Математична статистика - Руденко В. М. - Ймовірність подій
Випадкову подію можна передбачити лише з деякою ймовірністю.
Ймовірність події - це чисельна міра об'єктивної можливості цієї події (інтуїтивне означення ймовірності). Ймовірність події А позначається Р(А). Якщо здійснювати різноманітні випробування, то можна констатувати, що різні випадкові події можуть мати різну можливість появи.
Ймовірність неможливої Події и дорівнює нулю, Р(Ц) = 0.
Ймовірність достовірної Події V дорівнює одиниці, Р(У) = 1.
Отже, ймовірність Р(А) будь-якої випадкової події А знаходиться між нулем і одиницею: 0<Р(А) <1.
Інколи події можна вважати рівноможливими, якщо за умовами випробувань відсутні підстави вважати деякі з них більш можливими, аніж будь-які інші. Якщо декілька подій: 1) утворюють повну групу; 2) несумісні; 3) рі-вноможливі, то вони мають назву "випадки".
Класична ймовірність Події А - це число Р(А), до якого наближається відношення Кількості появлень бажаної події А до загальної кількості можливих подій вибіркового простору при збільшенні незалежно виконаних випробовувань:
_ кількість _ появлень _ бажаної _ події _ А
Р(А) = : : ттт-. (3.1)
Загальна _ кількість _ можливих _ подій
Якщо результати досліду зводяться до схеми випадків, то ймовірність події А обчислюється як відносна частота здійснення події А:
Р( А) = Т, (3.2)
П
Де Т - кількість появлень бажаних випадків або сприятливих подій; П - загальна кількість випадків.
Отже, для випадкової вибірки обсягом п відносні частоти /Цх1)=тІ/п можна трактувати як ймовірності Р(х) появи значень варіант х,-.
Приклад 3.2. Знайти чисельне значення ймовірності Р(А) події А, що студент на іспитах з 20 рівноможливих білетів (це загальна кількість випадків) витягне з першого разу білет №7 (бажаний вибірковий об'єкт).
Рішення: Кількість появлень бажаних подій m=1, загальна кількість випадків n=20. Значення ймовірності Р(А) події А - це відношення m / n:
P( A) = M = - = 0,05 = 5%. n 20
Відповідь: ймовірність витягти з першого разу білет №7 складає 0,05 або 5%.
Приклад 3.3. Студент знає відповідь лише на 5 екзаменаційних білетів і не знає відповіді на решту 15 білетів. Яка ймовірність того, що перший витягнутий навмання білет виявиться таким, на який студент знає відповіді?
Рішення: Загальна кількість білетів складає 5+15=20 (n=20), сприятливих для студента результатів всього 5 (m=5). Звідси ймовірність бажаної події:
P( A) = M = - = 0,25 = 25% n 20
Відповідь: ймовірність витягти бажаний білет складає 0,25 або 25%.
Отже, ймовірність події є основним поняттям теорії ймовірності, проте розглянуті класичні означення ймовірностей, а також наведені приклади дають лише загальне інтуїтивне уявлення щодо оцінки та прогнозування ймовірності. Ці методологічні підходи не дають строгих чисельних значень. Не всі події можна вважати рівноможливими, не всі ймовірності можна оцінювати як збіжності частот, неясно і те, скільки випробовувань треба здійснювати та ін.
Розглянемо означення ймовірності у рамках аксіоматичного підходу до математичної моделі, що була запропонована A. M. Колмогоровим.
Означення. Ймовірність. Нехай скінчена множина Q={co} є простором елементарних подій Ю, що відповідають деякому стохастичному9 дослідові. Нехай кожній елементарній події ю, яка належить до множині Q, тобто йєП, поставлено у відповідність невід'ємне число Р(со), тобто Р(со)>0. Число Р(со) означимо як імовірність елементарної події ю, причому сума ймовірностей всіх елементарних подій дорівнює 1, тобто:
£ РИ = 1. (3.3)
Weq
Пара {Q, Р} є Імовірнісним простором, який складається зі скінченої 9 Стохастичний (від грец. stochastikos - спроможний угадувати), випадковий, імовірнісний.
