ВВЕДЕНИЕ 3 ГЛАВА 1. ВЕРОЯТНОСТЬ 5 1.1. ПОНЯТИЕ ВЕРОЯТНОСТИ 5 1.2. ВЕРОЯТНОСТЬ И СЛУЧАЙНЫЕ ВЕЛИЧИНЫ 7 ГЛАВА 2. ПРИМЕНЕНИЕ ТЕОРИИ ВЕРОЯТНОСТИ В ПРИКЛАДНОЙ ИНФОРМАТИКЕ 10 2.1. ВЕРОЯТНОСТНЫЙ ПОДХОД 10 2.2. ВЕРОЯТНОСТНЫЙ, ИЛИ СОДЕРЖАТЕЛЬНЫЙ ПОДХОД 11 2.3. АЛФАВИТНЫЙ ПОДХОД К ИЗМЕРЕНИЮ ИНФОРМАЦИИ 12
Введение
Прикладная информатика не может существовать раздельно от других наук, она создает новые информационные техники и технологии, которые применяются для решения различных проблем в разных областях науки, техники, и в жизни повседневной. Основные направления развития прикладной информатики это - теоретическая, техническая и прикладная информатика. Прикладная информатика развивает общие теории поиска, переработки и хранения информации, выяснение законов создания и преобразования информации, использования в разных сферах нашей деятельности, изучение взаимосвязи «человек – ЭВМ», формирование информационных технологий. Прикладная информатика предполагает собою область народного хозяйства, которая включает в себя автоматизированные системы переработку информации, формирование новейшего поколения вычислительной техники, эластичных технологических систем, роботов, искусственного интеллекта и т.д. Прикладная информатика формирует базы знаний информатики, разрабатывает рациональные методики автоматизации изготовления, теоретических баз проектирования, установления взаимосвязи науки с производством и др. Информатика сейчас считается катализатором научно-технического прогресса, содействует активации людского фактора, наполняет информацией все области человеческой деятельности. Актуальность выбранной темы заключается в том что, теория вероятностей используется в разных областях техники и естествознания: в информатике, теории надежности, теории массового обслуживания, теоретической физике и в других теоретических и прикладных науках. Если не знать теорию вероятностей нельзя построить такие важные теоретические курсы, как «Теория управления», «Исследование операций», «Математическое моделирование». Теория вероятностей широко используется на практике. Много случайных величин, таких как измерительные ошибки, износ деталей различных механизмов, размерные отклонения от стандартных подчиняются нормальному распределению. В теории надежности нормальное распределение используется при оценивании надежности объектов, подвергается старению и изнашивается, и конечно, разрегулировки, т.е. при оценивании постепенных отказов. Цель работы: рассмотреть применение теории вероятностей в прикладной информатике. Теория вероятностей считается очень мощным средством для решения прикладных задач и многофункциональным языком науки, но и кроме того объектом общей культуры. Теория информации – база информатики, и в то же время – одно из основных направлений технической кибернетики.
Заключение
Итак, разобрав теорию вероятности, ее хронику и состояние и возможности, можно сказать, что появление этой концепции было не случайным явлением в науке, а было необходимостью последующего формирования технологии и кибернетики. Так как программное управление, которое уже существует не способно помогать человеку в разработке кибернетических машин, которые, мыслят как человек без помощи других. И непосредственно теория вероятности способствует возникновению искусственного интеллекта. «Процедура управления, где они протекают – в живых организмах, машинах или обществе,- совершается определенным законам», - сообщила кибернетика. А значит не познанные до конца, процедуры, что происходят в мозге человека и дают ему эластично адаптироваться к меняющейся атмосфере, есть возможность проиграть искусственно в сложнейших автоматических устройствах. Важным определением математики является определение функции, однако всегда говорилось о функции однозначной, которая единственному значению аргумента сопоставляет одно значение функции и связь функциональная между ними хорошо определенная. Но в действительности случаются непроизвольные явления, и много событий имеют не конкретный характер взаимосвязей. Нахождение закономерностей в случайных явлениях - это задача теорий вероятности. Теория вероятности - это инструмент для изучения не видимых и многозначных взаимосвязей разных явлений во многочисленных областях науки, техники и экономики. Теория вероятности дает возможность правильно посчитать колебания спроса, предложения, цен и других экономических показателей. Теория вероятности есть часть базовой науки как статистика и прикладная информатика. Так как без теории вероятностей не может работать не одна прикладная программа, и компьютер в целом. И в теории игр она тоже является основной.
