Обновлено 09.12.2009
Небольшой экскурс в историю применения теории вероятности на практике.
Вплоть до конца 18 столетия прикладная статистика, без которой немыслим государственный учет и контроль, и потому существовавшая издавна, носила элементарный, чисто арифметический характер. Теория вероятностей оставалась чисто академической дисциплиной, и в качестве сравнительно сложных ее “приложений” выступали лишь азартные игры. Улучшение технологии производства игральных костей в 18 векестимулировало развитие теории вероятности. Игроки, сами того не желая, начали в массовом порядке ставить воспроизводимые опыты, так как кости стали одинаковыми, стандартными. Так возник пример того, что впоследствии будет названо “статистическим экспериментом” — опыт, который можно повторять неограниченное число раз в одинаковых условиях.
В 19 и 20 столетиях теория вероятностей проникает сперва в науку (астрономию, физику, биологию), потом в практику (сельское хозяйство, промышленность, медицину),и наконец, после изобретения компьютеров, в повседневную жизнь любого человека, пользующегося современными средствами получения и передачи информации.Проследим основные этапы.
1.Астрономия.
Именно для использованияв астрономии был разработан знаменитый “метод наименьших квадратов” (Лежандр 1805, Гаусс 1815).Главной задачей, для решения которой он был первоначально использован, стал расчет орбит комет, который приходилось производить по малому числу наблюдений. Ясно, что надежное определение типа орбиты (эллипс или гипербола) и точный расчет ее параметров оказывается трудным, так как орбита наблюдается лишь на небольшом участке. Метод оказался эффективным, универсальным, и вызвал бурные споры о приоритете. Его стали использовать в геодезии и картографии. Сейчас, когда искусство ручных расчетов утрачено, трудно представить, что при составлении карт мирового океана в 1880-х годах в Англии методом наименьших квадратов была численно решена система, состоящая из примерно 6000 уравнений с несколькими сотнями неизвестных.
Во второй половине 19 века была в работах Максвелла, Больцмана и Гиббса была развита статистическая механика, которая описывала состояние разряженных систем, содержащих огромное число частиц (порядка числа Авогадро).
Если раньше понятие распределения случайной величины было преимущественно связано с распределением ошибок измерения, то теперь распределенными оказались самые разные величины — скорости, энергии, длины свободного пробега.
Современные эконометрические методы
... эконометрики и статистических методов в 21 веке, необходимо хотя бы кратко рассмотреть их историю. Об истории эконометрики и прикладной статистики. Сразу после возникновения теории вероятностей ... метод наименьших квадратов, один из наиболее популярных ныне статистических методов ... суммирование независимых случайных величин, то сумму ... одним или небольшим числом параметров. Наиболее распространено ...
3.Биометрия.
В 1870-1900 годах бельгиец Кетле и англичане Френсис Гальтон и Карл Пирсон основали новое научное направление — биометрию,в которой впервые стала систематически и количественно изучаться неопределенная изменчивость живых организмов и наследование количественных признаков. В научный оборот были введены новые понятия — регрессии и корреляции.
Итак, вплоть до начала 20 века основные приложения теории вероятности были связаны с научными исследованиями. Внедрение в практику — сельское хозяйство, промышленность, медицину произошло в 20 веке.
4.Сельское хозяйство.
В начале 20 века в Англии была поставлена задача количественного сравнения эффективности различных методов ведения сельского хозяйства. Для решения этой задачи была развита теория планирования экспериментов, дисперсионный анализ. Основная заслуга в развитии этого уже чисто практического использования статистики принадлежит сэру Рональду Фишеру, астроному(!) по образованию, а в дальнейшем фермеру, статистику, генетику, президенту английского Королевского общества. Современная математическая статистика, пригодная для широкого применения в практике, была развита в Англии (Карл Пирсон, Стьюдент, Фишер).
Стьюдент впервые решил задачу оценки неизвестного параметра распределения без использования байесовского подхода.
5.Промышленность. Введение методов статистического контроля на производстве (контрольные карты Шухарта).
Сокращение необходимого количества испытаний качества продукции. Математические методы оказываются уже настолько важными, что их стали засекречивать. Так книга с описанием новой методики, позволявшей сократить количество испытаний (“Последовательный анализ” Вальда), была издана только после окончания второй мировой войны в 1947 году.
6.Медицина. Широкое применение статистических методов в медицине началось сравнительно недавно (вторая половина 20 века).
Развитие эффективных методов лечения (антибиотики, инсулин, эффективная анестезия, искусственное кровообращение) потребовало достоверных методов оценки их эффективности. Возникло новое понятие “Доказательная медицина”. Начал развиваться более формальный, количественный подход к терапии многих заболевании — введение протоколов, guide lines .
С середины 1980-х годов возник новый и важнейший фактор, революционизировавший все приложения теории вероятностей — возможность широкого использования быстрых и доступных компьютеров. Почувствовать всю громадность произошедшего переворота можно, если учесть, что один(!)современный персональный компьютер превосходит по быстродействию и памяти все(!) компьютеры СССР и США, имевшиеся к 1968 году, времени, когда уже были осуществлены проекты, связанные со строительством атомных электростанций, полетами на Луну, созданием термоядерной бомбы. Сейчас методом прямого экспериментирования можно получать результаты, которые ранее были недоступны — thinking of unthinkable .
Методы теории социальной работы
... социальной работы необходимо знать и уметь применять методы социальной работы. Поэтому рассмотрение методов социальной работы является очень актуальной проблемой. Целью данной работы является ознакомление с методами социальной работы. ... социологические теории (или теории среднего уровня) дают знания отдельных, частных социальных процессов, отдельных видов социальной деятельности и социальных ...