Множини О і невід'ємної функції Р, яка визначена на множині О і задовольняє умові (3.3). Звідси ймовірність Р(А) деякої події А дорівнює сумі ймовірностей елементарних подій Ю, що входять до події А:
Р( А) =Е РИ. (3.4)
Тоді будь-яку числову функцію Р(А), визначену на скінченій множині Сі={ю}, яка є простором елементарних подій ю, називають імовірністю, якщо виконуються три умови (аксіоми Колмогорова):
1) Р(А) >0 для будь-якої А є О.;
2) ДП)=1;
3) Р(А1 уА2ИА3 и...) = Р(А2)+ Р(А3)+... для попарно несумісних випадкових подій (АІР| АХ = 0, і Ф _)).
Отже, сконструйовано математичний об'єкт, який можна застосовувати при побудові Імовірнісних моделей. Наприклад, випробуванням з підкиданням монети відповідає імовірнісний простір {Сі, Р}, де О = {ГД,} - Множина елементарних подій; Р(Г) = Р(Ц) = 4 - ймовірності елементарних подій; позначення елементарних подій: Г - "випав герб", Ц - "випала цифра".
Аксіоматичне означення ймовірності Р(А) погодиться з інтуїтивним, згідно з яким ймовірність події А - це число від 0 до 1, що є збігом частоти реалізації події А при необмеженому числі повторень і постійних умовах випробувань.
З визначення імовірності події, а також умов (3.3) і (3.4) випливають інші властивості ймовірностей:
4) Для будь-якої події А ймовірність протилежної події Р(А) = 1 - Р(А).
5) Сума ймовірностей протилежних подій дорівнює одиниці:
Р( А) + Р( А) = 1.
6) Ймовірність достовірної події Р(СІ) = 1 (за аксіомою 2).
7) Ймовірність неможливої події Р(О.) = 1 - Р(С£) = 1 - 1 = 0.
8) Ймовірність добутку АР сумісних подій А і В: Р(А ■ В) = Р(А) ■ Р(Б). З діаграми рис. 3.2а видно, що сумісні події А і Б мають загальну (сумісну) площу подій (зафарбована площа), тому ймовірність добутку сумісних подій Р(АР )> 0.
9) Ймовірність суми А+В сумісних подій А і В визначається формулою: Р(А + В) = Р(А) + Р(В)-Р(А■ В), де Р(А■ В)- ймовірність добутку подій А і В. З діаграми рис. 3.26 видно, що події А і В мають сумісну площу подій, яка менша за суму окремо взятих подій А і В на величину добутку АР подій А і В. Відповідно ймовірність суми сумісних подій Р(В+С) < Р(В)+ Р(С ).
Рис. 3.2. Ймовірності добутку і суми сумісних подій А і В
10) Ймовірність добутку АР несумісних подій А і В дорівнює нулю. З діаграми рис. 3.3а видно, що несумісні події А і В не мають спільної площі, перетин відповідних підмножин є порожня множина 0 подій, тому Ймовірність добутку несумісних подій Р(АР) = 0.
11) Ймовірність суми А+В несумісних подій А і В визначається спрощеною формулою: Р(А+&;) = Р(А) + Р(В). З діаграми рис. 3.36 видно, що події А і В не мають спільної площі подій, яка б зменшувала загальну суму окремо взятих подій В і С.
Рис. 3.3. Ймовірності добутку і суми несумісних подій А і В
12) Сума ймовірностей всіх несумісних подій {А1, ^42, АП}, що утворюють повну групу, дорівнює одиниці
Р(АЛ + Р(А2) +, + Р(Ап) = 1 або £Р(А) = 1.
При застосуванні методів теорії ймовірностей і математичної статистики використовується поняття незалежності подій. Події А, В, С, ... є незалежними, якщо ймовірність їхнього спільного здійснення дорівнює добуткові ймовірностей здійснення кожної з них окремо: Р(АР^С) = Р(А)-Р(ВуР(С)... .
