учебники теория вероятности онлайн
Не секрет, что математика всегда считалась и считается одним из самых сложных предметов, однако нельзя переоценить ее особую роль в развитии мышления, формировании личности. Мы предлагаем вам раздел «учебники теория вероятности онлайн» где есть все пособия для полноценного обучения высшей математики. Полноценное обучение математике в современном понимании имеет целью не только получение детьми глубоких знаний, но и вооружение их умением применять знания творчески, нестандартно, постоянно пополнять систему знаний; находить оригинальные методы, способы, приемы решения задач и проблем; критически оценивать результаты своей деятельности. Математическое образование является стратегическим ресурсом развития цивилизации, поскольку при изучении именно этого предмета закладываются основы для того, чтобы школьник в будущем стал активным, самостоятельным и ответственным субъектом собственной профессиональной деятельности.
Наш раздел «учебники теория вероятности онлайн» создан с целью развития творческой одаренности школьников, привлечение их к научно-исследовательской, экспериментальной, конструкторской и изобретательской деятельности. Ученики, студенты которых не удовлетворяют знания из школьного курса математики, могут смело брать пособие с нашего раздела, где можно учиться по авторским инновационным программам, углубленно изучая высшую математику. Итогом работы секции является научное исследование слушателя, которое вырастает в научно-исследовательскую работу. Навыки и развитые способности, приобретенные учащимися при выполнении научно-исследовательской работы, является бесспорным основанием для успешной работы по написанию рефератов, курсовых и дипломных работ в вузах.
newgdz.com
Основы теории вероятностей.
Лекция №1
Теория вероятностей – это раздел математики, который изучает закономерности в массовых случайных событиях.
Событие
Выделяют три вида событий:
а) достоверные
б) невозможные
с) случайные
Достоверное событие – это событие, которое обязательно произойдёт в результате данного опыта.( например: при бросании кубика выпадет 1≤целое число≤6).
Невозможное событие – это событие, которое никогда не произойдет в условиях данного опыта. .( например: при бросании кубика выпадет число≥7, например 10).
Случайное событие – это событие, которое может произойти или не произойти в результате данного опыта. ( например: бросили кубик один раз – выпадение числа 3 – случайное событие).
События обозначаются первыми заглавными буквами латинского алфавита: А, В, С, D,.
События называются массовыми, если они происходят одновременно в достаточно большом числе испытаний или многократно повторяются .( например: много людей бросают кубики или один человек бросает кубик много раз).
1. Классификация случайных событий.
Равновозможные события – это события такие, что ни одно из них не является более возможным, чем другие ( например: кубику всё равно на какую грань упасть).
Совместные события – это события, которые могут произойти одновременно в результате данного опыта. ( например: бросаем 2 кубика — выпадение числа 1 и выпадение числа 3 – совместные события).
Несовместные события – это равновозможные события такие, что появление одного из них исключает появление остальных.( например: бросаем 1 кубик – выпадение цифры 3 исключает выпадение остальных цифр).
Несколько случайных событий: образуют
Противоположные события – это равновозможные несовместные события, образующие полную группу событий. Появление события исключает появление события. ( например: орёл или решка, попадание в мишень или промах).
Несмотря на то, что события случайные, при большом числе опытов они подчиняются закономерностям, которые изучает теория вероятностей.
2 Вероятность случайного события.
Вероятность случайного события (обозначается Р(А)) –это число, которое говорит нам о степени возможности наступления события .
Существуют два определения вероятности: классическое и статистическое, каждое из них имеет свои достоинства и недостатки.
Классическое определение вероятности.Вероятность события – это отношение числа исходов, благоприятствующих данному событию (m), к общему числу всех несовместных и равновозможных исходов данного опыта (n).
Если А – случайное событие, то
Если А – достоверное событие, то
Если А – невозможное событие, то
Пример: при бросании кубика возможно 6 исходов
Событие А: выпадет четное число. Число исходов, благоприятствующих событию А, m=3.
Достоинства: можно вычислить вероятность не производя испытания.
Недостатки: 1) не всегда известно число исходов опыта,
2) часто невозможно представить результат испытаний в виде равновозможных и несовместных событий.
Поэтому на практике часто пользуются статистическим определением вероятности.
Статистическое определение вероятности.
Пусть А – случайное событие, опыт проводился n раз, в результате опыта событие А произошло m раз, тогда m— частота наступления события А, а величина называетсяотносительной частотой события А.
