Элементы теории вероятностей и математической статистики и их применение в расчетах надежности
Основные понятия теории вероятностей
Основы теории множеств.
Теория вероятностей - математическая наука, изучающая закономерности в случайных явлениях. Одним из основных понятий является понятие случайного события (в дальнейшем просто событие). Отказ – событие случайное.
Событием называется всякий факт (исход), который в результате опыта (испытания, эксперимента) может произойти или не произойти. Каждому из таких событий можно поставить в соответствие определенное число, называемое его вероятностью и являющееся мерой возможного совершения этого события.
Современное построение теории вероятностей основывается на аксиоматическом подходе и опирается на элементарные понятия теории множеств.
Множество – это любая совокупность объектов произвольной природы, каждый из которых называется элементом множества. Множества обозначаются по-разному: или одной большой буквой или перечислением его элементов, данным в фигурных скобках, или указанием (в тех же фигурных скобках) правила, по которому элемент относится к множеству. Например, конечное множество М натуральных чисел от 1 до 100 может быть записано в виде
М = {1, 2, …,100} = {i - целое; 1 i
100}.
Предположим, что производится некоторый опыт (эксперимент, испытание), результат которого заранее неизвестен, случаен. Тогда множество всех возможных исходов опыта представляет пространство элементарных событий, а каждый его элемент
(один отдельный исход опыта) является элементарным событием. Любой набор элементарных событий (любое их сочетание) считается подмножеством (частью) множества
и является случайным событием, т. е. любое событие А – это подмножество множества
: А
.
В общем случае, если множество содержит n элементов, то в нем можно выделить 2n подмножеств (событий).
Рассматривая событие (ведь каждое множество есть свое собственное подмножество), можно отметить, что оно является достоверным событием, т. е. осуществляется при любом опыте. Пустое множество
как событие является невозможным, т. е. при любом опыте заведомо не может произойти.
Совместные (несовместные) события – такие события, появление одного из которых не исключает (исключает) возможности появления другого.
Зависимые (независимые) события – такие события, появление одного из которых влияет (не влияет) на появление другого события.
Противоположное событие относительно некоторого выбранного события А – событие, состоящее в не появлении этого выбранного события (обозначается ).
Полная группа событий – такая совокупность событий, при которой в результате опыта должно произойти хотя бы одно из событий этой совокупности. Очевидно, что события А и составляют полную группу событий.
Одна из причин применения теории множеств в теории вероятностей заключается в том, что для множеств определены важные преобразования, которые имеют простое геометрическое представление и облегчающее понимание смысла этих преобразований. Оно носит название диаграммы Эйлера-Венна, и на ней пространство изображается в виде прямоугольника, а различные множества – в виде плоских фигур, ограниченных замкнутыми линиями. Пример диаграммы, иллюстрирующей включение множеств C
B
А, приведен на рис. 3.1.
Рис. 3.1
Видно, что B является подмножеством А, а C – подмножеством B (и одновременно подмножеством А).
Алгебра событий.
В прикладных задачах основными являются не прямые, а косвенные методы вычисления вероятностей интересующих нас событий через вероятности других, с ними связанных. Для этого нужно уметь выражать интересующие нас события через другие, т. е. использовать алгебру событий.
Отметим, что все вводимые ниже понятия справедливы тогда, когда события о которых идет речь, представляют собой подмножества одного и того же пространства элементарных событий .
Сумма или объединение событий А1, А2, …, Аn – такое событие А, появление которого в опыте эквивалентно появлению в том же опыте хотя бы одного из событий А1, А2, …, Аn. Сумма обозначается:
![]() | (3.1) |
где - знак логического сложения событий,
- знак логической суммы событий.
Произведение или пересечение событийА1, А2, …, Аn – такое событие А, появление которого в опыте эквивалентно появлению в том же опыте всех событий А1, А2, …, Аn одновременно. Произведение обозначается
![]() | (3.2) |
где - знак логического умножения событий,
- знак логического произведения событий.
Операции сложения и умножения событий обладают рядом свойств, присущих обычным сложению и умножению, а именно: переместительным, сочетательным и распределительным свойствами, которые очевидны и не нуждаются в пояснении.
Диаграммы Эйлера-Венна для суммы (а) и произведения (б) двух событий А1 и А2 приведены на рис. 3.2.
![]() | ![]() | |||
а) | б) |
Рис. 3.2
Суммой (объединением) событий А1 и А2 является событие, состоящее в появлении хотя бы одного из этих событий (заштрихованная область на рис. 3.2, а). Произведение событий А1 и А2 это событие, состоящее в совместном выполнении обоих событий (заштрихованное пересечение событий А1 и А2 – рис. 3.2, б).
Из определения суммы и произведения событий следует, что
А = А А; А = А
;
= А
;
А = А А;
= А
; А = А
.
Если события Аi (i=1, … , n) или { Аi }n i=1 составляют полную группу событий, то их сумма есть достоверное событие
![]() ![]() | (3.3) |
Изображение противоположного события приведено на рис. 3.3. Область
дополняет А до полного пространства
. Из определения противоположного события следует, что
![]() | (3.4) |
Другие свойства противоположных событий отражены в законах де Моргана:
![]() | (3.5) |
поясняемых рис. 3.4.
![]() | ![]() | |||
Рис. 3.3 | Рис. 3.4 |
Аксиомы теории вероятностей
Сопоставим каждому событию А число, называемое, как и прежде, его вероятностью и обозначаемое P(A) или P{A}. Вероятность выбирают так, чтобы она удовлетворяла следующим условиям или аксиомам:
P( ![]() ![]() | (3.6) |
P( ![]() ![]() ![]() ![]() | (3.7) |
Если Ai и Aj несовместные события, т. е. Ai Aj =
, то
P(Ai ![]() | (3.8) |
Приведенные аксиомы постулируются, и попытка доказать их лишена смысла. Единственным критерием справедливости является степень, с которой теория, построенная на их основе, отражает реальный мир.
Аксиому (3.8) можно обобщить на любое конечное число несовместных событий { Аi }n i=1:
![]() | (3.9) |
С помощью аксиом можно вычислить вероятности любых событий (подмножеств пространства ) с помощью вероятностей элементарных событий. Вопрос о том, как определить вероятности элементарных событий, является риторическим. На практике они определяются либо из соображений, связанных с возможными исходами опыта (например, в случае бросания монеты естественно считать вероятности выпадения орла или решки одинаковыми), или на основе опытных данных (частот).
Последний подход широко распространен в прикладных инженерных задачах, поскольку позволяет косвенно соотнести результаты анализа с физической реальностью.
Предположим, что в опыте пространство можно представить в виде полной группы несовместных и равновозможных событий А1, А2, …, Аn. Согласно (3.3) их сумма представляет достоверное событие:
=
.,
так как события А1, А2, …, Аn несовместны, то согласно аксиомам (3.6) и (3.9):
![]() ![]() | (3.10) |
Поскольку события А1, А2, …, Аn равновозможны, то вероятность каждого из них одинакова и равна
Отсюда непосредственно получается частотное определение вероятности любого события A:
![]() | (3.11) |
как отношение числа случаев (mA), благоприятных появлению события А, к общему числу случаев (возможному числу исходов опыта) n.
Совершенно очевидно, что частотная оценка вероятности есть не что иное как следствие аксиомы сложения вероятностей. Представив, что число n неограниченно возрастает, можно наблюдать явление, называемое статистическим упорядочением, когда частота события А все меньше изменяется и приближается к какому-то постоянному значению, которое и представляет вероятность события А.