ЧОП Институт Экономики Управления и права.
Альметьевский филиал. Экономический факультет.
Кафедра «Финансы и кредит».
Реферат
по дициплине Теория вероятностей
Выполнила: студентка Ӏ-го курса 101гр
Фахреева Лейсан Ирековна.
Проверила:
Мельниченко Янина Ивановна.
2011 год
Введение
Теория вероятностей является одним из классических разделов математики. Она имеет длительную историю. Вероятностные и статистические методы в настоящее время глубоко проникли в приложения. Они используются в физике, технике, экономке, биологии и медицине. Особенно возросла их роль в связи с развитием вычислительной техники. Например, для изучения физических явлений производят наблюдения или опыты. Их результаты обычно регистрируют в виде значений некоторых наблюдаемых величин. При повторении опытов мы обнаруживаем разброс их результатов. Например, повторяя измерения одной и той же величины одним и тем же прибором при сохранении определенных условий (температура, влажность и т.п.), мы получаем результаты, которые хоть немного, но все же отличаются друг от друга. Даже многократные измерения не дают возможности точно предсказать результат следующего измерения. В этом смысле говорят, что результат измерения есть величина случайная.
Случай, случайность — с ними мы встречаемся повседневно: случайная встреча, случайная поломка, случайная находки, случайная ошибка. Этот ряд можно продолжать бесконечно. Казалось бы, тут лет места для математики—какие уж законы в царстве Случая! Но и здесь наука обнаружила интересные закономерности—они позволяют человеку уверенно чувствовать себя при встреча со случайными событиями.
Как наука теория вероятности зародилась в 17в. Возникновение понятия вероятности было связано как с потребностями страхования, получившего значительное распространение в ту эпоху, когда заметно росли торговые связи и морские путешествия, так и в связи с запросами азартных игр. Слово «азарт», под которым обычно понимается сильное увлечение, горячность, является транскрипцией французского слова hazard, буквально означающего «случай», «риск».
Азартными называют те игры, а которых выигрыш зависит главным образом не от умения игрока, а от случайности. Схема азартных игр была очень проста и могла быть подвергнута всестороннему логическому анализу. Первые попытки этого рода связаны с именами известных учёных—алгебраиста Джероламо Кардана (1501- 1576) и Галилео Галилея (1564—1642). Однако честь открытия этой теории, которая не только даёт возможность сравнивать случайные величины, но и производить определенные математические операции с ними, принадлежит двум выдающимися ученым—Блезу Паскалю (1623—1662) и Пьеру Ферма. Ещё в древности было замечено, что имеются явления, которые обладают особенностью: при малом числе наблюдений над ними не наблюдается никакой правильности, но по мере увеличения числа наблюдений всё яснее проявляется определенная закономерность. Всё началось с игры в кости.
1. Основное положение теории
Теория вероятности – это наука, занимающаяся изучением закономерностей массовых случайных явлений. Такие же закономерности, только в более узкой предметной области социально-экономических явлений, изучает статистика. Между этими науками имеется общность методологии и высокая степень взаимосвязи. Практически любые выводы сделанные статистикой рассматриваются как вероятностные. Особенно наглядно вероятностный характер статистических исследований проявляется в выборочном методе, поскольку любой вывод сделанный по результатам выборки оценивается с заданной вероятностью. С развитием рынка постепенно сращивается вероятность и статистика, особенно наглядно это проявляется в управлении рисками, товарными запасами, портфелем ценных бумаг и т.п. За рубежом теория вероятности и математическая статистика применятся очень широко. В нашей стране пока широко применяется в управлении качеством продукции, поэтому распространение и внедрение в практику методов теории вероятности актуальная задача. Как уже говорилось, понятие вероятности события определяется для массовых явлений или, точнее, для однородных массовых операций. Однородная массовая операция состоит из многократного повторения подобных между собой единичных операций, или, как говорят, испытаний. Каждое отдельное испытание заключается в том, что создается определенный комплекс условий, существенных для данной массовой операции. В принципе должно быть возможным воспроизводить эту совокупность условий неограниченное число раз.
Пример1. При бросании игральной кости "наудачу" существенным условием является только то, что кость бросается на стол, а все остальные обстоятельства (начальная скорость, давление и температура воздуха, окраска стола и т. д.) в расчет не принимаются.