Список литературы
1. Беляев Ю.К. и Носко В.П. «Основные понятия и задачи математической статистики.» - М.: Изд-во МГУ, ЧеРо, 2012. 2. В.Е. Гмурман «Теория вероятностей и математическая статистика. - М.: Высшая школа, 2015. 3. Корн Г., Корн Т. «Справочник по математике для научных работников и инженеров. - СПБ: Издательство “Лань” 2013. 4. Пехелецкий И. Д. «Математика учебник для студентов» - М. Академия, 2013. 5. Суходольский В.Г. «Лекции по высшей математике для гуманитариев.» - СПБ Издательство Санкт - Петербургского государственного университета. 2013; 6. Гнеденко Б. В. и Хинчин А. Я. « Элементарное введение в теорию вероятностей» 3 изд., М. - Л., 2012. 7. Гнеденко Б. В. «Курс теории вероятностей» 4 изд., М., 2015. 8. Феллер В. « Введение в теорию вероятностей и её приложение» (Дискретные распределения), пер. с англ., 2 изд., т. 1-2, М., 2012. 9. Бернштейн С. Н. «Теория вероятностей» 4 изд., М. - Л., 2014. 10. Гмурман, Владимир Ефимович. Теория вероятностей и математическая статистика:учебное пособие для вузов /В. Е. Гмурман.-Изд. 12-е, перераб.-М.:Высшая школа,2009.-478с.
1.2. Области применения теории вероятностей
Методы теории вероятностей широко применяются в различных отраслях естествознания и техники:
в теории надежности,
теории массового обслуживания,
теоретической физике,
геодезии,
астрономии,
теории стрельбы,
теории ошибок наблюдений,
теории автоматического управления,
общей теории связи и во многих других теоретических и прикладных науках.
Теория вероятностей служит также для обоснования математической и прикладной статистики, которая в свою очередь используется при планировании и организации производства, при анализе технологических процессов, предупредительном и приемочном контроле качества продукции и для многих других целей.
В последние годы методы теории вероятностей все шире и шире проникают в различные области науки и техники, способствуя их прогрессу.
1.3. Краткая историческая справка
Первые работы, в которых зарождались основные понятия теории вероятностей, представляли собой попытки создания теории азартных игр (Кардано, Гюйгенс, Паскаль, Ферма и другие в XVI-XVII вв.).
Следующий этап развития теории вероятностей связан с именем Якоба Бернулли (1654 – 1705). Доказанная им теорема, получившая впоследствии название «Закона больших чисел», была первым теоретическим обоснованием накопленных ранее фактов.
Дальнейшими успехами теория вероятностей обязана Муавру, Лапласу, Гауссу, Пуассону и др. Новый, наиболее плодотворный период связан с именами П. Л. Чебышева (1821 – 1894) и его учеников А.А.Маркова (1856 – 1922) и А.М. Ляпунова (1857 – 1918). В этот период теория вероятностей становится стройной математической наукой. Ее последующее развитие обязано в первую очередь русским и советским математикам (С.Н. Бернштейн, В.И. Романовский, А.Н. Колмогоров, А.Я. Хинчин, Б.В. Гнеденко, Н. В. Смирнов и др.).
1.4. Испытания и события. Виды событий
Основными понятиями теории вероятностей являются понятие элементарного события и понятие пространства элементарных событий. Выше событие названо 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.
