小編整理: 概率論是數(shù)學(xué)的一個(gè)分支,主要研究隨機(jī)現(xiàn)象的數(shù)量規(guī)律。隨機(jī)現(xiàn)象是指試驗(yàn)或觀察前不能確定出現(xiàn)哪種結(jié)果的現(xiàn)象,具有偶然性。概率論旨在從數(shù)量上描述和解釋這些隨機(jī)現(xiàn)象的規(guī)律。
概率論的研究范圍很廣,包括概率模型、隨機(jī)過程、隨機(jī)變量和它們的分布、隨機(jī)事件的概率、獨(dú)立性和馬爾可夫性等。這些概念和工具可以用來描述和解釋各種現(xiàn)實(shí)世界中的隨機(jī)現(xiàn)象,如自然現(xiàn)象、工程系統(tǒng)、金融市場等。
概率論在數(shù)學(xué)和其他學(xué)科中都有廣泛應(yīng)用。在數(shù)學(xué)領(lǐng)域,概率論是數(shù)理統(tǒng)計(jì)學(xué)、金融數(shù)學(xué)、風(fēng)險(xiǎn)分析等領(lǐng)域的核心基礎(chǔ)。在其他學(xué)科中,概率論被廣泛應(yīng)用于物理學(xué)、生物學(xué)、社會(huì)科學(xué)、工程學(xué)等領(lǐng)域,例如
天氣預(yù)報(bào) 、遺傳學(xué)研究、市場預(yù)測等。
總之,概率論是一種重要的數(shù)學(xué)工具,用于研究和解釋隨機(jī)現(xiàn)象的數(shù)量規(guī)律和行為。
概率論 研究隨機(jī)現(xiàn)象規(guī)律的數(shù)學(xué)分支
概率論是研究隨機(jī)現(xiàn)象數(shù)量規(guī)律的數(shù)學(xué)分支。隨機(jī)現(xiàn)象是相對于決定性現(xiàn)象而言的。在一定條件下必然發(fā)生某一結(jié)果的現(xiàn)象稱為決定性現(xiàn)象。例如在 標(biāo)準(zhǔn)大氣壓 下, 純水 加熱到100℃時(shí)水必然會(huì)沸騰等。隨機(jī)現(xiàn)象則是指在基本條件不變的情況下,每一次試驗(yàn)或觀察前,不能肯定會(huì)出現(xiàn)哪種結(jié)果,呈現(xiàn)出偶然性。例如,擲一硬幣,可能出現(xiàn)正面或反面。隨機(jī)現(xiàn)象的實(shí)現(xiàn)和對它的觀察稱為隨機(jī)試驗(yàn)。隨機(jī)試驗(yàn)的每一可能結(jié)果稱為一個(gè) 基本事件 ,一個(gè)或一組基本事件統(tǒng)稱 隨機(jī)事件 ,或簡稱事件。典型的隨機(jī)試驗(yàn)有擲骰子、扔硬幣、抽撲克牌以及輪盤游戲 等。
發(fā)展過程
起源 概率論是一門研究事情發(fā)生的可能性的學(xué)問,但是最初概率論的起源與賭博問題有關(guān)。16世紀(jì),意大利的學(xué)者 吉羅拉莫·卡爾達(dá)諾 (Girolamo Cardano)開始研究擲骰子等賭博中的一些簡單問題。 概率與統(tǒng)計(jì)的一些概念和簡單的方法,早期主要用于賭博和人口統(tǒng)計(jì)模型。隨著人類的社會(huì)實(shí)踐,人們需要了解各種不確定現(xiàn)象中隱含的必然規(guī)律性,并用數(shù)學(xué)方法研究各種結(jié)果出現(xiàn)的可能性大小,從而產(chǎn)生了概率論,并使之逐步發(fā)展成一門嚴(yán)謹(jǐn)?shù)膶W(xué)科。概率與統(tǒng)計(jì)的方法日益滲透到各個(gè)領(lǐng)域,并廣泛應(yīng)用于自然科學(xué)、經(jīng)濟(jì)學(xué)、醫(yī)學(xué)、金融保險(xiǎn)甚至人文科學(xué)中。
