Тема 12: Решение дифференциальных уравнений. Индивидуальное задание №1. Самостоятельная работа.

ПРАКТИЧЕСКАЯ ЧАСТЬ

Контрольные вопросы:

1. Что называется дифференциальным уравнением 1-го порядка?

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

2. Написать общий вид дифференциального уравнения 1-го порядка с разделяющимися переменными.______________________________ __________________________________________________________

3. Какая замена неизвестной функции позволяет свести однородное дифференциальное уравнение 1-го порядка к уравнению с разделяющимися переменными?______________________________ __________________________________________________________ __________________________________________________________ __________________________________________________________ __________________________________________________________ __________________________________________________________ __________________________________________________________

4. Написать общий вид однородного линейного дифференциального уравнения 2-го порядка с постоянными коэффициентами. Что называется его характеристическим уравнением?______________ ________________________________________________________ ________________________________________________________ ________________________________________________________ ________________________________________________________ ________________________________________________________

5. Что значит решить задачу Коши?____________________________

________________________________________________________

_________________________________________________________

6. Какие виды решений имеет дифференциальное уравнение?_____ _________________________________________________________

_________________________________________________________

_________________________________________________________

_________________________________________________________

Тема: Системы линейных уравнений и методы их решения.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Система линейных алгебраических уравнений имеет вид:

а₁₁х₁ + а₁₂х₂ + а₁₃х₃ = в₁

а₂₁х₁ + а₂₂х₂ + а₂₃х₃ = в₂

а₃₁х₁ + а₃₂х₂ + а₃₃х₃ = в₃

Это система трех уравнений с тремя неизвестными х₁, х₂, х₃. Вещественные числа а_ij (i = , j = ) называются коэффициентами системы. в₁, в₂, в₃ – свободные члены. Если хотя бы одно из чисел в₁, в₂, в₃, отлично от нуля, система называется неоднородной. Если все свободные члены равны нулю, то система имеет вид:

а₁₁х₁ + а₁₂х₂ + а₁₃х₃ = 0

а₂₁х₁ + а₂₂х₂ + а₂₃х₃ = 0

а₃₁х₁ + а₃₂х₂ + а₃₃х₃ = 0 и называется однородной.

Системы решаются одним из следующих способов: 1) методом Гаусса, или методом исключения неизвестных; 2) по формулам Крамера; 3) матричным методом.

Метод Гаусса

Исторически первым, наиболее распространенным методом решения систем линейных уравнений является метод Гаусса, или метод последовательного исключения неизвестных. Сущность этого метода состоит в том, что посредством последовательных исключений неизвестных данная система превращается в ступенчатую (в частности, треугольную) систему, равносильную данной. При практическом решении системы линейных уравнений методом Гаусса удобнее приводить к ступенчатому виду не саму систему уравнений, а расширенную матрицу этой системы, выполняя элементарные преобразования над ее строками. Последовательно получающиеся в ходе преобразования матрицы обычно соединяют знаком эквивалентности.

Пример 1. Решить систему уравнений методом Гаусса:

x + y - 3z = 2,

3x - 2y + z = - 1,

2x + y - 2z = 0.

Решение. Выпишем расширенную матрицу данной системы

и произведем следующие элементарные преобразования над ее строками:

а) из ее второй и третьей строк вычтем первую, умноженную соответственно на 3 и 2:

~ ;

б) третью строку умножим на (-5) и прибавим к ней вторую:

.

В результате всех этих преобразований данная система приводится к треугольному виду:

x + y - 3z = 2,

-5y + 10z = -7,

- 10z = 13.

Из последнего уравнения находим z = -1,3. Подставляя это значение во второе уравнение, имеем y = -1,2. Далее из первого уравнения получим x = - 0,7.

По формуле Крамера решаются только неоднородные системы.

Определитель системы Δ называется определитель, составленный из коэффициентов системы:

Δ =

Если определитель системы Δ не равен 0, то система имеет единственное решение, которое находится по формулам:

Х₁ = Δх₁/ Δ; х₂== Δх₂/ Δ; х₃== Δх₃/ Δ; где

Δх₁= ; Δх₂= ; Δх₃= .

Если определитель системы = Δ равен нулю, и хотя бы один из определителей ∆х₁=∆х₂=∆х₃ отличен от нуля, то система несовместна.

Если определитель системы ∆=0, и ∆х₁=∆х₂=∆х₃=0, то система имеет бесконечное множество решений. (неопределенная система).

Пример 2. Решить систему уравнений:

Х + 2у – z = 1

-3х + у = 2z = 0

х + 4у + 3z = 2

1. Вычислим определитель системы ∆ = = 1*1*3+2*2*1+(-1)*4*(-3) – (1*1*(-1)+4*2*1+3*2*(-3))=3+4+12 – (-1 + 8 – 18) = 19+11 = 30.

Система имеет единственное решение, т.к. определитель ∆ = 30 ≠ 0.

2. Вычислим определители ∆х, ∆у, ∆z.

∆х = = 5; ∆у = = 13; ∆z = = 1.

3. По формулам Крамера находим решение системы:

Х = ∆х/∆ = 5/30 = 1/6; у = ∆у/∆ = 13/30; z = ∆z/∆ = 1/30;

Ответ: решение системы (1/6; 13/30; 1/30).

По формулам Крамера можно решить систему n линейных уравнений с n неизвестными.

Пример 3 Решить систему уравнений двумя методами.

х - у+z=1

х + у – z=2

5х + у – z=7

1. Составим и вычислим определитель системы ∆= = 0.

2. Вычислим определители ∆х, ∆у, ∆z.

∆х = = 0, ∆у = = -2

Т.к. определитель ∆у= -2 ≠ 0, мы делаем заключение: Система несовместна, т.е. она не имеет решения.

ПРАКТИЧЕСКАЯ ЧАСТЬ

ТЕСТЫ

1. Решить систему линейных алгебраических уравнений

А) (5;2;-4)

Б) (2;-4;1)

В) (4;1;-1)

Г) (-2;-4;2)

2. Решить систему линейных алгебраических уравнений

А) (5;5;2)

Б) (2;1;4)

В) (4;1;2)

Г) (2;2;4)

3. Решить систему уравнений

А) (1;05;2)

Б) (-0,7;-1,2;-1,3)

В) (7;10;3)

Г) (2;3;-5)

4. Решить систему уравнений

А) (1;2;4)

Б) (2;-3;1)

В) (5;-3;3)

Г) (1;1;-1)

5. Решить систему уравнений

А) (0,5;1;-0,5)

Б) (5;1;-5)

В) (2;-4;7)

Г) (1,2;-1,2;1)

Тема: Решение систем линейных уравнений по правилу Крамера

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

По формуле Крамера решаются только неоднородные системы.

Определитель системы Δ называется определитель, составленный из коэффициентов системы:

Δ =

Если определитель системы Δ не равен 0, то система имеет единственное решение, которое находится по формулам:

Х₁ = Δх₁/ Δ; х₂== Δх₂/ Δ; х₃== Δх₃/ Δ; где

Δх₁= ; Δх₂= ; Δх₃= .

Если определитель системы = Δ равен нулю, и хотя бы один из определителей ∆х₁=∆х₂=∆х₃ отличен от нуля, то система несовместна.

Если определитель системы ∆=0, и ∆х₁=∆х₂=∆х₃=0, то система имеет бесконечное множество решений. (неопределенная система).

ПРАКТИЧЕСКАЯ ЧАСТЬ

ТЕСТЫ

1. Решить систему уравнений

А) (5;1;-2)

Б) (2;-1;1)

В) (3;-2;-1)

Г) (1;1;-1)

2. Решить систему уравнений

А) (3;1;1)

Б) (2;-3;1)

В) (1;1;-1)

Г) (-1;1;-1)

3. Решить систему уравнений

А) (6;-1;2)

Б) (3;-3;1)

В) (-2;1;-1)

Г) (1;1;-1)

4. Решить систему уравнений

А) (3;-2;2)

Б) (-1;-1;3)

В) (2;-1;3)

Г) (1;-1;1)

5. .Решить систему уравнений

А) (5;-4;3)

Б) (-3;6;-3)

В) (-2;3;-4)

Г) (-7;2;5)

Тема: Решение систем линейных уравнений.

ПРАКТИЧСКАЯ ЧАСТЬ

Тест

1. Каким методом нельзя решить СЛАУ:

А) метод Лобачевского;

Б) метод Крамера;

В) матричным методом.