Определение. Случайным событием называется всякий факт, который может произойти или не произойти в результате опыта.
При этом тот или иной результат опыта может быть получен с различной степенью возможности. То есть в некоторых случаях можно сказать, что одно событие произойдет практически наверняка, другое практически никогда.
Определение. Пространством элементарных исходов Ω называется множество, содержащее все возможные результаты данного случайного эксперимента, из которых в эксперименте происходит ровно один. Элементы этого множества называют элементарными исходами и обозначают буквой ω («омега»).
Тогда событиями называют подмножества множества Ω. Говорят, что в результате эксперимента произошло событие A Ω, если в эксперименте произошел один из элементарных исходов, входящих в множество A.
Будем для простоты считать, что число элементарных событий конечно. Подмножество пространства элементарных событий называют случайным событием. Это событие в результате испытания может произойти или не произойти (выпадение трех очков при бросании игральной кости, звонок в данную минуту по телефону и т. д.).
Пример 1. Стрелок стреляет по мишени, разделенной на четыре области. Выстрел – это испытание. Попадание в определенную область мишени – событие.
Пример 2. В урне имеются цветные шары. Из урны наудачу берут один шар. Извлечение шара из урны есть испытание. Появление шара определенного цвета – событие.
В математической модели можно принять понятие события как первоначальное, которому не дается определения и которое характеризуется лишь своими свойствами. Исходя из реального смысла понятия события, можно определить различные виды событий.
Определение. Случайное событие называют достоверным , если оно заведомо произойдет (выпадение от одного до шести очков при бросании кости), и невозможным , если оно заведомо не может произойти в результате опыта (выпадение семи очков при бросании кости). При этом достоверное событие содержит все точки пространства элементарных событий, а невозможное событие не содержит ни одной точки этого пространства.
Определение. Два случайных события называют несовместными , если они не могут произойти одновременно при одном и том же исходе испытания. И вообще любое количество событий называются несовместными , если появление одного из них исключает появление других.
Классическим примером несовместных событий является результат подбрасывания монеты – выпадение лицевой стороны монеты исключает выпадение обратной стороны (в одном и том же опыте).
Другой пример – из ящика с деталями наудачу извлечена деталь. Появление стандартной детали исключает появление нестандартной детали. События «появилась стандартная деталь» и «появилась нестандартная деталь» – несовместные.
Определение. 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 наибольший интерес, поскольку используется далее.
Пример. Приобретены два билета денежно-вещевой лотереи. Обязательно произойдет одно и только одно из следующих событий: «выигрыш выпал на первый билет и не выпал на второй», «выигрыш не выпал на первый билет и выпал на второй», «выигрыш выпал на оба билета», «на оба билета выигрыш не выпал». Эти события образуют полную группу попарно несовместных событий.
Пример. Стрелок произвел выстрел по цели. Обязательно произойдет одно из следующих двух событий: попадание, промах. Эти два несовместных события образуют полную группу.
Пример. Если из коробки, содержащей только красные и зеленые шары, наугад вынимают один шар, то появление среди вынутых шаров белого – невозможное событие. Появление красного и появление зеленого шаров образуют полную группу событий.
Определение. События называют равновозможными, если есть основания считать, что ни одно из них не является более возможным, чем другое.
Пример. 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.
Пример. 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.
В приведенном выше примере с шарами появление красного и зеленого шаров – равновозможные события, если в коробке находится одинаковое количество красных и зеленых шаров. Если же в коробке красных шаров больше, чем зеленых, то появление зеленого шара – событие менее вероятное, чем появление красного.
Начать по праву следует со статистической физики. Современное естествознание исходит из представления, согласно которому все явления природы носят статистический характер и законы могут получить точную формулировку только в терминах теории вероятностей. Статистическая физика стала основой всей современной физики, а теория вероятностей - ее математическим аппаратом. В статистической физике рассматриваются задачи, которые описывают явления, определяющиеся поведение большого числа частиц. Статистическая физика весьма успешно применяется в самых разных разделах физики. В молекулярной физике с ее помощью объясняют тепловые явления, в электромагнетизме - диэлектрические, проводящие и магнитные свойства тел, в оптике она позволила создать теорию теплового излучения, молекулярного рассеивания света. В последние годы круг приложений статистической физики продолжает расширяться.
