажем, 200) стрельб по 40 выстрелов в каждой и определяется, в каком числе стрельб получилось не менее пяти попаданий в цель. Если этот результат был достигнут, например, в 195 стрельбах из 200, то вероятность Р равна приблизительно
По рассмотренному чисто эмпирическому рецепту исследования мы потратили бы 8000 снарядов для решения крайне специальной задачи. Так на практике, конечно, не поступают. Вместо этого начинают с
Рис. 2. Вероятное отклонение, вообще говоря, различно для отклонений по дальности и боковых отклонений и, кроме того, увеличивается с увеличением дистанции стрельбы. Вероятные отклонения для различных дистанций для каждого типа орудия и снаряда находятся эмпирически при помощи опытных стрельб на артиллерийском полигоне. После же этого решение всевозможных специальных задач такого типа, как поставленная выше, производится расчетным путем. Предположим для простоты, что интересующая нас цель имеет вид прямоугольника, одна сторона которого направлена вдоль линии стрельбы и имеет размеры в два вероятных отклонения по дальности, а другая сторона, перпендикулярная линии стрельбы, равна двум вероятным боковым отклонениям. Предположим, далее, что цель хорошо пристреляна и средняя траектория полета снарядов проходит через ее центр (рис. 3). Предположим еще, что боковое отклонение и отклонение по дальности независимы. Тогда для попадания в цель данным снарядом необходимо и достаточно, чтобы его отклонения по дальности и боковое не превосходили соответствующих вероятпых отклонений. В соответствии с рис. 2 каждое из этих событий будет наблюдаться примерно для
а вероятность промаха при отдельном выстреле будет равна
Предполагая, что попадания при отдельных выстрелах представляют собой независимые события и применяя биномиальную формулу (6), мы находим, что вероятность получить при 40 выстрелах ровно к попаданий будет равна Интересующая нас вероятность получить не менее пяти попаданий выразится теперь формулой
Рис. 3. Но ее проще вычислить по формуле
попаданий. Можно подсчитать, что
откуда
Полученная вероятность Р даже несколько ближе к единице, чем это обычно признается достаточпым в теории стрельбы при назначении числа снарядов, способного обеспечить выполнение поставленной задачи. Чаще всего считают возможным указывать число снарядов, которое гарантирует выполнение поставленной задачи с вероятностью 0,95. Рассмотренный пример несколько схематичен, но он достаточно убедительно показывает важность вероятностных расчетов. Установив из опыта зависимость вероятных отклонений от дистанции стрельбы, для чего достаточно совсем небольшого числа стрельб на полигоне, мы можем потом при помощи несложных расчетов получать ответы на самые разнообразные вопросы. Так же дело обстоит и во всех других областях, где совместное действие большого числа случайных факторов приводит к статистическим закономерностям. При непосредственной обработке массовых наблюдений выясняются лишь самые простые из этих статистических закономерностей, т. е. находятся лишь некоторые исходные вероятности. Затем, при помощи законов теории вероятностей, отправляясь от этих исходных вероятностей, вычисляют вероятности более сложных явлений и на основе этих вычислений делают выводы о статистических закономерностях, управляющих интересующими нас сложными явлениями. Иногда удается и совсем обойтись без собирания массового статистического материала, так как исходные вероятности могут быть определены из достаточно убедительных соображений симметрии. Например, традиционный вывод о том, что игральная кость, т. е. куб, вырезанный из однородного материала, при бросании с достаточной высоты падает на каждую из своих граней с одинаковой вероятностью Получение исходных вероятностей из соображений симметрии или однородности играет также большую роль во многих серьезных научных задачах, например во всех задачах на столкновения или сближения беспорядочно двигающихся молекул газа или - с таким же успехом — звезд галактики. Конечно, в таких более деликатных случаях предпочитают хотя бы косвенно проверять сделанные допущения путем «равнения вытекающих из них выводов с опытом.
|
1 |
Оглавление
|