Спросить
Войти
Н.Н. Двоерядкина, Н.А. Чалкина
АЛГОРИТМЫ РЕШЕНИЯ ВЕРОЯТНОСТНЫХ ЗАДАЧ
There are different algorithms of solutions of basic likelihood sums. These algorithms are illustrated by simple and clear examples.
Высшая школа переживает период модернизации, обусловленный переходом к новой образовательной парадигме, приоритетами которой являются развитие личности обучающего, ее творческого потенциала, создание для этого благоприятных условий. Новые цели высшего образования заключаются в достижении такого уровня образованности отдельной личности и общества в целом, который обеспечивает решение жизненно важных задач.
Теория вероятностей и математическая статистика сегодня - базовый предмет при подготовке специалистов любого профиля. В высшей школе в зависимости от специализации он изучается как самостоятельная дисциплина, как приложение в какой-либо области либо входит в курс высшей математики. Это обусловлено тем, что каждый человек сталкивается с проблемами, которые в большинстве связаны с анализом влияния случайных фактов, требуют принятия решений в ситуациях, имеющих вероятностную основу. Для этого необходимы прочные логические и стохастические знания.
Методы теории вероятностей широко применяются в различных отраслях естествознания и техники: в теории надежности, теории массового обслуживания, в теоретической физике, геодезии, астрономии, теориях стрельбы, ошибок наблюдений, автоматического управления, общей теории связи и во многих других теоретических и прикладных науках. Теория вероятностей служит также обоснованию математической и прикладной статистики, которая, в свою очередь, используется при планировании и организации технологических процессов, предупредительном и приемочном контроле качества продукции и во многих других целях.
Предмет теории вероятностей - изучение вероятностных закономерностей массовых однородных случайных событий. Знание таких закономерностей позволяет предвидеть, как эти события будут протекать.
Современная теория вероятностей, подобно другим разделам математики, например, геометрии, состоит из результатов, выводимых логическим путем из некоторых
основных утверждений, или аксиом, и приложений к ситуациям в реальной жизни, относительно которых предполагается, что они согласуются с аксиомами. Трудность теории вероятностей заключается в том, что объекты, составляющие предмет ее изучения, носят гораздо более общий характер и поэтому не столь наглядны, как, например, объекты геометрии или механики. Теория вероятностей занимается изучением событий и их вероятностей, представляемых числами, заключенными в интервале от 0 до 1.
При решении вероятностных задач студенты (особенно гуманитарных специальностей) испытывают трудности, связанные с умением анализировать условие задачи. Результатом такого анализа является краткая запись условия задачи, которая в большинстве случаев наталкивает их на применение того или иного факта для ее решения. Поэтому перед педагогом возникает задача адаптации студентов к изучению своего предмета. Одним из решений такой задачи и преодоления трудностей является использование алгоритмического подхода к решению вероятностных задач.
Приведем примеры таких алгоритмов.
При решении многих задач теории вероятностей часто приходится сталкиваться с понятиями комбинаторики. Комбинаторика изучает количества комбинаций, подчиненных определенным условиям, которые можно составить из элементов (безразлично какой природы) заданного конечного множества. При непосредственном вычислении вероятностей часто используют формулы комбинаторики, но возникают трудности в выборе той или иной формулы. Основными понятиями комбинаторики являются размещения, сочетания и перестановки.
Перестановками называют комбинации, состоящие из одних и тех же п различных элементов, отличающихся только порядком их расположения. Размещениями называются комбинации, составленные из п различных элементов по т элементов либо их порядком. Сочетаниями называются комбинации, составленные из п различных элементов по т элементов, которые отличаются хотя бы одним элементом. Причем существуют две схемы выбора т элементов из заданного множества: без возвращения, когда выбранные элементы не возвращаются в исходное множество, и с возвращением, когда выбор
осуществляется поэлементно с обязательным возвращением отобранного элемента на каждом шаге. В табл. 1 представлена сводка формул для вычисления числа размещений, перестановок и сочетаний. Формулы комбинаторики
Таблиц а 1
Число размещен ий Число перестановок Число сочетани й
без повтор ения (»-*) Р, = о! С" ~ к\\(п-к).