2. Метод последовательного исключения переменных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого вида, из которого последовательно, начиная с последних переменных, находятся все остальные переменные – это метод …

А) Крамера;

Б) Гаусса;

В) Зейделя.

3. По формуле Крамера, если определитель системы Δ не равен 0, то система:

А) не имеет решения;

Б) имеет единственное ршение;

В) имеет множество решений.

4. Правельным ответом САЛУ является

А) (-2;3;-1)

Б) (7;-3;2)

В) (-3;2;1)

5. Что является ответом СЛАУ

А) (3;-1;2)

Б) (-5;2;-8)

В) любое число

6. Решением является

А) (2;-5;1)

Б) (-0,7;-1,2;-1,3)

В) (7;-2;13)

7. Решив СЛАУ методом Гаусса вы получили ответ

А) (0,15;0,44;0,03)

Б) (-0,3;1,2;0,15)

В) (7;0,5;-2)

8. Если решать СЛАУ методом Крамера ответ будет

А) (2;1;-2)

Б) (4;-1;2)

В) ответа нет

9. Найти сумму x+y+z, где (x;y;z) решение системы

А) -2

Б) 0

В) -1

10. Решите СЛАУ

А) (15;2;7)

Б) (0,7;-0,2;1,2)

В) (-1,5;0,5;2)

Тема: Системы линейных неравенств, графический способ их решения.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Линейные неравенства имеют особо важное значение для экономистов, т.к именно при помощи линейных неравенств можно смоделировать производственные процессы и найти наиболее выгодные планы производства, транспортировки, размещения ресурсов и т. д. Графический метод заключается в построении множества допустимых решений ЗЛП, и нахождении в данном множестве точки, соответствующей max/min целевой функции. Система ограничений такой задачи состоит из неравенств от двух переменных:

и целевая функция имеет вид F = C ₁ x + C₂y, которую необходимо максимизировать.

Ответим на вопрос: какие пары чисел ( x; y ) являются решениями системы неравенств, т. е. удовлетворяют каждому из неравенств одновременно? Предварительно необходимо понять, что является решением одного линейного неравенства с двумя неизвестными. Решить линейное неравенство с двумя неизвестными – это значит определить все пары значений неизвестных, при которых неравенство выполняется. Например, неравенству 3x – 5 y ≥ 42 удовлетворяют пары (x , y) : (100, 2); (3, –10) и т. д. Задача состоит в нахождении всех таких пар. Рассмотрим два неравенства: ax + by≤ c, ax + by≥ c. Прямая ax + by = c делит плоскость на две полуплоскости так, что координаты точек одной из них удовлетворяют неравенству ax + by >c , а другой неравенству ax + +by <c. Действительно, возьмем точку с координатой x = x ₀; тогда точка, лежащая на прямой и имеющая абсциссу x₀, имеет ординату

Итак,

Пусть для определенности a< 0, b>0, c >0. Все точки с абсциссой x₀, лежащие выше P (например, точка М), имеют y_M>y₀, а все точки, лежащие ниже точки P, с абсциссой x₀, имеют y_N<y₀. Поскольку x₀ –произвольная точка, то всегда с одной стороны от прямой будут находиться точки, для которых ax+ by > c, образующие полуплоскость, а с другой стороны – точки, для которых ax + by< c.

Знак неравенства в полуплоскости зависит от чисел a, b , c. Отсюда вытекает следующий способ графического решения систем линейных неравенств от двух переменных. Для решения системы необходимо:

1. Для каждого неравенства выписать уравнение, соответствующее данному неравенству.

2. Построить прямые, являющиеся графиками функций, задаваемых уравнениями.

3. Для каждой прямой определить полуплоскость, которая задается неравенством. Для этого взять произвольную точку, не лежащую на прямой, подставить ее координаты в неравенство. если неравенство верное, то полуплоскость, содержащая выбранную точку, и является решением исходного неравенства. Если неравенство неверное, то полуплоскость по другую сторону прямой является множеством решений данного неравенства.

4. Чтобы решить систему неравенств, необходимо найти область пересечения всех полуплоскостей, являющихся решением каждого неравенства системы.

Эта область может оказаться пустой, тогда система неравенств не имеет решений, несовместна. В противном случае говорят, что система совместна. Решений может быть конечное число и бесконечное множество. Область может представлять собой замкнутый многоугольник или же быть неограниченной.

Рассмотрим три соответствующих примера.

Пример 1. Решить графически систему: x + y – 1 ≤ 0; –2 x – 2y + 5 ≤ 0.

Решение: – рассмотрим уравнения x + y–1 = 0 и –2x – 2y + 5 = 0, соответствующие неравенствам; – построим прямые, задающиеся этими уравнениями.

Определим полуплоскости, задаваемые неравенствами. Возьмем произвольную точку, пусть (0; 0). Рассмотрим x+ y– 1 0, подставим точку (0; 0): 0 + 0 – 1 ≤ 0. значит, в той полуплоскости, где лежит точка (0; 0), x + y – 1 ≤ 0, т.е. полуплоскость, лежащая ниже прямой, является решением первого неравенства. Подставив эту точку (0; 0), во второе, получим: –2 ∙ 0 – 2 ∙ 0 + 5 ≤ 0, т.е. в полуплоскости, где лежит точка (0; 0), –2x – 2y + 5≥ 0, а нас спрашивали, где –2x – 2y + 5 ≤ 0, следовательно, в другой полуплоскости – в той, что выше прямой. Найдем пересечение этих двух полуплоскостей. Прямые параллельны, поэтому плоскости нигде не пересекаются, значит система данных неравенств решений не имеет, несовместна.

Пример 2. Найти графически решения системы неравенств:

Рисунок 3

1. Выпишем уравнения, соответствующие неравенствам, и построим прямые. x + 2y– 2 = 0

x	2	0
y	0	1

y – x – 1 = 0

x	0	2
y	1	3

y + 2 = 0; y = –2. 2. Выбрав точку (0; 0), определим знаки неравенств в полуплоскостях: 0 + 2 ∙ 0 – 2 ≤ 0, т.е. x + 2y– 2 ≤ 0 в полуплоскости ниже прямой; 0 – 0 – 1 ≤ 0, т.е. y –x– 1 ≤ 0 в полуплоскости ниже прямой; 0 + 2 =2 ≥ 0, т.е. y + 2 ≥ 0 в полуплоскости выше прямой. 3. Пересечением этих трех полуплоскостей будет являться область, являющаяся треугольником. Нетрудно найти вершины области, как точки пересечения соответствующих прямых

Таким образом, А(–3; –2), В(0; 1), С(6; –2).

Рассмотрим еще один пример, в котором получившаяся область решения системы неограничена.

Пример 3. Решить графически систему

Выпишем уравнения, соответствующие неравенствам, и построим прямые.

Рисунок 4

x + y – 1 = 0

x	0	1
y	1	0

y – x – 1 = 0

x	0	–1
y	1	0

Определим знаки в полуплоскостях. Выберем точку (0; 0): 0 – 0 – 1 ≤ 0, т.е. y – x – 1 ≤ 0 ниже прямой; 0 + 0 – 1 ≤ 0, т.е. x + y – 1 ≤ 0 ниже прямой. Пересечением двух полуплоскостей является угол с вершиной в точке А(0;1). Эта неограниченная область является решением исходной системы неравенств.

Тема: Вычисление наибольшего и наименьшего значения линейной функции на выпуклом многоугольнике.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Общей задачей линейного программирования называется задача, которая состоит в определении максимального (минимального) значения функции

Функция называется целевой функцией (или линейной формой) задачи.

Ограничение-неравенство исходной задачи линейного программирования, имеющее вид “”, можно преобразовать в ограничение-равенство добавлением к его левой части дополнительной неотрицательной переменной, а ограничение-неравенство вида “” – в ограничение-равенство вычитанием из его левой части дополнительной неотрицательной переменной. Таким образом, ограничение-неравенство

В то же время каждое уравнение системы ограничений

можно записать в виде неравенств:

Число вводимых дополнительных неотрицательных переменных при преобразовании ограничений-неравенств в ограничения-равенства равно числу преобразуемых неравенств.

