Что устанавливается при определении значения тяжести события

Содержание:

Основные понятия теории вероятностей:

1. Предмет теории вероятностей.

Определение: Случайным событием называется событие, которое в результате проведения эксперимента может произойти или не произойти.

Например, при подбрасывании монеты нельзя угадать заранее, что выпадет: “решка” (аверс) или “орел” (реверс). Каждое из этих событий является простым и не может быть выражено через более простые события.

Определение: Элементарным событием называется событие, которое в результате проведения эксперимента может произойти или не произойти, а также не может быть представлено посредством более простых событий.

В теории вероятностей случайные элементарные события принято обозначать заглавными начальными буквами латинского алфавита

Определение: Сложным случайным событием называется событие, которое состоит из осуществления двух или более элементарных событий.

Определение: Достоверным событием называется такое событие, которое обязательно произойдет в рамках данного опыта. Достоверное событие обозначается

Определение: Невозможным событием называется такое событие, которое ни при каких условиях не может произойти.

Невозможное событие обозначается

Например, совокупность выигрыша, проигрыша и ничья в шахматной партии образуют достоверное совокупное событие, т.е. одно из этих событий обязательно произойдет при игре в шахматы. При бросании кубика выпадение грани с 7 очками является невозможным событием.

Определение: Совместными событиями называются события, которые могут одновременно произойти в рамках данного опыта, все другие события называются несовместными.

Например, при бросании кубика выпадение грани с 4 очками (событие А) и выпадение четной грани (событие В) являются совместными событиями, а выпадение грани с 3 очками (событие А) и выпадение четной грани (событие В) являются несовместными событиями.

Определение: Полной группой случайных событий называется совокупность таких несовместных событий, что в результате проведения эксперимента хотя бы одно из них обязательно произойдет.

Замечание: Если в словесном описании случайного события присутствуют слова “хотя бы один”, то такое событие противоположно событию, содержащему в своем словесном описании слова “ни один”.

Определение: Равновозможными событиями называются такие случайные события, которые в условиях эксперимента имеют объективно равные шансы не произойти или произойти.

Например, однородность материала кости и несмещенность центра тяжести кубика являются теми условиями, при которых объективно возможно выпадение любой грани кубика.

Способы определения вероятности событий

Существуют два способа определения вероятности события

Классическое определение вероятности

Определение: Вероятностью события называется численная мера степени объективной возможности случайного события.

Классическое определение вероятности применяется для нахождения вероятности конечного числа несовместных и равновозможных событии, образующих полную группу.

Пример №1

Пусть в урне находится 6 шаров: 1 белый, 2 красных и 3 синих. Опыт состоит в том, что из урны наудачу извлекают один шар. Определить полную группу случайных событий и наиболее вероятное событие.

Решение:

Классическое определение вероятности состоит в следующем:

Определение: Вероятностью случайного элементарного события называется отношение числа элементарных исходов, благоприятствующих появлению этого события, к общему числу всех равновозможных, несовместных, элементарных исходов, образующих полную группу.

В силу того,что события А, В и С образуют достоверное совокупное событие, то следовательно, вероятность достоверного события равна:

Если в рассматриваемом Примере. обозначить через D событие, состоящее в том, что из урны извлекают черный шар, то этому событию благоприятствует нуль исходов (m(D) = 0), так как в урне нет черных шаров. Следовательно, событие D является невозможным событием О, а его вероятность равна:

Из рассмотренного Примере. видно, что вероятности всех событий есть положительные величины, которые принимают значения между вероятностью невозможного (0) и вероятностью достоверного (1) событий, т.е.

Замечание: Вероятность любого случайного события есть безразмерная и положительная величина, принимающая значения из промежутка от 0 до 1. Чем ближе вероятность события к нулю, тем меньше его возможность появления в данном опыте. Чем ближе вероятность события к единице, тем выше его возможность появления в данном эксперименте.

Геометрический способ определения вероятности

Геометрическое определение вероятности применяется для вычисления вероятности бесконечного числа несовместных и равновозможных событий, образующих полную группу.

Пусть имеется некоторая область G, которая может быть представлена в виде линии, площади или объема. Внутри области G находится другая область g, внутрь которой должна попасть точка, наудачу брошенная в область G. Пусть событие А состоит в том, что при попадании в область g включается лампочка, а при попадании в область G лампочка не загорается. Обозначим размеры областей g и G через соответственно. Появлению события А благоприятствует размер области g, а размер области G определяет общее число возможных исходов, следовательно, вероятность появления события А равна

Пример №2

Пусть на нити длиной L подвешен груз. Определить вероятность разрыва нити в любой точке, отстоящей от точки подвеса не менее чем на расстоянии l.