7.Биоинформатика. Начиная с 1980-х годов количество известных последовательностей белков и нуклеиновых кислот стремительно возрастает. Объем накопленной информации таков, что только компьютерный анализ этих данных может решать задачи по извлечению информации.
8.Распознавание образов.
Неволина Екатерина Николаевна Екатеринбург УрГЭУ Руководитель – Кныш А. А. Практическое применение теории вероятностей. Актуальность. Теория вероятностей является одним из разделов математики, изучающим случайные события, случайные величины, их свойства и операции над ними. Методы теории вероятностей все шире находят свое применение в различных областях науки и техники, а также в обычной жизни. Особенность данного раздела науки заключается в рассмотрении таких явлений, в которых присутствует неопределенность. В статье мне бы хотелось рассмотреть примеры некоторых задач, демонстрирующих практическое применение теории вероятностей. Задачи с экономическим содержанием. 1. Одна из фирм собирается заключить контракт на поставку товара с сетью магазинов. При условии, что конкурент фирмы не станет одновременно претендовать на заключение контракта, вероятность заключения контракта оценивается в 0,85, В противном случае вероятность получения контракта составляет 0,6. По оценкам экспертов компании вероятность того, что конкурент выдвинет свои предложения по заключению контракта, равна 0,55. Чему равна вероятность заключения контракта для этой фирмы? . Данная задача решается с помощью формулы полной вероятности.
2. Экономист-аналитик условно подразделяет экономическую ситуацию в стране на «хорошую», «посредственную» и «плохую» и оценивает их вероятности для данного момента времени в 0,2; 0,7 и 0,15 соответственно. Некоторый индекс экономического состояния возрастает с вероятностью 0,65, когда ситуация «хорошая»; с вероятностью 0,35, когда ситуация посредственная, и с вероятностью 0,1, когда ситуация «плохая». Пусть в настоящий момент индекс экономического состояния возрос. Чему равна вероятность того, что экономика страны на подъеме? . Задача решается с помощью формулы Байеса. 3. Банк выдаёт 9 кредитов. Вероятность невозврата кредита равна 0,2 для каждого заёмщика. Какова вероятность того, что трое заёмщиков не выплатят кредит? Задача решается с помощью формулы Бернулли. 5. Деталь считается годной при отклонении Х линейного размера в абсолютном выражении меньше 1 мм. Отклонение Х является величиной, распределенной по нормальному закону, со среднем квадратическим отклонением 0.35 . Найти количество бракованных деталей в одной партии произведенных деталей (размер партии 1000 шт.), стоимость потерь от брака при себестоимости партии 15 млн. руб., доход от реализации оставшихся годных деталей и экономические потери при рыночной цене 19 000 руб.
за единицу продукции . Рассмотрим решение данной задачи. Т.к. Х – отклонение линейного размера в абсолютном выражении, то математическое ожидание М(Х)=а=0. Подставив в формулу P X 2 значения 0.35 и 1, получим P X 1 0,9956. Таким образом, в партии из 1000 деталей годными будут 995 деталей. При себестоимости партии 15 млн. руб. себестоимость каждой детали составит в среднем 15 000 руб. Стоимость потерь от брака составят 75000 рублей. Доход от реализации годных деталей по рыночной цене составит 995∙19000 =18,905 млн. руб. В связи с невозможностью реализовать часть продукции экономические потери составят 5∙19000=95000 руб. Методы теории вероятностей также используются в ставках на спорт. С помощью теории вероятностей стало возможным предугадывать и оценивать исходы различных матчей, а также выявлять продуктивность отдельно взятого игрока. Так, например, если мы рассматриваем баскетбол, то в качестве продуктивности игрока можно рассматривать вероятность его попадания в кольцо с различных точек. Приведем примеры задач. 1. На соревнованиях по баскетболу центровой игрок команды «N» бросает мяч в кольцо. За каждый забитый мяч команда получает 2 очка. Найти вероятность того, что за данный бросок центровым команда не получит ни одного очка (0 очков полагается лишь за промах).
Развитие социально-экономических систем: теория и методология
... методологии управления развитием социально-экономических систем на микроуровне; дополнить институциональную теорию фирмы с позиции эгрегориального подхода; разработать теорию развития социально-экономических систем (на основе результатов предыдущих задач исследования); создать методологию управления развитием предприятий с применением квантово ...
2. Две равносильные баскетбольные команды играют в баскетбол. Что вероятнее: вести счет одну четверть из двух или две четверти из четырех (равный счет во внимание не принимается)? Данная задача решается с помощью формулы Бернулли. Итак, нахождение закономерностей в случайных явлениях — это задача теорий вероятности. Теория вероятности — это инструмент для изучения не видимых и многозначных взаимосвязей разных явлений во многочисленных областях науки, техники и экономики. Теория вероятности дает возможность правильно посчитать колебания спроса, предложения, цен и других экономических показателей. Теория вероятности есть часть базовой науки как статистика и прикладная информатика. Так как без теории вероятностей не может работать не одна прикладная программа, и компьютер в целом. И в теории игр она тоже является основной . Список использованных источников: 1. Вентцель Е. С. Теория вероятностей [Электрон. ресурс] : Учеб. пособие. – Москва. – Высшая школа, 1999. – 576 c. – Режим доступа: http://sernam.ru/book_tp.php 2. Методические указания для студентов по проведению практических работ по дисциплине «Математика» [Электрон. ресурс]. – Мончегорск, 2013. – Режим доступа: http://www.studfiles.ru/preview/3829108/ 3. Хуснутдинов, Р. Ш. Математика для экономистов в примерах и задачах [Электрон. ресурс] : учеб. пособие / Р. Ш. Хуснутдинов, В. А. Жихарев. – Санкт-Петербург: Лань, 2012. — 656 с. — Режим доступа: https://e.lanbook.com/book/4233
Содержание
Введение 3
1. История возникновения 4
2. Возникновение классического определения вероятности 9
3. Предмет теории вероятности 11
4. Основные понятия теории вероятности 13
5. Применение теории вероятностей в современном мире 15
6. Вероятность и воздушный транспорт 19 Заключение 20, Список литературы 21
Введение
Случай, случайность — с ними мы встречаемся повседневно: случайная встреча, случайная поломка, случайная находки, случайная ошибка. Этот ряд можно продолжать бесконечно. Казалось бы, тут нет места для математики, но и здесь наука обнаружила интересные закономерности — они позволяют человеку уверенно чувствовать себя при встрече со случайными событиями.