發(fā)展 隨著18、19世紀(jì)科學(xué)的發(fā)展,人們注意到在某些生物、物理和社會(huì)現(xiàn)象與機(jī)會(huì)游戲之間有某種相似性,從而由機(jī)會(huì)游戲起源的概率論被應(yīng)用到這些領(lǐng)域中;同時(shí)這也大大推動(dòng)了概率論本身的發(fā)展。使概率論成為數(shù)學(xué)的一個(gè)分支的奠基人是 瑞士 數(shù)學(xué)家伯努利,他建立了概率論中第一個(gè) 極限定理 ,即 伯努利大數(shù)定律 ,闡明了事件的頻率穩(wěn)定于它的概率。隨后 棣莫弗 和 拉普拉斯 又導(dǎo)出了第 二個(gè)基本極限定理( 中心極限定理 )的原始形式。拉普拉斯在系統(tǒng)總結(jié)前人工作的基礎(chǔ)上寫出了《分析的概率理論》,明確給出了概率的古典定義,并在概率論中引入了更有力的分析工具,將概率論推向一個(gè)新的 發(fā)展階段。19世紀(jì)末,俄國數(shù)學(xué)家 切比雪夫 、馬爾可夫、李亞普諾夫等人用分析方法建立了 大數(shù)定律 及中心極限定理的一般形式,科學(xué)地解釋了為什么實(shí)際中遇到的許多隨機(jī)變量近似服從正態(tài)分布。20世紀(jì)初受物理學(xué)的刺激,人們開始研究隨機(jī)過程。這方面柯爾莫哥洛夫、維納、馬爾可夫、 辛欽 、萊維及費(fèi)勒等人作了杰出的貢獻(xiàn)。
定義
傳統(tǒng)概率 傳統(tǒng)概率又叫拉普拉斯概率,因?yàn)槠涠x是由法國數(shù)學(xué)家拉普拉斯提出的。如果一個(gè)隨機(jī)試驗(yàn)所包含的單位事件是有限的,且每個(gè)單位事件發(fā)生的可能性均相等,則這個(gè)隨機(jī)試驗(yàn)叫做拉普拉斯試驗(yàn)。在拉普拉斯試驗(yàn)中,事件A在事件空間S中的概率P(A)為:
例如,在一次同時(shí)擲一個(gè)硬幣和一個(gè)骰子的隨機(jī)試驗(yàn)中,假設(shè)事件A為獲得國徽面且點(diǎn)數(shù)大于4,那么事件A的概率應(yīng)該有如下計(jì)算方法: ,按照拉普拉斯定義,A的概率為 ,注意到在拉普拉斯試驗(yàn)中存在著若干的疑問,在現(xiàn)實(shí)中是否存在著這樣一個(gè)試驗(yàn),其單位事件的概率具有精確的相同的概率值,因?yàn)槿藗儾恢?,硬幣以及骰子是?完美",即骰子制造的是否均勻,其重心是否位于正中心,以及輪盤是否傾向于某一個(gè)數(shù)字等等。盡管如此,傳統(tǒng)概率在實(shí)踐中被廣泛應(yīng)用于確定事件的概率值,其理論根據(jù)是: 如果沒有足夠的論據(jù)來證明一個(gè)事件的概率大于另一個(gè)事件的概率,那么可以認(rèn)為這兩個(gè)事件的概率值相等 。如果仔細(xì)觀察這個(gè)定義會(huì)發(fā)現(xiàn)拉普拉斯用概率解釋了概率,定義中用了"相同的可能性"(原文是égalementpossible)一詞,其實(shí)指的就是"相同的概率"。這個(gè)定義也并沒有說出,到底什么是概率,以及如何用數(shù)字來確定概率。在現(xiàn)實(shí)生活中也有一系列問題,無論如何不能用傳統(tǒng)概率定義來解釋,比如,人壽保險(xiǎn)公司無法確定一個(gè)50歲的人在下一年將死去的概率等。
