Составители:
Рубрика:
35
Пример. Из 25 экзаменационных билетов — 5 «счастливые». У какого
студента больше вероятность взять «счастливый» билет: первого или вто-
рого? Пусть «счастливые номера» — 1, 2, 3, 4, 5. Рассмотрим пространство
Ω = {(i, j): i, j = 1, …, 25, i ≠ j}, где i — номер билета, взятого 1-м студен-
том,
j — 2-м. Применим алгоритм нахождения вероятности события. Эле-
ментарные события равновероятны, и
⏐Ω⏐ = 600. Событие A «1-й студент
взял „счастливый“ билет» имеет вид
A ={(i, j): i=1, 2, 3, 4, 5, j=1,…,25, i≠j},
и
⏐A⏐ = 120. Событие B «2-й взял „счастливый“ билет» имеет вид
B ={(i, j): i=1, …, 25, j=1, 2, 3, 4, 5, i ≠ j}, и ⏐B⏐ = 120. Следовательно,
P(A) = P(B) = 120/600 = 1/5.
п. 2. Случайные числа
1. Метод Монте-Карло. При решении некоторых вероятностных задач
проще провести тысячи повторений эксперимента, чем получить ответ
теоретическим путем. Обычно для этой цели используются компьютеры.
Ответ получается усреднением полученного множества результатов. Это
—
метод Монте-Карло решения вероятностных задач.
Метод Монте-Карло используется и при решении обычных задач, кото-
рые можно свести к функциям. В этом случае случайным образом выбира-
ется аргумент функции, а ответ получается также усреднением.
Пример. Найдем площадь области
A внутри сложной кривой.
Поместим область
A в единичный квадрат E и будем «бросать»
наугад на него точки. «Наугад» означает, что вероятность попада-
ния точки на
∀ участок квадрата площади p равна p. При этом бро-
сании некоторые точки попадут внутрь
A, а другие нет. Доля то-
чек,
попавших в
A, и есть приближение к площади A. E A
2. Случайные числа. Для проведения подобных экспериментов ис-
пользуют случайные числа.
Случайные числа — упорядоченное множест-
во цифр, полученных в результате какого-либо случайного процесса.
Последовательности случайных чисел могут быть любой конечной
длины. Опубликованы таблицы с миллионом случайных чисел. Сейчас
случайные числа получают на компьютере сразу при решении задач.
Большинство таблиц случайных чисел строится случайной выборкой в
пространстве элементарных событий {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}. В приложе-
нии 1 приведена
таблица случайных чисел.
Пример. Четверо юношей приобрели доску и костюмы для виндсер-
финга, причем Саша внес 10% стоимости комплекта, Боря внес 20%, Витя
— 30% и Гена — 40%. 8 марта каждый из них хотел бы воспользоваться
комплектом, и они решают бросить жребий так, чтобы их шансы были
равны той части стоимости комплекта, которую они внесли. Построим
пространство событий, состоящее из 4 событий с вероятностями 0,1, 0,2,
0,3 и 0,4. Для этого один из юношей с завязанными глазами ставит точку в
таблицу случайных чисел. Отметим число, расположенное ближе всех к
Пример. Из 25 экзаменационных билетов 5 «счастливые». У какого студента больше вероятность взять «счастливый» билет: первого или вто- рого? Пусть «счастливые номера» 1, 2, 3, 4, 5. Рассмотрим пространство Ω = {(i, j): i, j = 1, , 25, i ≠ j}, где i номер билета, взятого 1-м студен- том, j 2-м. Применим алгоритм нахождения вероятности события. Эле- ментарные события равновероятны, и ⏐Ω⏐ = 600. Событие A «1-й студент взял счастливый билет» имеет вид A ={(i, j): i=1, 2, 3, 4, 5, j=1, ,25, i≠j}, и ⏐A⏐ = 120. Событие B «2-й взял счастливый билет» имеет вид B ={(i, j): i=1, , 25, j=1, 2, 3, 4, 5, i ≠ j}, и ⏐B⏐ = 120. Следовательно, P(A) = P(B) = 120/600 = 1/5. п. 2. Случайные числа 1. Метод Монте-Карло. При решении некоторых вероятностных задач проще провести тысячи повторений эксперимента, чем получить ответ теоретическим путем. Обычно для этой цели используются компьютеры. Ответ получается усреднением полученного множества результатов. Это метод Монте-Карло решения вероятностных задач. Метод Монте-Карло используется и при решении обычных задач, кото- рые можно свести к функциям. В этом случае случайным образом выбира- ется аргумент функции, а ответ получается также усреднением. Пример. Найдем площадь области A внутри сложной кривой. Поместим область A в единичный квадрат E и будем «бросать» наугад на него точки. «Наугад» означает, что вероятность попада- ния точки на ∀ участок квадрата площади p равна p. При этом бро- сании некоторые точки попадут внутрь A, а другие нет. Доля то- чек, попавших в A, и есть приближение к площади A. E A 2. Случайные числа. Для проведения подобных экспериментов ис- пользуют случайные числа. Случайные числа упорядоченное множест- во цифр, полученных в результате какого-либо случайного процесса. Последовательности случайных чисел могут быть любой конечной длины. Опубликованы таблицы с миллионом случайных чисел. Сейчас случайные числа получают на компьютере сразу при решении задач. Большинство таблиц случайных чисел строится случайной выборкой в пространстве элементарных событий {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}. В приложе- нии 1 приведена таблица случайных чисел. Пример. Четверо юношей приобрели доску и костюмы для виндсер- финга, причем Саша внес 10% стоимости комплекта, Боря внес 20%, Витя 30% и Гена 40%. 8 марта каждый из них хотел бы воспользоваться комплектом, и они решают бросить жребий так, чтобы их шансы были равны той части стоимости комплекта, которую они внесли. Построим пространство событий, состоящее из 4 событий с вероятностями 0,1, 0,2, 0,3 и 0,4. Для этого один из юношей с завязанными глазами ставит точку в таблицу случайных чисел. Отметим число, расположенное ближе всех к 35
Страницы
- « первая
- ‹ предыдущая
- …
- 34
- 35
- 36
- 37
- 38
- …
- следующая ›
- последняя »