Статистические представления позволили быстро оформить математическое изучение явлений ядерной физики. Появление радиофизики и изучение вопросов передачи радио сигналов не только усилили значение статистических концепций, но и привели к прогрессу самой математической науки - появлению теории информации.
Понимание природы химических реакций, динамического равновесия также невозможно без статистических представлений. Вся физическая химия, ее математический аппарат и предлагаемые ею модели являются статистическими.
Обработка результатов наблюдений, которые всегда сопровождаются и случайными ошибками наблюдений, и случайными для наблюдателя изменениями в условиях проведения эксперимента, еще в XIX столетии привела исследователей к созданию теории ошибок наблюдений, и эта теория полностью опирается на статистические представления.
Астрономия в ряде своих разделов использует статистический аппарат. Звездная астрономия, исследование распределения материи в пространстве, изучение потоков космических частиц, распределение на поверхности солнца солнечных пятен (центров солнечной активности) и многое другое нуждается в использовании статистических представлений.
Биологи заметили, что разброс размеров органов живых существ одного и того же вида прекрасно укладывается в общие теоретико-вероятностные законы. Знаменитые законы Менделя, положившие начало современной генетике, требуют вероятностно-статистических рассуждений. Изучение таких значительных проблем биологии, как передача возбуждения, устройство памяти, передача наследственных свойств, вопросы расселения животных на территории, взаимоотношения хищника и жертвы требует хорошего знания теории вероятностей и математической статистики.
Гуманитарные науки объединяют очень разнообразные по характеру дисциплины - от языкознания и литературы до психологии и экономики. Статистические методы все в более значительной мере начинают привлекаться к историческим исследованиям, особенно в археологии. Статистический подход используется для расшифровки надписей на языке древних народов. Идеи, руководившие Ж. Шампольоном при расшифровке древнего иероглифического письма, являются в основе своей статистическими. Искусство шифрования и дешифровки основано на использовании статистических закономерностей языка. Другие направления связаны с изучением повторяемости слов и букв, распределения ударений в словах, вычислением информативности языка конкретных писателей и поэтом. Статистические методы используются для установления авторства и изобличения литературных подделок. Например, авторство М.А. Шолохова по роману "Тихий Дон" было установлено с привлечением вероятностно-статистических методов. Выявление частоты появления звуков языка в устной и письменной речи позволяет ставить вопрос об оптимальном кодировании букв данного языка для передачи информации. Частота использования букв определяет соотношение количества знаков в наборной типографской кассе. Расположение букв на каретке пишущей машины и на клавиатуре компьютера, определяется статистическим изучением частоты сочетаний букв в данном языке.
Многие проблемы педагогики и психологии также требуют привлечения вероятностно-статистического аппарата. Вопросы экономики не могут не интересовать общество, поскольку с ней связаны все аспекты ее развития. Без статистического анализа невозможно предвидеть изменение количества населения, его потребностей, характера занятости, изменения массового спроса, а без этого невозможно планировать хозяйственную деятельность.
Непосредственно связаны с вероятностно-статистическими методами вопросы проверки качества изделий. Зачастую изготовление изделия занимает несравненно меньше времени, чем проверка его качества. По этой причине нет возможности проверить качество каждого изделия. Поэтому приходится судить о качестве партии по сравнительно небольшой части выборки. Статистические методы используются и тогда, когда испытание качества изделий приводит к их порче или гибели.
Вопросы, связанные с сельским хозяйством, уже давно решаются с широким использованием статистических методов. Выведение новых пород животных, новых сортов растений, сравнение урожайности - вот далеко не полный список задач, решаемых статистическими методами.