Згідно з цим означенням здійснення або нездійснення однієї незалежної події не повинне впливати на здійснення або нездійснення іншої. Наприклад, у випробуваннях при незалежному підкиданні двох монет простір елементарних подій складається з чотирьох елементів: ГГ, ГЦ, ЦГ, ЦЦ (позначення елементарних подій: ГГ - для першої монети випав герб і для другої - теж герб; ЦГ - для першої - цифра, для другої - герб і т. д.). Оскільки події типу "Г - для першої монети випав герб" і "Г - для другої монети випав герб" є незалежними за визначенням незалежних випробувань, і ймовірність кожного з них дорівнює 4, то ймовірність події ГГ дорівнює 4 - 4 = А. Аналогічно ймовірність кожного з інших елементарних подій також дорівнює А. Звідси сума ймовірностей всіх чотирьох елементарних подій дорівнюватиме одиниці.
Схожі статті
-
Математична статистика - Руденко В. М. - Міри центральної тенденції (МЦТ)
Міри центральної тенденції (МЦТ) Мірами центральної тенденції (МЦТ) називають чисельні показники типових властивостей емпіричних даних. Ці показники...
-
Математична статистика - Руденко В. М. - 3.1. ВИПРОБУВАННЯ ТА ПОДІЇ
Основним завданням математичної статистики є опис і пояснення імовірнісної поведінки об'єктів досліджень. Математична статистика вирішує це завдання...
-
Математична статистика - Руденко В. М. - 3. ОСНОВИ ТЕОРІЇ ЙМОВІРНОСТЕЙ
Основним завданням математичної статистики є опис і пояснення імовірнісної поведінки об'єктів досліджень. Математична статистика вирішує це завдання...
-
Математична статистика - Руденко В. М. - Операції над подіями
Основні операції над подіями можна продемонструвати прикладами алгебри подій - алгебри Буля - у вигляді діаграм Венна (рис. 3.1). Рис. 3.1. Операції над...
-
Математична статистика - Руденко В. М. - Основні поняття і означення
Основним завданням математичної статистики є опис і пояснення імовірнісної поведінки об'єктів досліджень. Математична статистика вирішує це завдання...
-
Математична статистика - Руденко В. М. - 2.2. ПОКАЗНИКИ ВИБІРКИ
Міри центральної тенденції (МЦТ) Мірами центральної тенденції (МЦТ) називають чисельні показники типових властивостей емпіричних даних. Ці показники...
-
Математична статистика - Руденко В. М. - Міри мінливості (ММ)
Обмеженість мір центральної тенденції для характеристики сукупностей можна продемонструвати на прикладі двох вибірок (рис. 2.29), які мають Різні...
-
Математична статистика - Руденко В. М. - Основні завдання та методи математичної статистики
Основні завдання та методи математичної статистики Математична статистика - це сучасна галузь математичної науки, яка займається статистичним описом...
-
Математична статистика - Руденко В. М. - 1. ПРЕДМЕТ МАТЕМАТИЧНОЇ СТАТИСТИКИ
Основні завдання та методи математичної статистики Математична статистика - це сучасна галузь математичної науки, яка займається статистичним описом...
-
Математична статистика - Руденко В. М. - 2.3. КОРЕЛЯЦІЙНИЙ АНАЛІЗ
Завданням описової статистики є не лише систематизація емпіричних даних у вигляді розподілу частот та розрахунки типових показників МЦТ і варіацій ознак...
-
Математична статистика - Руденко В. М. - Нормовані дані
Квантилем Називається значення ранжированої змінної, що відокремлює від варіаційного ряду певну частку обсягу сукупності. Квантиль - загальне поняття. В...
-
Математична статистика - Руденко В. М. - Розрахунки та інтерпретація МЦТ і ММ
Розрахунки показників МЦТ і ММ можна здійснити в MS Excel трьома способами з використанням: O математичних операцій за відповідних формул МЦТ і ММ; O...
-
Математична статистика - Руденко В. М. - Незгруповані розподіли
Незгруповані Розподіли застосовують до емпіричних даних, властивості яких виміряні за інтервальними або відносними шкалами і приймають тільки певні, як...