公理化定義 如何定義概率,如何把概率論建立在嚴(yán)格的邏輯基礎(chǔ)上,是概率理論發(fā)展的困難所在,對這一問題的探索一直持續(xù)了3個(gè)世紀(jì)。20世紀(jì)初完成的 勒貝格測度 與積分理論及隨后發(fā)展的抽象測度和積分理論,為概率公理體系的建立奠定了基礎(chǔ)。在這種背景下,蘇聯(lián)數(shù)學(xué)家柯爾莫哥洛夫1933年在他的《概率論基礎(chǔ)》一書中第一次給出了概率的測度論的定義和一套嚴(yán)密的公理體系。他的 公理化方法 成為現(xiàn)代概率論的基礎(chǔ),使概率論成為嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)分支,對概率論的迅速發(fā)展起了積極的作用。 以下是公理化定義:
設(shè)隨機(jī)實(shí)驗(yàn)E的 樣本空間 為Ω。若按照某種方法,對E的每一事件A賦予一個(gè)實(shí)數(shù) ,且滿足以下公理: (3) 可列(完全)可加性: 對于兩兩互不相容的可列無窮多個(gè)事件 有 ,則稱實(shí)數(shù) 為事件A的概率。
統(tǒng)計(jì)定義 設(shè)隨機(jī)事件A在n次重復(fù)試驗(yàn)中發(fā)生的次數(shù)為nA,若當(dāng)試驗(yàn)次數(shù)n很大時(shí),頻率 穩(wěn)定地在某一數(shù)值p的附近擺動(dòng),且隨著試驗(yàn)次數(shù)n的增加,其擺動(dòng)的幅度越來越小,則稱數(shù)p為隨機(jī)事件A的概率,記為 。
事件 事件包括單位事件、事件空間、隨機(jī)事件等。
在一次隨機(jī)試驗(yàn)中可能發(fā)生的唯一的,且相互之間獨(dú)立的結(jié)果被稱為單位事件,用e表示。在隨機(jī)試驗(yàn)中可能發(fā)生的所有單位事件的集合稱為事件空間,用S來表示。例如在一次擲骰子的隨機(jī)試驗(yàn)中,如果用獲得的點(diǎn)數(shù)來表示單位事件,那么一共可能出現(xiàn)6個(gè)單位事件,則事件空間可以表示為 上面的事件空間是由可數(shù)有限單位事件組成,事實(shí)上還存在著由可數(shù)無限以及不可數(shù)單位事件組成的事件空間,比如在一次直到獲得國徽面朝上的隨機(jī)擲硬幣試驗(yàn)中,其事件空間由可數(shù)無限單位事件組成,表示為: ,注意到在這個(gè)例子中"數(shù)數(shù)數(shù)國"是單位事件。將兩根筷子隨意扔向桌面,其靜止后所形成的交角假設(shè)為α,這個(gè)隨機(jī)試驗(yàn)的事件空間的組成可以表示為 。 隨機(jī)事件是事件空間S的子集,它由事件空間S中的單位元素構(gòu)成,用大寫字母A,B,C...表示。例如在擲兩個(gè)骰子的隨機(jī)試驗(yàn)中,設(shè)隨機(jī)事件 ,則A可以由下面3個(gè)單位事件組成: 。如果在隨機(jī)試驗(yàn)中事件空間中的所有可能的單位事件都發(fā)生,這個(gè)事件被稱為 必然事件 ,表示為 ;相應(yīng)的如果事件空間里不包含任何一個(gè)單位事件,則稱之為 不可能事件 ,表示為 。 事件的計(jì)算
因?yàn)槭录谝欢ǔ潭壬鲜且约系暮x定義的,因此可以把集合計(jì)算方法直接應(yīng)用于事件的計(jì)算,也就是說,在計(jì)算過程中,可以把事件當(dāng)作集合來對待。
不屬于A的事件發(fā)生
或者A或者B或者A,B同時(shí)發(fā)生
事件A,B同時(shí)發(fā)生
差集A\B
不屬于B的A事件發(fā)生)
如A發(fā)生,則B也一定發(fā)生