Решение:

Пусть событие А состоит в том, что нить разорвется в любой точке, отстоящей от точки подвеса не менее чем на расстоянии l. Появлению этого события благоприятствуют все точки нити длиной L-l, т.е. , а длина всей нити равна L, т.е. Согласно геометрическому определению вероятности вероятность появления события А равна

Статистический способ определения вероятности событий

Данный способ определения вероятности событий применяется тогда, когда неприменимы два вышеприведенных способа. В основу данного способа положена устойчивость частоты появления изучаемого события при достаточно большом числе проводимых опытов, т.е. P(A) = v(A). При небольшом числе испытаний частота носит случайный характер, но при она стабилизируется возле некоторого положения, характеризующего связь между комплексом условий и наблюдаемым событием (Рис. 1).

Рис. 1. Стабилизация частоты появления случайного события при

Косвенный способ определения вероятности событий

Данный способ определения вероятности событий применяется тогда, когда неприменимы три вышеприведенных способа. Он основан на теоремах теории вероятностей, которые рассматриваются ниже.

При копировании любых материалов с сайта evkova.org обязательна активная ссылка на сайт www.evkova.org

Сайт создан коллективом преподавателей на некоммерческой основе для дополнительного образования молодежи

Сайт пишется, поддерживается и управляется коллективом преподавателей

Whatsapp и логотип whatsapp являются товарными знаками корпорации WhatsApp LLC.

Cайт носит информационный характер и ни при каких условиях не является публичной офертой, которая определяется положениями статьи 437 Гражданского кодекса РФ. Анна Евкова не оказывает никаких услуг.

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

Статистическое определение вероятности

Чтобы количественно сравнивать между собой события по степени их возможности, очевидно, нужно с каждым событием связать определённое число, которое тем больше, чем более возможно событие. Такое число мы назовём вероятностью события. Таким образом, вероятность события есть численная мера степени объективной возможности этого события.

Первым по времени определением вероятности следует считать классическое, которое возникло из анализа азартных игр и применялось вначале интуитивно.

Классический способ определения вероятности основан на понятии равновозможных и несовместных событий, которые являются исходами данного опыта и образуют полную группу несовместных событий.

Наиболее простым примером равновозможных и несовместных событий, образующих полную группу, является появление того или иного шара из урны, содержащей несколько одинаковых по размеру, весу и другим осязаемым признакам шаров, отличающихся лишь цветом, тщательно перемешанных перед выниманием.

Равновозможные и несовместные события, составляющие полную группу, будем называть просто случаями или шансами. При этом в каждом опыте наряду со случаями могут происходить и более сложные события.

Классической вероятностью появления некоторого события называется отношение числа случаев, благоприятствующих появлению этого события, к общему числу случаев равновозможных, несовместных, составляющих полную группу в данном опыте:

1) (смотри пример выше) Р(В) = , Р(С) = .

2) В урне находятся 9 красных и 6 синих шаров. Найти вероятность того, что вынутые наугад один, два шара окажутся красными.

m = 9, n = 9 + 6 = 15, P(A) =

Из классического определения вероятности вытекают следующие свойства (показать самостоятельно):

1) Вероятность невозможного события равна 0;

2) Вероятность достоверного события равна 1;

3) Вероятность любого события заключена между 0 и 1;

4) Вероятность события, противоположного событию А,

Классическое определение вероятности предполагает, что число исходов испытания конечно. На практике же весьма часто встречаются испытания, число возможных случаев которых бесконечно. Кроме того, слабая сторона классического определения состоит в том, что очень часто невозможно представить результат испытания в виде совокупности элементарных событий. Ещё труднее указать основания, позволяющие считать элементарные исходы испытания равновозможными. Обычно о равновозможности элементарных исходов испытания заключают из соображений симметрии. Однако такие задачи на практике встречаются весьма редко. По этим причинам наряду с классическим определением вероятности пользуются и другими определениями вероятности.

Статистической вероятностью события А называется относительная частота появления этого события в произведённых испытаниях:

где – вероятность появления события А;

– относительная частота появления события А;

— число испытаний, в которых появилось событие А;

— общее число испытаний.

