Методика обучения школьников основам комбинаторики, теории вероятностей и математической статистики в рамках профильной школы
,
окончательно
получим
Р(А+В)=Р(А)+Р(В).
Теорема 2. Вероятность появления одного из нескольких попарно несовместных событий, безразлично какого, равна сумме вероятностей этих событий:
Р(А1+А2+…+Аn)=Р(А1)+Р(А2)+…+Р(Аn).
Теорема 3. Сумма вероятностей событий А1, А2, …, Аn, образующих полную группу, равна 1:
Р(А1)+Р(А2)+…+Р(Аn)=1.
Доказательство. Так как появление одного из событий полной группы достоверно, а вероятность достоверного события равна единице, то
Р(А1+А2+…+Аn)=1. (*)
Любые два события полной группы несовместны, поэтому можно применить теорему сложения:
Р(А1+А2+…+Аn)=Р(А1)+Р(А2)+…+Р(Аn). (**)
Сравнивая (*) и (**), получим
Р(А1)+Р(А2)+…+Р(Аn)=1.
Теорема 4. Сумма вероятностей противоположных событий равна 1:
Р(А)+Р(
)=1.
Задачи:
В урне 30 шаров: 10 красных, 5 синих и 15 белых. Найти вероятность появления цветного шара.
На стеллаже библиотеки в случайном порядке расставлено 15 учебников, причем 5 из них в переплете. Библиотекарь берет наудачу три учебника. Найти вероятность того, что хотя бы один из взятых учебников окажется в переплете. (Решить двумя способами: с помощью 1 и 4 теорем).
Производится бомбометание по трем складам боеприпасов, причем сбрасывается одна бомба. Вероятность попадания в первый склад 0,01; во второй 0,008; в третий 0,025. При попадании в один из складов взрываются все три. Найти вероятность того, что склады будут взорваны.
Круговая мишень состоит из трех зон: I, II, III. Вероятность попадания в первую зону при одном выстреле 0,15, во вторую 0,23, в третью 0,17. найти вероятность промаха.
Занятие №9. Теорема умножения вероятностей.
Перед тем как излагать теорему умножения вероятностей необходимо ввести понятие условной вероятности. Привести учащихся к этому понятию поможет разбор примера.
Пример: Из ящика, в котором 3 белых и 3 черных шаров, наугад вынимают последовательно один за другим два шара. Какова вероятность появления белого шара при втором испытании, если при первом испытании был извлечен черный шар?
Условная вероятность события В при условии, что событие А уже наступило, по определению равна
(Р(А)>0).
Опираясь на определение условной вероятности, учащиеся без труда смогут сформулировать теорему о вероятности совместного появления двух событий.
Теорема 1. Вероятность совместного появления двух событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предложении, что первое событие уже наступило:
Р(АВ)=Р(А)РА(В).
Пусть вероятность события В не зависит от появления события А.
Событие В называют независимым от события А, если появление события А не изменяет вероятности события В, то есть
РА(В)=Р(В) или РВ(А)=Р(А).
Теорема 2. Вероятность совместного появления двух независимых событий равна произведению их вероятностей:
Р(АВ)=Р(А)Р(В).
На практике о независимости событий заключают по смыслу задачи. Например, вероятности поражения цели каждым из двух орудий не зависят от того, поразило ли цель другое орудие, поэтому события «первое орудие поразило цель» и «второе орудие поразило цель» независимы.
Задачи:
Среди ста лотерейных билетов есть 5 выигрышных. Найти вероятность того, что два наудачу выбранные билета окажутся выигрышными.
В коробке 9 одинаковых радиоламп, 3 из которых были в употреблении. В течение рабочего дня мастеру для ремонта аппаратуры пришлось взять две радиолампы. Какова вероятность того, что обе взятые лампы были в употреблении?
У сборщика имеется 3 конусных и 7 эллиптических валиков. Сборщик взял один валик, а затем второй. Найти вероятность того, что первый из взятых валиков – конусный, а второй – эллиптический?
Бросают два игральных кубика. Какова вероятность того, что на первом кубике выпадет четное число очков, а на втором – число, меньшее 6?
Имеется 3 ящика, содержащих 10 деталей. В первом ящике 8, во втором 7 и в третьем 9 стандартных деталей. Из каждого ящика наудачу вынимают по одной детали. Найти вероятность того, что все три вынутые детали окажутся стандартными.
