Относительная частота. Устойчивость относительной частоты

Относительная частота наряду с вероятностью принадлежит к основным понятиям теории вероятностей.

Относительной частотой события называют отношение числа испытаний, в которых событие появилось, к общему числу фактически произведённых испытаний. Таким образом, относительная частота события А определяется формулой

где m – число появлений события, n – общее число испытаний.

Сопоставляя определения вероятности и относитель­ной частоты, заключаем: определение вероятности не требует, чтобы испытания производились в действитель­ности; определение же относительной частоты предпола­гает, что испытания были произведены фактически. Дру­гими словами, вероятность вычисляют до опыта, а относительную частоту-после опыта.

Пример 1 . Отдел технического контроля обнаружил 3 нестандартных детали в партии из 80 случайно отобранных деталей. Относительная частота появления нестандартных деталей

Пример 2. По цели произвели 24 выстрела, причем было зарегистрировано 19 попаданий. Относительная частота поражения цели

Длительные наблюдения показали, что если в одина­ковых условиях производят опыты, в каждом из которых число испытаний достаточно велико, то относительная частота обнаруживает свойство устойчивости. Это свой­ство состоит в том, что в различных опытах относитель­ная частота изменяется мало (тем меньше, чем больше произведено испытаний), колеблясь около некоторого постоянного числа . Оказалось, что это постоянное число есть вероятность появления события.

Таким образом, если опытным путем установлена от­носительная частота, то полученное число можно принять за приближенное значение вероятности.

Подробнее и точнее связь между относительной часто­той и вероятностью будет изложена далее. Теперь же проиллюстрируем свойство устойчивости на примерах.

Пример 3. По данным шведской статистики, относительная час­тота рождения девочек за 1935 г. по месяцам характеризуется следующими числами (числа расположены в порядке следования месяцев, начиная с января): 0,486; 0,489; 0,490; 0,471; 0,478; 0,482; 0.462; 0,484; 0,485; 0,491; 0,482; 0,473.

Относительная частота колеблется около числа 0,482, которое можно принять за приближенное значение вероятности рождении девочек.

Заметим, что статистические данные различных стран дают при­мерно то же значение относительной частоты.

Пример 4 . Многократно проводились опыты бросания монеты, которых подсчитывали число появления «герба». Результаты не­скольких опытов приведены в табл. 1.

Здесь относительные частоты незначительно отклоняются от чис­ла 0,5, причем тек меньше, чем больше число испытаний. Напри­мер, при 4040 испытаниях отклонение равно 0, 0069, а при 24 000 испытаний - лишь 0, 0005. Приняв во внимание, что вероятность появления «герба» при бросании монеты равна 0,5, мы вновь убеж­даемся, что относительная частота колеблется около вероятности.

называется относительной частотой (или частостью) события А в рассматриваемой серии опытов.

Относительная частота события обладает следующими свойствами :

1. Частость любого события заключена между нулем и единицей, т.е.

2. Частость невозможного события равна нулю, т.е.

3. Частость достоверного события равна 1, т.е.

4. Частость суммы двух несовместных событий равна сумме частоты
этих событий, т.е. если , то

Частость обладает еще одним фундаментальным свойством, называемым свойством статистической устойчивости : с увеличением числа опытов (т.е. n ) она принимает значения, близкие к некоторому постоянному числу (говорят: частость стабилизируется, приближаясь к некоторому числу, частость колеблется около некоторого числа, или ее значения группируются около некоторого числа).

Так, например, в опыте (К. Пирсон) бросание монеты – относительная частота появления герба при 12000 и 24000 бросаниях оказалась равной 0,5015 и 0,5005 соответственно, т.е. частость приближается к числу . Частость рождения мальчика, как показывают наблюдения, колеблется около числа 0,515.

Отметим, что теория вероятностей изучает только те массовые случайные явления с неопределенным исходом, для которых предполагается наличие устойчивости относительной частоты.