Теорию вероятностей можно определить как раздел математики, в котором изучаются закономерности присущие случайным событиям. Методы теории вероятностей широко применяются при математической обработке результатов измерений, а также во многих задачах экономики, статистики, страхового дела, массового обслуживания. Отсюда не трудно догадаться, что и в авиации теория вероятностей находит очень широкое применение.
Понятие рисков в экономической деятельности
... экономических рисков. Проведение экономической реформы в России вызвало интерес к вопросам рассмотрения риска в хозяйственной деятельности, а сама теория риска в ... риск», необходимо определить такие понятия как «вероятность» и «неопределенность», поскольку именно эти два фактора лежат в основе рисков. Рассмотрим понятие вероятности. Данный термин является фундаментальным для теории вероятностей и ...
Моя будущая диссертационная работа будет связана со спутниковой навигацией. Не только в спутниковой навигации, но и в традиционных средствах навигации, теория вероятностей получило очень широкое применение, потому что через вероятность количественно выражаются большинство эксплуатационно-технических характеристик радиотехнических средств.
1. История возникновения
Сейчас уже трудно установить, кто впервые поставил вопрос, пусть и в несовершенной форме, о возможности количественного измерения возможности появления случайного события. Ясно одно, что мало-мальски удовлетворительный ответ на этот вопрос потребовал длительного времени и значительных усилий ряда поколений выдающихся исследователей. В течение долгого периода исследователи ограничивались рассмотрением разного рода игр, особенно игр в кости, поскольку их изучение позволяет ограничиваться простыми и прозрачными математическими моделями. Однако следует заметить, что многие отлично понимали то, что позднее было сформулировано Христианом Гюйгенсом: «…я полагаю, что при внимательном изучении предмета читатель заметит, что имеет дело не только с игрой, но что здесь закладываются основы очень интересной и глубокой теории».
Мы увидим, что при дальнейшем прогрессе теории вероятностей глубокие соображения как естественнонаучного, так и общефилософского характера играли большую роль. Эта тенденция продолжается и в наши дни: мы постоянно наблюдаем, как вопросы практики — научной, производственной, оборонной — выдвигают перед теорией вероятностей новые проблемы и приводят к необходимости расширения арсенала идей, понятий и методов исследования.
Развитие теории вероятностей, а с нею и развитие понятия вероятности, можно разбить на
1. Предыстория теории вероятностей. В этот период, начало которого теряется в веках, ставились и решались элементарные задачи, которые позже будут отнесены к теории вероятностей. Никаких специальных методов в этот период не возникает. Этот период кончается работами Кардано, Пачоли, Тарталья и др.
С вероятностными представлениями мы встречаемся еще в античности. У Демокрита, Лукреция Кара и других античных ученых и мыслителей мы есть глубокие предвидения о строении материи с беспорядочным движением мелких частиц (молекул), рассуждения о равновозможных исходах и т.п. Еще в древности делались попытки сбора и анализ некоторых статистических материалов – все это(а так же и другие проявления внимания к случайным явлениям)создавало почву для выработки новых научных понятий, в том числе и понятия вероятности. Но античная наука не дошла до выделения этого понятия.
В философии вопрос о случайном, необходимом и возможном всегда был одним из основных. Философская разработка этих проблем также оказала влияние на формирование понятия вероятности. В целом в средневековье наблюдается только разрозненные попытки размыслить встречающиеся вероятностные рассуждения.
В работах Пачоли, Тарталья и Кардано уже делается попытка выделить новое понятие – отношение шансов – при решении ряда специфических задач, прежде всего комбинаторных.
Использование теории игр в институциональной экономике
... игрока и вероятностей применения чистых оптимальных стратегий другого игрока. Такая задача решается сравнительно легко. ПРИМЕНЕНИЕ ТЕОРИИ ИГР В ЭКОНОМИКЕ В качестве примеров ... теорией конфликтных ситуаций, которая носит название теория игр. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ИГР Ознакомимся с основными понятиями теории игр. Математическая модель конфликтной ситуации называется игрой, стороны, участвующие в ...
2. Возникновение теории вероятности как науки. К середине XVII в. вероятностные вопросы и проблемы, возникающие в статистической практике, в практике страховых обществ, при обработке результатов наблюдения и в других областях, привлекли внимание ученых, так как они стали актуальными вопросами. В первую очередь этот период связан с именами Паскаля, Ферма и Гюйгенса. В этот период вырабатываются специфические понятия, такие как математическое ожидание и вероятность (как отношение шансов), устанавливаются и используются первые свойства вероятности: теоремы сложения и умножения вероятностей. В это время теорема вероятностей находит применение в страховом деле, демографии, в оценке ошибок наблюдения, широко используя при этом понятие вероятности.
3. с появления работы Бернулли «Искусство предположений» (1713 г.), в которой в первые была доказана первая предельная теорема – простейший случай закона больших чисел. К этому периоду, который продолжался до середины XIX в., относятся работы Муавра, Лапласа, Гаусса и др. В центре внимания в это время стоят предельные теоремы. Теория вероятностей начинает широко применяться в различных областях естествознания. И хотя в этот период начинают применяться различные понятия вероятности (геометрическая вероятность, статистическая вероятность), господствующее положение занимает классическое определение вероятности.