Занятие №10. Следствия теорем сложения и умножения.
Возвращаясь к занятию №8, где теорема сложения была рассмотрена для несовместных событий, целесообразно изложить теорему сложения для совместных событий. Доказательство приводить не обязательно, надо только ее проиллюстрировать.
Теорема 1. Вероятность появления хотя бы одного из двух совместных событий равна сумме этих событий без вероятности их совместного появления:
![]()

![]()


Р(А+В)=Р(А)+Р(В)-Р(АВ).
Пусть требуется найти вероятность события А, которое может наступить при условии появления одного из несовместных событий В1, В2, …, Вn, образующих полную группу.
Если А произошло вместе с одним из событий В1, В2, …, Вn, значит, произошло одно из несовместных событий В1А, В2А, …, ВnА.
Таким образом, А= В1А + В2А + … + ВnА.
Поскольку события В1, В2, …, Вn взаимно несовместны, то и события В1А, В2А, …, ВnА обладают тем же свойством. Поэтому
Р(А)= Р(В1А) + Р(В2А) + … + Р(ВnА).
По теореме
умножения
вероятностей
зависимых
событий имеем
;
;
…;
.
Поэтому
.
Теорема 2. Вероятность события А, которое может наступить лишь при условии появления одного из несовместных событий В1, В2, …, Вn, образующих полную группу, равна сумме произведений вероятностей каждого из этих событий на соответствующую условную вероятность события А:
.
Эту формулу называют «формулой полной вероятности».
С помощью этой формулы находим так называемую формулу Бейеса:
при i=1,
2, …, n.
Особенно широко она применяется при решении задач, связанных с вероятностной оценкой гипотез. Гипотезы – это события, про которых заранее не известно, какое из них наступит.
Доказать формулу Бейеса учащиеся могут самостоятельно.
Задачи:
Подбрасываем две монеты. Какова вероятность выпадения хотя бы одного герба?
Вероятности попадания в цель при стрельбе первого и второго орудий соответственно равны: р1=0,7; р2=0,8. Найти вероятность попадания при одном залпе (из обоих орудий) хотя бы одним из орудий.
Отдел технического контроля проверяет на стандартность по двум параметрам серию изделий. Было установлено, что у 8 из 25 изделий не выдержан только первый параметр, у 6 изделий – только второй, а у 3 изделий не выдержаны оба параметра. Наудачу берется одно из изделий. Какова вероятность того, что оно не удовлетворяет стандарту?
В лотерее выпущено n билетов, m из которых выигрывают. Гражданин купил k билетов. Какова вероятность того, что один из купленных билетов выигрышный?
В урну, содержащую 2 шара, опущен белый шар, после чего из нее наудачу извлечен один шар. Найти вероятность того, что извлеченный шар окажется белым, если равновозможны все возможные предположения о первоначальном составе шаров (по цвету).
Из 10 учеников, которые пришли на экзамен по математике, трое подготовились отлично, четверо – хорошо, двое – удовлетворительно, а один совсем не готовился – понадеялся на то, что все помнит. В билетах 20 вопросов. Отлично подготовившиеся ученики могут ответить на все 20 вопросов, хорошо – на 16 вопросов, удовлетворительно – на 10, и не подготовившиеся – на 5 вопросов. Каждый ученик получает наугад 3 вопроса из 20. Приглашенный первым ученик ответил на все три вопроса. Какова вероятность того, что он отличник?
Занятие №11. Формула Бернулли. Закон больших чисел.
Формула Бернулли намного упрощает путь решения задач в том случае, когда опыты повторяются независимо друг от друга и вероятность интересующего нас события не меняется.
Вероятность того, что при повторных испытаниях событие А наступит m раз и не наступит n-m раз находится по формуле:
.
Вычисления
по формуле
Бернулли при
больших значениях
n и
m
затруднительны.
В математике
установлены
приближенные
формулы, позволяющие
находить приближенные
значения для
Рn(m)
и, что еще важнее
для практики,
суммы значений
Рn(m),
таких, что дробь
(относительная
частота появления
события А) лежит
в данных границах.
По формуле
Бернулли вероятность
того, что в серии
из 100 подбрасываний
монеты все 100
раз выпадет
герб, равна
,
то есть примерно
10-30. Не
столь мала, но
все, же ничтожна
вероятность
того, что цифра
выпадет не
более 10 раз.
Наиболее вероятно,
что число выпадений
герба будет
мало отличаться
от 50.
