1. Klasična vjerojatnost
Elementarni uvodi u teoriju vjerojatnosti najčešće se temelje na dva pojma vjerojatnosti, klasičnom i frekvencijskom. Postoji i treći bejesovski pojam vjerojatnosti, koji vjerojatnost drži „stupnjem plauzibilnosti“ i koji može biti subjektivan ili objektivan. To je najobuhvatniji i najprimjenljiviji, ali i najsloženiji pojam. Počinjemo s klasičnim pojmom.
Za razumijevanje ovoga pojma bitan je pojam slučajnog pokusa (zovemo ga slučajnim zato što je njegov ishod slučajan, a ne zato što je sam pokus slučajan). Na primjer, bacanje igraće kocke smatra se slučajnim pokusom. Svaki mogući ishod bacanja zove se elementarnim događajem toga slučajnog pokusa. Skup svih elementarnih događaja slučajnoga pokusa zove se prostorom elementarnih događajai obično se označava s Ω. Dakle, slučajni pokus bacanja igrače kocke ima 6 elementarnih događaja, tj.
Ω = {1, 2, 3, 4, 5, 6}.
Bilo koji skup elementarnih događaja, tj. bilo koji podskup od Ω, predstavlja slučajni događaj. Na primjer, slučajni događaj „bačen je neparan broj“ i slučajni događaj „bačen je broj manji od 5“ predstavljeni su skupovima:
N = {1, 3, 5} i M = {1, 2, 3, 4}.
Klasičnu vjerojatnost slučajnih događaja definiramo na sljedeći način.
Ako slučajni pokus ima konačno mnogo elementarnih događaja i ako iz simetričnosti pokusa možemo zaključiti da su svi oni jednako vjerojatni, onda je vjerojatnost događaja A jednaka omjeru broja elementarnih događaja u kojima se dogodio A i broja svih mogućih elementarnih događaja (u donjim formulama broj elemenata u skupu S označen je s k(S)):
Pr (A) = k (A) / k (Ω).
U našem primjeru, Pr (N) = k (N) / k (Ω ) = 3/6 = 0.5 i Pr (M) = k (M) / k (Ω ) = 4/6 = 0.66666 … .
Prednost ove definicije je što ona dokaze glavnih svojstava vjerojatnosti (tzv. aksioma vjerojatnosti) čini vrlo lakima. Naime, očito vrijedi:

Naravno, (1) – (4) su standardni aksiomi vjerojatnosti (Pr(B|A) je vjerojatnost događaja B pod uvjetom da se dogodio A).
Neobično je koliko se probabilističkih problema može riješiti primjenom ovih jednostavnih ideja. Razmotrimo poznati problem rođendana: Kolika je vjerojatnost da najmanje dvije osobe u skupini od N osoba imaju isti rođendan (zanemarujući prijestupne godine i pretpostavljajući da su datumi rođenja jednako vjerojatni, a rođendani pojedinaca neovisni) ? Ako još niste vidjeli rješenje tog problema, rezultat je iznenađujući.
Najprije izračunajmo vjerojatnost da sve te osobe imaju međusobno različite rođendane. Rođendan prve od N osoba može biti bilo koji od 365 dana. Drugi mora biti različit, pa zato može biti bilo koji od preostala 364 dana. Treći može biti bilo koji od preostala 363 dana, itd. do preostalih 365 – (N – 1) dana. Dakle, ukupni broj načina na koji se mogu realizirati rođendani N osoba, tako da svi budu međusobno različiti, je
365 × 364 × 363 × 362× … × (365-N+1).
S druge strane, ukupni broj načina na koji se mogu realizirati svi mogući rođendani N osoba je
365 × 365 × 365 × 365× … × 365 = 365N.
Dakle, vjerojatnost da svi rođendani budu međusobno različiti iznosi