4. Следующий период развития теории вероятностей связан прежде всего с Петербургской математической школой. За два столетия развития теории вероятностей главными её достижениями были предельные теоремы, но не были выяснены границы их применения и возможности дальнейшего обобщения. Наряду с успехами были выявлены и существенные недостатки в её обосновании, это выражено в недостаточно четком представлении о вероятности. В теории вероятности создалось положение, когда дальнейшее её развитие требовало уточнения основных положений, усиления самих методов исследования.
Это было осуществлено русской математической школой во главе с Чебышевым. Среди её крупнейших представителей Маркова и Ляпунова.
В этот период в теорию вероятностей входят оценки приближений предельных теорем, а так же происходит расширение класса случайных величин, подчиняющихся предельным теоремам. В это время в теории вероятностей начинают рассматривать некоторые зависимые случайные величины (цепи Маркова).
В теории вероятности возникают новые понятия, как «теория характеристических функций», «теория моментов» и др. И в связи с этим она получило широкое распространение в естественных науках, в первую очередь это относиться к физике. В этот период создается статистическая физика. Но это внедрение вероятностных методов и понятий в физику шло в довольно большом отрыве от достижений теории вероятностей. Вероятности, применяемые в физике, были не совсем теми же, как в математике. Существующие понятия вероятности не удовлетворяли потребностей естественных наук и в результате этого начали возникать различные трактовки вероятности, которые были трудно сводимы к одному определению.
Развитие теории вероятностей в начале XIX в. Привело к необходимости пересмотра и уточнения её логических основ, в первую очередь понятия вероятности. Это требовало развития физики и применения в ней вероятностных понятий и аппарата теории вероятностей; ощущалось неудовлетворенность классического обоснования лапласовского типа.
Эволюционная теория поведения экономического субъекта
... Тем не менее, инструментарий эволюционных теорий из смежных отраслей знания оказывается полезным и в области экономики (например, сигнальная теория, концепция пороговых эффектов и т.п.). ... Возможное направление поисков новой эволюционной теории поведения экономического субъекта подсказано ...
5. Современный период развития теории вероятностей начался с установления аксиоматики (аксиоматика — система аксиом какой-либо науки).
Этого в первую очередь требовала практика, так как для успешного применения теории вероятностей в физике, биологии и других областях науки, а так же в технике и военном деле необходимо было уточнить и привести в стройную систему её основные понятия. Благодаря аксиоматике теория вероятностей стала абстрактно-дедуктивной математической дисциплиной, тесно связанной с теорией множеств. Это обусловило широту исследований по теории вероятностей.
Первые работы этого периода связаны с именами Бернштейна, Мизеса, Бореля. Окончательное установление аксиоматики произошло в 30-е годы XX в. Анализ тенденций развития теории вероятностей позволил Колмогорову создать общепринятую аксиоматику. В вероятностных исследованиях аналогии с теорией множеств начали играть существенную роль. Идеи метрической теории функций все глубже стали проникать в теорию вероятностей. Возникла потребность в аксиоматизации теории вероятностей исходя из теоретико-множественных представлений. Такая аксиоматика и была создана Колмогоровым и способствовала тому, что теория вероятностей окончательно укрепилась как полноправная математическая наука.
В этот период понятие вероятности проникает почти во все во все сферы человеческой деятельности. Возникают самые различные определения вероятности. Многообразие определений основных понятий — существенная черта современной науки. Современные определения в науке — это изложение концепций, точек зрения, которых может быть много для любого фундаментального понятия, и все они отражают какую-нибудь существенную сторону определяемого понятия. Это относится и к понятию вероятности.
2. Возникновение классического определения вероятности
Понятие вероятности играет громадную роль в современной науке, а тем самым является существенным элементом современного мировоззрения в целом, современной философии. Все это порождает внимание и интерес к развитию понятия вероятности, которое тесно связано с общим движением науки. На понятия вероятности оказали существенное влияние достижения многих наук, но и это понятие в свою очередь заставляло их уточнять подход к исследованию миру.
Образование основных математических понятий представляет важные этапы в процессе математического развития. До конца XVII века наука так и не подошла к введению классического определения вероятности, а продолжала оперировать только с числом шансов, благоприятствующих тому или иному интересующему исследователей событию. Отдельные попытки, которые были отмечены у Кардано и у позднейших исследователей, не привели к ясному пониманию значения этого нововведения и остались инородным телом в завершенных работах. Однако, в тридцатых годах XVIII столетия классическое понятие вероятности стало общеупотребительным и никто из ученых этих лет не мог бы ограничиться только подсчетом числа благоприятствующих событию шансов. Введение классического определения вероятности произошло не в результате однократного действия, а заняло длительный промежуток времени, на протяжении которого происходило непрерывное совершенствование формулировки, переход от частных задач к общему случаю.
Внимательное изучение, показывает, что еще в книге X. Гюйгенса «О расчетах в азартных играх» (1657) нет понятия вероятности как числа, заключенного между 0 и 1 и равного отношению числа благоприятствующих событию шансов к числу всех возможных. А в трактате Я. Бернулли «Искусство предположений» (1713) понятие это введено, хотя и в далеко несовершенной форме, но, что особенно важно, широко используется.
А. Муавр воспринял классическое определение вероятности, данное Бернулли, и вероятность события определил почти в точности так, как это делаем мы теперь. Он писал: «Следовательно, мы строим дробь, числитель которой будет число случаев появления события, а знаменатель — число всех случаев, при которых оно может появиться или не появиться, такая дробь будет выражать действительную вероятность его появления».
3. Предмет теории вероятностей
Наблюдаемые нами события (явления) можно подразделить на следующие три вида: достоверные, невозможные и случайные.