Статистическое определение вероятности

Для математического изучения случайного события необходимо ввести какую-либо количественную оценку события. Понятно, что одни события имеют больше шансов («более вероятны») наступить, чем другие. Такой оценкой является вероятность события , т.е. число, выражающее степень возможности его появления в рассматриваемом опыте. Математических определений вероятности существует несколько, все они дополняют и обобщают друг друга.

Рассмотрим опыт, который можно повторять любое число раз (говорят: «проводятся повторные испытания»), в котором наблюдается некоторое событие А .

Статистической вероятностью события А называется число, около которого колеблется относительная частота события Апри достаточно большом числе испытаний (опытов).

Вероятность события А обозначается символом Р (А ). Согласно данному определению:

.

(1.2)

Математическим обоснованием близости относительной частоты и вероятности Р (А ) некоторого события А служит теорема Я. Бернулли.

Вероятности Р (А ) приписываются свойства 1-4 относительной частоты:

1. Статистическая вероятность любого события заключена между нулем и единицей, т.е.

2. Статистическая вероятность невозможного события равна нулю, т.е.

3. Статистическая вероятность достоверного события равна 1, т.е.

4. Статистическая вероятность суммы двух несовместных событий равна сумме частоты этих событий, т.е. если , то

Статистический способ определения вероятности, опирающийся на реальный опыт, достаточно полно выявляет содержание этого понятия. Недостатком статистического определения является неоднозначность статистической вероятности; так в примере с бросанием монеты в качестве вероятности можно принять не только число 0,5, но и 0,49 или 0,51 и т.д. Для надежного определения вероятности нужно проделать большое число испытаний, что не всегда просто или дешево.

Классическое определение вероятности

Существует простой способ определения вероятности события, основанный на равновозможности любого из конечного числа исходов опыта. Пусть проводится опыт с n исходами, которые можно представить в виде полной группы несовместных равновозможных событий. Такие исходы называются случаями, шансами, элементарными событиями , опыт - классическим . Про такой опыт говорят, что он сводится к схеме случаев или схеме урн (т.к. вероятностную задачу для такого опыта можно заменить эквивалентной ей задачей с урнами, содержащими шары разных цветов).

Случай w, который приводит к наступлению события А , называется благоприятным (или благоприятствующим) ему, т.е. случай w влечет событие A : .

Вероятностью события А называется отношение числа m случаев, благоприятствующих этому событию, к общему числу n случаев, т.е.

.

(1.3)

Наряду с обозначением Р (А ) для вероятности события А используется обозначение р , т.е. р=Р (А ).

Из классического определения вероятности вытекают следующие свойства :

1. Вероятность любого события заключена между нулем и единицей, т.е.

2. Вероятность невозможного события равна нулю, т.е.

3. Вероятность достоверного события равна 1, т.е.

4. Вероятность суммы несовместных событий равна сумме частоты этих событий, т.е. если , то

Пример 1.3. В урне находятся 12 белых и 8 черных шаров. Какова вероятность того, что наудачу вынутый шар будет белым?

Решение :

Пусть А – событие, состоящее в том, что вынут белый шар. Ясно, что – число всех равновозможных случаев. Число случаев, благоприятствующих событию А , равно 12, т.е. . Следовательно, по формуле (1.3) имеем: , т.е. .

Геометрическое определение вероятностей

Геометрическое определение вероятности применяется в случае, когда исходы опыта равновозможны, а ПЭС есть бесконечное несчетное множество. Рассмотрим на плоскости некоторую область Ω, имеющую площадь , и внутри области Ω, область D с площадью S D (см. рис. 6).

В области Ω случайно выбирается точка X . Этот выбор можно интерпретировать как бросание точки X в область Ω. При этом попадание точки в область Ω - достоверное событие, в D - случайное. Предполагается, что все точки области Ω равноправны (все элементарные события равновозможны), т.е. что брошенная точка может попасть в любую точку области Ω и вероятность попасть в область D пропорциональна площади этой области и не зависит от ее расположения и формы. Пусть событие , т.е. брошенная точка попадет в область D .

