Теория вероятности — математическая дисциплина¶
Теория вероятности — раздел математики, изучающий закономерности случайных событий и методы расчёта их вероятностей. В простых словах, это инструмент, который позволяет количественно оценивать насколько вероятен тот или итог при неопределённых исходах: броске кубика, игре в карты, измерении погрешности или прогнозе погоды. Основная идея сводится к тому, что даже полностью непредсказуемые по отдельности события в массе подчиняются устойчивым статистическим закономерностям.
¶Основные понятия
Случайным называют событие, исход которого заранее неизвестен, но все возможные исходы перечислимы. Например, при броске монеты исхода два — орёл или решка. Вероятность события — число от 0 до 1, показывающее, как часто оно будет возникать при многократном повторении опыта. Полностью невозможное событие имеет вероятность 0, достоверное — вероятность 1.
Ключевые понятия:
- Элементарный исход — один конкретный возможный результат опыта (выпало «5» на кубике).
- Событие — набор элементарных исходов (выпало чётное число).
- Пространство элементарных исходов — множество всех возможных результатов.
- Аксиомы вероятности — три правила, на которых строится вся теория: вероятность неотрицательна, достоверное событие равно 1, вероятность объединения несовместимых событий равна сумме их вероятностей.
¶Формула Лапласа
Самый простой способ вычисления вероятности был предложен французским математиком Пьером-Симоном Лапласом в 1812 году. Если все исходы равновозможны, вероятность события равна отношению числа благоприятных исходов к общему числу исходов:
P(A) = m / n
Так, вероятность выпадения орла при честном броске монеты равна 1/2, вероятность выпадения шестёрки на кубике — 1/6, вероятность выпадения тузов в колоде из 52 карт — 4/52 = 1/13.
¶Основные правила
Сложение вероятностей. Вероятность того, что случится событие A или событие B, равна сумме их вероятностей, если события несовместимы (не могут произойти одновременно). Если события совместимы, из суммы вычитается вероятность их одновременного наступления.
Умножение вероятностей. Вероятность одновременного наступления двух независимых событий равна произведению их вероятностей. Например, вероятность того, что при двух бросках монеты выпадут два орла, составляет 1/2 × 1/2 = 1/4.
Условная вероятность. Вероятность события B при условии, что уже произошло событие A. Именно она позволяет учитывать информацию: вероятность того, что человек болен, отличается от вероятности того, что он болен, если известен положительный тест.
Формула Байеса. Позволяет обновлять вероятность гипотезы по мере получения новых данных. Широко применяется в медицинской диагностике, машинном обучении и юриспруденции.
¶Закон больших чисел и центральная предельная теорема
Два фундаментальных результата объясняют, почему вероятностные модели работают на практике. Закон больших чисел утверждает: при увеличении числа испытаний среднее значение результатов сближается с математическим ожиданием. Если подбросить монету 1000 раз, доля орлов почти наверняка окажется близка к 50 %, хотя в серии из 10 бросков возможны и 8 орлов.
Центральная предельная теорема показывает, что сумма многих независимых случайных величин распределена нормально (по «колоколу Гаусса»), независимо от исходных распределений. Это объясняет повсеместное распространение нормального распределения: рост людей, измерительные погрешности, шум в электронных цепях.
¶История
Первыми задачами теории вероятности были азартные игры. В 1654 году французский математик Блез Паскаль в переписке с Пьером де Ферма разобрал задачу о делении выигрыша, заложив основы теории. Итальянец Джироламо Кардано описывал вероятности игр в XVI веке, но его работы не получили развития.
Систематическую теорию создали Якоб Бернулли («Арс конджектанди», посмертно, 1713), Авраам де Муавр и Пьер-Симон Лаплас. В XIX веке Павел Чебышёв, Андрей Марков и Александр Ляпунов разработали строгий математический аппарат, включив теорию вероятностей в корпус строгой математики. В XX веке Андрей Колмогоров в 1933 году сформулировал аксиоматическую теорию, ставшую общепринятой.
¶Применение
Теория вероятности лежит в основе статистики, теории игр, финансовых моделей (оценка рисков, ценообразование опционов), страхового дела, квантовой механики, информатики (теория кодирования, машинное обучение), а также анализа данных и прогнозирования. В быту вероятностное мышление помогает оценивать риски: шанс выиграть в лотерею, вероятность дождя, риск побочных эффектов лекарства.
¶Критика и ограничения
Главный практический недостаток — субъективность исходных данных: формулы точны, но входящие в них вероятности приходится оценивать по опыту или экспертным суждениям. Классическая модель предполагает равновозможность исходов, что не всегда выполнимо. Альтернативой выступает частотный подход (вероятность как предел частоты) и субъективный (Байесовский) подход, где вероятность отражает степень уверенности.
Источники:
- Гмурман В. Е. «Теория вероятностей и математическая статистика»
- Феллер В. «Введение в теорию вероятностей и её приложения»
- Колмогоров А. Н. «Основания теории вероятностей» (1933)
- Каплан Д. М. «Теория вероятностей для чайников»
- Столлберг-Алиханов М. Д. «Теория вероятностей и математическая статистика»