Вводимые дополнительные переменные имеют вполне определенный экономический смысл. Так, если в ограничениях исходной задачи линейного программирования отражается расход и наличие производственных ресурсов, то числовое значение дополнительной переменной в плане задачи, записанной в форме основной, равно объему неиспользуемого соответствующего ресурса.

Отметим, наконец, что если переменная , не подчинена условию неотрицательности, то ее следует заменить двумя неотрицательными переменными и , приняв .

Пример 1. Записать в форме основной задачи линейного программирования следующую задачу: найти максимум функции при условиях

Решение. В данной задаче требуется найти максимум функции, а система ограничений содержит четыре неравенства. Следовательно, чтобы записать ее в форме основной задачи, нужно перейти от ограничений-неравенств к ограничениям-равенствам. Так как число неравенств, входящих в систему ограничений задачи, равно четырем, то этот переход может быть осуществлен введением четырех дополнительных неотрицательных переменных. При этом к левым частям каждого из неравенств вида““ соответствующая дополнительная переменная прибавляется, а из левых частей каждого из неравенств вида “ ” вычитается. В результате ограничения принимают вид уравнений:

Следовательно, данная задача может быть записана в форме основной задачи таким образом: максимизировать функцию при условиях

Свойства основной задачи линейного программирования.

Теорема 1.

Множество планов основной задачи линейного программирования является выпуклым (если оно не пусто).

Непустое множество планов основной задачи линейного программирования называется многогранником решений, а всякая угловая точка многогранника решений – вершиной.

Теорема 2.

Если основная задача линейного программирования имеет оптимальный план, то максимальное значение целевая функция задачи принимает в одной из вершин многогранника решений. Если максимальное значение целевая функция задачи принимает более чем в одной вершине, то она принимает его во всякой точке, являющейся выпуклой линейной комбинацией этих вершин.

Теорема 3.

Если система векторов в разложении (16) линейно независима и такова, что

(18)

где все то точка является вершиной многогранника решений.

Теорема 4.

Если – вершина многогранника решений, то векторы , соответствующие положительным в разложении (16), линейно независимы.

Непустое множество планов основной задачи линейного программирования образует выпуклый многогранник. Каждая вершина этого многогранника определяет опорный план. В одной из вершин многогранника решений (т. е. для одного из опорных планов) значение целевой функции является максимальным (при условии, что функция ограничена сверху на множестве планов). Если максимальное значение функция принимает более чем в одной вершине, то это же значение она принимает в любой точке, являющейся выпуклой линейной комбинацией данных вершин.

Вершину многогранника решений, в которой целевая функция принимает максимальное значение, найти сравнительно просто, если задача, записанная в форме стандартной, содержит не более двух переменных или задача, записанная в форме основной, содержит не более двух свободных переменных, т. е. , где n – число переменных, r – ранг матрицы, составленной из коэффициентов в системе ограничений задачи.

Таким образом, исходная задача линейного программирования состоит в нахождении такой точки многоугольника решений, в которой целевая функция F принимает максимальное значение. Эта точка существует тогда, когда многоугольник решений не пуст и на нем целевая функция ограничена сверху. При указанных условиях в одной из вершин многоугольника решений целевая функция принимает максимальное значение. Для определения данной вершины построим линию уровня (где h – некоторая постоянная), проходящую через многоугольник решений, и будем передвигать ее в направлении вектора до тех пор, пока она не пройдет через ее последнюю общую точку с многоугольником решений. Координаты указанной точки и определяют оптимальный план данной задачи.

Заканчивая рассмотрение геометрической интерпретации задачи (19) – (21), отметим, что при нахождении ее решения могут встретиться случаи, изображенные на рис. 1 - 4. Рис. 1 характеризует такой случай, когда целевая функция принимает максимальное значение в единственной точке А. Из рис. 2 видно, что максимальное значение целевая функция принимает в любой точке отрезка АВ. На рис. 3 изображен случай, когда целевая функция не ограничена сверху на множестве допустимых решений, а на рис. 4 – случай, когда система ограничений задачи несовместна.

Тема: Понятие о линейном программировании на задачах.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Задачи оптимального планирования, связанные с отысканием оптимума заданной целевой функции (линейной формы) при наличии ограничений в виде линейных уравнений или линейных неравенств относятся к задачам линейного программирования.

Линейное программирование - наиболее разработанный и широко применяемый раздел математического программирования. Это объясняется следующим:

• математические модели очень большого числа экономических задач линейны относительно искомых переменных;

• эти типы задач в настоящее время наиболее изучены;

• для них разработаны специальные конечные методы, с помощью которых эти задачи решаются, и соответствующие стандартные программы для их решения на ЭВМ;

• многие задачи линейного программирования, будучи решенными, нашли уже сейчас широкое практическое применение в народном хозяйстве;

• некоторые задачи, которые в первоначальной формулировке не являются линейными, после ряда дополнительных ограничений и допущений могут стать линейными или могут быть приведены к такой форме, что их можно решать методами линейного программирования.

Итак, Линейное программирование – это направление математического программирования, изучающее методы решения экстремальных задач, которые характеризуются линейной зависимостью между переменными и линейным критерием.

Сущность линейного программирования состоит в нахождении точек наибольшего или наименьшего значения некоторой функции при определенном наборе ограничений, налагаемых на аргументы и образующих систему ограничений, которая имеет, как правило, бесконечное множество решений. Каждая совокупность значений переменных (аргументов функции F), которые удовлетворяют системе ограничений, называется допустимым планом задачи линейного программирования. Функция F, максимум или минимум которой определяется, называется целевой функцией задачи. Допустимый план, на котором достигается максимум или минимум функции F, называется оптимальным планом задачи.

Линейное программирование является одной из основных частей того раздела современной математики, который получил название математического программирования. В общей постановке задачи этого раздела выглядят следующим образом.

Имеются какие-то переменные и функция этих переменных , которая носит название целевой функции. Ставится задача: найти экстремум (максимум или минимум) целевой функции при условии, что переменные x принадлежат некоторой области G:

В зависимости от вида функции и области G и различают разделы математического программирования: квадратичное программирование, выпуклое программирование, целочисленное программирование и т.д. Подробнее об этом будет сказано в заключении.

Линейное программирование характеризуется тем, что функция является линейной функцией переменных ;

б) область G определяется системой линейных равенств или неравенств.

Чтобы понять, откуда берутся задачи линейного программирования, рассмотрим некоторые, уже ставшие классическими, примеры подобных задач.

Задача о диете

Задача о диете возникает при составлении наиболее экономного (т.е. наиболее дешевого) рациона питания животных, удовлетворяющего определенным медицинским требованиям.

Предположим, что в нашем распоряжении имеется n продуктов питания (сено, зерно, комбикорм, соль и т.д.). Обозначим эти продукты через Предположим, что

есть стоимость единицы веса (например стоимость одного килограмма) продукта .

Рациональная диета должна доставлять животному определенные компоненты (белки, жиры, углеводы, витамины, микроэлементы и т.д.). Обозначим эти компоненты через . Тогда можно составить таблицу - справочник, указывающую, какое количество каждого компонента имеется в единице веса каждого продукта.

Таким образом, величина есть количество i-го компонента, содержащегося в единице веса j-го продукта. Матрица называется матрицей питательности.

Рацион кормления должен указать, какое количество i-го продукта должно быть скормлено животному за определенный срок (скажем, за месяц). Он означает, что за этот срок животное должно получить единиц первого

продукта,

единиц второго, ... ,

единиц n-го продукта.

Что же требуется от рациона? Во-первых, должны быть выполнены определенные медицинские требования, которые заключаются в том, что за указанный срок животное должно получить не менее определенного количества каждого компонента (не менее определенного количества белков, жиров, витаминов и т.д.). Обозначим через то минимальное количество j-го компонента, которое должно получить животное. Тогда рацион кормления должен удовлетворять ограничениям

Кроме того очевидно, что все переменные неотрицательны, т.е. Пусть стоимость единицы веса i-го продукта равна Тогда весь наш рацион будет стоить . Мы, естественно, хотели бы понести минимальные затраты на содержание животных. Поэтому задача приобретает вид: найти рацион минимальной стоимости при выполнении медицинских ограничений (1.1) и естественных ограничений (1.2). Математически это выглядит так:

Обратите внимание на полученный результат. Во-первых, достаточно реальная задача приобрела строгую математическую форму. Во-вторых, целевая функция (стоимость рациона) является линейной функцией переменных .В третьих, сами ограничения на значения переменных имеют вид линейных неравенств. Всё это и определило название этого класса задач - задачи линейного программирования.