В отличие от классической вероятности статистическая вероятность является характеристикой опытной, экспериментальной.

Пример : Для контроля качества изделий из партии наугад выбрано 100 изделий, среди которых 3 изделия оказались бракованными. Определить вероятность брака.

.

Статистический способ определения вероятности применим лишь к тем событиям, которые обладают следующими свойствами:

— Рассматриваемые события должны быть исходами только тех испытаний, которые могут быть воспроизведены неограниченное число раз при одном и том же комплексе условий.

— События должны обладать статистической устойчивостью (или устойчи- востью относительных частот). Это означает, что в различных сериях испытаний относительная частота события изменяется незначительно.

— Число испытаний, в результате которых появляется событие А, должно быть достаточно велико.

Легко проверить, что свойства вероятности, вытекающие из классического определения, сохраняются и при статистическом определении вероятности.

Источник

1.13. Относительная частота события и статистическая вероятность

Давайте вспомним, с чего всё начиналось:

Вероятность наступления события в некотором испытании – есть отношение , где:

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

– количество элементарных исходов, благоприятствующих событию .

Например:
– вероятность того, что в результате броска монеты выпадет «орёл»;
– вероятность того, что на игральной кости выпадет 5 очков;
– вероятность того, что из колоды будет извлечена трефа

Внимательный читатель заметил, что все комментарии о вероятностях сформулированы в будущем времени. И это не случайность – классическое определение оценивает вероятность ДО проведения испытаний и даже без их фактического проведения. То есть, монета ещё не подброшена, а вероятность появления орла мы уже знаем. Можно дать зарок никогда не брать в руки кубик либо колоду карт, однако, вероятности событий беспроблемно рассчитываются и без этого.

Почему такое возможно? Такое возможно потому, что все элементарные исходы известны и подсчитаны заранее:

орёл и решка – итого 2 элементарных исхода;
1, 2, 3, 4, 5, 6 – 6 элементарных исходов;
6, 7, 8, 9, 10, В, Д, К, Т каждой масти – всего 36 карт.

Кроме того, для применения классического определения вероятности необходима равновозможность элементарных исходов (см. определение). Равновозможность выпадения граней монеты либо кубика обуславливается симметрией и несмещённым центром тяжести, колода же карт должна быть полной, некраплёной и хорошо перемешанной.

И всё было бы ладно, но в реальной жизни рассмотренные выше модели встречаются нечасто. В большинстве ситуаций элементарные исходы перечислить затруднительно или невозможно, и ещё труднее обосновать их равновозможность. Простой пример:

Штирлиц пошёл в лес за грибами. Найти вероятность того, что он найдёт подберёзовик.

Кстати, вспомнилась ещё одна каверзная задачка на счёт неравновозможности исходов. Её суть состоит в следующем: если в городе проживает примерно равное количество мужчин и женщин (которых подсчитать значительно проще =)), то это ещё не значит, что вероятность встретить на улице мужчину либо женщину равна -й. Ибо за углом может быть отделение полиции или швейная фабрика.

А теперь вновь обратим внимание на шаблонные формулировки стандартных задач тервера:

«Стрелок попадает в мишень с вероятностью 0,8»;
«Вероятность изготовления бракованной детали на данном станке составляет 0,05».

Возникает вопрос, откуда взялись эти значения? И ответ здесь один: данные вероятности могли получиться только на основе ранее проведённых опытов.

Относительной частотой события называют отношение числа испытаний , в которых данное событие появилось, к общему числу фактически проведённых испытаний:
, или короче:

Относительная частота наряду с вероятностью является одним из ключевых понятий тервера, но если классическое либо геометрическое определение вероятности не требуют проведения испытаний, то относительная частота рассчитывается ПОСЛЕ опытов и исключительно на основе фактически полученных данных.

В том случае, если серии испытаний проводятся в неизменных условиях, то относительная частота обнаруживает свойство устойчивости, то есть колеблется около определённого значения. Поясню это на конкретных примерах:

Пусть некий профессиональный стрелок произвёл 100 выстрелов по мишени и попал 83 раза. Тогда относительная частота поражения цели составит: .

Предположим, что тот же самый стрелок в точно такой же «форме» и в приблизительно таких же условиях снова провёл серию из 100 выстрелов. Вероятно ли, что он снова попадёт 83 раза? Не очень. Но количество попаданий вряд ли будет сильно отличаться от предыдущего результата. Пусть, например, стрелок попал 79 раз. Тогда относительная частота поражения цели составит: .
В третьей серии из 100 выстрелов, проведённой при похожих обстоятельствах, данный стрелок попал 81 раз, и т.д.