在輪盤游戲中假設(shè)A代表事件“球落在紅色區(qū)域”,B代表事件"球落在黑色區(qū)域",C代表事件"球落在綠色區(qū)域",因?yàn)槭录嗀和B沒有共同的單位事件,因此可表示為概率 。 注意到事件A和B并不是互補(bǔ)的關(guān)系,因?yàn)樵谡麄€(gè)事件空間S中還有一個(gè)單位事件C,其即不是紅色也不是黑色,而是綠色,因此A,B的補(bǔ)集應(yīng)該分別表示如下: 以及 。 一事件A在一事件B確定發(fā)生后會(huì)發(fā)生的概率稱為B給之A的條件概率;其數(shù)值為 (當(dāng) 時(shí))。若B給之A的條件概率和A的概率相同時(shí),則稱A和B為 獨(dú)立事件 。 且A和B的此一關(guān)系為對稱的,這可以由一同價(jià)敘述:“當(dāng)A和B為獨(dú)立事件時(shí), ”看出。
相關(guān)事例 人們普遍認(rèn)為,對將要發(fā)生的機(jī)率的一種不好的感覺,或者說不安全感(俗稱“點(diǎn)背”)是實(shí)際存在的。下面列出的幾個(gè)例子可以形象闡述人們有時(shí)對機(jī)率存在的錯(cuò)誤的認(rèn)識(shí):
(1)六合彩:在六合彩(49選6)中,一共有13983816種可能性,普遍認(rèn)為,如果每周都買一個(gè)不相同的號(hào),最晚可以在 (周)=268919年后獲得頭等獎(jiǎng)。事實(shí)上這種理解是錯(cuò)誤的,因?yàn)槊看沃歇?jiǎng)的機(jī)率是相等的,中獎(jiǎng)的可能性并不會(huì)因?yàn)闀r(shí)間的推移而變大。 (2) 生日悖論 :在一個(gè)足球 場上有23個(gè)人(2×11個(gè)運(yùn)動(dòng)員和1個(gè)裁判員),不可思議的是,在這23人當(dāng)中至少有兩個(gè)人的生日是在同一天的機(jī)率要大于50%。 (3)輪盤游戲:在游戲中玩家普遍認(rèn)為,在連續(xù)出現(xiàn)多次紅色后,出現(xiàn)黑色的機(jī)率會(huì)越來越大。這種判斷也是錯(cuò)誤的,即出現(xiàn)黑色的機(jī)率每次是相等的,因?yàn)榍虮旧聿]有“記憶”,它不會(huì)意識(shí)到以前都發(fā)生了什么,其機(jī)率始終是 。 (4) 三門問題 :在電視臺(tái)舉辦的猜隱藏在門后面的汽車的游戲節(jié)目中,在參賽者的對面 有三扇關(guān)閉的門,其中只有一扇門的后面有一輛汽車,其它兩扇門后是山羊。游戲規(guī)則是,參賽者先選擇 一扇他認(rèn)為其后面有汽車的門,但是這扇門仍保持關(guān)閉狀態(tài),緊接著主持人打開沒有被參賽者選擇的另外兩扇門中后面有山羊的一扇門,這時(shí)主持人問參賽者,要不要改變主意,選擇另一扇門,以使得贏得汽車的機(jī)率更大一些? 正確結(jié)果是,如果參賽者改變初衷,他的 中獎(jiǎng)概率 將變成 。因?yàn)榇蜷_山羊門的那一剎那 ,本來的選擇結(jié)果已經(jīng)從 幾率變到了 幾率,如果改變初衷此時(shí)將是 中獎(jiǎng)的幾率。 有三種可能的情況,全部都有相等的可能性( )︰參賽者挑山羊一號(hào),主持人挑山羊二號(hào)。轉(zhuǎn)換將贏得汽車。參賽者挑山羊二號(hào),主持人挑山羊一號(hào)。轉(zhuǎn)換將贏得汽車。參賽者挑汽車,主持人挑兩頭山羊的任何一頭。轉(zhuǎn)換將失敗。在頭兩種情況,參賽者可以通過轉(zhuǎn)換選擇而贏得汽車。第三種情況是唯一一種參賽者通過保持原來選擇而贏的情況。因?yàn)槿N情況中有兩種是通過轉(zhuǎn)換選擇而贏的,所以通過轉(zhuǎn)換選擇而贏的概率是 。
計(jì)算 需要提及的是下面將要介紹的9個(gè)計(jì)算概率的定理與上面已經(jīng)提及的事件的計(jì)算沒有關(guān)系,所有關(guān)于概率的定理均由概率的3個(gè)公理得來,同時(shí)適用于包括拉普拉斯概率和統(tǒng)計(jì)概率在內(nèi)的所有概率理論。