Рассмотрим теперь другую классическую задачу.

Задача о составление плана производства

Рассмотрим деятельность некоторой производственной единицы (цеха, отдела и т.д.). Пусть наша производственная единица может производить

некоторые товары Для производства этих товаров приходится использовать некоторые сырьевые ресурсы. Пусть число этих ресурсов есть m; обозначим их через . Tехнологией производства товара назовем набор чисел

показывающий, какое количество i-го ресурса необходимо для производства единицы товара . Это можно записать в виде технологической матрицы, которая полностью описывает технологические потребности

производства и элементами которой являются числа .

Пусть у нас имеется запасов каждого ресурса и мы планируем произвести единиц i-го товара. Так как мы не можем выскочить за пределы имеющихся у нас ресурсов, то наш план производства должен удовлетворять ограничениям при очевидных условиях неотрицательности переменных

Естественно, мы стремимся получить за нашу продукцию возможно больше. Поэтому стоящая перед нами задача составления плана производства приобретает вид:

У нас снова получилась линейная целевая функция и ограничения снова имеют характер линейных неравенств. Таким образом, мы снова имеем дело с задачей линейного программирования.

Мы не будем рассматривать примеры других задач линейного программирования. Отметим лишь, что они встречаются очень часто при оптимизации самых разнообразных производственных и экономических задач.

Пример 1. Со станции ежедневно можно отправлять пассажирские и скорые поезда. Данные приведены в таблице.

Тип поезда	Количество вагонов в составе
	плацкартных	купейных	мягких
Пассажирский	5	6	3
Скорый	8	4	1
Резерв вагонов	80	72	21

Записать в математической форме условия, не позволяющие превысить наличный парк вагонов при формировании пассажирских и скорых поездов, ежедневно отправляемых со станции. Построить на плоскости Oxy область допустимых вариантов формирования поездов.

Решение. Обозначим через x количество пассажирских поездов, а через y - количество скорых. Получим систему линейных неравенств: 5x + 8y  80, 6x + 4y  72, 3x + y  21, x  0, y  0.

Построим соответствующие прямые:

5x + 8y = 80, 6x +4y = 72, 3x + y = 21, x = 0, y = 0,

записав их уравнения в виде уравнений прямых в отрезках: x/16 + y/10 = 1, x/12 + y/18 = 1, x/7 + y/21 = 1, x = 0, y = 0.

Заштрихуем полуплоскости, удовлетворяющие данным неравенствам, и получим область допустимых значений:

Итак, количество скорых поездов не превышает 10, а пассажирских должно быть не более 7.

ПРАКТИЧЕСКАЯ ЧАСТЬ

ТЕСТ

1. Система линейных неравенств может быть:

А) совместной и несовместной;

Б) совместимой и несовместимой;

В) матричной;

Г) модульной.

2. Какой из многоугольников является невыпуклым:

А) Б)

В) Г)

3. Линейное программирование – это…

А) математическое понятие, отражающее связь между элементами множеств;

Б) направление математического программирования, изучающее методы решения экстремальных задач, которые характеризуются линейной зависимостью между переменными и линейным критерием;

В) одно из основных понятий математики, которое не подлежит формальному определению;

Г) совокупность объектов объединенных по какому либо общему признаку.

4. Проверти систему линейных неравенств на совместимость

А) система совместима;

Б) система несовместима.

5. Решение системы лежит

А) на сторонах треугольника ABC;

Б) внутри треугольника ABC;

В) на сторонах четырехугольника ABCD;

Г) система несовместима.

6. Найдите решение системы

А) решение лежит в четырехугольнике и на его сторонах;

Б) решение лежит на сторонах треугольника;

В) решение лежит в треугольнике.

7. Найдите наибольшее и наименьшее значение , при услови что

А) наибольшее значение 65, наименьшее -5;

Б) наибольшее значение 86 , наименьшее -14;

В) наибольшее значение 25, наименьшее 2;

Г) наибольшее значение 10, наименьшее -1,5.

8. Найти наибольшее значение функции , при условии что

А) 5;

Б) 8;

В) 2;

Г) 3.

9. Найти наименьшее значение функци , при условии что

А) -1;

Б) 2;

В) -3;

Г) правильного ответа нет.

10. Решить графически систему

А) система совместима;

Б) система несовместима.

Контрольные вопросы:

1.Задача линейного программирования.

______________________________________________________________________________________________________________________________________________________________________________________________________

2.Сущность линейного программирования.

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

Тема: Предмет теории вероятности, случайные события. Классическое определение вероятности.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Случайные события

Случайное явление – явление, исход которого однозначно не определен. Это понятие можно трактовать в достаточно широком смысле. А, именно: все в природе достаточно случайно, появление и рождение любого индивидуума есть случайное явление, выбор товара в магазине также случайное явление, получение оценки на экзамене есть случайное явление, заболевание и выздоровление есть случайные явления и т.д.

Примеры случайных явлений:

~ Производится стрельба из орудия, установленным под заданным углом к горизонту. Попадание его в цель случайно, но попадание снаряда в некоторую “вилку”, есть закономерность. Можно указать расстояние, ближе которого и дальше которого, снаряд не полетит. Получится некоторая “вилка рассеивания снарядов”

~ Одно и тоже тело взвешивается несколько раз. Строго говоря, каждый раз будут получаться разные результаты, пусть отличающиеся на ничтожно малую величину, но отличаться.

~ Самолет, летая по одному и тому же маршруту, имеет некоторый полетный коридор, в пределах которого может лавировать самолет, но никогда у него не будет строго одинакового маршрута

~ Спортсмен никогда не сможет пробежать одну и туже дистанцию с одинаковым временем. Его результаты также будут находиться в пределах некоторого численного промежутка.

Опыт, эксперимент, наблюдение являются испытаниями

Испытание – наблюдение или выполнение некоторого комплекса условий, выполняемых неоднократно, причем регулярно повторяющихся в оной и тоже последовательности, длительности, с соблюдением иных одинаковых параметров.

Рассмотрим выполнение спортсменом выстрела по мишени. Чтобы он был произведен, необходимо выполнить такие условия как изготовка спортсмена, зарядка оружия, прицеливание и т.д. “Попал” и “не попал” – события, как результат выстрела.

Событие – качественный результат испытания.

Событие может произойти или не произойти События обозначаются заглавными латинскими буквами. Например: D =”Стрелок попал в мишень”. S=”Вынут белый шар”. K=”Взятый наудачу лотерейный билет без выигрыша.”.

Подбрасывание монеты – испытание. Падение ее “гербом” – одно событие, падение ее “цифрой” – второе событие.

Любое испытание предполагает наступления нескольких событий. Одни из них могут быть нужными в данный момент времени исследователю, другие – не нужными.

Событие называется случайным, если при осуществлении определенной совокупности условий S оно может либо произойти, либо не произойти. В дальней­шем, вместо того чтобы говорить “совокупность условий S осуществлена”, будем говорить кратко: “произведено испытание”. Таким образом, событие будет рассматри­ваться как результат испытания.

Примеры:

~ Стрелок стреляет по мишени, разделенной на четыре, области. Выстрел – это испытание. Попадание в определенную область мишени – событие.

~ В урне имеются цветные шары. Из урны наудачу берут один шар. Извлечение шара из урны есть испытание. Появле­ние шара определенного цвета – событие.

Виды случайных событий

1. События называют несовместными, если появле­ние одного из них исключает появление других событий в одном и том же испытании.

~ Из ящика с деталями наудачу извлечена деталь. Появление стандартной детали исключает появление нестандартной детали. События € появилась стандартная деталь” и с появилась не­стандартная деталь” – несовместные.

~ Брошена монета. Появление “герба” исключает по­явление надписи. События “появился герб” и “появилась надпись” – несовместные.

Несколько событий образуют полную группу, если в результате испытания появится хотя бы одно из них. Другими словами, появление хотя бы одного из событий полной группы есть достоверное событие.

В частности, если события, образующие полную группу, попарно несов­местны, то в результате испытания появится одно и только одно из этих событий. Этот частный случай представляет для нас наибольший интерес, поскольку используется далее.