Вообще при большом числе испытаний относительная частота появления события, как правило, мало отличается от вероятности этого события. Математическую формулировку этого качественного утверждения дает принадлежащий Я. Бернулли закон больших чисел, который в уточненной П.Л. Чебышевым гласит:
Теорема. Пусть вероятность события А в испытании s равна р, и пусть проводятся серии, состоящие из n независимых повторений этого испытания. Через m обозначим число испытаний, в которых происходило событие А. Тогда для любого положительного числа e выполняется неравенство
.
Эту теорему лучше давать без доказательства по следующим причинам: во-первых, на доказательство уйдет много времени и, во-вторых, самим доказательством можно «затмить» идею закона больших чисел.
Задачи:
Подбрасываем монету 10 раз. Какова вероятность двукратного появления герба?
Вероятность того, что изделие не пройдет контроля, равна 0,125. какова вероятность того, что среди 12 изделий не будет ни одного забракованного контролером?
вероятность того, что расход электроэнергии в продолжение одних суток не превысит установленной нормы, равна р=0,75. Найти вероятность того, что в ближайшие 6 суток расход электроэнергии в течение 4 суток не превысит нормы.
С разных позиций по мишени выпускают 4 выстрела. Вероятность попадания первым выстрелом примерно 0,1, вторым – 0,2, третьим – 0,3 и четвертым – 0,4. Какова вероятность того, что все четыре выстрела - промахи?
Вы играете в шахматы с равным по силе партнером. Чего следует больше ожидать: трех побед в 4 партиях или пяти побед в 8 партиях?
Сколько раз придется бросать игральную кость, чтобы вероятнейшее число появления шестерки было бы 32?
Какова вероятность
равенства
с точностью
до 0,1 при 100 опытах?
Занятие №13. Самостоятельная работа.
Изучение случайных событий желательно завершить самостоятельной работой, в которой одну-две задачи надо решить как можно большим числом способов. Неплохо включить в работу и теоретический вопрос (чтобы проверить, с одной стороны, понимание учащимися теоретической части пройденного материала и, с другой стороны, умение учащихся формулировать и излагать свои мысли).
Примерный состав самостоятельной работы:
Вариант 1
Среди облигаций займа 25% выигрышных. Найдите вероятность того, что из трех взятых облигаций хотя бы одна выигрышная.
Найти вероятность
по данным
вероятностям:
Р(А)=а, Р(В)=b,
Р(А+В)=с.
Могут ли несовместные события быть в то же время независимыми и наоборот? Привести примеры.
Вариант 2
При включении зажигания двигатель начинает работать с вероятностью р. Найти вероятность того, что для ввода двигателя на работу придется включить зажигание не более двух раз.
Найти вероятность
по данным
вероятностям:
Р(А)=а, Р(В)=b,
Р(А+В)=с.
Почему формула Бернулли применяется при независимости опытов?
Способы решения первых задач подробно изложены в методике.
Занятие №14. Кому нужна теория вероятностей?
Форма организации данного занятия – круглый стол – представление учащимися индивидуальных творческих работ по выбору:
небольшая подборка интересных вероятностных задач из различных областей профессиональной деятельности;
исследовательская работа в области теории вероятности;
индивидуальный проект, отражающий возможность применения знаний по теории вероятности в какой-либо деятельности человека или для какой-либо профессии;
написание программ для вычисления вероятностей на каком-либо языке программирования.
Общая тема творческих работ: «Кому нужна теория вероятностей?».
В качестве источников литературы можно порекомендовать следующие книги: Китайгородский, А.И.– посвящена применению законов теории вероятностей к различным жизненным ситуациям и в разных областях науки.
Раздел 3. Случайные величины.
Здесь учащиеся знакомятся еще с одним видом функции – случайной величиной. Эта специфическая числовая функция дополняет и расширяет представление школьников о функциональных зависимостях.
Занятие №1. Понятие случайной величины. Закон распределения вероятностей дискретной случайной величины.
В теории вероятностей приводились события, состоящие в появлении того или иного числа. Например, при бросании игральной кости могли появиться числа 1, 2, 3, 4, 5, 6. Наперед определить число выпавших очков невозможно, поскольку оно зависит от многих случайных причин, которые полностью не могут быть учтены. В этом смысле число очков есть величина случайная; числа 1, 2, 3, 4, 5, 6 есть возможные значения этой величины.