Komplementarna vjerojatnost,

je vjerojatnost da u skupini od N osoba postoji bar jedna podudarnost rođendana. U sljedećoj tablici izračunati su iznosi te vjerojatnosti PN za neke vrijednosti N (kako se ti iznosi mogu izračunati jednostavno, bez glomaznih množenja i dijeljenja vidi u Šikić 2005.).
N | 5 | 10 | 20 | 23 | 30 | 40 | 60 |
PN | 0.027 | 0.117 | 0.411 | 0.507 | 0.706 | 0.891 | 0.994 |
Vidimo da je vjerojatnost bar dva podudarna rođendana veća od 50% već u skupini od 23 osobe, a u skupini od 60 osoba skoro je sigurna.
Postoji mnogo varijacija na ovu temu i najčešće se koriste za analizu iznenađujućih koincidencija. Na primjer, moguće je na sličan način dokazati da je velika vjerojatnost da u Hrvatskoj postoje dvije osobe koje imaju isti rođendan, čiji očevi imaju isti rođendan, a i očevi njihovih očeva imaju isti rođendan.
Prvi značajniji rad u matematici vjerojatnosti koristio se klasičnim pojmom i nalazimo ga u prepisci na tu temu između Blaisea Pascala i Pierra de Fermata, koja je započela 1654. Ona pokazuje kako se naizgled složeni problemi mogu svesti na jednostavne izračune s jednako vjerojatnim elementarnim događajima, ali i da nije uvijek jednostavno odrediti prostor takvih događaja.
Jedan od problema iz njihove prepiske je slavni problem bodova. Dva igrača igraju niz igara, na primjer bacaju kovanicu i prvi se kladi na glavu, a drugi na pismo. Tko pobijedi u pojedinoj rundi dobiva bod, a prvi koji dosegne određeni broj bodova pobjeđuje u igri i uzima uloge. Odigrali su određen broj rundi i igra je zbog nečega prekinuta. Što je pravedna podjela uloga ako se igra ne može nastaviti?
Problem bodova je zbunjivao mnoge koji su se njime bavili prije Pascala i Fermata. Fra Luca Pacioli je 1494. razmatrao igru koja završava kada jedan igrač osvoji 6 bodova, ali je prekinuta kada je prvi igrač osvojio 5, a drugi 3 boda. Pacioli je smatrao da je pravedna podjela proporcionalna osvojenim bodovima. Dakle, 5 prema 3. Oko 50 godina kasnije Nicolo Tartaglia je prigovorio da, prema Paciolijevom pravilu, ako se igra prekine nakon 1 runde koju je dobio prvi igrač, on treba dobiti cijeli ulog, a to nema smisla. Tartaglia je pokušao modificirati Paciolijevo pravilo, ali je na kraju zaključio da definitivan odgovor nije moguć. Čini se da je problem zbunjivao sve koji su o njemu razmišljali, do ključnog uvida koji je imao Fermat.
Pretpostavimo da nakon prekida jednom igraču do pobjede nedostaje r bodova, a drugome s. To znači da bi se igra odlučila u sljedećih r + s – 1 rundi. Svi nizovi od r + s − 1 bacanja kovanica predstavljaju jednako vjerojatne elementarne događaje pa vjerojatnosti pobjede jednog i drugog igrača možemo izračunati kao klasične vjerojatnosti.
Za Paciolijev problem, u kojem za pobjedu treba 6 bodova, a nakon prekida prvi igrač ima 5 bodova, a drugi 3, igra bi se odlučila u sljedeće 3 runde. Od 8 jednako vjerojatnih nizova glava i pisama u te 3 runde:
GGG, GGP, GPG, PGG, GPP, PGP, PPG, PPP,
prvi igrač pobjeđuje u prvih sedam slučajeva , a drugi samo u zadnjem slučaju. Dakle, omjer vjerojatnosti njihovih pobjeda je 7:1 pa Fermat smatra da i pravedna podjela dobitka treba biti u istom omjeru. Dakle, on kao pravedni iznos implicitno koristi očekivanu vrijednost E, koja je vjerojatnostima ponderirani iznos mogućih dobitaka (koji su ulog U ili ništa):
E(prvi igrač) = 7/8 × U + 1/8 × 0 E(drugi igrač) = 1/8 × U + 7/8 × 0
Brojanjem jednako vjerojatnih slučajeva, riješili smo problem. Ali ako imamo veliki broj jednako vjerojatnih slučajeva račun postaje glomazan. Razmotrite Tartaglin primjer. Šest bodova je potrebno za pobjedu, a nakon prekida prvi igrač ima jedan, a drugi nijedan bod. Da bi igra završila trebalo bi odigrati još 10 rundi. Dakle, trebamo analizirati 210 = 1024 jednako vjerojatnih nizova glava i pisama. Dosta posla da ih sve ispišemo i prebrojimo povoljne za prvog i drugog igrača. Pascal je smislio bolji način brojanja.
Za prebrojavanje slučajeva u kojima pobjeđuje prvi igrač, Pascal je zbrojio broj slučajeva u kojima prvi igrač ima 5 pobjeda u 10 pokušaja + broj slučajeva u kojima ima 6 pobjeda u 10 pokušaja + · · · + broj slučajeva u kojima ima 10 pobjeda u 10 pokušaja . Ovi brojevi se nalaze u 10. redu Pascalovog aritmetičkog trokut (ili Tartaglinog trokuta, ili trokuta Omara Hajjama, svi su oni znali za taj trokut):