Примеры:

~ Приобретены два билета денежно-вещевой лотереи. Обязательно произойдет одно и только одно из следующих событий:

1. “выигрыш выпал на первый билет и не выпал на второй”,

2. “выигрыш не выпал на первый билет и выпал на второй”,

3. “выигрыш выпал на оба билета”,

4. “на оба билета выигрыш не выпал”.

Эти события обра­зуют полную группу попарно несовместных событий,

~ Стрелок произвел выстрел по цели. Обязательно прои­зойдет одно из следующих двух событий: попадание, промах. Эти два несовместных события также образуют полную группу.

2. События называют равновозможными, если есть осно­вания считать, что ни одно из них не является более возможным, чем другое.

Примеры:

~ Появление “герба” и появление надписи при бросании монеты – равновозможные события. Действительно, предполагается, что монета изготовлена из однородного материала, имеет правильную цилиндрическую форму, и наличие чеканки не оказывает влияния на выпадение той или иной стороны монеты.

~ Появление того или иного числа очков на брошенной игральной кости – равновозможные события. Действительно, предпо­лагается, что игральная кость изготовлена из однородного материала, имеет форму правильного многогранника, и наличие очков не оказы­вает влияния на выпадение любой грани.

3. Событие называется достоверным, если оно не может не произойти

4. Событие называется не достоверным, если оно не может произойти.

5. Событие называются противоположным к некоторому событию, если оно состоит из не появления данного события. Противоположные события не совместимые, но одно из них должно обязательно произойти. Противоположные события принято обозначать как отрицания, т.е. над буквой пишется черточка. События противоположные: А и Ā; U и Ū и т.д. .

Классическое определение вероятности

Вероятность – одно из основных понятий теории вероятностей.

Существует несколько определений этого понятия. Приведем определение, которое называют клас­сическим. Далее укажем слабые стороны этого определе­ния и приведем другие определения, позволяющие пре­одолеть недостатки классического определения.

Рассмотрим ситуацию: В ящике содержится 6 оди­наковых шаров, причем 2 – красные, 3- синие и 1-белый. Очевидно, возмож­ность вынуть наудачу из урны цветной (т. е. красный или синий) шар больше, чем возможность извлечь белый шар. Эту возможность можно охарактеризовать числом, которое и называют вероятностью события (появления – цветного шара).

Вероятность – число, характеризующее степень воз­можности появления события.

В рассматриваемой ситуации обозначим:

Событие А =”Вытаскивание цветного шара”.

Каждый из возможных результатов испытания (испытание состоит в извлечении шара из урны) назовем элементарным (возможным) исходом и событием. Элементарные исходы можно обозначать буквами с индексами внизу, например: k₁, k₂.

В нашем примере 6 шаров, поэтому 6 возможных исходов: появился белый шар; появился красный шар; появился синий шар и т.д. Легко видеть, что эти исходы образуют полную группу попарно несовместных событий (обязательно появится только один шар) и они равновозможные (шар вынимают наудачу, шары одинаковы и тщательно перемешаны).

Элементарные исходы, в которых интересующее нас событие наступает, назовем благоприятствующими исходами этому событию. В нашем примере благоприятствуют со­бытию А (появлению цветного шара) следующие 5 исхо­дов:

Таким образом, событие А наблюдается, если в испы­тании наступает один, безразлично какой, из элементар­ных исходов, благоприятствующих А. Это появление любого цветного шара, которых в ящике 5 штук

Вероят­ностью события А будем считать число, равное отношению количества благоприятствующих событию А эле­ментарных исходов к их общему количеству. Обозначают Р(А)

В рассмат­риваемом примере элементарных исходов 6; из них 5 благоприятствуют событию А. Следовательно, Р(А)=5/6. Это число дает ту количественную оценку степени возможности появления цветного шара.

Определение вероятности:

Вероятностью события А называется отношение числа благоприятствующих этому событию исходов к общему числу всех равновозможных несовместных элементарных исходов, образующих полную группу.

Р(А)=m/n или Р(А)=m: n, где:

m -число элементарных исходов, благоприятствую­щих А;

п - число всех возможных элементарных исходов испытания.

Здесь предполагается, что элементарные исходы не­совместные, равновозможные и образуют полную группу.

Из определения вероятности вытекают следующие ее свойства:

1. Вероятность достоверного события равна единице.

Действительно, если событие достоверно, то каждый элементарный исход испытания благоприятствует собы­тию. В этом случае m = n следовательно, p=1

2. Вероятность невозможного события равна нулю.

Действительно, если событие невозможно, то ни один из элементарных исходов испытания не благоприятствует событию. В этом случае m=0, следовательно, p=0.

3.Вероятность случайного события есть положительное число, заключенное между нулем и еди­ницей. 0<p(n)<1. Действительно, случайному событию благоприятствует лишь часть из общего числа элементарных исходов испы­тания. В этом случае 0 < т < n.

В последующих темах будут приведены теоремы, которые позволяют по из­вестным вероятностям одних событий находить вероятно­сти других событий.

Промер. В группе студентов 6 девушек и 4 юношей. Какова вероятность того, что наудачу выбранный студент будет девушка? будет юноша?

p_дев = 6 / 10 =0,6 p_юн = 4 / 10 = 0,4

Понятие “вероятность” в современные строгие курсы теории вероятностей построены на теоретико-множественной основе. Рассмотрим некоторые моменты такого подхода.

Пусть в результате испытания наступает одно и только одно из событий: w_i (i=1, 2, …. п). События w_i,- называется элементарными событиями (элементарными исходами). Отсюда следует, что элементарные события попарно несовместны. Множество всех элементарных событий, которые могут появиться в испытании, называют пространством элементарных событий Ω (греческая буква омега заглавная), а сами элементарные собы­тия – точками этого пространства..

Событие А отождествляют с подмножеством (пространства Ω), элементы которого есть элементарные исходы, благоприятствующие А; событие В есть подмножество Ω_, элементы которого есть исходы, благоприятствующие В, и т, д. Таким образом, множества всех со­бытий, которые могут наступить в испытании, есть множество всех подмножеств Ω, Само Ω наступает при любом исходе испытания, поэтому Ω – достоверное событие; пустое подмножество пространства Ω- -невозможное событие (оно не наступает ни при каком исходе испытания).

Элементарные события выделяются из числа всех событий тем, ‘по каждое из них содержит только один элемент Ω

Каждому элементарному исходу w_i ставят в соответствие поло­жительное число р_i - вероятность этого исхода, причем сумма всех р_i равна 1 или со знаком суммы этот факт запишется в виде выражения:

По определению, вероятность Р(А) события А равна сумме вероят­ностей элементарных исходов, благоприятствующих А. Поэтому вероятность события достоверного равна единице, не­возможного – нулю, произвольного – заключена между нулем и еди­ницей.

Рассмотрим важный частный случай, когда все исходы равновоз­можные, Число исходов равно л, сумма вероятностей всех исходов равна единице; следовательно, вероятность каждого исхода равна 1/п. Пусть событию А благоприятствует m исходов.

Вероятность события А равна сумме вероятностей исходов, благоприятствующих А:

Р(А)=1/n + 1/n+…+1/n = n·1/n=1

Получено классическое определение вероятности.

Существует еще аксиоматический подход к понятию “вероятность”. В системе аксиом, предложенной. Колмогоровым А. Н, неопре­деляемыми понятиями являются элементарное событие и вероятность. Построение логически полноценной теории вероятностей основано на аксиоматическом определении случайного события и его вероятно­сти.

Приведем аксиомы, определяющие вероятность:

1. Каждому событию А поставлено в соответствие неотрицатель­ное действительное число Р(А). Это число называется вероятностью события А.

2. Вероятность достоверного события равна единице:

3. Вероятность наступления хотя бы одного из попарно несов­местных событий равна сумме вероятностей этих событий.

Исходя из этих аксиом, свойства вероятностей к зависимости между ними выводят в качестве теорем.

Ограниченность классического определения вероятности.

1. Классический способ опре­деления вероятности не применим к бесконечным множествам. событий (исходов).

2. Наиболее слабая сторона классического определения состоит в том, что очень часто невозможно представить результат испытания в виде совокупности элементарных событий.

3. Еще труднее указать основания, позволяющие считать элементарные события равновозможными. Обычно о равно возможности элементарных исходов испытания говорят из соображений симметрии. Так, например, пред­полагают, что игральная кость имеет форму правильного многогранника (куба) и изготовлена из однородного мате­риала. Однако задачи, в которых можно исходить из соображений симметрии, на практике встречаются весьма редко.