Достоверным называют событие, которое обязательно произойдет, если будет осуществлена определенная совокупность условий S. Например, если в сосуде содержится вода при нормальном атмосферном давлении и температуре 20°, то событие «вода в сосуде находится в жидком состоянии» есть достоверное. В этом примере заданные атмосферное давление и температура воды составляют совокупность условий S.
Невозможным называют событие, которое заведомо не произойдет, если будет осуществлена совокупность условий S. Например, событие «вода в сосуде находится в твердом состоянии» заведомо не произойдет, если будет осуществлена совокупность условий предыдущего примера.
Случайным называют событие, которое при осуществлении совокупности условий S может либо произойти, либо не произойти. Например, если брошена монета, то она может упасть так, что сверху будет либо герб, либо надпись. Поэтому событие «при бросании монеты выпал «герб» — случайное. Каждое случайное событие, в частности выпадение «герба», есть следствие действия очень многих случайных причин (в нашем примере: сила, с которой брошена монета, форма монеты и многие другие).
Невозможно учесть влияние на результат всех этих причин, поскольку число их очень велико и законы их действия неизвестны. Поэтому теория вероятностей не ставит перед собой задачу предсказать, произойдет единичное событие или нет, — она просто не в силах это сделать.
По-иному обстоит дело, если рассматриваются случайные события, которые могут многократно наблюдаться при осуществлении одних и тех же условий S, т. е. если речь идет о массовых однородных случайных событиях. Оказывается, что достаточно большое число однородных случайных событий независимо от их конкретной природы подчиняется определенным закономерностям, а именно вероятностным закономерностям. Установлением этих закономерностей и занимается теория вероятностей.
Итак, предметом теории вероятностей является изучение вероятностных закономерностей массовых однородных случайных событий.
4. Основные понятия теории вероятностей
Каждая наука, развивающая общую теорию какого-либо круга явлений, содержит ряд основных понятий, на которых она базируется. Такие основные понятия существуют и в теории вероятностей. В их качестве выступают: событие, вероятность события, частота события или статистическая вероятность и случайная величина.
Случайными событиями называются такие события, которые могут произойти или не произойти при осуществлении совокупности условий, связанных с возможностью появления данных событий.
Случайные события обозначают буквами A, B, C,… . Каждое осуществление рассматриваемой совокупности называется испытанием. Число испытаний может неограниченно возрастать. Отношения числа m наступлений данного случайного события A в данной серии испытаний к общему числу n испытаний этой серии называется частотой появления события A в данной серии испытаний (или просто частотой события А) и обозначается Р*(А).
Таким образом, P*(A)=m/n.
Частота случайного события всегда заключена между нулем и единицей: 0 ? P*(A) ? 1.
Массовые случайные события обладают свойством устойчивости частоты: наблюдаемые в различных сериях однородных испытаний (с достаточно большим числом испытаний в каждой серии) значения частоты данного случайного события колеблются от серии к серии в довольно тесных пределах.
Именно это обстоятельство позволяет при изучении случайных событий применять математические методы, приписывая каждому массовому случайному событию его вероятность, за которую принимается то (вообще говоря заранее неизвестное) число, около которого колеблется наблюдаемая частота события.
Вероятность случайного события А обозначается через Р(А).
Вероятность случайного события, как и его частота, заключена между нулем и единицей: 0 ? P(A) ? 1 .
Случайная величина – это величина, характеризующая собой результат предпринятой операции и которая может принимать различные значения при различных операциях, какими бы однородными были условия их осуществления.
5. Применение теории вероятностей в современном мире
Начать по праву следует со статистической физики. Современное естествознание исходит из представления, согласно которому все явления природы носят статистический характер и законы могут получить точную формулировку только в терминах теории вероятностей. Статистическая физика стала основой всей современной физики, а теория вероятностей – ее математическим аппаратом. В статистической физике рассматриваются задачи, которые описывают явления, определяющиеся поведение большого числа частиц. Статистическая физика весьма успешно применяется в самых разных разделах физики. В молекулярной физике с ее помощью объясняют тепловые явления, в электромагнетизме – диэлектрические, проводящие и магнитные свойства тел, в оптике она позволила создать теорию теплового излучения, молекулярного рассеивания света. В последние годы круг приложений статистической физики продолжает расширяться.
Статистические представления позволили быстро оформить математическое изучение явлений ядерной физики. Появление радиофизики и изучение вопросов передачи радио сигналов не только усилили значение статистических концепций, но и привели к прогрессу самой математической науки – появлению теории информации.
Понимание природы химических реакций, динамического равновесия также невозможно без статистических представлений. Вся физическая химия, ее математический аппарат и предлагаемые ею модели являются статистическими.
Обработка результатов наблюдений, которые всегда сопровождаются и случайными ошибками наблюдений, и случайными для наблюдателя изменениями в условиях проведения эксперимента, еще в XIX столетии привела исследователей к созданию теории ошибок наблюдений, и эта теория полностью опирается на статистические представления.
Астрономия в ряде своих разделов использует статистический аппарат. Звездная астрономия, исследование распределения материи в пространстве, изучение потоков космических частиц, распределение на поверхности солнца солнечных пятен (центров солнечной активности) и многое другое нуждается в использовании статистических представлений.
Биологи заметили, что разброс размеров органов живых существ одного и того же вида прекрасно укладывается в общие теоретико-вероятностные законы. Знаменитые законы Менделя, положившие начало современной генетике, требуют вероятностно- статистических рассуждений. Изучение таких значительных проблем биологии, как передача возбуждения, устройство памяти, передача наследственных свойств, вопросы расселения животных на территории, взаимоотношения хищника и жертвы требует хорошего знания теории вероятностей и математической статистики.