Можно без преувеличения сказать, что статистическими методами сегодня пронизана вся наша жизнь. В известном сочинении поэта-материалиста Лукреция Кара "О природе вещей" имеется яркое и поэтическое описание явления броуновского движения пылинок:
"Вот посмотри: всякий раз, когда солнечный свет проникает В наши жилища и мрак прорезает своими лучами, Множества маленьких тел в пустоте, ты увидишь, мелькая, Мечутся взад и вперед в лучистом сиянии света; Будто бы в вечной борьбе они бьются в сраженьях и битвах. В схватки бросаются вдруг по отрядам, не зная покоя. Или сходясь, или врозь беспрерывно опять разлетаясь. Можешь из этого ты уяснить себе, как неустанно Первоначала вещей в пустоте необъятной мятутся. Так о великих вещах помогают составить понятье Малые вещи, пути намечая для из достиженья, Кроме того, потому обратить тебе надо вниманье На суматоху в телах, мелькающих в солнечном свете, Что из нее познаешь ты материи также движенье"
Первая возможность экспериментального исследования соотношений между беспорядочным движением отдельных частиц и закономерным движением их больших совокупностей появилась, когда в 1827 году ботаник Р. Броун открыл явление, которое по его имени названо "броуновским движением". Броун наблюдал под микроскопом взвешенную в воде цветочную пыльцу. К своему удивлению он обнаружил, что взвешенные в воде частицы находятся в непрерывном беспорядочном движении, которое не удается прекратить при самом тщательном старании устранить какие либо внешние воздействия. Вскоре было обнаружено, что это общее свойство любых достаточно мелких частиц, взвешенных в жидкости. Броуновское движение - классический пример случайного процесса.
В статье рассмотрены основные задачи, в которых применяются различные методы теории вероятностей.
- Анализ динамических рядов (на примере отрасли пчеловодства)
- Применение теории вероятностей и математической статистики в страховой деятельности
- Самоанализ как начальный этап в освоении технологий самоменеджмента
- Средства стохастической подготовки обучающихся на основе информационных технологий
Теория вероятностей – это наука, изучающая использование специфических методов для решения задач, которые возникают при рассмотрении случайных величин. Она раскрывает закономерности, которые относятся к массовым явлениям. Эти методы не могут предсказать исход случайного явления, но могут предсказать суммарный результат. Следовательно, если мы изучим законы, которые управляют случайными событиями, то сможем при необходимости изменить ход этих событий. В свою очередь, математическая статистика - это раздел математики, который изучает методы сбора, систематизации, обработки и использования статистических данных для получения научно обоснованных выводов и принятия на их основе решений.
Почему же для обработки простых наборов данных требуется целая наука? Потому что эти данные, как бы мы не старались, никогда не являются точными, содержат случайные ошибки. Это могут быть и погрешности измерительных приборов, и человеческие ошибки, а так же неоднородность данных или, конечно, их недостаточность.
Обычно исследователь многократно повторяет свой опыт, получая большое количество однотипных данных, которые надо обработать и сделать весомые выводы, которые позволят не только продвинуться глубже в изучении предмета, но и сделать выводы, прогнозы, принять важные экономические решения и т.д.
Именно математическая статистика дает методы для обработки данных, алгоритмы для проверки статистических гипотез, критерии адекватности и значимости выбранной модели или закона, обоснованные границы точности для параметров распределения, которые мы можем получить исходя из наших данных и т.п.
Существует интересная история, которая говорит о том, что своим появлением теория вероятности обязана азартным играм. Основателем теории вероятностей считается французский ученый Блез Паскаль, который занимался в таких областях как физика, математика, философия. Однако на самом деле, Паскаль в своих работах обобщил опыт своего друга, известного в свое время Шевалье де Мере. Де Мере был азартным игроком, он увлекся расчетами того, сколько раз необходимо будет бросить игральные кости, чтобы заветные две шестерки выпали более, чем в половине случаев. Эти, казалось бы, не слишком серьезные вычисления, заставили Шевалье более глубоко заняться изучением вопроса вероятности, а позднее – вызвали интерес Паскаля.