Для разных n , могут заметно отличаться, но если проводим длинную серию опытов, т.е. , ток некоторому пределу.
Статистической вероятностью события А называется предел, к которому стремится его относительная частота , при неограниченном увеличении числа испытаний.
Пример: среди 1000 новорожденных 517 мальчиков. Найти относительную частоту рождения мальчиков. , тем не менее, известно, что
Так как вероятность – это число следовательно, с этими числами можно производить арифметические действия.
studfiles.net
Теория вероятностей
.
Теория вероятностей — математическая наука, позволяющая по вероятностям одних случайных событий находить вероятности других случайных событий, связанных каким-либо образом с первыми.
Утверждение о том, что какое-либо событие наступает с вероятностью , равной, например, ½, ещё не представляет само по себе окончательной ценности, так как мы стремимся к достоверному знанию. Окончательную познавательную ценность имеют те результаты теории вероятностей, которые позволяют утверждать, что вероятность наступления какого-либо события А весьма близка к единице или (что то же самое) вероятность не наступления события А весьма мала. В соответствии с принципом «пренебрежения достаточно малыми вероятностями» такое событие справедливо считают практически достоверным. Ниже (в разделе Предельные теоремы) показано, что имеющие научный и практический интерес выводы такого рода обычно основаны на допущении, что наступление или не наступление события А зависит от большого числа случайных, мало связанных друг с другом факторов. Поэтому можно также сказать, что теория вероятностей есть математическая наука, выясняющая закономерности, которые возникают при взаимодействии большого числа случайных факторов.
Предмет теории вероятностей.
Для описания закономерной связи между некоторыми условиями S и событием А, наступление или не наступление которого при данных условиях может быть точно установлено, естествознание использует обычно одну из следующих двух схем:
а) при каждом осуществлении условий S наступает событие А. Такой вид, например, имеют все законы классической механики, которые утверждают, что при заданных начальных условиях и силах, действующих на тело или систему тел, движение будет происходить однозначно определённым образом.
б) При условиях S событие А имеет определённую вероятность P (A / S), равную р. Так, например, законы радиоактивного излучения утверждают, что для каждого радиоактивного вещества существует определённая вероятность того, что из данного количества вещества за данный промежуток времени распадётся какое-либо число N атомов.
Назовем частотой события А в данной серии из n испытаний (то есть из n повторных осуществлений условий S) отношение h = m/n числа m тех испытаний, в которых А наступило, к общему их числу n. Наличие у события А при условиях S определённой вероятности, равной р, проявляется в том, что почти в каждой достаточно длинной серии испытаний частота события А приблизительно равна р.
Статистические закономерности, то есть закономерности, описываемые схемой типа (б), были впервые обнаружены на примере азартных игр, подобных игре в кости. Очень давно известны также статистические закономерности рождения, смерти (например, вероятность новорождённому быть мальчиком равна 0,515). Конец 19 в. и 1-я половина 20 в. отмечены открытием большого числа статистических закономерностей в физике, химии, биологии и т.п.
Возможность применения методов теории вероятностей к изучению статистических закономерностей, относящихся к весьма далёким друг от друга областям науки, основана на том, что вероятности событий всегда удовлетворяют некоторым простым соотношениям, о которых будет сказано ниже (см. раздел Основные понятия теории вероятностей). Изучение свойств вероятностей событий на основе этих простых соотношений и составляет предмет теории вероятностей.
Основные понятия теории вероятностей.
Наиболее просто определяются основные понятия теории вероятностей как математической дисциплины в рамках так называемой элементарной теории вероятностей. Каждое испытание Т, рассматриваемое в элементарной теорией вероятностей, таково, что оно заканчивается одним и только одним из событий E1, E2,…, ES (тем или иным, в зависимости от случая). Эти события называются исходами испытания. С каждым исходом Ek связывается положительное число рк — вероятность этого исхода. Числа pk должны при этом в сумме давать единицу. Рассматриваются затем события А, заключающиеся в том, что «наступает или Ei, или Ej,…, или Ek». Исходы Ei, Ej,…, Ek называются благоприятствующими А, и по определению полагают вероятность Р (А) события А, равной сумме вероятностей благоприятствующих ему исходов:
P (A) = pi + ps + … + pk. (1)
Частный случай p1 = p2 =… ps = 1/S приводит к формуле
Р (А) = r/s. (2)
Формула (2) выражает так называемое классическое определение вероятности, в соответствии с которым вероятность какого-либо события А равна отношению числа r исходов, благоприятствующих А, к числу s всех «равновозможных» исходов. Классическое определение вероятности лишь сводит понятие «вероятности» к понятию «равновозможности», которое остаётся без ясного определения.