Гуманитарные науки объединяют очень разнообразные по характеру дисциплины – от языкознания и литературы до психологии и экономики. Статистические методы все в более значительной мере начинают привлекаться к историческим исследованиям, особенно в археологии. Статистический подход используется для расшифровки надписей на языке древних народов. Идеи, руководившие Ж. Шампольоном при расшифровке др евнего иероглифического письма , являются в основе своей статистическими. Искусство шифрования и дешифровки основано на использовании статистических закономерностей языка. Другие направления связаны с изучением повторяемости слов и букв, распределения ударений в словах, вычислением информативности языка конкретных писателей и поэтом. Статистические методы используются для установления авторства и изобличения литературных подделок. Например, авторство М.А. Шолохова по роману «Тихий Дон» было установлено с привлечением вероятностно-статистических методов. Выявление частоты появления звуков языка в устной и письменной речи позволяет ставить вопрос об оптимальном кодировании букв данного языка для передачи информации. Частота использования букв определяет соотношение количества знаков в наборной типографской кассе. Расположение букв на каретке пишущей машины и на клавиатуре компьютера, определяется статистическим изучением частоты сочетаний букв в данном языке.
Многие проблемы педагогики и психологии также требуют привлечения вероятностно-статистического аппарата. Вопросы экономики не могут не интересовать общество, поскольку с ней связаны все аспекты ее развития. Без статистического анализа невозможно предвидеть изменение количества населения, его потребностей, характера занятости, изменения массового спроса, а без этого невозможно планировать хозяйственную деятельность.
Непосредственно связаны с вероятностно- статистическими методами вопросы проверки качества изделий. Зачастую изготовление изделия занимает несравненно меньше времени, чем проверка его качества. По этой причине нет возможности проверить качество каждого изделия. Поэтому приходится судить о качестве партии по сравнительно небольшой части выборки. Статистические методы используются и тогда, когда испытание качества изделий приводит к их порче или гибели.
Вопросы, связанные с сельским хозяйством, уже давно решаются с широким использованием статистических методов. Выведение новых пород животных, новых сортов растений, сравнение урожайности – вот далеко не полный список задач, решаемых статистическими методами.
Можно без преувеличения сказать, что статистическими методами сегодня пронизана вся наша жизнь. В известном сочинении поэта-материалиста Лукреция Кара «О природе вещей» имеется яркое и поэтическое описание явления броуновского движения пылинок:
«Вот посмотри: всякий раз, когда солнечный свет проникает
В наши жилища и мрак прорезает своими лучами,
Множества маленьких тел в пустоте, ты увидишь, мелькая,
Мечутся взад и вперед в лучистом сиянии света;
- Будто бы в вечной борьбе они бьются в сраженьях и битвах.
В схватки бросаются вдруг по отрядам, не зная покоя.
Или сходясь, или врозь беспрерывно опять разлетаясь.
Можешь из этого ты уяснить себе, как неустанно
Первоначала вещей в пустоте необъятной мятутся.
Так о великих вещах помогают составить понятье
Малые вещи, пути намечая для из достиженья,
Кроме того, потому обратить тебе надо вниманье
На суматоху в телах, мелькающих в солнечном свете,
Что из нее познаешь ты материи также движенье»
Первая возможность экспериментального исследования соотношений между беспорядочным движением отдельных частиц и закономерным движением их больших совокупностей появилась, когда в 1827 году ботаник Р. Броун открыл явление, которое по его имени названо «броуновским движением». Броун наблюдал под микроскопом взвешенную в воде цветочную пыльцу. К своему удивлению он обнаружил, что взвешенные в воде частицы находятся в непрерывном беспорядочном движении, которое не удается прекратить при самом тщательном старании устранить какие либо внешние воздействия. Вскоре было обнаружено, что это общее свойство любых достаточно мелких частиц, взвешенных в жидкости. Броуновское движение – классический пример случайного процесса.
6. Вероятность и воздушный транспорт
В предыдущей главе мы рассмотрели применение теории вероятности и статистики в различных областях науки. В этой главе я бы хотела привести примеры применения теории вероятностей на воздушном транспорте.
Воздушный транспорт — понятие, включающее как собственно воздушные суда, так и необходимую для их эксплуатации инфраструктуру: аэропорты, диспетчерские и технические службы. Как известно, совершение полета –это результат совместной работы множества служб аэропорта, которые в своей деятельности используют различные области науки и практически во всех этих областях имеет место теория вероятности. Я бы хотела привести пример из области навигации, где теория вероятности также широко применяется.
В связи с развитием спутниковых систем навигации, посадки и связи были введены новые показатели надежности как целостность, непрерывность, и готовность системы. Все эти показатели надежности количественно выражаются через вероятность.
Целостность-степень доверия к информации, получаемой от радиотехнической системы и применяемое в дальнейшем воздушным судном. Вероятность целостности равна произведению вероятности отказа на вероятность необнаружения отказа и должна быть равна или меньше 10 -7 на час полета.
Непрерывность обслуживания – это способность полной системы выполнять свою функцию без прерывания режима работы при выполнении планируемой операции. Она должна быть не меньше 10 -4 .
Готовность-это способность системы выполнять свои функции к началу выполнения операции. Онам должна быть не меньше 0, 99.
Заключение
Вероятностные идеи стимулируют в наши дни развитие всего комплекса знаний, начиная от наук о не живой природе и кончая науками об обществе. Прогресс современного естествознания неотделим от использования и развития вероятностных идей и методов. В наше время трудно назвать какую-либо область исследований, где бы не применялись вероятностные методы.
