Компьютерная поддержка решения вероятностных задач из истории математики
Автор: Антропова Гюзель Равильевна, Матвеев Семен Николаевич, Шакиров Рафис Гильмегаянович
Журнал: Высшее образование сегодня @hetoday
Рубрика: Вопросы обучения и воспитания
Статья в выпуске: 5-6, 2022 года.
Бесплатный доступ
Рассматривается реализация формулы полной вероятности и байесовской вероятности в системе компьютерной алгебры GeoGebra на основе популярной вероятностной задачи, содержание которой затрагивает вопрос корректности педагогического оценивания. Предложена компьютерная поддержка в решении математических задач, позволяющая обучающимся прийти к более глубокому пониманию изучаемого раздела теории вероятностей. Представлены результаты экспериментального проектирования комплекса заданий в рассматриваемой системе в рамках изучения математических дисциплин: теория вероятностей, алгебра, геометрия. Делается вывод о роли подобных компьютерных программ как необходимого интегрирующего звена в преподавании вузовских курсов естественно-математических и общетехнических дисциплин, имеющих эмпирическую основу.
Вероятность события, гипотеза, условная вероятность, формула байеса, верифицируемость, система компьютерной алгебры geogebra
Короткий адрес: https://sciup.org/148324878
IDR: 148324878 | УДК: 372.851:378.147 | DOI: 10.18137/RNU.HET.22.05-06.P.067
Computer support for solving probabilistic problems from the history of mathematics
The implementation of the formula of full probability and Bayesian probability in the GeoGebra computer algebra system is considered on the basis of a popular probabilistic problem, the content of which touches on the issue of the correctness of pedagogical assessment. Computer support in solving mathematical problems is offered, which allows students to come to a deeper understanding of the studied section of probability theory. The results of experimental design of a set of tasks in the system under consideration in the framework of the study of mathematical disciplines: probability theory, algebra, geometry are presented. The conclusion is made about the role of such computer programs as a necessary integrating link in the teaching of university courses of natural-mathematical and general technical disciplines that have an empirical basis.
Текст научной статьи Компьютерная поддержка решения вероятностных задач из истории математики
КОМПЬЮТЕРНАЯ ПОДДЕРЖКА РЕШЕНИЯ ВЕРОЯТНОСТНЫХ ЗАДАЧ ИЗ ИСТОРИИ МАТЕМАТИКИ из 25. Каким ему лучше зайти в аудиторию: первым или четвертым, если выбранные до него билеты не возвращаются? В каком случае вероятность взять выученный билет будет больше?».
Попробуем ответить на вопросы с педагогической точки зрения: допустима ли такая схема проведения экзамена с позиций объективности выставляемой оценки; возможно ли, что экзамены для обучающихся обладают заведомо математически противоречивыми исходами; возможно ли, что предлагаемая схема фальсифицируема с точки зрения равновозмож-ности событий? С точки зрения педагогических измерений шанс сдать экзамен не должен зависеть от очередности его сдачи студентами [1; 3; 10]. Иначе экзамены надо отменять.
Рассмотрим ответы на поставленные вопросы на основе принципа верификации сходной более общей математической задачи с использованием компьютерной поддержки (GeoGebra) [4] с учетом некоторых сведений из истории вероятностей [6; 9]. Поскольку данная задача популярна и рассматривается во многих задачниках по теории вероятностей, ее варианты приводят многие интернет-издания, мы кратко остановимся на математическом инструментарии решения.
Пусть некоторое событие А может произойти лишь при условии появления одного из попарно несовместных событий Ht , называемых гипотезами и образующих полную группу. Заранее неизвестно, какое из этих событий произойдет. Требуется найти вероятность события А .
По определению: H 1 + H 2 + ... + + Hn = Ω , где Ω – достоверное событие, тогда событие А можно представить в виде:
A = A Ω = A ( H 1 + H 2 + ...+ Hn ) =
= AH 1 + AH 2 + ...+ AHn , где в правой части равенства сумма несовместных событий, так как
( AHi )( AHj ) = A ( HiHj ) = A ∅ = ∅ ,
тогда
n
P ( A ) = £ A • H , = t = 1
n
= Z P ( H t l P . C A ) . t = 1
Получили формулу полной вероятности:
n
P ( A ) = £ P ( Hl ) P H . ( A ) .
k = 1
Прейдем к решению приведенной задачи. Пусть событие А – студент сдал экзамен выбрав знакомый билет.
Если наш гипотетический сту-
дент зайдет на экзамен первым,
то
P ( A ) =
. Если он зай- 5
дет вторым, то о первом студенте
можно выдвинуть две гипотезы:
H 1 – взял знакомый нашему студенту билет, H 2 – взял невыученный билет. Тогда по формуле полной вероятности находим:
Z X 4 Z X 1
P ( H i ) = 5; P ( H 2 ) = 5;
P ( A ) = 19; P ( A ) = — ;
H 1 24 H 2 24
p ( a ) = 4 . 19 +^
5 24 5 24
Вычисляем по формуле полной
вероятности:
P ( A ) = 19
18 10 19
--+---+
23 30 23
1 20 12 4
+----= — = —.
