Cтраница 3
В течение промежутка времени А осуществляется некоторое случайное число 1 ( Д) рассматриваемых событий. [31]
Время ta ( 0 дает возможность оценить, насколько можно затянуть момент наступления рассматриваемого события с тем, чтобы сроки выполнения всей разработки не изменились. [32]
Отсюда, как и ранее, можно вывести, что условная вероятность каждого из рассматриваемых событий при условии, что какие-либо из остальных наступили, равна его безусловной вероятности. [33]
Кроме того, умножение вероятностей в формуле (5.111), вообще говоря, некорректно из-за зависимости рассматриваемых событий. Подобное умножение приводит также к занижению вероятности в этой формуле в силу положительной корреляции рассматриваемых событий. [34]
Под знаком вероятности здесь выписано то неравенство, выполнение которого в испытании s означает наступление рассматриваемого события. Подобная запись применяется ниже и к частотам. Идеальная процедура измерения функции Fx ( х) выглядит следующим образом. [35]
Указанный прием получения дополнительной информации основан на возможности качественного сравнения достоверности сложных по отношению к рассматриваемым событиям следствий. Такая возможность обоснована с теоретической точки зрения и достаточно удобна и вполне реализуема. На практике проблема состоит не просто в принципиальной возможности или невозможности качественного сравнения сложных событий, а именно в сравнении таких сложных событий, которые бы действительно давали полезную информацию. Действительно, из того, что pj p J, a pj pj, уже следует неравенство pj р рЦ РЛ - Для успешной работы может потребоваться пересмотр и уточнение дерева следствий из каждой альтернативы. Не следует рассматривать такую меру лишь как дополнительную обузу для принимающего решение. [36]
В опыте с игральной костью любое событие может быть описано множеством исходов этого опыта, благоприятствующих рассматриваемому событию. [37]
В каждой вероятностной задаче рассматриваем множество возможных исходов какого-то испытания, из которых известная часть благоприятствует наступлению рассматриваемого события, а остальные ему не благоприятствуют. [38]
Наиболее раннее время наступления данного события находится путем сложения продолжительностей операций вдоль самого длинного пути, приводящих к рассматриваемому событию. [39]
Наиболее раннее время наступления данного события находится путем сложения продолжительностеи операций вдоль самого длинного пути, приводящих к рассматриваемому событию. [40]
Слабость приведенного выше утверждения понимали и ранее; например, еще А. А. Марков писал: В известных теоретических вопросах равновозможность рассматриваемых событий представляется нашему уму вполне ясно; в других мы условимся, какие именно события считать равновозможными. В практический же вопросах мы можем быть вынуждены считать равновозможными и такие события, равновозможность которых весьма сомнительна. [41]
Необходимый для классического определения вероятности анализ - рассмотрение полной системы равно-возможных событий и выделение тех из них, которые благоприятны для рассматриваемого события - удается провести далеко не всегда. Например, событие, состоящее в том, что определенный атом радия распадается за время, не превосходящее t, пока не поддается исследованию в такой схеме. [42]
На основании длительных наблюдений над результатами большого числа различного рода испытаний подмечено, что для широкого круга явлений относительная частота появлений рассматриваемого события в различных сериях испытаний обнаруживает устойчивость. Относительные частоты в сериях испытаний мало отличаются друг от друга. [43]
Число, расположенное в интервале между нулем и единицей ( иногда выражается в процентах), которое определяет возможность того, что рассматриваемое событие произойдет. Обычно вероятность определяется, как предел, к которому стремится относительная частота данного события, когда число испытаний стремится к бесконечности. Например, число выпадений орла при бросании монеты, деленное на число бросаний, будет приближаться к вероятности выпадения орла по мере приближения числа испытаний к бесконечности. [44]
При рассмотрении нескольких случайных событий они называются независимыми, если вероятность любого из этих событий не зависит от наступления или ненаступления других рассматриваемых событий. [45]