В России наибольший интерес к теории вероятностей возник в первой половине XIX в. Значительный вклад в развитие науки теории вероятностей внесли русские ученые: П.Л. Чебышев, А.А. Марков, А.М. Ляпунов. Современный вид теория вероятностей получила благодаря аксиоматизации, предложенной Андреем Николаевичем Колмогоровым. В результате теория вероятностей приобрела строгий математический вид и окончательно стала восприниматься как один из разделов математики.
Практическое применение теории вероятностей велико. Во многих сферах и областях жизни применяются методы теории вероятностей. Рассмотрим некоторые из них на конкретных примерах.
1. В случайном эксперименте дети симметричную монету бросают трижды. Найти вероятность того, что орел выпадет ровно два раза.
Шаг первый - выписываем все возможные комбинации уже для 3 бросков! Это будут: ООО, ООР, ОРО, ОРР, РОО, РОР, РРО, РРР. Бросков всего на один больше, а комбинаций возможных уже n=8 .
Теперь из этого списка надо оставить только те комбинации, где О встречается 2 раза, то есть: ООР, ОРО, РОО, их будет m=3. Тогда вероятность события P=m/n=3/8=0.375P=m/n=3/8=0.375.
2. Для прядения бабушка смешала поровну черный и окрашенный хлопок. Какова вероятность что среди 1200 единиц окажется больше половины черного хлопка.
Решение. Общее число вариантов события - 1200. Теперь определим общее число благоприятных вариантов. Благоприятные варианты будут в том случае, когда количество черных единиц больше половины, то есть 601, 602 и так до 1200. То есть 599 благоприятных вариантов. Таким образом, вероятность благоприятного исхода составит
599 / 1200 = 0,499 .
3. Ребенок имеет на руках 5 кубиков с буквами: А, К, К, Л, У. Какова вероятность того, что ребенок соберет из кубиков слово "кукла"?
Решение: Используем формулу классической вероятности: P=m/n, где n - число всех равновозможных элементарных исходов, m - число элементарных исходов, благоприятствующих осуществлению события. Число различных перестановок из букв А, К, К, Л, У равно n=5!1!2!1!1!=1⋅2⋅3⋅4⋅51⋅2=60, из них только одна соответствует слову "кукла" (m=1), поэтому по классическому определению вероятности вероятность того, что ребенок соберет из кубиков слово "кукла" равна P=1/60.
4. Мужчина на шахматную доску случайным образом поставил две ладьи. Какова вероятность, что они не будут бить одна другую?
Решение: Используем классическое определение вероятности: P=m/n, где m - число исходов, благоприятствующих осуществлению события, а n - число всех равновозможных элементарных исходов. Число всех способов расставить ладьи равно n=64⋅63=4032 (первую ладью ставим на любую из 64 клеток, а вторую - на любую из оставшихся 63 клеток). Число способов расставить ладьи так, что они не будут бить одна другую равно m=64⋅(64−15)=64⋅49=3136 (первую ладью ставим на любую из 64 клеток, вычеркиваем клетки, которые находятся в том же столбце и строке, что и данная ладья, затем вторую ладью ставим на любую из оставшихся после вычеркивания 49 клеток).
Тогда искомая вероятность P=3136/4032=49/63=7/9=0,778.
Ответ: 7/9.
5. Студент пришел на зачет, зная только 40 вопросов из 60. Какова вероятность сдачи зачета, если после отказа отвечать на вопрос преподаватель задает еще один?
Решение: Вероятность того, что преподаватель задал студенту вопрос, на который он не знал ответа (событие А) равна Р(А) = . Найдем вероятность того, что на второй вопрос преподавателя студент знает ответ (событие В) при условии, что ответа на первый вопрос студент не знал. Это условная вероятность, так как событие А уже произошло. Отсюда Р А (В) = 40/59. Искомую вероятность определим по теореме умножения вероятностей зависимых событий. Р(А и В) = Р(А)* Р А (В) = 40/59*20/60 = 0,23.