U N-tom red toga trokuta nalaze se brojevi načina na koje možemo iz grupe od N objekata odabrati njih 0, 1, 2, 3, … , N. Dakle, brojevi za Tartaglin problem nalaze se u 10. redu od 5. mjesta na dalje, tj. to su brojevi 252, 210, 120, 45, 10 i 1. Njihov je zbroj 638 pa je vjerojatnost pobjede prvog igrača 638/1024 (oko 63%). On treba dobiti 63% uloga, a drugi igrač 37%.
Pascal i njegovi prethodnici dokazali su da se trokut jednostavno konstruira (jer su sve vrijednosti „uokvirene 1-cama“ zbroj dvaju vrijednosti iznad njih), a nastavljači Pascala i Fermata razvili su i mnoga druga kombinatorna načela koja omogućavaju jednostavna računanja vjerojatnosti prebrajanjem jednako vjerojatnih slučajeva.
No, problem s klasičnom vjerojatnošću je da vjerojatnost često želimo primijeniti i u situacijama u kojima ne možemo osmisliti slučajni pokus koji bi opisivao tu situaciju i koji bi imao odgovarajuće simetrije iz kojih bismo mogli zaključiti da su svi njegovi elementarni događaji jednako vjerojatni. Ta je simetrija najčešće prisutna u igrama na sreću i sličnim artificijelnim situacijama, a i tada može biti upitna.
Naime, njutnovski determinizam već je u 17.stoljeću doveo u pitanje pojam slučajnog pokusa. Razmislite o bacanju kovanice. Palac udara u kovanicu, ona leti, vrti se i konačno pada na tlo. Isti slučajni pokus u istim uvjetima trebao bi rezultirati s jednim od dva jednako vjerojatna slučajna ishoda, glavom ili pismom. No, ako palac udari kovanicu na isto mjesto istom snagom, ona će letjeti na isti način i sletjeti na istu stranu. Bacanje novčića je deterministički, a ne slučajni pokus. Za zadanu početnu brzinu v i kutnu brzinu ω ishod možemo izračunati i rezultat je sljedeći – početni uvjeti koji rezultiraju glavom su šrafirani, a oni koji rezultiraju pismom su bijeli.

Stroj koji izbacuje kovanicu s raznim brzinama v i ω, tu činjenicu eksperimentalno dokazuje, a kovanica uvijek pada na istu stranu za fiksni v i ω, usp. Diaconis i koautori 2007. Mnogi mađioničari i kockari, uključujući Diaconisa, također imaju tu „strojnu“ sposobnost, tj. mogu postići da kovanica sleti na koju god žele stranu.
Kako je onda bacanja kovanice postalo paradigmatskim primjerom slučajnog pokusa? Odgovor je pred više od sto godina dao Poincaré 1892. Ako je kovanica bačena snažno, s dovoljno velikom vertikalnom brzinom v i kutnom brzinom ω, osjetljivost na početne uvjete v i ω bit će velika (tj. šrafirani i bijeli dijelovi gornjeg grafa, u tom području, postaju nerazlučivi). Tada čak i vrlo mala promjena početnih uvjeta dovodi do promjene ishoda i zato jednaka vjerojatnost ishoda i nije tako loša pretpostavka. Uočite, međutim, da to objašnjenje vjerojatnost vidi kao rezultat našeg nepoznavanja početnih uvjeta bacanja kovanice, a ne kao neko objektivno svojstvo toga bacanja.
Trebate biti prijavljeni kako bi objavili komentar.