Автор работы: Пользователь скрыл имя, 26 Февраля 2014 в 20:10, реферат
Теория вероятности возникла как наука из убеждения, что в основе массовых случайных событий лежат детерминированные закономерности. Теория вероятности изучает данные закономерности. Испытанием в теории вероятностей называется опыт (эксперимент), который может быть многократно повторен при фиксированной совокупности условий S. Событием называется исход испытания. События делятся на достоверные, невозможные, случайные. Знание закономерностей, которым подчинены массовые случайные события, позволяет прогнозировать, когда эти события наступят. Целью работы является изучение и усвоение основных понятий и аксиомы теории вероятности, закон больших чисел, случайные процессы и выборки, элементы теории массового обслуживания.
Введение
Теория вероятности возникла как наука из убеждения, что в основе массовых случайных событий лежат детерминированные закономерности. Теория вероятности изучает данные закономерности.
Испытанием в теории вероятностей называется опыт (эксперимент), который может быть многократно повторен при фиксированной совокупности условий S. Событием называется исход испытания. События делятся на достоверные, невозможные, случайные. Знание закономерностей, которым подчинены массовые случайные события, позволяет прогнозировать, когда эти события наступят.
Целью работы является изучение и усвоение основных понятий и аксиомы теории вероятности, закон больших чисел, случайные процессы и выборки, элементы теории массового обслуживания.
Основные понятия теории вероятностей
Теория вероятностей – это раздел математики, изучающий закономерности случайных массовых явлений. Испытанием в теории вероятностей называется опыт (эксперимент), который может быть многократно повторен при фиксированной совокупности условий S. Событием называется исход испытания. События делятся на достоверные, невозможные, случайные.
Все события делятся на:
Ожидаемая частота наступления случайных событий тесно связана с понятием вероятности. Закономерности наступления и ненаступления случайных событий исследует теория вероятностей.
Если комплекс нужных условий реализован лишь один раз, то получаем недостаточно информации о случайном событии, поскольку оно может наступить, а может не наступить. Если комплекс условий реализован много раз, то появляются известные закономерности.
Знание закономерностей, которым подчинены массовые случайные события, позволяет прогнозировать, когда эти события наступят. Например, как уже ранее отмечено, заранее нельзя предусмотреть результат бросания монеты, но если монета брошена много раз, то можно предусмотреть выпадение герба. Ошибка может быть небольшой.
Методы теории вероятностей широко используются в различных отраслях естествознания, теоретической физике, геодезии, астрономии, теории автоматизированного управления, теории наблюдения ошибок, и во многих других теоретических и практических науках. Теория вероятностей широко используется в планировании и организации производства, анализе качества продукции, анализе технологических процессов, страховании, статистике населения, биологии, баллистике и других отраслях.
Событием называется любой факт, который в результате опыта может произойти или не произойти. Примеры случайных событий: выпадение шестерки при подбрасывании игральной кости, отказ технического устройства, искажение сообщения при передаче его по каналу связи. С событиями связываются некоторые числа, характеризующие степень объективной возможности появления этих событий, называемые вероятностями событий.
Случайные события обычно обозначают большими буквами латинского алфавита A, B, C и т.д.
Случайные события могут быть:
События A, B, C … называют несовместимыми, если в результате одного испытания может наступить одно из этих событий, но невозможно наступление двух или более событий.
Если наступление одного случайного события не исключает наступление другого события, то такие события называют совместимыми. Например, если с ленты конвейера снимают очередную деталь и событие А означает «деталь соответствует стандарту», а событие B означает «деталь не соответствует стандарту», то A и B – несовместимые события. Если событие C означает «взята деталь II сорта», то это событие совместимо с событием A, но несовместимо с событием B.
Если в каждом наблюдении (испытании) должно произойти одно и только одно из несовместимых случайных событий, то эти события составляют полное множество (систему) событий.
Достоверным событием является наступление хотя бы одного события из полного множества событий.
Если события, образующие полное множество событий, попарно несовместимы, то в результате наблюдения может наступить только одно из этих событий.
События называют равновозможными, если ни у одного из них нет объективных преимуществ. Такие события также составляют полное множество событий. Это значит, что в результате наблюдения или испытания определенно должно наступить по меньшей мере одно из равновозможных событий.
Например, полную группу событий образуют выпадение номинала и герба при одном подбрасывании монеты, наличие на одной печатной странице текста 0, 1, 2, 3 и более 3 ошибок.
Вероятностью события А называют отношение числа благоприятствующих этому событию исходов к общему числу всех равновозможных несовместных элементарных исходов, образующих полную группу. Вероятность определяется формулой
где m – число элементарных исходов, благоприятствующих событию А, а n- число всех возможных элементарных исходов испытания.