Известно, что случайное событие вследствие испытания может произойти или не произойти. Но при этом для разных событий в одном и том же испытании существуют разные возможности. Давайте разберём пример. Если в урне сто тщательно перемешанных одинаковых шариков, причем среди них лишь десять черных, а остальные - белые, то при извлечении наугад одного шарика больше возможностей, что появится имеет именно белый. Возможность появления того или иного события в данном испытании имеет численную меру, которая называется вероятностью этого события и согласно теории вероятностей, можно посчитать, каков же шанс увидеть чёрный или белый шар.

Классическое определение вероятности

Предположим, что при проведении определенного испытания возможно появление $n$ элементарных равновозможных событий. Из этого количества число $m$ - это количество тех элементарных событий, которые благоприятствуют появлению определенного события $A$. Тогда вероятностью события $A$ называется отношение $P\left(A\right)=\frac{m}{n} $.

Пример № 1.

В урне 3 белых и 5 черных шариков, которые отличаются лишь цветом. Испытание заключается в том, что из урны наугад вынимают один шарик. Событием $A$ считаем "появление белого шарика". Вычислить вероятность события $A$.

При испытании можно извлечь любой из восьми шариков. Все эти события являются элементарными, поскольку они несовместны и образуют полную группу. Понятно также, что все эти события - равновозможны. Итак, для вычисления вероятности $P\left(A\right)$ можно применить классическое ее определение. Как решение имеем: $n=8$, $m=3$, а вероятность извлечь из шаров именно белый будет равна $P\left(A\right)=\frac{3}{8} $.

Из классического определения вероятности вытекают следующие ее свойства:

• вероятность достоверного события $V$ всегда равна единице, то есть $P\left(V\right)=1$; это объясняется тем, что достоверному событию благоприятствуют все элементарные события, то есть $m=n$;
• вероятность невозможного события $H$ всегда равна нулю, то есть $P\left(H\right)=0$; это объясняется тем, что невозможному событию не благоприятствует ни одно из элементарных, то есть $m=0$;
• вероятность любого случайного события $A$ всегда удовлетворяет условию $0

Таким образом, в общем случае вероятность любого события удовлетворяет неравенству $0\le P\left(A\right)\le 1$.

Относительная частота и её устойчивость

Определение 1

Предположим, что выполняется довольно большое количество испытаний, в каждом из которых может произойти или не произойти определенное событие $A$. Такие испытания называют серией испытаний.

Предположим, что проведена серия из $n$ испытаний, в которых событие $A$ состоялось $m$ раз. Здесь число $m$ называют абсолютной частотой события $A$, а отношение $\frac{m}{n} $ называют относительной частотой события $A$. Например, из $n=20$ использованных во время пожара огнетушителей не сработали (событие $A$) $m=3$ огнетушителя. Здесь $m=3$ - абсолютная частота события $A$, а $\frac{m}{n} =\frac{3}{20} $ - относительная.

Практический опыт и здравый смысл подсказывают, что при малых $n$ значения относительной частоты не могут быть устойчивыми, но если количество испытаний увеличивать, то значения относительной частоты должны стабилизироваться.

Пример № 2.

Для участия в команде тренер отбирает пять мальчиков из десяти. Сколькими способами он может сформировать команду, если два определенных мальчика, образующих костяк команды, должны войти в команду?

В соответствии с условием задачи, двое мальчиков войдут в команду сразу. Следовательно, остается отобрать трех мальчиков из восьми. При этом важен только состав, так роли всех членов команды не различаются. Это значит, что мы имеем дело с сочетаниями.

Сочетаниями из $n$ элементов по $m$ называются комбинации, состоящие из $m$ элементов и отличающиеся друг от друга хотя бы одним элементом, но не порядком расположения элементов.

Количество сочетаний вычисляется по формуле $C_{n}^{m} =\frac{n!}{m!\cdot \left(n-m\right)!} $.

Таким образом, количество различных способов формирования команды в количестве трех мальчиков, выбирая их из восьми мальчиков - это число сочетаний из 8 элементов по 3:

$C_{8}^{3} =\frac{8!}{3!\cdot \left(8-3\right)!} =\frac{8!}{3!\cdot 5!} =\frac{6\cdot 7\cdot 8}{1\cdot 2\cdot 3} =56$

Пример № 3.