30 23 15 5
Если наш студент зайдет четвертым, то относительно обучающихся, зашедших до него, необходимо рассмотреть следующие гипотезы: Ht взяли 4 – t выученных билета и t – 1 неврученных билета, где t принимает значения от 1 до 3. Тогда
|
30 P ( H 1 ) = ^ 20;3 ^ 5 C 25 |
57 = 115; |
|
21 P ( H 2 ) = ^ 203 ^ 5 C 25 |
= 19. = 46; |
|
12 P ( H з ) = C 20^ C 25 |
_ = 276; |
|
03 P ( H 4 ) = C 20; ?5-C 25 |
1 = 230. |
1 20
Используя формулу полной вероятности находим:
|
P ( A ) = |
57 |
17 |
19 |
18 |
|
+ |
^^^^^^^^— e |
+ |
||
|
115 " |
22 |
46 |
22 |
|
|
1 |
19 |
1 |
20 |
4 |
|
+-- |
--+ |
^^^^^^^^^^^^— « |
— |
= —. |
|
276 |
22 |
230 |
22 |
5 |
Если наш студент зайдет третьим, то относительно первых двух студентов можно предположить: гипотеза H 1 – взяли два выученных нашим студентом билета, H 2 – взяли один знакомый, один незнакомый билет, H 3 – взяли два невыученных билета, тогда:
P(H ) = Ck = 20! . 2! 23! = 19. ( 1) C25 2118! 25!30;
PH U CVе5 = 20■ 5■ 2!23! = 10. ( 2) C25 25!30;
p(h )=C2 = 5^_2k = ±. v 37 C25 2!3! 25!30 ’
P H1 ( A ) = 23; P H 2 ( A ) = 13;
P ( A ) = 20
H 3 23
Видно, что во всех четырех рассмотренных случаях вероятность получить выученный билет одна и та же, то есть «обмануть удачу» нельзя. Тогда возникает вопрос: а может «везение» улыбнется студенту, если он зайдет на экзамен в числе последних? Но в этом случае может случиться, что оставшихся выученных билетов для него будет меньше.
Приведем общее решение подобных задач, так как оно интересно не только студентам, но и преподавателям, с точки зрения объективности выставляемой оценки. Итак, студент выучил m билетов из общего количества – n, предполагаем, что m ≤ n . Требуется найти вероятность успеха студента, если он заходит на экзамен k -тым, где k ≤ n , где m и n , k можно рассматривать как натуральные параметры.
Реализация формулы полной ве- роятности в рекуррентной форме определяется формулами:
P ( H t ) =
f k — t t — 1
m n- m — m k—1
,
P H t ( A ) =
m + 1 - k n + 1 - k
то есть:
n k - t t - 1
m + 1 - k n + 1 - k ’
где
k -1 < m, t = 1, k i <
t - 1 < n -
m,.
k < n.
Реализацию полученной рекуррентной формулы проведем в системе компьютерной алгебры Geogebra (Рисунок 1). Опишем ход выполнения работы. Инструментом «Ползунок» разместим на полотне четыре ползунка с именами k , m , n , t для динамического задания соответствующих величин. Через панель «Настройки» зададим свойства ползунков: минимальное значение – 0, максимальное значение – 50, шаг – 1, для ползунка t минимальное значение – 1, максимальное значение – k , шаг – 1. Затем в строке ввода разместим выражение нахождения слагаемых искомой суммы:
PHt = (nCr(m, k – t) nCr(n – m, t – 1)) / nCr(n, k – 1) (m + t – k) / (n + 1 – k).
Следующим шагом в данной строке введем выражение для нахождения последовательности слагаемых, воспользовавшись командой «Последовательность, выражение, переменная, начальное значение, конечное значение»:
fk = Последовательность ((nCr(m, k – t) nCr(n – m, t – 1)) / nCr(n, k – 1) (m + t – k) / (n + 1 – k), t, 1, k).
После чего в той же строке введем выражение нахождения полной вероятности как сумму членов последовательности:
Сумма(fk)
и также выражение нахождения вероятности гипотез по формуле Байеса:
Последовательность(fk / P, k, 1, 1)
Приступим к вычислениям: как «удача» нашего студента позволяет ему оценивать Ht действия его одногруппников по отношению к нему. В общем случае вычисления достаточно объемные. Воспользуемся составленной нами программой, в которой мы можем легко менять параметры m , n , k . Допустим, изменяем k – очередность входа на экзамен при неизменных величинах m , n (см. Рисунки 2 и 3).
