1. Необходимые сведения из теории вероятности
Теория вероятностей — математическая наука, изучающая закономерности массовых случайных явлений (событий).
Основные понятия
Случайным событием (или просто событием) называется всякое явление, которое может произойти или не произойти при осуществлении определенной совокупности условий. Теория вероятностей имеет дело с такими событиями, которые имеют массовый характер. Это значит, что данная совокупность условий может быть воспроизведена неограниченное число раз. Каждое такое осуществление данной совокупности условий называют испытанием (или опытом).
События будем обозначать заглавными буквами латинского алфавита: A, В, С, ... . Пусть при n испытаниях событие A появилось m раз. Отношение m/n называется частотой (относительной частотой) события A.
Опыт показывает, что при многократном повторении испытаний частота Р*(А) случайного события обладает устойчивость, которая является общим свойством массовых случайных событий, а именно, всегда существует такое число, к которому приближается частота появления данного события, мало отличаясь от него при большом числе испытаний. Это число называется вероятностью события. Оно выражает объективную возможность появления события.
Событие называется достоверным, если оно в данном опыте обязательно должно произойти; наоборот, событие называется невозможным, если оно в данном опыте не может произойти.
Если событие A не является ни достоверным, ни невозможным, то его частота m/n при большом числе испытаний будет мало отличаться от некоторого числа p (где 0 < p < 1 ) — вероятности события A.
Совмещением (или произведением) двух событий A и В называется событие, состоящее в совместном наступлении как события A, так и события В. Это событие будем обозначать АВ или ВА.
Объединением (или суммой) двух событий A и В называется событие С, заключающееся в том, что произойдет по крайней мере одно из событий A или В. Это событие обозначается так: С=А+В.
Два события A и В называются несовместными, если наступление события A исключает наступление события В. Отсюда следует, что если события A и В несовместны, то событие AB — невозможное.
Аксиомы вероятностей.
Пусть A и B — два несовместных события, причем в n испытаниях событие A произошло m1 раз, а событие В произошло m2 раз. Тогда частоты событий A и В соответственно равны P*(A)=m1/n, P*(B)=m2/n. Так как события A и В несовместны, то событие A+B в данной серии опытов произошло m1+m2 раз. Следовательно,
Таким образом, частота события A+B равна сумме частот событий A и В. Но при больших n частоты P*(A), P*(B) и P*(A+B) мало отличаются от соответствующих вероятностей P(A), P(B) и P(A+B). Поэтому естественно принять, что если A и В — несовместные события, то P(A+B)=P(A)+P(B).
Изложенное позволяет высказать следующие свойства вероятностей, которые мы принимаем в качестве аксиом.
Аксиома 1. Каждому случайному событию A соответствует определенное число Р(А), называемое его вероятностью и удовлетворяющее условию .
Аксиома 2. Вероятность достоверного события равна единице.
Аксиома 3 (аксиома сложения вероятностей). Пусть A и В — несовместные события. Тогда вероятность того, что произойдет хотя бы одно из этих двух событий, равна сумме их вероятностей:
P(A+B)=P(A)+P(B) |
|
Событием, противоположным событию A, называется событие , состоящее в ненаступлении события A. Очевидно, события A и несовместны.
Теорема 1. Для любого события A вероятность противоположного события выражается равенством . | ( |
Теорема 2. Вероятность невозможного события равна нулю.
Два события называются равновероятными (или равновозможными), если нет никаких объективных причин считать, что одно из них может наступить чаще, чем другое.
События E1,E2, ..., EN в опыте образуют полную группу, если в результате опыта должно произойти хотя бы одно из них.
Очевидно, любое событие A и противоположное ему событие образуют полную группу.
Событие B называется благоприятствующим событию A, если наступление события B влечет за собой наступление события A.
Пусть события E1,E2, ..., EN в данном опыте образуют полную группу равновероятных и попарно несовместных событий. Будем называть их исходами испытания. Предположим, что событию A благоприятствуют M исходов испытания. Тогда вероятностью события A в данном опыте называют отношение M/N. Итак, мы приходим к следующему определению.
Вероятностью P(A) события в данном опыте называется отношение числа M исходов опыта, благоприятствующих событию A, к общему числу N возможных исходов опыта, образующих полную группу равновероятных попарно несовместных событий:
.
Это определение вероятности часто называют классическим.
Условная вероятность. Теорема умножения вероятностей.
Во многих задачах приходится находить вероятность совмещения событий А и В, если известны вероятности событий А и В.
Теорема умножения. Вероятность совмещения событий А и В равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие осуществилось, т. е.