с повтор ением Д,& = с* = с*+Ь1
При решении комбинаторных задач возникает вопрос, какую формулу применить к данной задаче. Для этого необходимо помнить следующее правило: при вычислении числа перестановок и размещений важен порядок элементов, а при вычислении числа сочетаний порядок элементов не важен.
Пример 1. Из семи заводов организация должна выбрать три для размещения трех различных заказов. Сколькими способами можно разместить заказы?
Решение. В условии задачи речь идет о расчете числа комбинаций из 7 элементов по 3. Так как все заводы различны, комбинация элементов будет без повторений. Из условия ясно, что каждый завод может либо получить один заказ, либо не получить ни одного. Так как заказы различны, порядок их распределения среди заводов важен. Поэтому количество способов нужно считать как число размещений без повторений: 7& 7>
Ау = г-= — ~5"6&7 — 210. (7-3) 4!
Пример 2. Сколькими способами можно из 15 человек выбрать 6 кандидатов для назначения на работу в одинаковых должностях?
Решение. Состав различных групп должен отличаться, по крайней мере, хотя бы одним кандидатом, и порядок выбора кандидата не имеет значения, так как
должности кандидатов одинаковы. Следовательно, нужно считать число
сочетаний без повторений:
Пример 3. На математической олимпиаде для премий выделено 3 экземпляра одной книги, 4 экземпляра - другой и 8 экземпляров - третьей. Сколькими способами могут оыть распределены эти премии между 15 участниками олимпиады, если каждому вручается не более одной книги?
Решение. Общее количество премий совпадает с количеством участников. Способы распределения премий различаются только порядком, а число и состав изданий при каждом способе неизменны. Однако комбинации содержат одинаковые виды книг, что ясно из условия задачи. Следовательно, при решении задачи необходимо найти число перестановок с повторением:
Яа(4,3,8)=-Л- = 225225. 4!-3!-8!
Вероятность - одно из основных понятий теории вероятностей. Существует несколько определений этого понятия, одним из которых является классическое: вероятностью события А называют отношение числа благоприятствующих этому событию исходов т к общему числу всех равновозможных несовместных элементарных исходов п, образующих полную группу 45
Р(А)=0)
При решении задач на применение классического определения вероятности целесообразно использовать следующий алгоритм.
Первоначально определяем, в чем заключается опыт, и составляем совокупность всех элементарных событий, связанных с опытом, называемую пространством элементарных событий Q . Определяем, относится ли опыт к классическому. Далее рассчитываем число всех равновозмож
ных несовместных элементарных" исходов п, используя формулы комбинаторики. После этого выясняем, равновероятны ли элементарные события, выделяем событие А, вероятность которого необходимо найти. Подсчитываем число исходов т, благоприятствующих появлению события А. Находим вероятность по формуле (1).
Пример 4. Абонент забыл последние 2 цифры телефона. Он набрал их наудачу. Какова вероятность того, что абонент наберет нужный ему номер?
Решение. Прежде всего отметим, что абонент наудачу набирает 2 цифры из 10 имеющихся, причем порядок набора важен и среди набранных цифр могут быть одинаковые.
Общее число всех равновозможных несовместных элементарных исходов п рассчитываем как число размещений с повторением:
п = А* =Д2о=Ю2 = ЮО.
Эти исходы несовместны, равновозможны и образуют полную группу. Исходы опыта равновероятны, т. к. набор производится наудачу.
Выделяем событие А - абонент набрал нужный ему номер.
Число благоприятствующих событию исходов т равно 1, т. к. только один набранный номер будет правильным.
Отсюда получаем: Р{А) = - = — = 0,01. » п 100
При решении задач на применение теорем сложения и умножения вероятностей алгоритм может быть следующим. Формулируем испытание, которое представляет собой эксперимент, данный в условии задачи. Формулируем событие А, вероятность которого надо найти. Вводим вспомогательные события, составляющие событие А. На формулировку этих вспомогательных событий указывает условие задачи, а число событий чаще всего совпадает с числом проводимых испытаний. Обращаем внимание на вопрос задачи и на основе определения суммы, произведения и отрицания событий составляем событие А из вспомогательных. Исследуем полученное событие А. Если имеем сумму событий, необходимо установить, являют-г- СТ ТУТ* АШ I
произведение событий, необходимо установить, являются ли они зависимыми или независимыми.