Иногда будут случаться блестящие серии более 90 попаданий, иногда «провалы», но среднее количество попаданий будет варьироваться около 80. И когда количество фактически проведённых испытаний станет достаточно большим, то речь зайдёт о статистической вероятности.

Если в одинаковых (примерно одинаковых) условиях проведено достаточно много испытаний, то за статистическую вероятность события принимают относительную частоту данного события либо близкое число.

Предположим, что на протяжении нескольких лет наш спортсмен, сохраняя стабильный уровень подготовки, совершил 10000 выстрелов и попал 8037 раз. Относительная частота поражения цели составит: и за статистическую вероятность его результативности целесообразно принять , которая становится теоретической оценкой, например, перед грядущими соревнованиями.

Именно так и собирается богатая спортивная статистика в различных видах спорта.

Аналогичная история с утверждением «Вероятность изготовления бракованной детали на данном станке равна 0,05».

Эту оценку невозможно получить с помощью классического определения вероятности – она следует только из практики! Если на станке произведены десятки тысяч деталей и на каждую, скажем, тысячу выпущенных деталей, приходится в среднем 50 бракованных, то в качестве статистической вероятности брака принимается значения .

В Задаче 76 фигурировала вероятность рождения мальчика . Откуда взялось данное значение? Из многолетнего подсчёта фактически рождённых детей в определённом регионе. Но это вовсе не означает, что среди 100 новорожденных будет ровно 52 мальчика. В следующей сотне рождённых их может оказаться, например, 45, и относительная частота будет далека от истины.
Но если рассмотреть выборку в тысячи и десятки тысяч младенцев, то отклонится от совсем-совсем незначительно. И это уже не случайность. Как известно, такое соотношение новорожденных сложилось эволюционно – по причине бОльшей смертности мужчин.

В учебном пособии В.Е. Гмурмана есть весьма удачный пример, в котором продемонстрировано, как при подбрасывании монеты относительная частота появления орла приближается к своей вероятности (полученной по классическому определению:

Таким образом, с увеличением количества независимых испытаний
случайность превращается в закономерность

Вернёмся к рулетке. В отдельно взятом сеансе игры отдельно взятый человек может выиграть, причём выиграть по-крупному. Это случайность. Но, совершая миллионы и миллионы оборотов, рулетка на протяжении веков приносит неизменную прибыль владельцам казино. И это закономерность.

Существует байка о том, что крупный выигрыш не отдадут, а если и отдадут, то «вы с ним не дойдёте до дома». Чисто житейская фантазия. Да, кому-то повезло, но сколько проиграется?! К тому же человек, посещающий подобные заведения, с большой вероятностью придёт снова и «сольёт» ещё больше. А чтобы он вернулся, казино, скорее наоборот – создаст максимальный комфорт и безопасность для «счастливчика». Ибо на длинной дистанции разорятся ВСЕ игроки.

Другой пример. Пусть в некой лотерее приняло участие билетов, из которых выиграли хоть какой-то приз. Таким образом, относительная частота выигрыша составила: . Поскольку билетов продано очень много, то с большой вероятностью можно утверждать, что в будущем, при сопоставимых объемах продаж, доля выигравших билетов будет примерно такой же, и за статистическую вероятность выигрыша удобно принять значение .

Организатор лотереи знает, что из миллиона проданных билетов выиграют около 300 тысяч с небольшим отклонением. Этот факт важен для грамотного распределения призового фонда, и это закономерность. Но всем участникам лотереи достаётся….
– правильно, случайность! То есть, если вы купите 10 билетов, то это вовсе не значит, что выиграют 3 билета. Так, выигрыш только по одному билету – есть событие очень даже вероятное, по формуле Бернулли:

А если учесть тот факт, что львиная доля выигрышей – сущая мелочь, то картина вырисовывается совсем унылая. Ситуацию спасают красочные телевизионные розыгрыши и различные психологические трюки.

Желающие могут самостоятельно исследовать вероятность выигрыша в различные лотереи – вся статистика есть в свободном доступе 😉 И, говоря откровенно, вас просто поразит это чудовищное надувательство. Впрочем, рулетка гораздо коварнее.

