даются на практике: иногда приходится решать задачи, в которых
число исходов постоянно меняется или бесконечно велико. Кро
ме того, не всегда события могут быть равновероятными.
Практика показывает, что массовые случайные явления об
ладают одним уникальным свойством: с увеличением числа ис
пытаний повышается устойчивость их появления. Например,
если повторить опыт бросания монетки 100 раз, то примерно в
50% испытаний выпадет “орел”, а в 50% “решка”. Если увели
чить число испытаний до 1000 раз, это в конце концов приведет
к еще большей устойчивости частоты полученных значений, а
это уже определенная закономерность.
При статистическом подходе нас интересует не исход отдель
но взятого испытания, а то, что получается в результате его мно
гократного повторения, то есть в качестве статистической вероят
ности события принимают частоту появления того или иного со*
бытия при неограниченном увеличении числа испытаний.
Например, если в результате достаточно большого числа
испытаний оказалось, что относительная частота весьма близка
к 0.4, то это число можно принять за статистическую вероят
ность события.
Статистический вероятностный подход используется пов
семестно для анализа и прогнозирования событий, процессов,
явлений. На его основе построены некоторые научные теории
физики, квантовой механики, эволюции, генетики, информа
тики и др. Вероятностностатистические методы широко при
меняются в промышленности для контроля качества продук
ции, технической диагностики оборудования, организации
массового обслуживания, астрономических наблюдений и т.д.
В рамках статистического подхода вводится понятие
ппллоотт**
ннооссттии рраассппррееддееллеенниияя ввеерроояяттннооссттии рр((хх)),,
вид функции которой
определяет закон распределения случайных величин. Сущест
вуют самые разные законы распределения: равномерное расп
ределение, распределение Пуассона, распределение Бернулли
и др., но наиболее распространено в природе так называемое
нормальное распределение, или распределение Гаусса. На рисунке
представлен вид функции такого нормального распределения,
а смысл его заключается в том, что в результате большого числа
испытаний относительная частота появления какогото собы
тия группируется вокруг некоторого среднего числа, которое и
можно принять за значение статистической вероятности.
96
НАНОТЕХНОЛОГИИ ДЛЯ ВСЕХ