Пример. При бросании двух игральных костей каждый из 36 возможных исходов может быть обозначен (i, j), где i — число очков, выпадающее на первой кости, j — на второй. Исходы предполагаются равновероятными. Событию А — «сумма очков равна 4», благоприятствуют три исхода (1; 3), (2; 2), (3; 1). Следовательно, Р (A) = 3/36 = 1/12.
Исходя из каких-либо данных событий, можно определить два новых события: их объединение (сумму) и совмещение (произведение). Событие В называется объединением событий A 1, A 2,…, Ar,-, если оно имеет вид: «наступает или A1, или А2,…, или Ar».
Событие С называется совмещением событий A1, А.2,…, Ar, если оно имеет вид: «наступает и A1, и A2,…, и Ar». Объединение событий обозначают знаком È, а совмещение — знаком Ç. Таким образом, пишут:
B = A1 È A2 È … È Ar, C = A1 Ç A2 Ç … Ç Ar.
События А и В называют несовместными, если их одновременное осуществление невозможно, то есть если не существует среди исходов испытания ни одного благоприятствующего и А, и В.
С введёнными операциями объединения и совмещения событий связаны две основные теоремы В. т. — теоремы сложения и умножения вероятностей.
Теорема сложения вероятностей. Если события A1, A2,…, Ar таковы, что каждые два из них несовместны, то вероятность их объединения равна сумме их вероятностей.
Так, в приведённом выше примере с бросанием двух костей событие В — «сумма очков не превосходит 4», есть объединение трёх несовместных событий A2, A3, A4, заключающихся в том, что сумма очков равна соответственно 2, 3, 4. Вероятности этих событий 1/36; 2/36; 3/36. По теореме сложения вероятность Р (В)равна
1/36 + 2/36 + 3/36 = 6/36 = 1/6.
Условную вероятность события В при условии А определяют формулой
что, как можно показать, находится в полном соответствии со свойствами частот. События A1, A2,…, Ar называются независимыми, если условная вероятность каждого из них при условии, что какие-либо из остальных наступили, равна его «безусловной» вероятности
Теорема умножения вероятностей. Вероятность совмещения событий A1, A2,…, Ar равна вероятности события A1,умноженной на вероятность события A2, взятую при условии, что А1 наступило,…, умноженной на вероятность события Ar при условии, что A1, A2,…, Ar-1 наступили. Для независимых событий теорема умножения приводит к формуле:
P (A1 Ç A2 Ç … Ç Ar) = P (A1) Ї P (A2) Ї … Ї P (Ar), (3)
то есть вероятность совмещения независимых событий равна произведению вероятностей этих событий. Формула (3) остаётся справедливой, если в обеих её частях некоторые из событий заменить на противоположные им.
Пример. Производится 4 выстрела по цели с вероятностью попадания 0,2 при отдельном выстреле. Попадания в цель при различных выстрелах предполагаются независимыми событиями. Какова вероятность попадания в цель ровно три раза?
Каждый исход испытания может быть обозначен последовательностью из четырёх букв [напр., (у, н, н, у) означает, что при первом и четвёртом выстрелах были попадания (успех), а при втором и третьем попаданий не было (неудача)]. Всего будет 2Ї2Ї2Ї2 = 16 исходов. В соответствии с предположением о независимости результатов отдельных выстрелов следует для определения вероятностей этих исходов использовать формулу (3) и примечание к ней. Так, вероятность исхода (у, н. н, н) следует положить равной 0,2Ї0,8Ї0,8Ї0,8 = 0,1024; здесь 0,8 = 1-0,2 — вероятность промаха при отдельном выстреле. Событию «в цель попадают три раза» благоприятствуют исходы (у, у, у, н), (у, у, н, у), (у, н, у, у). (н, у, у, у), вероятность каждого одна и та же:
0,2Ї0,2Ї0,2Ї0,8 =…… =0,8Ї0,2Ї0,2Ї0,2 = 0,0064;
следовательно, искомая вероятность равна
4Ї0,0064 = 0,0256.