Пример 2. Стрелок многократно стреляет в определенную мишень с данного расстояния из положения "стоя"; каждый отдельный выстрел является испытанием в массовой операции стрельбы в данных условиях. Если же стрелку разрешено при разных выстрелах менять положение ("стоя", "лежа", "с колена"), то предыдущие условия существенно изменяются и следует говорить о массовой операции стрельбы с данного расстояния.
2. Абстракция событий
В математике событие – это любой объект или явление, которое может появиться или не появиться при определенных условиях. Причем создание этих условий не является обязательной причиной появления ожидаемого явления.
Различают невозможные, возможные и достоверные события.
Невозможные события – никогда не появляются при данных условиях (правильнее говорить, что вероятность появления такого события бесконечно мала).
Достоверные события – появляются всегда, если имеют место соответствующие условия. В данном случае между условиями и событиями однозначная причинно – следственная связь.
Возможные события – события, которые при одних и тех же условиях могут появляться, а могут не появляться, то есть создание условий в данном случае не гарантирует наступления события, что свидетельствует о неоднозначных или не прямых причинно – следственных связях между условиями и ожидаемыми событиями.
При изучении возможных событий возникает понятие частоты появления таких событий при многократном повторении наблюдений.
Частота события – это число случаев появления возможного события при определенных условиях. Очевидно, что это число f = 0,1,2,3…,n, где f – обозначение частоты, а n – ее максимально возможное значение. Также очевидно, что если f = n, то событие является достоверным, то есть наступает всегда.
Частота является простой малоточной мерой возможности. Более точной мерой возможности наступления события является относительная частоты (частость) – p=f/n
Так как 0≤f≤n, то 0≤p≤1, в данном случае n – общее число наблюдений или испытаний (иногда говорят шансов), а f – число случаев наступления возможного события.
3. Статистическое определение вероятности
Наиболее точной мерой возможности является предел относительной частоты (частости) при неограниченном увеличении числа испытаний. Его называют статистической вероятностью.
Р = lim ( m/n )
n→∞
Такое определение является чисто теоретическим, так как на практике неограниченное увеличение числа испытаний не возможно.
При подсчете числа элементарных исходов, составляющих события в классической схеме, часто используются известные формулы комбинаторики. Каждая из комбинаторных формул определяет общее число элементарных исходов в некотором идеализированном эксперименте по выбору наудачу m элементов из n различных элементов исходного множества E = {e1, e2, ..., en}.
При постановке каждого такого эксперимента строго оговорено, каким способом производится выбор и что понимается под различными выборками. Существуют две принципиально отличные схемы выбора: в первой схеме выбор осуществляется без возвращения элементов (это значит, что отбираются либо сразу все m элементов, либо последовательно по одному элементу, причем каждый отобранный элемент исключается из исходного множества). Во второй схеме выбор осуществляется поэлементно с обязательным возвращением отобранного элемента на каждом шаге и тщательным перемешиванием исходного множества перед следующим выбором. После того, как выбор тем или иным способом осуществлен, отобранные элементы (или их номера) могут быть либо упорядочены (т.е. выложены в последовательную цепочку), либо нет. В результате получаются следующие четыре различные постановки эксперимента по выбору наудачу m элементов из общего числа n различных элементов множества Е.
А. Схема выбора, приводящая к сочетаниям
Если опыт состоит в выборе m элементов без возвращения и без упорядочивания, то различными исходами следует считать m-элементные подмножества множества E, имеющие различный состав. Получаемые при этом комбинации элементов (элементарные исходы) носят название сочетания из n элементов по m, а их общее число N(W) определяется по формуле:
Cmn = n!/[m!(n - m)!] = n(n - 1)...(n - m + 1)/m!.
Для чисел Cmn, называемых также биномиальными коэффициентами, справедливы следующие тождества, часто оказывающиеся полезными при решении задач:
Cmn = Cn-mn (свойство симметрии),
Ckn+1 = Ckn + Ck-1n; C0n = 1 (рекуррентное соотношение),
C0n + C1n + ... + Cnn = 2n (следствие биномиальной формулы Ньютона).