Практическая часть параграфа будет тесно связана с только что изложенным материалом:

Вероятность отклонения относительной частоты от вероятности

Вероятность того, что в независимых испытаниях относительная частота
события отклонится от вероятности (появления данного события в каждом испытании) не более чем на , приблизительно равна:
, где – функция Лапласа.

Итак, расклад следующий: в распоряжении имеется вероятность наступления события , которая предварительно получена с помощью классического/геометрического определения или посредством серьёзной статистической оценки. Планируется провести независимых испытаний, в которых событие может наступить некоторое количество раз, причём значение , разумеется, предсказать нельзя. Полученная относительная частота может оказаться как больше, так и меньше вероятности (поэтому нужен знак модуля).

Требуется найти вероятность того, что в серии из независимых испытаний, расхождение между относительной частотой и теоретической вероятностью , будет не больше, чем заранее заданное число, например, не больше, чем .

Возвращаемся к любимой задаче:

Задача 79
В некотором регионе в результате многолетнего статистического исследования установлена вероятность рождения мальчика . С какой вероятностью можно утверждать, что среди следующей тысячи новорожденных, относительная частота появления мальчика отклонится от соответствующей вероятности не более чем на 0,02?

Решение: используем формулу

По условию, . Таким образом:

– искомая вероятность.

Напоминаю, что значения функции Лапласа можно найти по соответствующей таблице или с помощью Калькулятора (Пункт 5).

Ответ:
Каков смысл полученного результата? Если рассмотреть достаточно много групп по 1000 новорожденных в каждой, то примерно в 79,6% этих групп доля мальчиков будет находиться в пределах:

или, умножая все три части неравенства на тысячу: от 500 до 540 мальчиков.

И на самом деле рассмотренная задача эквивалентна следующей: «Найти вероятность того, что среди 1000 новорожденных будет от 500 до 540 мальчиков, если вероятность рождения мальчика равна 0,52». А эта задача как раз и решается через разобранную выше интегральную теорему Лапласа.

Следующая задача для самостоятельного решения:

Задача 80
Производится некоторый опыт, в котором случайное событие может появиться с вероятностью 0,6. Опыт повторяют в неизменных условиях раз. Определить вероятность того, что в 800 независимых испытаниях относительная частота появления события отклонится от вероятности не более чем: а) на 0,05, б) на 0,03

Условие сформулировано в общем виде, как оно чаще всего и бывает. Ещё раз повторим суть задания: проводится опытов, в результате чего событие наступит раз – сколько именно, предугадать невозможно. Относительная частота составит . С другой стороны, известна вероятность события , которая установлена ранее с помощью классического / геометрического определения или путём сбора солидной статистики. Требуется найти вероятность – того, что относительная частота отклонится от вероятности, не более чем на .
В чём смысл? С найденной вероятностью можно утверждать, что относительная частота будет заключена в следующих пределах:

или в абсолютном количестве появлений события , умножаем все части на 800:

(от 440 до 520 появлений в 800 испытаниях)

Для этот промежуток будет меньше (найдите самостоятельно), и логично, что уменьшиться вероятность того, что примет значение из этого, более узкого промежутка.
На практике не менее популярна обратная задача, её можно сформулировать следующим образом: Как определить, сколько нужно провести испытаний , чтобы с заранее заданной вероятностью обеспечить желаемую точность ?
Задача 81
Проводится некоторый опыт, в котором случайное событие может появиться с вероятностью 0,4. Определить, сколько опытов нужно провести, чтобы с вероятностью большей, чем 0,9 можно было ожидать отклонения относительной частоты появления события от не более чем на 0,05.

Решение: используем ту же формулу , но на этот раз нам известны величины:

По условию, требуется найти такое количество опытов , чтобы с вероятностью бОльшей чем разница составила не более чем . Ну, а коль скоро с вероятностью «бОльшей», то задачу следует разрулить через строгое неравенство:
– подставляем известные значения и делим обе части на два:

По таблице значений функции либо с помощью Калькулятора (Пункт 5*, этот способ будет точнее) по известному значению функции находим соответствующий аргумент: . Таким образом:

Возведём обе части в квадрат:

, и финальный штрих:

Ответ: для того, чтобы с вероятностью большей, чем 0,9, можно было ожидать отклонения , нужно провести более 259 опытов.

Также вы можете изучить эту тему подробнее – просто, доступно, весело и бесплатно!

С наилучшими пожеланиями, Александр Емелин

Источник