Случайной называют величину, которая в результате испытания примет одно и только одно возможное значение, наперед не известное и зависящее от случайных причин, которые заранее не могут быть учтены.
Пример 1. Число родившихся мальчиков среди 100 новорожденных есть случайная величина, которая имеет следующие возможные значения: 0, 1, 2, …, 100.
Пример 2. Расстояние, которое пролетит снаряд при выстреле из орудия, есть случайная величина. Действительно, расстояние зависит не только от установки прицела, но и от силы и направления ветра, от температуры и других причин, которые могут полностью учтены. Возможные значения этой величины принадлежат некоторому промежутку (а, b).
Случайные величины обозначают прописными буквами X, Y, Z, а их возможные значения – соответствующими строчными буквами x, y, z. Например, если случайная величина X имеет три возможных значения, то они будут обозначены так: x1, x2, x3.
Виды случайных величин
Дискретной или прерывной называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными вероятностями. Число возможных значений дискретной случайной величины (ДСВ) может быть конечным или бесконечным (см. пример 1).
Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Очевидно, число возможных значений НСВ бесконечно (см. пример 2).
Закон распределения вероятностей ДСВ
На первый взгляд может показаться, что для задания ДСВ достаточно перечислить все ее возможные значения. В действительности это не так: случайные величины могут иметь одинаковые перечни возможных значений, а вероятности их – различные. Поэтому для задания ДСВ не достаточно перечислить всевозможные ее значения, нужно еще указать их вероятности.
Законом распределения дискретной случайной величины называют соответствие между возможными значениями и их вероятностями; его можно задать таблично, аналитически (в виде формулы) и графически.
При табличном задании закона распределения ДСВ первая строка таблицы содержит возможные значения, а вторая – их вероятности:
| X | x1 | x2 | … | xn |
| p | p1 | p2 | … | pn |
Приняв во внимание, что в одном испытании случайная величина принимает одно и только одно возможное значение, заключаем, что событие X=x1, X=x2, …, X=xn образуют полную группу; следовательно, сумма вероятностей этих событий, то есть сумма вероятностей второй строки таблицы, равна единице: p1+p2+…+pn=1. Если множество возможных значений X бесконечно (счетно), то ряд p1+p2+… сходится и его сумма равна единице.
Для наглядности закон распределения ДСВ можно изобразить и графически, для чего в прямоугольной системе координат строят точки (xi, pi), а затем соединяют их отрезками прямых. Полученную фигуру называют многоугольником распределения.
Занятие №2. Математические операции над случайными величинами.
Вначале введем понятие независимости случайных величин.
Две случайные величины называются независимыми, если закон распределения одной из них не меняется от того, какие возможные значения приняла другая величина. В противном случае случайные величины называются зависимыми. Например, если имеются билеты двух различных денежных лотерей, то случайные величины X и Y, выражающие соответственно выигрыш по каждому билету, будут независимыми, так как при любом выигрыше по билету одной лотереи (например, при X=xi) закон распределения выигрыша по другому билету (Y) не изменится. Если же случайные величины X и Y выражают выигрыш по билетам одной денежной лотереи, то в этом случае X и Y являются зависимыми, ибо любой выигрыш по одному билету (X=xi) приводит к изменению вероятности выигрыша по другому билету (Y), то есть к изменению закона распределения Y.
Определим математические операции над ДСВ.
Произведением kX случайной величины Х на постоянную величину k называется случайная величина, которая принимает значения kxi с теми же вероятностями pi (i=1, 2, …, n).
m-й
степенью случайной
величины Х, то
есть Хm,
называется
случайная
величина, которая
принимает
значение
с теми же вероятностями
pi
(i=1,
2, …, n).
Суммой (разностью или произведением) случайных величин Х и Y называется случайная величина, которая принимает все возможные значения вида xi+yj (xi-yj или xi∙yj), где i=1, 2, …, n; j=1, 2, …, m, с вероятностями pij того, что случайная величина Х примет значение xi, а Y – значение yj: pij=Р[(X=xi) (Y=yj)].
Если случайные величины Х и Y независимы, то есть независимы любые события X=xi, Y=yj, то по теореме умножения вероятностей для независимых событий
pij=Р(X=xi)∙Р(Y=yj) = pi∙pj.
Занятие №3. Числовые характеристики ДСВ. Математическое ожидание.