Таким образом, наша жизнь без применения теории вероятностей невозможна.
Список литературы
- Анасова, Т.А., Теория вероятностей [Электронный ресурс] : курс лекций для обучающихся по программе бакалавров и магистров высших учеб. заведений / Т. А. Анасова, Э. Ф. Сагадеева; М-во сел. хоз-ва РФ, Башкирский ГАУ. - Уфа: [БашГАУ], 2014. - 68 с.
- Гизетдинова, А. И., Применение актуарных расчетов в страховании [Текст] / А. И. Гизетдинова, Э. Ф. Сагадеева // Тенденции и перспективы развития статистической науки и информационных технологий: сборник научных статей, посвящается юбилею профессора кафедры статистики и информационных систем в экономике Рафиковой Н. Т. / Башкирский ГАУ. - Уфа, 2013. - С. 192-194.
- Кабашова, Е.В. Математическая экономика. Модуль 1. Обобщенные модели экономики [Электронный ресурс] : учеб. пособие / Е.В. Кабашова, Э.Ф. Сагадеева. – Уфа: Башкирский ГАУ, 2013. – 68 с.
- Кабашова, Е.В. Математическая экономика. Модуль 2. Глобальные модели экономики [Электронный ресурс] : учеб. пособие / Е.В. Кабашова, Э.Ф. Сагадеева. – Уфа: Башкирский ГАУ, 2013. – 64 с.
- Научные основы развития сельского хозяйства Республики Башкортостан [Текст] / К. Б. Магафуров; Башкирский ГАУ. - Уфа: Изд-во БГАУ, 2003. - 112 с.
- Сагадеева, Э. Ф., Опыт кураторской работы в Башкирском государственном аграрном университете [Текст] / Э. Ф. Сагадеева // Проблемы повышения качества учебно-методической работы в вузе: опыт и инновации: сборник научных трудов / Российский университет кооперации, Башкирский кооперативный институт (филиал). - Уфа, 2009. - Вып. 11. - С. 128-131.
- Сагадеева, Э. Ф., Выполнение актуарных расчетов с использованием коммутационных чисел с применением ЭВМ [Текст] / Э. Ф. Сагадеева, Р. Р. Бакирова // Потребительская кооперация и отрасли экономики Башкортостана: инновационные аспекты развития: сборник научных трудов / Российский университет кооперации, Башкирский кооперативный институт (филиал). - Уфа, 2008. - [Вып.10]. - С. 132-138.
Обновлено 09.12.2009
Небольшой экскурс в историю применения теории вероятности на практике.
Вплоть до конца 18 столетия прикладная статистика, без которой немыслим государственный учет и контроль, и потому существовавшая издавна, носила элементарный, чисто арифметический характер. Теория вероятностей оставалась чисто академической дисциплиной, и в качестве сравнительно сложных ее “приложений” выступали лишь азартные игры. Улучшение технологии производства игральных костей в 18 векестимулировало развитие теории вероятности. Игроки, сами того не желая, начали в массовом порядке ставить воспроизводимые опыты, так как кости стали одинаковыми, стандартными. Так возник пример того, что впоследствии будет названо “статистическим экспериментом” - опыт, который можно повторять неограниченное число раз в одинаковых условиях.
В 19 и 20 столетиях теория вероятностей проникает сперва в науку (астрономию, физику, биологию), потом в практику (сельское хозяйство, промышленность, медицину),и наконец, после изобретения компьютеров, в повседневную жизнь любого человека, пользующегося современными средствами получения и передачи информации.Проследим основные этапы.
1.Астрономия.