На полке в кабинете в случайном порядке расставлено 15 книг, причем 5 из них по алгебре. Преподаватель берет наудачу три книги. Найти вероятность того, что хотя бы одна из взятых книг окажется по алгебре.

Событие $A$ (хотя бы одна из взятых трех книг - книга по алгебре) и $\bar{A}$ (ни одна из взятых трех книг не является книгой по алгебре) - противоположные, поэтому Р(А) + Р($\bar{A}$) = 1. Отсюда Р(А) = 1-Р($\bar{A}$). Таким образом, искомая вероятность Р(А) = 1 - $C_{10}^{3} \, /C_{15}^{3} \, $= 1 - 24/91 = 67/91.

Пример № 4.

Из двадцати акционерных обществ четыре являются иностранными. Гражданин приобрел по одной акции шести акционерных обществ. Какова вероятность того, что среди купленных акций две окажутся акциями иностранных акционерных обществ?

Общее число комбинаций выбора акционерных обществ равно числу сочетаний из 20 по 6, то есть ${\rm C}_{{\rm 20}}^{{\rm 6}} $. Число благоприятствующих исходов определяется как произведение ${\rm C}_{{\rm 4}}^{{\rm 2}} \cdot {\rm C}_{{\rm 16}}^{{\rm 4}} $, где первый сомножитель указывает число комбинаций выбора иностранных акционерных обществ из четырех. Но с каждой такой комбинацией могут встретиться акционерные общества, не являющиеся иностранными. Число комбинаций таких акционерных обществ будет ${\rm C}_{{\rm 16}}^{{\rm 4}} $. Поэтому искомая вероятность запишется в виде ${\rm P}=\frac{{\rm C}_{{\rm 4}}^{{\rm 2}} \cdot {\rm C}_{{\rm 16}}^{{\rm 4}} }{{\rm C}_{{\rm 20}}^{{\rm 6}} } =0,28$.

Пример № 5.

В партии из 18 деталей находятся 4 нестандартных. Наугад выбирают 5 деталей. Найти вероятность того, что из этих 5 деталей две окажутся нестандартными.

Число всех равновозможных несовместных исходов $n$ равно числу сочетаний из 18 по 5, т.е. $n=C_{18}^{5} =8568$.

Подсчитаем число исходов $m$, благоприятствующих событию А. Среди 5 взятых наугад деталей должно быть 3 стандартных и 2 нестандартных. Число способов выборки двух нестандартных деталей из 4 имеющихся нестандартных равно числу сочетаний из 4 по 2: $C_{4}^{2} =6$.

Число способов выборки трех стандартных деталей из 14 имеющихся стандартных равно $C_{14}^{3} =364$.

Любая группа стандартных деталей может комбинироваться с любой группой нестандартных деталей, поэтому общее число комбинаций $m$ составляет $m=C_{4}^{2} \cdot C_{14}^{3} =6\cdot 364=2184$.

Искомая вероятность события А равна отношению числа исходов $m$, благоприятствующих событию, к числу $n$ всех равновозможных и несовместных событий $P(A)=\frac{2184}{8568} =0,255.$

Пример № 6.

В урне содержится 5 чёрных и 6 белых шаров. Случайным образом вынимают 4 шара. Найти вероятность того, что среди них имеется хотя бы один белый шар.

Пусть событие $ $ - среди вынутых шаров хотя бы один белый.

Рассмотрим противоположное событие $\bar{}$ - среди вынутых шаров нет ни одного белого. Значит все вынутые 4 шара чёрные.

Используем формулы комбинаторики.

Количество способов вынуть четыре шара из одиннадцати:

$n=!_{11}^{4} =\frac{11!}{4!\cdot (11-4)!} =330$

Количество способов вынуть четыре черных шара из одиннадцати:

$m=!_{5}^{4} =\frac{5!}{4!\cdot (5-4)!} =5$

Получаем: $\; (\bar{})=\frac{m}{n} =\frac{5}{330} =\frac{1}{66} $; $P(A)=1-\; (\bar{A})=1-\frac{1}{66} =\frac{65}{66} $.