В связи с этим рассматриваются иные способы вычисления вероятностей. К таковым относятся статистический способ вычисления вероятности и геометрическая вероятность, с которыми мы будем знакомиться в дальнейшем. состоящий в том, что оно непри­менимо к испытаниям

Статистический способ подсчета вероятности.

Этот способ направлен на неоднократное установление частоты появления события с различным числом объектов в рамках некоторого испытания.

Пример. На бахче готовят партию из десятка тонн арбузов к отправке. Что бы убедиться в их спелости надо просмотреть все арбузы, но тогда придется каждый арбуз пометить и он окажется не пригодным к отправке. На практике можно провести серию испытаний. Выбираем произвольно 10 арбузов и установим число спелых из них. Пусть таких оказалось 9 арбузов, тогда частота р₁=9/10. В другой партии их 15 арбузов оказалось 13 спелых, р₂=13/15. В третей частота оказалась равной р₃ =18/18, в четвертой – р₄= 6/7. Все полученные числа будут группировать около некоторого числа, являющееся средним арифметическим вычисленных частот:

р= (р₁.+ р₂+ р₃ + р₄) / 4 = (9/10+13/15+18/18+6/7) =761 / 840 »0,9059.

Запишем статистический способ подсчета вероятности в общем виде:

p₁=m₁ / n₁, p₂=m₂ / n₂, p₃=m₃ / n₃, …. p_i=m_i / n_i. 1£ i £ k

m_i – число появления события,

n_i - число проведенных опытов (наблюдений, испытаний),

p_i – частота появления события в каждом опыте

k – опытов

Естественно предположить, что она будет различная. Вероятность рассматриваемого события будет равна среднему арифметическому полученных частот.

p=(p₁ + p₂+p₃ + …+p_k) / k, где р – статистическая вероятность.

Вероятность события в данном испытании называется число, около которого “группируются” относительные частоты при нескольких

Для существования статистической вероятности собы­тия А требуется:

а) возможность, хотя бы принципиально, производить неограниченное число испытаний, в каждом из которых событие А наступает или не наступает;

б) устойчивость относительных частот появления А в различных сериях достаточно большого числа испыта­ний.

Недостатком статистического определения является неоднозначность статистической вероятности; значения которой “колеблется около какого-то теоретического числа, например: от 0,39 до 0,41 и др.

Геометрическая вероятность

Чтобы преодолеть недостаток классического опре­деления вероятности, состоящий в том, что оно непри­менимо к испытаниям с бесконечным числом исходов, вводят геометрические вероятности.

При геометрическом подходе к определению вероятности в качестве про­странства Q элементарных событий рассматривается произвольное множество конечной меры на прямой, плоскости или в пространстве.

Событиями называются измеримые всевозможные подмножества множества Q.

В конкретных задачах испытание интерпретируется как случайный выбор точки в некоторой области Q, а событие А — как попадание выбранной точки в некоторую под­область А области Q. При этом требуется, чтобы все точки области Q имели оди­наковую возможность быть выбранными. Это требование обычно выражается словами «наудачу», «случайным образом» и т. Д.

Геометрическая вероятность – вероятность попа­дания точки в область (отрезок, часть плоскости или пространства).

Приведенные определения являются частными случаями общего определения геометрической вероятности. Обозначим меру (длину, площадь, объем) области через m(е). При этом вероятность попадания точки, брошенной наудачу в область g - часть области G, равна отношению мер областей g и G, соответственно равнее m(g) и m(G).

Формула геометрической вероятности в этом случае имеет вид: P=m(g) : m(G)

В случае классического определения вероят­ность достоверного (невозможного) события равна единице (нулю); справедливы и обратные утверждения (например, если вероятность события равна нулю, то событие невозможно).

В случае геометри­ческого определения вероятности обратные утверждения не имеют места. Например, вероятность попадания брошенной точки в одну определенную точку области G равна нулю, однако это событие может произойти, и, следовательно, не является невозможным.

Геометрическая вероятность на отрезке.

Пусть отрезок m составляет часть отрезка L. На отре­зок L наудачу поставлена точка. Это означает выполнение следующих предположений: поставленная точка может оказаться в любой точке отрезка L, вероятность попадания точки на отрезок m пропорциональна длине этого отрезка и не зависит от его расположения относи­тельно отрезка L. В этих предположениях вероятность попадания точки на отрезок m определяется равенством

Р =( Длина m ) : /Длина L).

Пример. Вычислить геометрические вероятности на отрезке

1. На отрезок ОА длины L числовой оси Ох наудачу поставлена точка В(х). Найти вероятность того, что меньший из отрезков 0В и ВА имеет длину, большую L/3. Предполагается, что вероятность попадания точки на отрезок пропорциональна длине от­резка и не зависит от его расположения на числовой оси,

Решение. Разобьем отрезок ОА точками С и D на 3 равные части. Требование задачи будет выполнено, если точка В(х) попа­дет на отрезок CD длины L/3. Искомая вероятность

P=(L/3) : L= l/3.

ПРАКТИЧЕСКАЯ ЧАСТЬ

ТЕСТЫ

1. Бросаем игральную кость. Какова вероятность, что выпадет простое число.

А) ;

Б) ;

В) ;

Г) .

2. Монета бросается 2 раза. Какова вероятность того что хотя бы один раз выпадет орел?

А) ;

Б) ;

В);

Г) 0.

3. Среди 100 электрических ламп, 5 испорченных. Какова вероятность того, что выбранные наудачу 3 лампы окажутся исправными.

А) 0,2;

Б) 0,96;

В) 0,86;

Г) 0,57.

4. В корзине находятся 4 белых и 7 черных шариков. Какова вероятность того, что наугад вытянутый шарик окажется белого цвета?

А) ;

Б) ;

В);

Г) .

5. В одном ящике находятся 8 белых и 12 красных шариков, в другом – 15 синих и 5 черных шариков. Из каждого ящика наугад вынимают по одному шарику. Какова вероятность того, что вытянули красный и черный шарики?

А) 0,31;

Б) 0,19;

В)0,15;

Г)0,25.

Контрольные вопросы:

1. Случайное явление – это____________________________________

__________________________________________________________

__________________________________________________________

2. Назовите виды случайных событий.

_________________________________________________________________________________________________________________________________________________________________________________

3. Вероятность – это ___________________________________________

___________________________________________________________

Тема: Вычисление вероятностей с использованием элементов комбинаторики.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

1. Набирая номер телефона, абонент забыл одну цифру и набрал ее наудачу. Найти вероятность того, что набрана нужная цифра.

Решение. Обозначим через А событие – набрана нужная цифра. Абонент мог набрать любую из 10 цифр, поэтому общее число возможных элементарных исходов равно 10. Эти исходы несовместны, равновозможные и образуют полную группу. Благоприятствует собы­тию А лишь один исход (нужная цифра лишь одна). Искомая веро­ятность равна отношению числа исходов, благоприятствующих событию, к числу всех элементарных исходов: Р (А)= 1/10.

2. Набирая номер телефона, абонент забыл последние две цифры и, помня лишь, что эти цифры различны, набрал их на­удачу. Найти вероятность того, что набраны нужные цифры,

Решение. Обозначим через В событие – набраны две нужные цифры. Всего можно набрать столько различных цифр, сколько может быть составлено размещений из десяти цифр по две, т. е. 10-9 = 90. Таким образом, общее число возможных элементарных исходов равно 90. Эти исходы несовместны, равновозможные и образуют полную группу. Благоприятствует событию В лишь один исход. Искомая вероятность равна отношению числа исходов, благо­приятствующих событию, к числу всех элементарных исходов; Р (В) = 1/90.

3. Брошены две игральные кости. Найти вероятность того, что сумма выпавших очков равна 4

Решение. Общее число равновозможных ис­ходов испытания равно 6-6 = 36 (каждое число выпавших очков на одной кости может сочетаться со всеми числами очков другой кости). Среди этих исходов благоприятствуют событию А только 3 исхода: (I; 3), (3; I), (2; 2) (в скобках указаны числа выпавших очков). Следовательно, искомая вероятность P(A)=3:36=1/12.

4. В партии из 10 деталей 7 стандартных. Найти вероят­ность того, что среди 6 взятых наудачу деталей 4 стандартных. Ответ 0,5

Вычисление вероятностей событий и комбинаторика.