Пример 1. Множество Е содержит 10 первых букв русского алфавита. Сколько различных алфавитов из трех букв можно составить из данного множества букв? Какова вероятность того, что случайно выбранный алфавит будет содержать букву «a»?
Решение Число различных алфавитов равно числу трехэлементных подмножеств множества Е (числу сочетаний из 10 элементов по 3):
N(W) = C310 = 10×9×8/(1×2×3) = 120.
Пусть событие A - случайно выбранный алфавит из трех букв, содержащий букву «a». Число элементов множества А равно числу всех возможных способов отобрать две буквы из девяти (из десяти букв исключена буква «a»), т.е. равно числу сочетаний из 9 элементов по 2: N(A) = C29 = 9×8/2 = 36.
Таким образом,
Р(A) = N(A)/N(W) = 36/120 = 0,3.
Б. Схема выбора, приводящая к размещениям
Если опыт состоит в выборе m элементов без возвращения, но с упорядочиванием их по мере выбора в последовательную цепочку, то различными исходами данного опыта будут упорядоченные m-элементные подмножества множества Е, отличающиеся либо набором элементов, либо порядком их следования. Получаемые при этом комбинации элементов (элементарные исходы) называются размещениями из n элементов по m, а их общее число N(W) определяется формулой:
Amn = Cmn×m! = n!/(n - m)! = n(n - 1)...(n - m + 1).
Если n = m, то опыт фактически состоит в произвольном упорядочивании множества Е, т.е. сводится к случайной перестановке элементов всего множества. Тогда N(W) = Ann = n!.
Пример 2. Группа, состоящая из 8 человек, занимает места за круглым столом в случайном порядке. Какова вероятность того, что при этом два определенных лица окажутся сидящими рядом?
Решение. Так как упорядочивается все множество из 8 элементов, то N(W) = A88 = 40320. Событию А благоприятствуют такие размещения, когда два отмеченных лица сидят рядом: всего 8 различных соседних пар мест за круглым столом, на каждой из которых отмеченные лица могут сесть двумя способами, при этом остальные 6 человек размещаются на оставшиеся места произвольно, поэтому по формуле о числе элементов прямого произведения множеств получаем N(A) = 2×8×6!. Следовательно Р(A) = N(A)/N(W) = 2/7.
В. Схема выбора, приводящая к сочетаниям с повторениями
Если опыт состоит в выборе с возвращением m элементов множества E = {e1, e2, ..., en}, но без последующего упорядочивания, то различными исходами такого опыта будут всевозможные m-элементные наборы, отличающиеся составом. При этом отдельные наборы могут содержать повторяющиеся элементы. Например, при m = 4 наборы {e1, e1, e2, e1} и {e2, e1, e1, e1} неразличимы для данного эксперимента, а набор {e1, e1, e3, e1} отличен от любого из предыдущих. Получающиеся в результате данного опыта комбинации называются сочетаниями с повторениями, а их общее число определяется формулой N(W) = Cmn+m-1.
Пример 3. В библиотеке имеются книги по 16 разделам науки. Поступили очередные четыре заказа на литературу. Считая, что любой состав заказанной литературы равновозможен, найти вероятности следующих событий: А - заказаны книги из различных разделов наук, В - заказаны книги из одного и того же раздела науки.
Решение. Число всех равновероятных исходов данного эксперимента равно, очевидно, числу сочетаний с повторениями из 16 элементов по 4, т.е. N(W)= C416+4-1 = C419.
Число исходов, благоприятствующих событию A, равно числу способов отобрать без возвращения четыре элемента из 16, поэтому Р(A) = N(A)/N(W) = C416/C419 » 0,47.
Число исходов, благоприятствующих событию В, равно числу способов выбрать один элемент из 16, поэтому Р(A) = N(A)/N(W) = C116/C419 » 0,004.
Г. Схема выбора, приводящая к размещениям с повторениями
Если выбор m элементов из множества E = {e1, e2, ..., en}, производится с возвращением и с упорядочиванием их в последовательную цепочку, то различными исходами будут всевозможные m-элементные наборы (вообще говоря, с повторениями), отличающиеся либо составом элементов, либо порядком их следования. Например, при m = 4 наборы {e1, e1, e2, e1}, {e2, e1, e1, e1} и {e1, e1, e3, e1} являются различными исходами данного