-
Математична статистика - Руденко В. М. - Квантилі
Квантилем Називається значення ранжированої змінної, що відокремлює від варіаційного ряду певну частку обсягу сукупності. Квантиль - загальне поняття. В...
-
Математична статистика - Руденко В. М. - Початкові та центральні моменти
Розрахунки показників МЦТ і ММ можна здійснити в MS Excel трьома способами з використанням: O математичних операцій за відповідних формул МЦТ і ММ; O...
-
Математична статистика - Руденко В. М. - Сутність кореляції
Завданням описової статистики є не лише систематизація емпіричних даних у вигляді розподілу частот та розрахунки типових показників МЦТ і варіацій ознак...
-
Математична статистика - Руденко В. М. - Лінійна кореляція
Завданням описової статистики є не лише систематизація емпіричних даних у вигляді розподілу частот та розрахунки типових показників МЦТ і варіацій ознак...
-
Математична статистика - Руденко В. М. - Коефіцієнти взаємної зв'язаності
Приклад 2.8. Оцінити зв'язок між віком (змінна X) і результатами допоміжного тесту "цифра-знак" шкали інтелекту дорослих Векслера (змінна Y)....
-
Математична статистика - Руденко В. М. - Нелінійна кореляція
Приклад 2.8. Оцінити зв'язок між віком (змінна X) і результатами допоміжного тесту "цифра-знак" шкали інтелекту дорослих Векслера (змінна Y)....
-
Математична статистика - Руденко В. М. - ВСТУП
Психолог у своїй діяльності нерідко має справу з масивами емпіричної інформації і змушений будувати свої висновки в умовах невизначеності. Така ситуація...
-
Математична статистика - Руденко В. М. - 2.1. ЕМПІРИЧНІ РОЗПОДІЛИ
Статистичні показники, що розкривають властивості вибірки, можна представити такими основними групами: - Емпіричними розподілами (варіаційними,...
-
Математична статистика - Руденко В. М. - Атрибутивні розподіли
Атрибутивні розподіли Використовуються у разі Номінальних (категоріальних) типів вимірювань властивостей досліджуваних об'єктів. Приклад 2.5. Розрахувати...
-
Математична статистика - Руденко В. М. - Згруповані розподіли
Розподіли згрупованих частот Використовуються у разі інтервальних або відносних типів вимірювань, якщо емпіричні дані приймають будь-які дійсні значення...
-
Математична статистика - Руденко В. М. - Варіаційні ряди та статистичні розподіли
Статистичні показники, що розкривають властивості вибірки, можна представити такими основними групами: - Емпіричними розподілами (варіаційними,...
-
Математична статистика - Руденко В. М. - 2.4. РЕГРЕСІЯ
Статистичні зв'язки між змінними досліджуються не лише методами кореляційного, а й регресійного аналізу, які доповнюють один одного. Основне завдання...
-
Математична статистика - Руденко В. М. - Одномірна лінійна регресія
Статистичні зв'язки між змінними досліджуються не лише методами кореляційного, а й регресійного аналізу, які доповнюють один одного. Основне завдання...
-
Математична статистика - Руденко В. М. - Множинна регресія
Статистичні зв'язки між змінними досліджуються не лише методами кореляційного, а й регресійного аналізу, які доповнюють один одного. Основне завдання...
-
Математична статистика - Руденко В. М. - Ранжировані розподіли
Атрибутивні розподіли Використовуються у разі Номінальних (категоріальних) типів вимірювань властивостей досліджуваних об'єктів. Приклад 2.5. Розрахувати...
-
Математична статистика - Руденко В. М. - 2. СТАТИСТИЧНІ ПОКАЗНИКИ ВИБІРКИ
Статистичні показники, що розкривають властивості вибірки, можна представити такими основними групами: - Емпіричними розподілами (варіаційними,...
-
Статистика - Опря А. Т. - 6.2.2. Нормальний розподіл
Закон нормального розподілу, так званий Закон Гаусса, - один з найпоширеніших законів. Це фундаментальний закон у теорії ймовірностей і в її...
Математична статистика - Руденко В. М. - Ймовірність подій