Обобщая рассуждения разобранного примера, можно вывести одну из основных формул теории вероятностей: если события A1, A2,…, An независимы и имеют каждое вероятность р, то вероятность наступления ровно m из них равна
Pn (m) = Cnmpm (1 — p) n-m; (4)
здесь Cnm обозначает число сочетаний из n элементов по m. При больших n вычисления по формуле (4) становятся затруднительными. Пусть в предыдущем примере число выстрелов равно 100, и ставится вопрос об отыскании вероятности х того, что число попаданий лежит в пределах от 8 до 32. Применение формулы (4) и теоремы сложения даёт точное, но практически мало пригодное выражение искомой вероятности
Приближённое значение вероятности х можно найти по теореме Лапласа
причём ошибка не превосходит 0,0009. Найденный результат показывает, что событие 8 £ m £ 32 практически достоверно. Это самый простой, но типичный пример использования предельных теорем теории вероятностей.
К числу основных формул элементарной теории вероятностей относится также так называемая формула полной вероятности: если события A1, A2,…, Ar попарно несовместны и их объединение есть достоверное событие, то для любого события В его вероятность равна сумме
Теорема умножения вероятностей оказывается особенно полезной при рассмотрении составных испытаний. Говорят, что испытание Т составлено из испытаний T1, T2,…, Tn-1, Tn, есликаждый исход испытания Т есть совмещение некоторых исходов Ai, Bj,…, Xk, Yl соответствующих испытаний T1, T2,…, Tn-1, Tn. Из тех или иных соображений часто бывают известны вероятности
mirznanii.com
|
ТЕОРИЯ ВЕРОЯТНОСТЕЙ «Можно считать, — пишет В.А. Никифоровский, — что теория вероятностей не как наука, а как собрание эмпирических наблюдений, сведений существует издавна, столько, сколько существует игра в кости. Действительно, опытный игрок знал и, вероятно, учитывал в игре, что разные выпадения числа очков имеют разную частоту появления. При метании трех костей, например, три очка могут выпасть только одним способом (по очку на каждой кости), а четыре очка — тремя способами: 2+1+1, 1+2+1, 1+1+2. Элементарные понятия теории вероятностей возникли, как уже было сказано, в связи с задачами азартных игр, обработки результатов астрономических наблюдений, задачами статистики, практики страховых обществ. Страхование получило широкое распространение вместе с развитием мореплавания и морской торговли». Еще в шестнадцатом веке видные математики Тарталья и Кардано обратились к задачам теории вероятностей в связи с игрой в кости и подсчитали различные варианты выпадения очков. Кардано в своей работе «Об азартной игре» привел расчеты, очень близкие к полученным позднее, когда теория вероятностей уже утвердилась как наука. Тот же Кардано сумел подсчитать, сколькими способами даст метание двух или трех костей то или иное число очков. Он определил полное число возможных выпадений. Другими словами, Кардано вычислил вероятности тех или иных выпадений. Однако все таблицы и вычисления Тартальи и Кардано стали лишь материалом для будущей науки. «Исчисление вероятностей, всецело построенное на точных заключениях, мы находим впервые только у Паскаля и Ферма», — утверждает Цейтен. Ферма и Паскаль действительно стали основателями математической теории вероятностей. Блез Паскаль (1623–1662) родился в Клермоне. Вся семья Паскалей отличалась выдающимися способностями. Что касается самого Блеза, он с раннего детства обнаруживал признаки необыкновенного умственного развития. В 1631 году, когда маленькому Паскалю было восемь лет, его отец переселился со всеми детьми в Париж, продав по тогдашнему обычаю свою должность и вложив значительную часть своего небольшого капитала в Отель де-Вилль. Имея много свободного времени, Этьен Паскаль почти исключительно занялся умственным воспитанием сына. Он сам много занимался математикой и любил собирать у себя в доме математиков. Но, составив план занятий сына, он отложил математику до тех пор, пока сын не усовершенствуется в латыни. Каково же было удивление отца, когда он увидел сына, самостоятельно пытавшегося доказать свойства треугольника. Собрания, проходившие у отца Паскаля и у некоторых из его приятелей, приобрели характер настоящих ученых заседаний. С шестнадцатилетнего возраста молодой Паскаль также стал принимать деятельное участие в занятиях кружка. Он был уже настолько силен в математике, что овладел почти всеми известными в то время методами, и среди членов, наиболее часто делавших новые сообщения, он был одним из первых. Шестнадцати лет Паскаль написал весьма примечательный трактат о конических сечениях. Однако усиленные занятия вскоре подорвали и без