dr hab. Janusz Szczepanski, prof. nadzw. UKW
http://www.ippt.gov.pl/~jszczepa
Informacje wstepne
Historia prawdopodobieństwa.
Początki rachunku prawdopodobieństwa sięgają gier hazardowych (gra w kości, karty).
Podejmowane były próby opracowania zwycięskich strategii.
Podwaliny naukowe pod teorię prawdopodobieństwa położyli tacy matematycy jak:
B. Pascal, P. Fermat, J. Bernoulli, P.S. Laplace, K.F. Gauss, S.D. Poisson, P.Czebyszew, A. Kolmogorow, A. Chinczyn. W Polsce przede wszystkim H. Steinhaus.
Do zrozumienia teorii prawdopodobieństwa trzeba znać:
- rachunek zbiorów,
- analizę matematyczną,
- kombinatorykę (szczególnie w kontekście klasycznej definicji).
Historycznie, mamy trzy definicje prawdopodobieństwa, które jednak posiadają wady:
- Definicja klasyczna (najpopularniejsza, szkolna),
- Definicja geometryczna,
- Definicja statystyczna.
Kwintesencja tych podejść jest współczesna Aksjomatyczna Definicja Prawdopodobieństwa.
Jeśli w wyniku realizacji doświadczenia może zajść jeden z możliwych wzajemnie się wykluczających wyników (zdarzenia elementarne), zaś zajście zdarzeniu A określone jest przez zajście jednego z możliwych różnych wyników , gdzie oraz , to będziemy mówili, że zajściu zdarzenia A sprzyja m zdarzeń elementarnych.
Jeżeli założymy zatem, że wyniki wzajemnie się wykluczają i są jednakowo możliwe to prawdopodobieństwem zdarzenia A nazywa się ułamek
.
Wady tej definicji:
a) jest tautologią. Do definicji jest użyte słowo definiowane (jednakowo prawdopodobne, jednakowo możliwe)
b) zbiory zdarzeń elementarnych muszą być skończone
c) do określenia prawdopodobieństwa musimy znać zbiory zdarzeń sprzyjających i zbiór wszystkich zdarzeń.
Przykłady, w których przestrzenią zdarzeń elementarnych jest odcinek lub prostokąt. Nie można wtedy zastosować klasycznej definicji prawdopodobieństwa.
Jeśli Q (które jest zbiorem wszystkich zdarzen elementarnych) i A są dwoma zbiorami w przestrzeni r-wymiarowej oraz to prawdopodobieństwo, że dowolny punkt należący do Q będzie również należał do A, równa się stosunkowi miary zbioru A do miary zbioru Q. Przyjętą miarą jest miara Lebesgue’a.
Prawdopodobieństwo zależy od konkretnego określenia przestrzeni i funkcji prawdopodobieństwa.
Musimy znać zbiory Q i A.
Przykład z urna w której znajduje się 5 kul białych i 10 kul czarnych. Nie znamy jednak składu zawartości urny.
W tym przypadku, żeby określić prawdopodobieństwo zdarzenia wyciągnięcia kuli białej powtarzamy w sposób niezależny ze zwracaniem losowanie kuli. Mises zaproponował aby prawdopodobieństwo zajścia zdarzenia A określić następująco:
gdzie oznacza ile razy zaszło zdarzenie A w procesie n losowań.
Ciekawe przykłady (wykład) z: określeniem powierzchni i strzelaniem, składem ryb w stawie.
Wady definicji statystycznej:
a) doświadczenie trzeba powtarzać nieskończenie wiele razy
b) niesprecyzowane jest w jakim sensie jest ta granica (wartość zależy od eksperymentu).
Zatem ostatecznie:
Przedstawiona w następnym pliku.
3
Esta15