Список литературы
1. Вентцель Е.С. Теория вероятностей: Учебник для вузов. М.: Высшая школа, 2006 г.;
2. Гмурман В.Е. Теория вероятностей и математическая статистика. Учеб. пособие для вузов. М: Высшая школа, 1998 г.;
3. Гнеденко Б.В. Очерк по теории вероятностей. М.: Эдиториал УРСС, 2009 г.;
4. Майстров Л.Е. Развитие теории вероятностей. М.:Наука, 1980 г.;
5. Майстров Л.Е. Теория вероятностей. Исторический очерк. М.: Наука, 1967 г.
6. Соболев Е.В. Организация радиотехнического обеспечения полётов (часть 1).
Санкт-Петербург, 2008 г.;
http://verojatnost. pavlovkashkola.edusite.ru/ p8aa1.html
8. http://shpora.net/index.cgi? act=view&id=4966
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Федеральное государственное образовательное
бюджетное учреждение высшего профессионального образования
«ФИНАНСОВЫЙ УНИВЕРСИТЕТ
ПРИ ПРАВИТЕЛЬСТВЕ РОССИЙСКОЙ ФЕДЕРАЦИИ», Факультет: Финансы и кредит, КОНТРОЛЬНАЯ РАБОТА
по дисциплине «Теория вероятности и математическая статистика»
Студентка: Коханская Е.Ю., Курс: 2 № группы: ЗСПЗ-ЭК201, Преподаватель: Бутковский О.Я., Владимир 2014
1. На складе имеется 20 приборов, из которых два неисправны. При отправке потребителю проверяется исправность приборов.
Найти вероятность того, что три первых проверенных прибора окажутся исправными.
Испытание (опыт) заключается в выборе наудачу 3 приборов со склада, на котором имеется 20 приборов (из которых 18 исправны и 2 неисправны).
Элементарным событием (исходом испытания) является полученный набор из трёх приборов., Пусть событие А заключается в том, что три первых проверенных прибора окажутся исправными., Число исходов, благоприятствующих появлению события А (выбор трёх исправных приборов из):, Ответ: вероятность того, что три первых проверенных прибора окажутся исправными, равна 0,716.
2. В типографии имеется пять плоскопечатных машин. Для каждой машины вероятность того, что она работает в данный момент, равна 0,9.
Найти вероятность того, что в данный момент работает:
а) две машины;
б) хотя бы одна машина
а) Р=0.9 — вероятность того, что 1 машина работает
т.е. вероятноcть работы 2 машин: p = 0,9*0,9=0,81 => 81%
б) Так как события «машина работает» и «машина не работает» (в данный момент) противоположные, то сумма их вероятностей равна единице:
Отсюда вероятность того, что машина в данный момент не работает, равна, Искомая вероятность
Р(А)= 1- q5=1-(0,1)5=1- 0,00001=0,99999=99%
Так как полученная вероятность весьма близка к единице, то, на основании следствия из принципа практической невозможности маловероятных событий, мы вправе заключить, что в данный момент работает хотя бы одна из машин.
Ответ: а) вероятность того, что в данный момент работает две машины = 81%
б) вероятность того, что в данный момент работает хотя бы одна машина= 99 %
3. При выпуске телевизоров количество экземпляров высшего качества в среднем составляет 80%. Выпущено 400 телевизоров.
а) вероятность того, что 300 из выпущенных телевизоров высшего качества;
— б) границы, в которых с вероятностью 0,9907 заключена доля телевизоров высшего качества.
В этой задаче мы имеем дело с независимыми испытаниями, каждое из которых заключается в исследовании качества выпущенного телевизора. Число испытаний в нашем случае.
Событие состоит в том, что выпущенный телевизор высшего качества.
а) Вычислить искомую вероятность появления события ровно 300 раз в 400 испытаниях по формуле Бернулли затруднительно из-за громоздкости вычислений. Искомую вероятность можно вычислить, используя асимптотическую (приближённую) формулу Муавра — Лапласа.
Воспользуемся локальной теоремой Муавра — Лапласа: если вероятность наступления события в каждом из испытаний постоянна и отлична от 0 и 1, а число независимых испытаний достаточно велико, то вероятность вычисляется по приближённой формуле
Где — вероятность наступления события в каждом из испытаний,, Вероятность ненаступления события в каждом из испытаний,, Функция Гаусса.
Итак, событие состоит в том, что выпущенный телевизор высшего качества; вероятность наступления события в каждом из испытаний; вероятность ненаступления события в каждом из испытаний; число испытаний.
Значит вероятность того, что из 400 выпущенных телевизоров 300 высшего качества:, По таблице значений функции Гаусса находим: ., Следовательно, .
б) Воспользуемся следствием интегральной теоремы Муавра — Лапласа: если вероятность р наступления события А в каждом из испытаний постоянна и отлична от 0 и 1, а число независимых испытаний достаточно велико, то вероятность заданного отклонения относительной частоты (частости) появления события А от его вероятности вычисляется по приближённой формуле
Где р — вероятность наступления события А в каждом из испытаний,
q — вероятность ненаступления события А в каждом из испытаний,
п — число испытаний, — заданное отклонение.
Функция Лапласа.
вероятность случайный величина ожидание
В нашем случае; ; число испытаний., Найдём отклонение, при котором, то есть в силу следствия интегральной теоремы Муавра — Лапласа, Итак, найдём из выражения, По таблице значений функции Лапласа находим: ., Следовательно, Значит с вероятностью 0,9907 можно ожидать отклонение относительной частоты появления события от.
Таким образом, границы, в которых с вероятностью 0,9907 заключена доля телевизоров высшего качества: .
Другими словами, с вероятностью 0,9907 доля телевизоров высшего качества составляет от 74,8 % до 85,2 %.
Ответ: а) вероятность того, что 300 из выпущенных телевизоров высшего качества равна 0,0022;
б) границы, в которых с вероятностью 0,9907 заключена доля телевизоров высшего качества от 74,8% до 85,2%.
