Теория вероятностей и её основные формулы¶
Теория вероятностей — раздел математики, изучающий закономерности случайных явлений: события с неопределённым исходом, случайные величины и их распределения. Она относится к теории меры и математическому анализу, а её аппарат лежит в основе математической статистики, теории случайных процессов, актуарных расчётов и прикладных дисциплин — от физики до финансов. Центральное место в теории занимают формулы, связывающие вероятности событий: сложения, умножения, полной вероятности и формула Байеса.
¶Основные понятия
Исходное понятие — случайный эксперимент (испытание) с множеством элементарных исходов Ω. Событие — подмножество Ω. Вероятность P(A) — числовая мера события, удовлетворяющая аксиомам Колмогорова: неотрицательность, P(Ω) = 1 и аддитивность для несовместных событий.
При классической схеме, когда все n исходов равновозможны, вероятность события A равна отношению числа благоприятных исходов m к общему числу:
P(A) = m / n.
При геометрической схеме вероятность пропорциональна мере области, при статистической — определяется как предел относительной частоты при неограниченном росте числа испытаний.
Случайная величина — функция, ставящая в соответствие исходу число. Она описывается законом распределения: для дискретной — таблицей значений и вероятностей, для непрерывной — плотностью вероятности.
¶Формулы сложения и умножения
Формула сложения для двух событий:
P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
Для несовместных событий (A ∩ B = ∅) пересечение равно нулю, и вероятности складываются: P(A ∪ B) = P(A) + P(B). Для полной группы несовместных событий сумма вероятностей равна единице.
Условная вероятность P(B|A) — вероятность события B при условии, что произошло A:
P(B|A) = P(A ∩ B) / P(A), при P(A) > 0.
Формула умножения следует из определения:
P(A ∩ B) = P(A) · P(B|A) = P(B) · P(A|B).
Для независимых событий условная вероятность совпадает с безусловной, поэтому P(A ∩ B) = P(A) · P(B). Именно эта формула применяется при повторных независимых испытаниях.
¶Формула полной вероятности и формула Байеса
Если события H₁, H₂, …, Hₙ образуют полную группу (гипотезы, попарно несовместные, в сумме дающие Ω), то для любого события A:
P(A) = Σ P(Hᵢ) · P(A|Hᵢ).
Это формула полной вероятности. Она позволяет вычислять вероятность события через условные вероятности при разных гипотезах.
Формула Байеса решает обратную задачу — уточняет вероятности гипотез после наблюдения события A:
P(Hᵢ|A) = P(Hᵢ) · P(A|Hᵢ) / P(A).
Знаменатель вычисляется по формуле полной вероятности. Байесовский подход широко применяется в статистике, машинном обучении и теории принятия решений.
¶Формула Бернулли и повторные испытания
Схема Бернулли описывает n независимых испытаний с двумя исходами («успех» с вероятностью p, «неудача» с вероятностью q = 1 − p). Вероятность ровно k успехов:
Pₙ(k) = C(n, k) · pᵏ · qⁿ⁻ᵏ,
где C(n, k) = n! / (k! · (n − k)!) — число сочетаний. При больших n применяются приближения: локальная и интегральная теоремы Муавра — Лапласа, а при малых p — распределение Пуассона с параметром λ = np.
¶Числовые характеристики
Случайная величина X характеризуется математическим ожиданием (средним значением):
- для дискретной: E(X) = Σ xᵢ · pᵢ;
- для непрерывной: E(X) = ∫ x · f(x) dx.
Дисперсия измеряет разброс: D(X) = E((X − E(X))²) = E(X²) − (E(X))². Среднеквадратичное отклонение σ = √D(X). Для независимых величин дисперсии складываются, а математические ожидания складываются всегда.
¶Применение
Формулы теории вероятностей используются в статистической физике, теории надёжности, страховании, финансовом риск-менеджменте, обработке сигналов, криптографии и анализе данных. В России теория вероятностей преподаётся в вузах как базовая дисциплина; значительный вклад в её развитие внесли П. Л. Чебышёв, А. А. Марков, А. М. Ляпунов и А. Н. Колмогоров, чья аксиоматика 1933 года стала общепринятой основой предмета.
¶Пример
В урне 3 белых и 2 чёрных шара. Вероятность вынуть белый: P = 3/5 = 0,6. Если после этого шар не возвращают, вероятность второго белого при условии первого белого равна 2/4 = 0,5, а вероятность двух белых подряд — по формуле умножения: 0,6 · 0,5 = 0,3.
Источники: Гнеденко Б. В. «Курс теории вероятностей»; Колмогоров А. Н. «Основные понятия теории вероятностей»; Вентцель Е. С. «Теория вероятностей».