P(AB)=P(A)PA(B) |
|
Поменяв местами A и B, аналогично получим
P(AB)=P(В)PВ(А) |
| ||
Из формул (4) и (5) имеем P(A)PA(B)=P(В)PВ(А) | ( |
|
Два события A и B называются независимыми, если предположение о том, что произошло одно из них, не изменяет вероятность другого, т. е. если
PВ(А) = Р(А) и PA(B)=Р(А). |
|
В случае независимости событий A к B формула примет вид:
P(AB)=P(A)P(B) |
|
т. е. вероятность совмещения двух независимых событий равна произведению вероятностей этих событий.
События А1, А2, ..., Аn называются независимыми в совокупности, если вероятность наступления каждого из них не меняет своего значения после того, как одно или несколько из остальных событий осуществились.
Формула полной вероятности.
Пусть событие A может произойти только вместе с одним из попарно несовместных событий H1, H2, ..., Hn, образующих полную группу. Тогда, если произошло событие A, то это значит, что произошло одно из попарно несовместных событий H1A, H2A, ..., HnA. Следовательно,
Применяя аксиому сложения вероятностей, имеем
Но , (i=1, 2, ..., n),
поэтому
|
|
Эта формула называется формулой полной вероятности. События H1, H2, ..., Hn называются «гипотезами».
Формула Бейеса.
Предположим, что производится некоторый опыт, причем об условиях его проведения можно высказать n единственно возможных и несовместных гипотез H1, H2, ..., Hn, имеющих вероятности Р(Нi). Пусть в результате опыта может произойти или не произойти событие А, причем известно, что если опыт происходит при выполнении гипотезы Нi, то .
Спрашивается, как изменятся вероятности гипотез, если стало известным, что событие А произошло? Иными словами, нас интересуют значения вероятностей .
На основании предыдущих соотношений имеем
откуда
Но учитывая формулу полной вероятности, можно записать
.
Полученная формула называется формулой Бейеса.
Последовательные испытания. Формула Бернулли.
Предположим, что производится n независимых испытаний, в результате каждого из которых может наступить или не наступить некоторое событие A. Пусть при каждом испытании вероятность наступления события А равна P(A)=p и, следовательно, вероятность противоположного события (ненаступления А) равна . Определим вероятность Pn(m) того, что событие А произойдет m раз при n испытаниях. При этом заметим, что наступления или ненаступления события А могут чередоваться различным образом. Вероятность вычисляется по формуле
, |
|
которая называется формулой Бернулли.
Приведенные выше соотношения позволяют решить широкий круг практических задач по определению вероятностей возникновения рисковых ситуаций.
- Историческая справка
- 2. Цели и задачи изучения дисциплины.
- 3. Современное состояние теории и практики риск-менеджмента.
- 1. Процесс принятия решения как наука
- 2. Методы исследования операций. Основные понятия и определения, область применения
- 3. Принципы и аспекты системного подхода
- 1. Основные термины и определения менеджмента риска
- 2. Система неопределенностей
- 3. Понятие риска и его сущность.
- 1. Классификация рисков
- 2. Виды рисков
- 2.1. Предпринимательские риски
- 2.2. Коммерческие риски
- 2.3. Финансовые риски
- 2.4. Валютные риски
- 2.5. Кредитные риски
- 2.6. Экономические риски
- 2.7. Операционные риски
- 2.8. Трансляционные риски
- 2.9. Инвестиционные риски
- 2.10. Банковские риски
- 2.11. Процентный риск
- 2.12. Производственные риски
- 2.13. Политические риски
- 2.14. Технические риски
- 2.15. Отраслевые риски
- 2.16. Аудиторский риск
- 3. Классификация рисков авиапредприятий
- 1. Необходимые сведения из теории вероятности
- 2. Применение вероятностных подходов в менеджменте риска.
- 3. Вероятностный подход к минимизации риска
- Теория игр
- Матричные игры
- Методы решения конечных игр
- Задачи теории статистических решений
- Основные критерии статистических решений.
- 3. Примеры практического применения теории игр
- Прогнозирование рисков
- 1. Экспертные методы в менеджменте риска
- 2. Общая характеристика эвристических методов решения задач менеджмента риска
- 3. Алгоритмы основных эвристических методов
- 1. Три понимания риск-менеджмента
- 2. Пять уровней восприятия риска
- 3. Сущность и содержание риск-менеджмента
- 4. Этапы управления рисками
- 5. Риск-менеджмент как форма предпринимательства.
- 1. Стратегия риск-менеджмента.
- 2. Приемы риск-менеджмента (методы воздействия на риск)