того слабое здоровье Паскаля. В восемнадцать лет он уже постоянно жаловался на головную боль, на что первоначально не обращали особого внимания. Но окончательно расстроилось здоровье Паскаля во время чрезмерных работ над изобретенной им арифметической машиной. Придуманная Паскалем машина была довольно сложна по устройству, и вычисление с ее помощью требовало значительного навыка. Этим и объясняется, почему она осталась механической диковинкой, возбуждавшей удивление современников, но не вошедшей в практическое употребление. Со времени изобретения Паскалем арифметической машины имя его стало известным не только во Франции, но и за ее пределами. В 1643 году Торричелли предпринял опыты по подъему различных жидкостей в трубках и насосах. Торричелли вывел, что причиною подъема, как воды, так и ртути, является вес столба воздуха, давящего на открытую поверхность жидкости. Эти эксперименты заинтересовали Паскаля. Зная, что воздух имеет вес, он решает объяснить явления, наблюдаемые в насосах и в трубках, действием этого веса. Главная трудность, однако, состояла в том, чтобы объяснить способ передачи давления воздуха. Блез рассуждал так: если давление воздуха действительно служит причиной рассматриваемых явлений, то из этого следует, что чем меньше или ниже, при прочих равных условиях, столб воздуха, давящий на ртуть, тем ниже будет столб ртути в барометрической трубке. В результате эксперимента Паскаль показал, что давление жидкости распространяется во все стороны равномерно и что из этого свойства жидкостей вытекают почти все остальные их механические свойства. Далее ученый нашел, что и давление воздуха по способу своего распространения совершенно подобно давлению воды. В области математики Паскаль в первую очередь известен своим вкладом в теорию вероятностей. Как выразился Пуассон, «задача, относившаяся к азартным играм и поставленная перед суровым янсенистом светским человеком, была источником теории вероятностей». Этим светским человеком был кавалер де Мере, а «суровым янсенистом» — Паскаль. Считается, что де Мере был азартнейшим игроком. На самом деле он серьезно интересовался наукой. Как бы там ни было, де Мере задал Паскалю следующий вопрос: каким образом разделить старку между игроками в случае, если игра не была окончена? Решение этой задачи совершенно не поддавалось всем известным до того времени математическим методам. Здесь предстояло решить вопрос, не зная, который из игроков мог бы выиграть в случае продолжения игры? Ясно, что речь шла о задаче, которую надо было решить на основании степени вероятности выигрыша или проигрыша того или другого игрока. Но до тех пор ни одному математику еще не приходило в голову вычислять события только вероятные. Казалось, что задача допускает лишь гадательное решение, то есть что делить ставку надо совершенно наудачу, например, метанием жребия, определяющего, за кем должен остаться окончательный выигрыш. Необходим был гений Паскаля и Ферма, чтобы понять, что такого рода задачи допускают вполне определенные решения и что «вероятность» есть величина, доступная измерению. Допустим, требуется узнать, как велика вероятность вынуть белый шар из урны, содержащей два белых шара и один черный. Всех шаров три, и белых шаров вдвое больше, чем черных. Ясно, что правдоподобнее предположить при доставании наудачу, что будет вытянут белый шар, нежели черный. Может как раз случиться, что мы вынем черный шар; но все же мы вправе сказать, что вероятность этого события меньше, чем вероятность вынуть белый. Увеличивая число белых шаров и оставляя один черный, легко видеть, что вероятность вынуть черный шар будет уменьшаться. Так, если бы белых шаров было тысяча, а черных — один и если бы кому-либо предложили побиться об заклад, что будет вынут черный шар, а не белый, то только сумасшедший или азартный игрок решился бы поставить на карту значительную сумму в пользу черного шара. Уяснив себе понятие об измерении вероятности, легко понять, каким образом Паскаль решил задачу, предложенную де Мере. Очевидно, что Для вычисления вероятности надо узнать отношение между числом случаев благоприятных событию и числом всех возможных случаев (как благоприятных, так и неблагоприятных). Полученное отношение и есть искомая вероятность. Так, если белых шаров сто, а черных, положим, десять, то всех «случаев» будет сто десять, из них десять в пользу черных шаров. Поэтому вероятность вынуть черный шар будет 10 к 110, или 1 к 11. Две задачи, предложенные кавалером де Мере, сводятся к следующему. Первая: как узнать, сколько раз надо метать две кости в надежде получить наибольшее число очков, то есть