Тут намедни прочитал опус на «Дзене» одного деятеля, который с пеной у рта доказывал, что теория вероятностей … не верна…
Подкрепил кучей квазижизненных «доказательств», а рефрен один: «нам врали 300 лет и теория вероятностей, которую придумали для экономики – не верна» …
Вот так! Ни много ни мало!
А по факту? А по факту верна и как ещё верна, причём настолько верна, что, например, какой-нибудь смартфон работает только потому, что в коне была использована теория вероятностей…
Не будь её, не было у нас много чего… Но не будем залезать в дебри и разберём кое-что по порядку…
Начну с того, что когда-то наиболее непонятной наукой казалась именно теория вероятностей и её различные разделы… И действительно, как можно что-то там изучать, если оно случайно? Т.е. попытаться изучить в корне не изучаемое, в котором нет зависимостей…
Но, конечно всё не так…
Начнём с определения понятия «вероятность события» в простейшем его понимании… Частенько его используют, но многие не задумываются о смысле этого словосочетания…
А действительно, как понять «вероятность события»? А рассмотрим простейший классический пример: игральный кубик, на котором нанесены циферки, при этом он сделан идеально, и мы кидаем его наобум… Какова вероятность, что выпадет какая-то определённая цифра? Многие ответят, не задумываясь: 1/6… Но как это понять на практике? А мы будем кидать и кидать, и кидать кубик много-много раз и будем записывать выпавшие числа, потом возьмём и посчитаем сколько раз выпала, например, тройка? Потом разделим количество раз выпавшей тройки к общему количеству бросков и … о чудо, чем больше раз мы будем кидать, тем лучше будет соблюдаться соотношение 1/6! Это интересное явление называется законом больших чисел…
Ну хорошо, можно сказать, что мы рассмотрели идеальный случай с кубиком, но если кубик кривоват, а мы с похмела, а тут кто-то норовит подоткнуть под локоть? Как тут? А теория вероятностей здесь тоже говорит, что есть понятие распределений, если в упрощённом виде, то эти распределения как раз учитывают то, что события не равновероятны (что кубик, например, имеет одну более тяжёлую грань и ложится чаще ей), этих «распределений» множество… Но одной из самых важных из них является распределение Гаусса (или нормальное распределение) …
Почему оно так важно? А оно описывает вероятность каждого варианта при условии многих возмущающих факторов, которые сами по себе могут быть случайны ... Если просто говоря, мы будем чертить график, по одной оси отложим некие события или явления, которые наблюдаем, например, рост мужчин, проживающих в неком городе, то однозначно можно сказать, что есть у них большинство имеют близкий рост, например, 1,8 метра, количество мужчин с меньшим ростом и большим ростом меньшее количество… А рост человека – это случайная величина, определяемая многими факторами, например генетикой и питанием… Вот 1,8 м в данном случае будет называться «математическим ожиданием»… Но количество мужчин, которые имеют больший и меньший рост может быть разное, например таких может набраться в одном городе 5% от среднего роста, а в другом 10%... То, что даёт отклонение называют дисперсией…
А вот ещё интересный вопрос: мы хотим исследовать некий процесс, но исследования могут составить оооочень большой промежуток времени, например, миллион лет и более, что делать, но такие случайные и редкие процессы бывают, но про них нужно знать, при этом мы физически не можем долго вести исследования…
Что делать? А тогда полагают, что можно вместо наблюдения в миллион лет сделать наблюдение за миллионом процессов… Такой приём называют «эргодическая гипотеза» и она очень хорошо рпаботает… Ну вот, например, есть такая частицы – нейтрино, она интересна тем, что ооочень плохо взаимодействует с веществом, так, через нас и всю Землю пролетают миллиарды миллиардов нейтрино насквозь и улетают дальше… Как найти это нейтрино? Посчитали, что из миллиардов нейтрино может проивзамодействовать с веществом только одна штука! Что делать? А тогда берут много-много ядер вещества и наблюдают за огромным скопищем и находят эти нейтрино… Или вот, радиоактивный распад: нельзя сказать, когда распадётся данный атом, но в точно можно сказать, что половина большого куска радиоактивного вещества распадётся за определённое время (т.н. «время распада») …
Всё это рассматриваем в простейшем варианте применения теории вероятности…
Попробуем применить теперь ту же теорию вероятности к экономике или к социальной жизни… Не получится? Ведь люди – это не какие-то статистические болванчики, а разумные существа, теория вероятности к ним мало подходит…
А вот и не так! Ведь большинство людей, во-первых - конформисты (приспособленцы), а во-вторых они легко принимают именно шаблонные решения, «наиболее очевидные», часто навязанные извне, большинство даже не обдумывают свои действия …
Вот рассмотрим курс одной валюты к другой во времени и как к нему относятся большинство… Как действовали люди при падении курса того же рубля к доллару: сначала, когда наметилось падение рубля большинство, кто имел рубли не особо беспокоились, но чем больше рубль падал, тем больше беспокойство росло и вдруг многие стали скупать доллары, даже когда они сильно подорожали (на самом пике, курс приблизился к 100 руб/доллар), произошла резкая паника…
Т.е. большинство действовало вполне предсказуемо…
Или рассмотреть высказывание жителей Украины о России: в выборке опрошенных большинство отзывов – отрицательные… Почему? Опять всё просто и предсказуемо: годы антироссийской пропаганды сделали своё дело… Хотя если большинство опрашиваемых немного подумали головой, что всё не так, но кому это надо? Т.е. большинство людей действуют не так, как будто они мыслят, а вполне шаблонно, как частицы, вполне поддающееся описанию теорией вероятности…