Выбираем необходимые теоремы и производим вычисления. Для суммы событий А и В: если А и В - несовместные события, то
Р(А + В)=Р(А)+Р(В); (2)
если А и В — совместные события, то р(а+в)=р(а)+р(з)-р(ав). (3) Для произведения событий А и В: если А и В - независимые события, то Р(АВ)=Р(А)-Р(В), (4)
если А я В- зависимые события, то
Р(АВ)=Р(А)-Рл{В). (5)
Как видно,алгоритм приводится с ориентировочной основой действий. Следует заметить, что независимость событий обычно указывается в условии задачи. Кроме того, если выбор осуществляется с возвращением, рассматриваемые события являются независимыми; если без возвращения, то события - зависимые.
Пример 5. Два стрелка независимо друг от друга стреляют по мишени, причем вероятность попадания в цель первым стрелком равна 0,6, а вторым стрелком -0,8. Какова вероятность того, что в мишени окажется одна пробоина?
Решение. Испытание: два стрелка независимо друг от друга стреляют по мишени. Выделяем событие: Событие А - в мишени оказалась одна пробоина. Раз в мишени оказалась одна пробоина, то либо попал
первый стрелок, а второй не попал, либо попал второй стрелок, а первый не попал. Следовательно, выделяем следующие вспомогательные события:
Событие Aj - первый стрелок попал в мишень.
Событие А2 - второй стрелок попал в мишень.
Событие А, - первый стрелок не попал в мишень.
Событие А, - второй стрелок не попал в мишень.
Событие АгА2 - попал первый стрелок, а второй не попал.
Событие А, ■ А2 - попал второй стрелок, а первый не попал.
Тогда А = А,-А2 + А,-А2.
События А,-А2 и а, - а, несовместные. События Ах и А2 - независимые (по условию).
Тогда, учитывая формулы (2) и (4), искомая вероятность события А равна:
Р(А)=Р{АгА2)+Р{А1 -А2)= Р(А,) = 0,6; Р{А,)=\\-Р(А,)=1 -0,6 = 0,4; Р(А2 ) = 0,8; Р(А2 ) = 1 - Р(А2 ) = 1 - 0,8 = 0,2 ;
Р(А) = 0,6 0,2 + 0,4 0,8 =0,44.
В случае, если вероятности не постулируются, их предварительно вычисляют, как правило, по классическому определению вероятности.
Для решения задач на применение формулы полной вероятности используется следующий алгоритм. Формулируем испытание и событие А, вероятность которого надо вычислить. Определяем гипотезы 5, благодаря которым может произойти событие Л. Вычисляем вероятности гипотез, если они не заданы по условию, и проверяем, что сумма этих вероятностей равна 1. Вычисляем вероятности
события А при условии, что события В произошли: PJA) (условные вероятности), если они не заданы.
Вычисляем вероятность события А по формуле Р(А) = ±Р{В)-Ря{А). (6)
Пример 6. Для приема зачета преподаватель заготовил 40 задач: 25 - по теме «Случайные события», 15 - по теме
«Случайные величины». Для сдачи зачета студент должен решить первую же доставшуюся ему наугад задачу. Какова вероятность для студента сдать зачет, если он умеет решать 22 задачи первого типа и 8 задач второго типа?
Решение. Испытание: наудачу вытаскивается билет, затем решается задача. Событие А - студент сдал зачет.
Гипотезы: В; - билет содержит задачу первого типа; 5, - билет содержит задачу второго типа.
Вычисляем вероятности гипотез, используя классическое определение вероятности:
/>(г,) = | = |; Р{Вг)=1± = |, причем />(/»,)+= | + f = 1. Вычисляем условные вероятности: По формуле полной вероятности (6) находим:
Алгоритмизация процесса решения задач с ориентировочной основой действий позволяет студентам четко представлять план их решения, распознавать объекты, данные в условии, что способствует правильному выбору среди множества формул тех, которые необходимы для их решения. Кроме того, такой подход к решению задач на первоначальном этапе способствует прочному усвоению знаний. При дальнейшем изучении темы некоторые шаги по ходу решения задачи можно делать устно.
В заключение отметим, что такой подход к решению вероятностных задач для студентов различных специальностей способствует более осознанному изучению основных понятий и теоретических положений теории вероятностей.