Как уже известно, закон распределения полностью характеризует случайную величину. Однако часто закон распределения неизвестен и приходится ограничиваться меньшими сведениями. Иногда даже выгоднее пользоваться числами, которые описывают случайную величину суммарно; такие числа называют числовыми характеристиками случайной величины. К числу важных числовых характеристик относится математическое ожидание.
Для решения многих задач достаточно знать математическое ожидание. Например, если известно, что математическое ожидание числа выбиваемых очков у первого стрелка больше, чем у второго, то первый стрелок в среднем выбивает больше очков, чем второй, и, следовательно, стреляет лучше второго. Хотя математическое ожидание дает о случайной величине значительно меньше сведений, чем закон ее распределения, но для решения задач, подобных приведенной и многих других, знание математического ожидания оказывается достаточным.
Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности.
Пусть случайная величина Х может принимать только значения х1, х2, …, хn, вероятности которых соответственно равны р1, р2, …, рn. Тогда математическое ожидание М(Х) случайной величины Х определяется равенством
М(Х)=х1р1+х2р2+…+хnpn.
То есть
.
Свойства математического ожидания:
Математическое ожидание постоянной величины равно самой постоянной:
.
Постоянный множитель можно выносить за знак математического ожидания:
.
Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий:
.
Математическое ожидание суммы двух случайных величин равно сумме математических ожиданий слагаемых:
.
Доказать приведенные свойства учащиеся могут самостоятельно.
Задачи:
Занятие №4. Дисперсия ДСВ.
Занятие №5. Среднее квадратическое отклонение.
Занятие №6. Метод наименьших квадратов.
Занятие №7. Зачет.
Раздел 4. Элементы математической статистики.
В рамках данного элективного курса предполагается познакомить учащихся с элементами статистики как научного направления. Прежде всего речь идет об элементах так называемой «описательной» статистики, которая занимается вопросами сбора и представления первичной статистической информации в табличной и графической формах, вычисления числовых характеристик для совокупности числовых данных.
Включение в курс начальных сведений из статистики направлено на формирование у учащихся таких важных в современном обществе умений, как понимание и интерпретация результатов статистических исследований, широко представленных в средствах массовой информации.
Занятие №1. Выборочный метод.
Статистика – это научное направление, объединяющие принципы и методы работы с числовыми данными, характеризующими массовые явления. Оно включает в себя математическую статистику, общую теорию статистики и целый ряд отраслевых статистик (статистика промышленности, статистика финансов, статистика народонаселения и другие).
Предметом математической статистики является изучение случайных величин по результатам наблюдений. Для получения опытных данных необходимо провести обследование соответствующих объектов. Например, если исследователя интересует вероятность того, что диаметр валика определенного типоразмера после шлифовки окажется за пределами технического допуска, то надо знать закон распределения этого диаметра, а для этого прежде всего нужно располагать набором возможных значений диаметра. Однако обследовать все валики зачастую трудно, поскольку их количество может быть велико. Поэтому приходится из всей совокупности объектов для обследования отбирать только часть, то есть проводить выборочное обследование. В некоторых случаях обследование объектов всей совокупности практически не имеет смысла, поскольку они разрушаются в результате обследования. Таким образом, основным методом статистики является выборочный метод.
Выборочной совокупностью или выборкой называют совокупность случайно отобранных объектов.
Генеральной совокупностью называют совокупность объектов, из которых производится выборка.
Объемом совокупности (выборочной или генеральной) называют число объектов этой совокупности. Например, если из 1000 деталей отобрано для обследования 100 деталей, то объем генеральной совокупности N=1000, а объем выборки n=100.
Для того, чтобы по выборке можно было достаточно уверенно судить о случайной величине, выборка должна быть представительной (репрезентативной). Репрезентативность выборки означает, что объекты выборки достаточно хорошо представляют генеральную совокупность. Заметим, что при отборе объектов могут сыграть роль личные мотивы или психологические факторы, о которых исследователь, проводящий выборку, и не подозревает. При этом, как правило, выборка не будет репрезентативной.
После того как сделана выборка, то есть получена выборочная совокупность объектов, все объекты этой совокупности обследуют по отношению к определенной случайной величине или в результате этого получают наблюдаемые данные.
Задача математической статистики заключается в обработке результатов наблюдений.
Статистическая информация и способы ее представления.
Статистическая информация – это числовые данные о массовых явлениях, это значения наблюдаемых признаков объектов, составляющих статистическую совокупность, которая получена в