Именно для использованияв астрономии был разработан знаменитый “метод наименьших квадратов” (Лежандр 1805, Гаусс 1815).Главной задачей, для решения которой он был первоначально использован, стал расчет орбит комет, который приходилось производить по малому числу наблюдений. Ясно, что надежное определение типа орбиты (эллипс или гипербола) и точный расчет ее параметров оказывается трудным, так как орбита наблюдается лишь на небольшом участке. Метод оказался эффективным, универсальным, и вызвал бурные споры о приоритете. Его стали использовать в геодезии и картографии. Сейчас, когда искусство ручных расчетов утрачено, трудно представить, что при составлении карт мирового океана в 1880-х годах в Англии методом наименьших квадратов была численно решена система, состоящая из примерно 6000 уравнений с несколькими сотнями неизвестных.
Во второй половине 19 века была в работах Максвелла, Больцмана и Гиббса была развита статистическая механика, которая описывала состояние разряженных систем, содержащих огромное число частиц (порядка числа Авогадро). Если раньше понятие распределения случайной величины было преимущественно связано с распределением ошибок измерения, то теперь распределенными оказались самые разные величины - скорости, энергии, длины свободного пробега.
3.Биометрия.
В 1870-1900 годах бельгиец Кетле и англичане Френсис Гальтон и Карл Пирсон основали новое научное направление - биометрию,в которой впервые стала систематически и количественно изучаться неопределенная изменчивость живых организмов и наследование количественных признаков. В научный оборот были введены новые понятия - регрессии и корреляции.
Итак, вплоть до начала 20 века основные приложения теории вероятности были связаны с научными исследованиями. Внедрение в практику - сельское хозяйство, промышленность, медицину произошло в 20 веке.
4.Сельское хозяйство.
В начале 20 века в Англии была поставлена задача количественного сравнения эффективности различных методов ведения сельского хозяйства. Для решения этой задачи была развита теория планирования экспериментов, дисперсионный анализ. Основная заслуга в развитии этого уже чисто практического использования статистики принадлежит сэру Рональду Фишеру, астроному(!) по образованию, а в дальнейшем фермеру, статистику, генетику, президенту английского Королевского общества. Современная математическая статистика, пригодная для широкого применения в практике, была развита в Англии (Карл Пирсон, Стьюдент, Фишер). Стьюдент впервые решил задачу оценки неизвестного параметра распределения без использования байесовского подхода.
5.Промышленность. Введение методов статистического контроля на производстве (контрольные карты Шухарта). Сокращение необходимого количества испытаний качества продукции. Математические методы оказываются уже настолько важными, что их стали засекречивать. Так книга с описанием новой методики, позволявшей сократить количество испытаний (“Последовательный анализ” Вальда), была издана только после окончания второй мировой войны в 1947 году.
6.Медицина. Широкое применение статистических методов в медицине началось сравнительно недавно (вторая половина 20 века). Развитие эффективных методов лечения (антибиотики, инсулин, эффективная анестезия, искусственное кровообращение) потребовало достоверных методов оценки их эффективности. Возникло новое понятие “Доказательная медицина”. Начал развиваться более формальный, количественный подход к терапии многих заболевании - введение протоколов, guide lines .
С середины 1980-х годов возник новый и важнейший фактор, революционизировавший все приложения теории вероятностей - возможность широкого использования быстрых и доступных компьютеров. Почувствовать всю громадность произошедшего переворота можно, если учесть, что один(!)современный персональный компьютер превосходит по быстродействию и памяти все(!) компьютеры СССР и США, имевшиеся к 1968 году, времени, когда уже были осуществлены проекты, связанные со строительством атомных электростанций, полетами на Луну, созданием термоядерной бомбы. Сейчас методом прямого экспериментирования можно получать результаты, которые ранее были недоступны - thinking of unthinkable .
7.Биоинформатика. Начиная с 1980-х годов количество известных последовательностей белков и нуклеиновых кислот стремительно возрастает. Объем накопленной информации таков, что только компьютерный анализ этих данных может решать задачи по извлечению информации.
8.Распознавание образов.