Классическое определение вероятности дает возможность в некоторых задачах аналитически вычислить вероятность события.
Из классического определения вероятности вытекоют следующие свойства:
1. Вероятность достоверного
Действительно, достоверному событию должны благоприятствовать все n элементарных событий, т.е. m = n, и, следовательно,
2. Вероятность невозможного
3. Вероятность случайного
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.
S=A+B+C+…+N
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.
S=ABC…N
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.
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 1. Каждому событию соответствует определенное число, удовлетворяющее условию и называемое его вероятностью.
Аксиома 2. Вероятность достоверного события равна единице.
P(Ω)=1
Аксиома 3. Вероятность невозможного события равна нулю.
Аксиома 4. (аксиома сложения). Вероятность суммы двух несовместных событий равна сумме их вероятностей.
P(A+B)=P(A)+P(B)
Закон больших чисел
Для практики очень важно знание условий, при выполнении которых совокупное действие очень многих случайных причин приводит к результату, почти не зависящему от случая, так как позволяет предвидеть ход явлений. Эти условия и указываются в теоремах, носящих общее название закона больших чисел.
Закон больших чисел - это обобщенное название нескольких теорем, из которых следует, что при неограниченном увеличении числа испытаний средние величины стремятся к некоторым постоянным.
К ним относятся теоремы Чебышева и Бернулли. Теорема Чебышева является наиболее общим законом больших чисел, теорема Бернулли - простейшим.
В основе доказательства теорем, объединенных термином «закон больших чисел», лежит неравенство Чебышева, по которому устанавливается вероятность отклонения от ее математического ожидания:
В теореме Чебышева (справедлива как для дискретных, так и для непрерывных случайных величин) утверждается, что если рассматривается достаточно большое число независимых случайных величин, имеющих ограниченные дисперсии, то почти достоверным можно считать событие, состоящее в том, что отклонение среднего арифметического случайных величин от среднего арифметического их математических ожиданий будет по абсолютной величине сколь угодно малым.
Формулируя теорему Чебышева, предполагается, что случайные величины имеют различные математические ожидания. На практике часто бывает, что случайные величины имеют одно и то же математическое ожидание. Очевидно, что если вновь допустить, что дисперсии этих величин ограничены, то к ним будет применима теорема Чебышева.
На теореме Чебышева основан широко применяемый в статистике выборочный метод, суть которого состоит в том, что по сравнительно небольшой случайной выборке судят обо всей совокупности (генеральной совокупности) исследуемых объектов.
Пусть производится n независимых испытаний, в каждом из которых вероятность появления A события равна. Можно ли предвидеть, какова примерно будет относительная частота появлений события? Положительный ответ на этот вопрос дает теорема, доказанная Якобом Бернулли (опубликована в 1713 г.), которая получила название "закона больших чисел" и положила начало теории вероятностей как науке. Доказательство Бернулли было сложным; простое доказательство дано П.Л. Чебышевым в 1846 г.
Теорема Бернулли. Если в каждом из независимых испытаний вероятность появления события постоянна, то как угодно близка к единице вероятность того, что отклонение относительной частоты от вероятности по абсолютной величине будет сколь угодно малым, если число испытаний достаточно велико. Другими словами, если сколь угодно малое положительное число, то при соблюдении условий теоремы имеет место равенство
При доказательстве теоремы Бернулли получаем оценку
Теорема Бернулли объясняет, почему относительная частота при достаточно большом числе испытаний обладает свойством устойчивости и оправдывает статистическое определение вероятности.
Случайные процессы
Случайными процессами называются такие процессы, которые математически описываются случайными функциями времени. Случайной называется функция, значения которой при каждом значении аргумента являются случайными величинами.
Случайный процесс это некоторый процесс или явление, поведение которого в течение времени и результат заранее предсказывать невозможно. Примеры случайных процессов: динамика изменения курса валют или акций, выручка или прибыль организации с течением времени, объемы продаж товара и т.д.
Случайная функция времени , описывающая случайный процесс, в результате опыта принимает ту или иную конкретную форму , неизвестную заранее. Эти возможные формы случайной функции называются реализациями случайного процесса.
Мгновенные значения случайного процесса в фиксированный момент времени ti являются случайными величинами и называются сечением случайного процесса.
Статистические свойства случайного процесса как множества (ансамбля) реализации , характеризуются законами распределения, аналитическими выражениями которых являются функции распределения.
Для некоторого фиксированного момента времени ti одномерная функция распределения
определяет вероятность того, что мгновенное значение случайного процесса в этот момент времени примет значение, меньшее или равное X, то есть вероятность того, что .