Комбинаторные задачи в теории вероятностей имею большое практическое применение.. Рассмотрим решения некоторые из таких задач

Задание 3-1 . Решить задачи средствами комбинаторики

1. Наудачу выбирается трехзначное число в десятичной записи числа, в которой нет нуля. Какова вероятность того, что у выбранного числа ровно 2 одинаковые цифры?

Решение. Представим себе, что на 9 одинаковых карточках написаны цифры 1, 2, 3, 4, 5, 6, 7, 8, 9 и эти карточки помещены в урну. Выбор наудачу трехзначного числа равносилен последова­тельному извлечению с возвращением из урны 3 карточек и записы­ванием цифр в порядке их появления. Следовательно, число всех элементарных исходов опыта равно 9³ = 729. Количество благо­приятных случаев для интересующего нас события подсчитаем так: 2 различные цифры х и у можно выбрать = 36 способами; если х и у выбраны, то из них можно составить 3 различных числа в которых встречается одна из выбранных цифр и другая – тоже три. Всего 6 раз, Число благоприятствующих случаев окажется равным 36 . Искомая вероятность равна: P=216/729=8/27.

Рекомендуется решить эту задачу, если в записи числа используется и цифра 0.

2. Из букв слова “ротор”, составленного с помощью разрезной азбуки, наудачу последовательно извлекаются 3 бук­вы и складываются в ряд. Какова вероятность того, что получится слово “тор”?

Решение. Чтобы отличать одинаковые буквы друг от дру­га, снабдим их номерами: p_lt p₂, o_lf o₃. Тогда общее число элемен­тарных исходов равно: размещению из 5 по 3, равное 60. Слово “тор” получится в 1 ·2 ·2= 4 случаях. Это понятно из того, что, буква “Т может быть выбранной только 1 раз, буквы “О” и “Р” каждая по 2 раза. Р=4/60=1/15.

При подсчете числа благоприятных случаев мы здесь восполь­зовались правилом произведения:

З. В партии из n деталей имеется f бракованных. Какова вероятность того, что среди наудачу отобранных k дета­лей окажется s бракованных?

Решение. Количество всех элементарных исходов равно числу сочетаний из n по k. Бракованные детали. могут быть выбранными только из бракованных. Число выбора их равно числу сочетаний из f по s. Остались k-s выбранные не бракованные детали. Они будут выбраны из не бракованных деталей, число которых равно n-f. Вариантов их выбора равно числу сочетаний из n-f по k-s. Ответ:

4. В бригаде 4 женщины и 3 мужчин. Среди членов бригады разыгрываются 4 билета в театр. Какова вероятность того, что среди обладателей билетов окажется 2 женщины и 2 мужчин?

Решение. Применим схему статистического выбора. Из 7членов бригады 4 человека можно выбрать 35 способами, сле­довательно, число всех элементарных исходов испытания равно 35. Далее, из 4 женщин можно выбрать 2 женщин 6 способами (число сочетаний из 4 по2). Аналогично, из 3 мужчин можно выбрать 2 мужчин 3 способами. Тогда число благоприятных случаев будет равно 6 · 3 = 18. Р=18/35

ПРАКТИЧЕСКАЯ ЧАСТЬ

ТЕСТЫ

1. Сколько чисел можно составить из цифр 1, 2, 3, 4 и 5, так чтобы ни одно из них не повторялось.

А) 120;

Б) 99;

В) 150;

Г) 87.

2. Сколькими способами из 10 человек можно избрать комиссию в составе 4 человека.

А) 120;

Б) 54;

В) 150;

Г) 210.

3. Сколько четных четырехзначных чисел, которые составляются из цифр 2, 3, 5, 7 можно получить, если повторение цифр в числах запрещены.

А) 4;

Б) 8;

В) 6;

Г) 5.

Тема: Понятие о выборочном методе, генеральная и выборочная совокупность.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

Статистика– это научное направление,объединяющее принципы и методы работы с числовыми данными, характеризующими массовые явления.

Основные определения:

Определение. Всю совокупность объектов, подлежащих изучению,называют генеральной совокупностью.

Генеральной совокупностью могут быть всё население страны, месячная продукция завода, популяция рыб,живущих в данном водоёме и т.д.

Но генеральная совокупность -это не просто множество. Если интересующая нас совокупность объектов слишком многочисленна, или объекты труднодоступны, или имеются другие причины, не позволяющие изучить все объекты, прибегают к изучению какой-то части объектов.

Определение. Та часть объектов, которая попала на проверку,исследование и т.п., называется выборочной совокупностью или просто выборкой.

Определение. Число элементов в генеральной совокупности и выборке называется их объёмами.

Как добиться, чтобы выборка наилучшим образом представляло целое, т.е. была бы репрезентативной?

Если целое, т.е. если генеральная совокупность нам мало известна или совсем неизвестна, не удаётся предложить ничего лучшего, чем чисто случайный выбор. Большая осведомлённость позволяет действовать лучше, но всё равно на некоторой стадии наступает незнание и, как результат – случайный выбор.

Но как осуществить чисто случайный выбор? Как правило, отбор идёт по легко наблюдаемым признакам, ради изучения которого ведётся исследование.

Нарушение же принципов случайного выбора приводило к серьезным ошибкам. Стал знаменитым своей неудачей опрос, проведённый американским журналом “Литературное обозрение” относительно исхода президентских выборов в 1936 году. Кандидатами на этих выборах были Ф.Д.Рузвельт и А.М. Ландон.

Кто победил?

В качестве генеральной совокупности редакция использовала телефонные книги. Отобрав случайно 4миллиона адресов, она разослала открытки с вопросами об отношении к кандидатам в президенты по всей стране. Затратив большую сумму на рассылки и обработку открыток, журнал объявил, что на предстоящих выборах в президенты с большим перевесом победит Ландон. Результат выборов оказался противоположенным этому прогнозу.

Здесь были совершенны сразу две ошибки. Во-первых, телефонные книги не дают репрезентативную выборку из населения США – в основном зажиточные главы семейств. Во-вторых, прислали ответы не все люди, а в значительной части представители делового мира, которые и поддерживали Ландона.

В то же время социологи Дж.Гэллан и Э. Уорнер правильно предсказали победу Ф.Д. Рузвельта, основываясь только на четырёх тысячах анкетах. Причиной этого успеха было не только правильное составление выборки. Они учли, что общество распадается на социальные группы, которые более однородны по отношению к кандидатам в президенты. Поэтому выборка из слоя может быть относительно малочисленной с тем же результатом точности. Победил в итоге Рузвельт, который был сторонником реформ для менее богатых слоёв населения.

Имея результаты обследования по слоям, можно характеризовать общество в целом.

Что представляют собой выборки?

Это ряды чисел.

Более подробно остановимся на основных понятиях, характеризующих ряд выборки.

Из генеральной совокупности извлечена выборка объёмом n> n₁, где n₁– столько раз наблюдалось появление x₁, n₂ - x₂и т.д.

Наблюдаемые значения х_i называют вариантами,а последовательность вариантов, записанных в возрастающем порядке - вариационным рядом. Числа наблюдений n_i называют частотами и n_i/n - относительными частотами (или частостями).

Определение. Различные значения случайной величины называются вариантами.

Определение. Вариационным рядом называется ряд,расположенный в порядке возрастания (или убывания) вариантов с соответствующими им частотами (частостями).

При изучении вариационных рядов наряду с понятиями частоты используется понятие накопленной частоты.Накопленные частоты (частости) для каждого интервала находятся последовательным суммированием частот всех предшествующих интервалов.

Определение.Накопление частот или частостей называют кумуляцией.Кумулировать можно частоты вариант и интервалов.

Характеристики ряда могут быть количественные и качественные.

Количественные (вариационные) характеристики – это характеристики, которые можно выразить числами. Их подразделяются на дискретные и непрерывные.

Качественные (атрибутивные) характеристики – это характеристики, которые не выражаются числами.

Непрерывные переменные – это переменные, которые выражаются действительными числами.

Дискретные переменные – это переменные, которые выражаются только целыми числами.

Выборки характеризуются центральными тенденциями: средним значением, модой и медианой. Средним значением выборки называют среднее арифметическое всех её значений. Мода выборки – те её значения, которые встречаются чаще всего. Медиана выборки – это число,“разделяющее” пополам упорядоченную совокупность всех значений выборки.

Вариационный ряд может быть дискретным или непрерывным.