4. В партии из восьми деталей шесть стандартных. Наугад отбирают две детали. Составить закон распределения случайной величины — числа стандартных деталей среди отобранных. Найти ее математическое ожидание, дисперсию и функцию распределения.
Дискретная случайная величина — число стандартных деталей среди отобранных деталей — имеет следующие возможные значения: , .
Найдём вероятности, этих возможных значений., Искомый закон распределения дискретной случайной величины, соответственно, будет иметь вид:
Испытание (опыт) заключается в случайном выборе двух деталей из партии, содержащей 8 деталей (6 стандартных и 2 нестандартных).
Элементарным событием (исходом испытания) является полученный набор из 2 деталей., Число всех возможных исходов испытания:
Число исходов, благоприятствующих тому, что число стандартных деталей среди отобранных деталей (то есть среди отобранных деталей 0 стандартных и 2 нестандартных):
Воспользовавшись классическим определением вероятности, получаем:
Число исходов, благоприятствующих тому, что число стандартных деталей среди отобранных деталей (то есть среди отобранных деталей 1 стандартная и 1 нестандартная):
Воспользовавшись классическим определением вероятности, получаем:
Число исходов, благоприятствующих тому, что число стандартных деталей среди отобранных деталей (то есть среди отобранных деталей 2 стандартных и 0 нестандартных):
Воспользовавшись классическим определением вероятности, получаем:, Сумма вероятностей, Таким образом, искомый закон распределения дискретной случайной величины имеет вид:
Найдём математическое ожидание и функцию распределения случайной величины., Математическое ожидание дискретной случайной величины:, Дисперсия дискретной случайной величины Х:
Функция распределения вероятностей (интегральная функция распределения) случайной величины задаётся формулой.
При построении функции будем получать её аналитическое выражение на каждом промежутке разбиения числовой прямой точками, соответствующими значениям заданной случайной величины, используя теорему сложения вероятностей несовместных событий:
a) для, так как в данном случае мы имеем дело с вероятностью невозможного события (в частности для);
b) для (в частности для);
— c) для (в частности для);
Обобщая полученные данные, можно записать:
Ответ: ; ; ;
1. Из 1560 сотрудников предприятия по схеме собственно-случайной бесповторной выборки отобрано 100 человек для получения статистических данных о пребывании на больничном листе в течение года. Полученные данные представлены в таблице.
а) вероятность того, что среднее число дней пребывания на больничном листе среди сотрудников предприятия отличается от их среднего числа в выборке не более чем на один день (по абсолютной величине);
б) границы, в которых с вероятностью 0,95 заключена доля всех сотрудников, пребывающих на больничном листе не более семи дней;
в) объем бесповторной выборки, при котором те же границы для доли (см. п. б)) можно гарантировать с вероятностью 0,98.
а) Выберем число больничных, в каждом из интервалов (середина интервала).
В начальном интервале примем значение 2 дня. В конечном 12 дней, в прочих середину интервала.
Выборочная средняя равна:, Выборочная дисперсия:
найдём значение t из соотношения
Значения Ф(t) взяты из соответствующих таблиц.
б) В выборке доля таких сотрудников равна:
Полагая генеральную совокупность много большей, по сравнению с 100 имеем для требуемой величины:, Тогда искомые границы:
в) Объём для данного вида выборки и данной вероятности (t=2,33):
Ответ: а) вероятность того, что среднее число дней пребывания на больничном листе среди сотрудников предприятия отличается от их среднего числа в выборке не более чем на один день, равна 0,999;
б) границы, в которых с вероятностью 0,95 заключена доля всех сотрудников, пребывающих на больничном листе не более семи дней от 47,3% до 66,7%;
в) объем бесповторной выборки с вероятностью 0,98 равен 141сотруднику.
3. Распределение 110 образцов полимерных композиционных материалов по содержанию в них нефтешламов Х (%) и водопоглощению Y (%) представлено в таблице.
Необходимо:
1. Вычислить групповые средние, построить эмпирические линии регрессии.
2. Предполагая, что между переменными Х и Y существует линейная корреляционная зависимость:
а) найти уравнения прямых регрессии, построить их графики на одном чертеже с эмпирическими линиями регрессии и дать содержательную интерпретацию полученных уравнений;
б) вычислить коэффициент корреляции; на уровне значимости? = 0,05 оценить его значимость и сделать вывод о тесноте и направлении связи между переменными Х и Y;
в) используя соответствующее уравнение регрессии, оценить средний процент водопоглощения в образцах, содержащих 35% нефтешламов.
1).
Вычислим групповые средние значения:
В таблице записана функциональная зависимость между и xi, или корреляционная зависимость у по х., Построим эмпирические линии регрессии:
2).
Предполагая, что между переменными X и Y существует линейная корреляционная зависимость:
а) найдем уравнения прямых регрессии.
Случайная величина Х — содержание нефтешламов, %, Случайная величина Y — содержание водопоглащения, %., Найдем ковариацию:, Вычислим коэффициент регрессии у по х и составим уравнение этой зависимости:
у = 1,117 х + 8,792
Вычислим коэффициент регрессии х по у и составим уравнение соответствующей зависимости:
х = 0,797 у -3,744
Построим графики прямых регрессии на одном чертеже с эмпирическими линиями регрессии:
б) Вычислим коэффициент корреляции:
Т.е. связь между переменными Х и Y (степенью автоматизации производства и ростом производительности труда) прямая, тесная.
Оценим значимость коэффициента корреляции по критерию Стьюдента:, Расчетное значение критерия Стьюдента больше табличного
tтабл.(?=0,05; k=108) = 1,6591, следовательно коэффициент корреляции является значимым.
в) Определим, используя уравнение регрессии у по х, средний процент водопоглощения в образцах, содержащих 35% нефтешламов:
у = 1,117 *35 + 8,792=47,887