Ответ: вероятность того, что среди четырёх вынутых шаров нет ни одного белого равна $\frac{65}{66} $.

Определение . Пусть в n повторяющихся опытах (испытаниях) некоторое событие А наступило n A раз.

Число n A называется частотой события А , а отношение

называется относительной частотой (или частостью) события А в рассматриваемой серии испытаний.

Свойства относительной частоты

Относительная частота события обладает следующими свойствами.

1. Частота любого события заключена в интервале от нуля до единицы, т.е.

2. Частота невозможного события равна нулю, т.е.

3. Частота достоверного события равна 1, т.е.

4. Частота суммы двух несовместных событий равна сумме частот (частостей) этих событий, т.е. если =Ø, то

Частость обладает свойством , называемым свойством статистической устойчивости : с увеличением числа опытов (т.е. с увеличением n ) частость события принимает значения, близкие к вероятности этого события р .

Определение. Статистической вероятностью события А называется число, около которого колеблется относительная частота события А при достаточно большом числе испытаний (опытов) n .

Вероятность события А обозначается символом Р (А ) или р (А ). Появление в качестве символа понятия «вероятность» буквы р определяется ее наличием на первом месте в английском слове probability – вероятность.

Согласно данному определению

Свойства статистической вероятности

1. Статистическая вероятность любого события А заключена между нулем и единицей, т.е.

2. Статистическая вероятность невозможного события (А = Ø) равна нулю, т.е.

3. Статистическая вероятность достоверного события (А = Ω) равна единице, т.е.

4. Статистическая вероятность суммы несовместных событий равна сумме вероятностей этих событий, т.е. если А·В = Ø, то

Классическое определение вероятности

Пусть проводится опыт с n исходами, которые можно представить в виде группы несовместных равновозможных событий. Случай, который приводит к появлению события А , называется благоприятным или благоприятствующим, т.е. случай w влечет за собой событие А , w А .

Определение . Вероятностью события А называется отношение числа m случаев, благоприятствующих этому событию, к общему числу n случаев, т.е.

Свойства «классической» вероятности

1. Аксиома неотрицательности : вероятность любого события А неотрицательна, т.е.

Р (А ) ≥ 0.

2. Аксиома нормированности : вероятность достоверного события (А = Ω) равна единице:

3. Аксиома аддитивности : вероятность суммы несовместных событий (или вероятность появления одного из двух несовместных событий) равна сумме вероятностей этих событий, т.е. если А·В =Ø, то

Вероятность события : Р () = 1 – Р (А).

Для вероятности события, являющегося суммой любых двух событий А и В, справедлива формула:

Если события А и В не могут произойти в результате одного испытания одновременно, т.е. иными словами, если А·В – невозможное событие, то их называют несовместимыми или несовместными , и тогда Р (А·В ) = 0 и формула вероятности суммы событий приобретает особенно простой вид:

Если же события А и В могут произойти в результате одного испытания, то их называют совместимыми .

Полезный алгоритм

При нахождении вероятностей с использованием классического определения вероятности следует придерживаться следующего алгоритма.

1. Необходимо четко осмыслить, в чем состоит эксперимент.

2. Четко сформулировать, в чем состоит событие А , вероятность которого необходимо найти.

3. Четко сформулировать, что будет в рассматриваемой задаче составлять элементарное событие. Сформулировав и определив элементарное событие, следует проверить три условия, которому должно удовлетворять множество исходов, т.е. Ω.

6. Следуя классическому определению вероятности, определить

При решении задач наиболее распространенной ошибкой является нечеткое понимание того, что берется в качестве элементарного события w , а от этого зависит правильность построения множества и правильность вычисления вероятности события. Обычно на практике в качестве элементарного события берут простейший исход, который нельзя «расщепить» на более простые.