Задача Дана выборка: 1,3; 1,8; 1,2; 3,0; 2,1; 5; 2,4; 1,2; 3,2;1,2; 4; 2,4.

Это ряд вариантов. Расположив эти варианты в возрастающем порядке, мы получим вариационный ряд: 1,2; 1,2; 1,2; 1,3; 1,8; 2,1; 2,4; 2,4; 3,0; 3,2; 4; 5.

Среднее значение этого ряда равно2,4.

Медиана ряда 2,25.

Мода ряда –1,2.

Дадим определения этим понятиям.

Определение. Медианой вариационного ряда называется то значение случайной величины, которое приходится на средину вариационного ряда (Ме).

Медианой упорядоченного ряда чисел с нечетным числом членов называется число, записанное посередине, а медианой упорядоченного ряда чисел с четным числом членов называется среднее арифметическое двух чисел, записанных посередине. Медианой произвольного ряда чисел называется медиана соответствующего упорядоченного ряда.

Определение. Модой вариационного ряда называют вариант(значение случайной величины), которому соответствует наибольшая частота (Мо),т.е. которая встречается чаще других.

Определение. Среднеарифметическим значением вариационного ряданазывается результат деления суммы значений статистической переменной на число этих значений, то есть на число слагаемых.

Правило нахождения среднеарифметического значения выборки:

1. каждую варианту умножить на её частоту (кратность);

2. сложить все полученные произведения;

3. поделить найденную сумму на сумму всех частот.

Определение. Размахом ряда называется разность между R=x_max-x_min, т.е. наибольшим и наименьшим значениями этих вариантов.

Проверим, правильно ли мы нашли среднее значение этого ряда, медиану и моду, опираясь на определения.

Сосчитали число членов, их 12 -чётное число членов, значит надо найти среднее арифметическое двух чисел записанных посередине, то есть 6 и 7-ой варианты. (2,1+2,4)\2=2.25 – медиана.

Мода. Модой является 1.2, т.к.только это число встречается 3 раза, а остальные встречаются меньше, чем 3раза.

Среднеарифметическое значение находим так:

(1,2*3+1,3+1,8+2,1+2,4*2+3,0+3,2 +4+5)\12=2,4

Составим таблицу

xi	1,2	1,3	1,8	2,1	2,4	3,0	3,2	4	5
ni	3	1	1	1	2	1	1	1	1
ni/n	3/12=1/4	1/12	1/12	1/12	2/12	1/12	1/12	1/12	1/12

Такие таблицы называют частотными.В них числа второй строки – частоты; они показывают, как часто встречаются в выборке те или другие её значения.

Определение. Относительной частотой значений выборки называют отношение её частоты к числу всех значений выборки.

Информация к размышлению

Среднее арифметическое – это условная величина. Реально она не существует. Реально существует общая сумма. Поэтому среднее арифметическое не есть характеристика одного наблюдения; она характеризует ряд в целом.

Среднее значение можно трактовать как центр рассеивания значений наблюдаемого признака, т.е. значения, около которого колеблются все наблюдаемые значения,причём алгебраическая сумма отклонений от среднего, всегда равна нулю, т.е.сумма отклонений от среднего в большую или меньшую сторону равны между собой.

Среднее арифметическое является абстрактной (обобщающей) величиной. Даже при задании ряда только из натуральных чисел, среднее значение может выражаться дробным числом. Пример: средний балл контрольной работы 3,81.

Среднее значение находится не только для однородных величин. Средняя урожайность зерновых по всей стране (кукуруза-50-60 ц. с га. и гречиха-по5-6 ц.с га, рожь, пшеница и т.д.), среднее потребление продуктов питания, средняя величина национального дохода на душу населения, средний показатель обеспеченности жильём, средний взвешенный показатель стоимости жилья, средняя трудоёмкость возведения здания и т.д. – это характеристики государства как единой народнохозяйственной системы, это так называемые системные средние.

В статистике широкое применение находят такие характеристики, как мода и медиана. Их называют структурными средними, т.к. значения этих характеристик определяются общей структурой ряда данных.

Иногда ряд может иметь две моды, иногда ряд может не иметь моды.

Мода является наиболее приемлемым показателем при выявлении расфасовки некоторого товара, которой отдают предпочтение покупатели;цены на товар данного вида, распространённый на рынке; как размер обуви,одежды, пользующийся наибольшим спросом; вид спорта, которым предпочитают заниматься большинство населения страны, города, посёлка школы и т.д.

В строительстве существует 8вариантов плит по ширине, и более часто применяются 3 вида:1 м. 1,2 м. и 1,5 м. По длине 33 варианта плит, но чаще других применяются плиты длиной 4,8 м.; 5,7 м. и 6,0 м., мода на плиты чаще всего встречается среди этих 3-х размеров. Аналогично можно рассуждать и с марками окон.

Моду ряда данных находят тогда, когда хотят выявить некоторый типичный показатель.

Мода может быть выражена числом и словами, с точки зрения статистики мода – это экстремум частоты.

Медиана позволяет учитывать информацию о ряде данных, которую даёт среднее арифметическое и наоборот.

ПРАКТИЧЕСКАЯ ЧАСТЬ

Вопросы для закрепления изученного материала:

1. Почему необходимо применять статистические методы при следующих исследованиях:

а) определении марки кофе, которую чаще всего покупают; б) определении качества петард; в) определении качества ракетных установок.

2. Является ли выборка репрезентативной, если при изучении времени, которое затрачивают на выполнение уроков семиклассники:

а) спрашивали только девочек;

б) опрос проводили только по четвергам; в) опрашивали только учащихся гимназий и лицеев?

Решите задания:

1. а) Составьте таблицу абсолютных и относительных частот. б) Постройте столбиковую диаграмму распределения отметок по абсолютным частотам. в) Найдите средний балл. г) Найдите наиболее часто встречающуюся отметку. Какую числовую характеристику Вы для этого использовали?

3	9	4	6	10	8	7	8	8	7	6	7
7	4	6	7	6	3	8	7	4	5	7	8
8	6	8	3	8	7	5	6	8	6	8	7
9	8	5	8	8	6	8	8	7	8	7	5
5	8	7	9	9	10	9	9	9	9	4	6

2. Для определения скорости расчетов с кредиторами N = 500 предприятий корпорации в коммерческом банке необходимо провести выборочное исследование методом случайного бесповторного отбора. Определить необходимый объем выборки n, чтобы с вероятностью Р = 0,954 ошибка среднего значения выборки не превышала 3-х дней, если пробные оценки показали, что среднее квадратическое отклонение s составило 10 дней.

3. Для определения скорости расчетов с кредиторами предприятий одного треста была проведена случайная выборка 50 платежных документов, по которым средний срок перечисления денег оказался равен 28,2 дня со стандартным отклонением 5,4 дня. Определим средний срок прохождения всех платежей в течение данного года с доверительной вероятностью F(t)= 0,95, Тогда t= 1,96; скорректированная дисперсия средняя ошибка выборки

4. По данным выборочного изучения 100 платежных документов предприятий одного треста оказалось, что в шести случаях сроки расчетов с кредиторами были превышены. С вероятностью 0,954 требуется установить доверительный интервал доли платежных документов треста без нарушения сроков.

5. Для изучения интенсивности труда было организовано наблюдение за 10 отобранными рабочими. Доля работавших все время была равном 0,40, дисперсия; 0,4 • 0,6 = 0,24, По табл. П,2 приложения находим; F(t) = 0,95 и d.f. = n - 1 = 9, t =2,26. Рассчитаем среднюю ошибку выборки доли работавших все время.

6. Предположим, что на заводе 150 станков (10 цехов по 15 станков) производят одинаковые изделия. Если в выборку отбирать изделия из тщательно перемешанной продукции всех 150 станков, то образуется собственно-случайная выборка. Но можно отбирать изделия отдельно из продукции первого, второго и т. д. станков. Тогда будет образована типическая выборка. Если же членами генеральной совокупности считать цехи и в каждом из цехов образовать повторную или бесповторную выборку, то вся отобранная продукция составит серийную выборку.

Тест

1.

http://www.bestreferat.ru/referat-204078.html

http://www.grandars.ru/student/statistika/generalnaya-sovokupnost.html

http://bars-minsk.narod.ru/stud/VM/lecture1.htm

http://works.tarefer.ru/50/100018/index.html