定理1 又稱 互補(bǔ)法則。
第一次旋轉(zhuǎn)紅色不出現(xiàn)的概率是 ,按照乘法法則,第二次也不出現(xiàn)紅色的概率是 ,因此在這里互補(bǔ)概率就是指在兩次連續(xù)旋轉(zhuǎn)中至少有一次是紅色的概率,為
定理2 不可能事件的概率為零。
證明: Q和S是互補(bǔ)事件,按照公理2有 ,再根據(jù)上面的定理1得到
定理3 如果 事件不能同時(shí)發(fā)生(為 互斥事件 ),而且若干事件 每兩兩之間是空集關(guān)系,那么這些所有事件集合的概率等于單個(gè)事件的概率的和。 例如,在一次擲骰子中,得到5點(diǎn)或者6點(diǎn)的概率是:
定理4
定理5 任意事件加法法則:
對于事件空間S中的任意兩個(gè)事件A和B,有如下定理:概率
定理6 乘法法則:
事件A,B同時(shí)發(fā)生的概率是: ,前提為事件A,B有一定關(guān)聯(lián)。
定理7 無關(guān)事件乘法法則:
兩個(gè)不相關(guān)聯(lián)的事件A,B同時(shí)發(fā)生的概率是:注意到這個(gè)定理實(shí)際上是定理6(乘法法則)的特殊情況,如果事件A,B沒有聯(lián)系,則有 。觀察一下輪盤游戲中兩次連續(xù)的旋轉(zhuǎn)過程,P(A)代表第一次出現(xiàn)紅色的概率,P(B)代表第二次出現(xiàn)紅色的概率,可以看出,A與B沒有關(guān)聯(lián),利用上面提到的公式 ,連續(xù)兩次出現(xiàn)紅色的概率為: 忽視這一定理是造成許多玩家失敗的根源,普遍認(rèn)為,經(jīng)過連續(xù)出現(xiàn)若干次紅色后,黑色出現(xiàn)的概率會(huì)越來越大,事實(shí)上兩種顏色每次出現(xiàn)的概率是相等的,之前出現(xiàn)的紅色與之后出現(xiàn)的黑色之間沒有任何聯(lián)系,因?yàn)榍虮旧聿]有"記憶",它并不"知道"以前都發(fā)生了什么。
所以,連續(xù)10次至少有1次出現(xiàn)紅色的概率為 。
統(tǒng)計(jì)概率 統(tǒng)計(jì)概率是建立在頻率理論基礎(chǔ)上的,分別由英國 邏輯學(xué)家約翰( John Venn ,1834-1923)和奧地利數(shù)學(xué)家理查德(Richard VonMises,1883-1953)提出,他們認(rèn)為,獲得一個(gè)事件的概率值的唯一方法是通過對該事件進(jìn)行100次,1000次或者甚至10000次的前后相互獨(dú)立的n次隨機(jī)試驗(yàn),針對每次試驗(yàn)均記錄下 絕對頻率 值和相對頻率值hn(A),隨著試驗(yàn)次數(shù)n的增加,會(huì)出現(xiàn)如下事實(shí),即相對頻率值會(huì)趨于穩(wěn)定,它在一個(gè)特定的值上下浮動(dòng),也即是說存在著一個(gè)極限值P(A),相對頻率值趨向于這個(gè)極限值。 這個(gè)極限值被稱為統(tǒng)計(jì)概率,表示為: 。 例如,若想知道在一次擲骰子的隨機(jī)試驗(yàn)中獲得6點(diǎn)的概率值可以對其進(jìn)行3000次前后獨(dú)立的扔擲試驗(yàn),在每一次試驗(yàn)后記錄下出現(xiàn)6點(diǎn)的次數(shù),然后通過計(jì)算相對頻率值可以得到趨向于某一個(gè)數(shù)的統(tǒng)計(jì)概率值。
扔擲數(shù)
獲得6點(diǎn)的絕對頻率
獲得6點(diǎn)的相對頻率
1
1
1.00000
2
1
0.50000
3
1
0.33333
4
1
0.25000
5
2
0.40000
10
2
0.20000
20