двенадцать; другая: как распределить выигрыш между двумя игроками в случае неоконченной партии. Первая задача сравнительно легка: надо определить, сколько может быть различных сочетаний очков; лишь одно из этих сочетаний благоприятно событию, все остальные неблагоприятны, и вероятность вычисляется очень просто. Вторая задача значительно труднее. Обе были решены одновременно в Тулузе математиком Ферма и в Париже Паскалем. По этому поводу в 1654 году между Паскалем и Ферма завязалась переписка, и, не будучи знакомы лично, они стали лучшими друзьями. Ферма решил обе задачи посредством придуманной им теории сочетаний. Решение Паскаля было значительно проще: он исходил из чисто арифметических соображений. Нимало не завидуя Ферма, Паскаль, наоборот, радовался совпадению результатов и писал: «С этих пор я желал бы раскрыть перед вами свою душу, так я рад тому, что наши мысли встретились. Я вижу, что истина одна и та же в Тулузе и в Париже». Вот краткое решение Паскаля. Предположим, говорит Паскаль, что играют два игрока и что выигрыш считается окончательным после победы одного из них в трех партиях. Предположим, что ставка каждого игрока составляет 32 червонца и что первый уже выиграл две партии (ему не хватает одной), а второй выиграл одну (ему не хватает двух). Им предстоит сыграть еще партию. Если ее выиграет первый, он получит всю сумму, то есть 64 червонца; если второй, у каждого будет по две победы, шансы обоих станут равны, и в случае прекращения игры каждому, очевидно, надо дать поровну. Итак, если выиграет первый, он получит 64 червонца. Если выиграет второй, то первый получит лишь 32. Поэтому, если оба согласны не играть предстоящей партии, то первый вправе сказать: 32 червонца я получу во всяком случае, даже если я проиграю предстоящую партию, которую мы согласились признать последней. Стало быть, 32 червонца мои. Что касается остальных 32 — может быть, их выиграю я, может быть, и вы; поэтому разделим эту сомнительную сумму пополам. Итак, если игроки разойдутся, не сыграв последней партии, то первому надо дать 48 червонцев, или же s, всей суммы, второму 16 червонцев, или, из чего видно, что шансы первого из них на выигрыш втрое больше, чем второго (а не вдвое, как можно было бы подумать при поверхностном рассуждении). Несколько позднее Паскаля и Ферма к теории вероятностей обратился Хейнгенс Христиан Гюйгенс (1629–1695). До него дошли сведения об их успехах в новой области математики. Гюйгенс пишет работу «О расчетах в азартной игре». Она впервые вышла в виде приложения к «Математическим этюдам» его учителя Схоотена в 1657 году. До начала восемнадцатого века «Этюды…» оставались единственным руководством по теории вероятностей и оказали большое влияние на многих математиков. В письме Схоотену Гюйгенс заметил: «Я полагаю, что при внимательном изучении предмета читатель заметит, что имеет дело не только с игрой, но что здесь закладываются основы очень интересной и глубокой теории». Подобное высказывание говорит о том, что Гюйгенс глубоко понимал существо рассматриваемого предмета. Именно Гюйгенс ввел понятие математического ожидания и приложил его к решению задачи о разделении ставки при разном числе игроков и разном количестве недостающих партий и к задачам, связанным с бросанием игральных костей. Математическое ожидание стало первым основным теоретико-вероятностным понятием. В XVII веке появляются первые работы по статистике. Они посвящены, главным образом, подсчету распределения рождений мальчиков и девочек, смертности людей различных возрастов, необходимого количества людей разных профессий, величины налогов, народного богатства, доходов. При этом применялись методы, связанные с теорией вероятностей. Подобные работы способствовали ее развитию. Галлей при составлении таблицы смертности в 1694 году осреднял данные наблюдений по возрастным группам. По его мнению, имеющиеся отклонения «видимо, вызваны случаем», что данные не имели бы резких отклонений при «намного большем» числе лет наблюдений. Теория вероятностей имеет огромное применение в самых различных областях. Посредством нее астрономы, например, определяют вероятные ошибки наблюдений, а артиллеристы вычисляют вероятное количество снарядов, могущих упасть в определенном районе, а страховые общества — размер премий и процентов, уплачиваемых при страховании жизни и имущества. А во второй половине девятнадцатого столетия зародилась так называемая «статистическая физика», представляющая собой область физики, специально изучающей огромные совокупности атомов и молекул, составляющие любое вещество, с точки зрения вероятностей. |
rulibs.com