5
0.25000
100
12
0.12000
200
39
0.19500
300
46
0.15333
400
72
0.18000
500
76
0.15200
600
102
0.17000
700
120
0.17143
1000
170
0.17000
2000
343
0.17150
3000
560
0.16867
上面提到的這個(gè)有關(guān)相對頻率的經(jīng)驗(yàn)值又被稱為大數(shù)定律,是頻率理論學(xué)家定義概率論的基礎(chǔ)。然而沒有人可以將骰子無限地扔下去,因此在實(shí)踐中也就無法有力的證明大數(shù)定律,許多來自數(shù)學(xué)理論的論證至今也沒有取得成功。盡管如此,統(tǒng)計(jì)概率在今天的實(shí)踐中具有重要意義,它是數(shù)理統(tǒng)計(jì)的基礎(chǔ)。
完全概率 n個(gè)事件 互相間獨(dú)立,且共同組成整個(gè)事件空間S,即 ,而且 。這時(shí)A的概率可以表示為 例如,一個(gè)隨機(jī)試驗(yàn)工具由一個(gè)骰子和一個(gè)柜子中的三個(gè)抽屜組成,抽屜1里有14個(gè)白球和6個(gè)黑球,抽屜2里有2個(gè)白球和8個(gè)黑球,抽屜3里有3個(gè)白球和7個(gè)黑球,試驗(yàn)規(guī)則是首先擲骰子,如果獲得小于4點(diǎn),則抽屜1被選擇,如果獲得4點(diǎn)或者5點(diǎn),則抽屜2被選擇,其他情況選擇抽屜3。然后在選擇的抽屜里隨機(jī)抽出一個(gè)球,最后抽出的這個(gè)球是白球的概率是:
從例子中可看出,完全概率特別適合于分析具有多層結(jié)構(gòu)的隨機(jī)試驗(yàn)的情況。
貝葉斯定理 貝葉斯定理由英國數(shù)學(xué)家貝葉斯(Thomas Bayes,1702-1761)發(fā)展,用來描述兩個(gè)條件概率之間的關(guān)系,比如 。按照定理6的乘法法則, ,可以立刻導(dǎo)出貝葉斯定理: 如上公式也可變形為例如: 。 一座別墅在過去的20年里一共發(fā)生過2次被盜,別墅的主人有一條狗,狗平均每周晚上叫3次,在盜賊入侵時(shí)狗叫的概率被估計(jì)為0.9,問題是:在狗叫的時(shí)候發(fā)生入侵的概率是多少?
人們假設(shè)A事件為狗在晚上叫,B為盜賊入侵,則 , , ,按照公式很容易得出結(jié)果: 。 另一個(gè)例子,現(xiàn)分別有A,B兩個(gè)容器,在容器A分別有7個(gè) 紅球 和3個(gè)白球,在容器B里有1個(gè)紅球和9個(gè)白球,現(xiàn)已知從這兩個(gè)容器里任意抽出了一個(gè)球,且是紅球,問這個(gè)紅球是來自容器A的概率是多少? 假設(shè)已經(jīng)抽出紅球?yàn)槭录﨎,從容器A里抽出球?yàn)槭录嗀,則有: , , ,按照公式,則有: 。 雖然概率論最早產(chǎn)生于17世紀(jì),然而其公理體系卻在20世紀(jì)的20至30年代才建立起來并得到迅速發(fā)展,在過去的半個(gè)世紀(jì)里概率論在越來越多的新興領(lǐng)域顯示了它的應(yīng)用性和實(shí)用性,例如:物理、化學(xué)、生物、醫(yī)學(xué)、心理學(xué)、社會(huì)學(xué)、政治學(xué)、教育學(xué),經(jīng)濟(jì)學(xué)以及幾乎所有的工程學(xué)等領(lǐng)域。
特別值得一提的是,概率論是今天數(shù)理統(tǒng)計(jì)的基礎(chǔ),其結(jié)果常被用做 問卷調(diào)查 的分析資料,而且也用于對經(jīng)濟(jì)前景進(jìn)行預(yù)測。