Итак, вероятность «успеха» студента неизменна, но «помощь» од-ногоруппников возрастает – вероятность уменьшить количество его выученных билетов снижается.
Изменяем m – число выученных билетов при неизменных k , n (см. Рисунки 4 и 5).
Таким образом, верификация утверждения алгоритма обновления гипотез по формуле Байеса подтверждается и реализуется достаточно легко с применением выбранной системы компьютерной алгебры. На наш взгляд, также представляет интерес задача с вероятностью «невезения». Однако в каждой ситуации необходимо помнить крылатое изречение: «Существует три вида лжи: ложь, наглая ложь и статистика» (Г. Лабушер, М. Твен).
Итак, можем констатировать, что проектирование подобного комплекса задач будет полезным средством в образовательной среде для обеспечения качества учебновоспитательного процесса и формирования информационных компетенций средствами математики, а также для организации научно-исследовательской деятельности обучающихся. Рассматриваемая система GeoGebra является эффективным инструментом в реализации компьютерной поддержки решения математических задач: вычислительных задач по теории вероятностей и математической стати- стике, в конструктивных задачах геометрии, например, в построении эволюты и эвольвенты [4] и многих других. Предложенная компьютерная поддержка системы в решении математических задач позволяет обучающимся прийти к более глубокому пониманию раздела теории вероятностей или любого другого раздела математики. При этом информатика выступает как инструмент формирования учебно-познавательных компетенций. На наш взгляд, использование подобных программных продуктов для решения прикладных задач принесет пользу не только студентам педагогических вузов, но и преподавателям математики.
С точки зрения формирования у студентов требуемых образовательным стандартом компетенций, нами проведено экспериментальное проектирование комплекса заданий в рассматриваемой системе в рамках изучения математических дисциплин: «Теория вероятностей», «Алгебра», «Геометрия». Задания разработаны для студентов 2 курса Набережночелнинского государственного педагогического университета по программе подготовки бакалавров по направлению 44.03.05 «Педагогическое образование», профили «Математика» и «Информатика»). Проанализировав существующие учебные программы, можно заметить, что наблюдается некоторая разобщенность математических дисциплин и дисциплин из цикла «Информатика и программирование». Преподавание этих дисциплин ведется в разных семестрах и на разных курсах, либо эти дисциплины осваиваются параллельно, но без должной интеграции. Для нас очевидно, что интегрирование этих дисциплин должна осуществляться с первых курсов.
Одним из элементов интеграции выступает аппарат вычислительной информатики и специализированных компьютерных программ. Подобные программы, используемые на заняти-
КОМПЬЮТЕРНАЯ ПОДДЕРЖКА РЕШЕНИЯ ВЕРОЯТНОСТНЫХ ЗАДАЧ ИЗ ИСТОРИИ МАТЕМАТИКИ
Рисунок 1. Вычисление вероятности выбора студентом выученного билета
Рисунок 2. Вероятности гипотез при k = 5
Рисунок 3. Вероятности гипотез при k = 15
Рисунок 4. Вероятности гипотез при m = 10
Рисунок 5. Вероятности гипотез при m = 15
ях по информатике, реализующие методы высшей алгебры и математического анализа, теории вероятностей и математической статистики, служат необ- ходимым интегрирующим звеном в преподавании вузовских курсов естественно-математических и общетехнических дисциплин, имеющих эмпирическую основу. Систему GeoGebra в силу ее доступности можно использовать в качестве первоначального инструментария в рамках реализации этих требований.
КОМПЬЮТЕРНАЯ ПОДДЕРЖКА РЕШЕНИЯ ВЕРОЯТНОСТНЫХ ЗАДАЧ ИЗ ИСТОРИИ МАТЕМАТИКИ
Список литературы Компьютерная поддержка решения вероятностных задач из истории математики
- Антропова Г.Р., Матвеев С.Н. Математическая статистика как инструмент организации экспериментальной деятельности студентов и управления качеством образов // Информационные технологии. Автоматизация. Актуализация и решение проблем подготовки высококвалифицированных кадров (ИТАП-2016): Сб. материалов Международной научно-практической конференции, Набережные Челны, 16 мая 2016 года; под ред. Л.А. Симоновой, С.К. Савицкого. Набережные Челны: Набережночелнинский институт (филиал) ФГАОУ ВПО "Казанский (Приволжский) федеральный университет", 2016. С. 39-46.
- Антропова Г.Р., Матвеев С.Н. Математическое обеспечение в организации экспериментальной деятельности студентов педагогических вузов и вузов физической Культуры // Педагогико-психологические и медико-биологические проблемы физической культуры и спорта. 2016. Т. 11, № 1. С. 114-120.
- Антропова Г.Р., Матвеев С.Н. Математическое обеспечение организации экспериментальной деятельности преподавателя // Проблемы и перспективы информатизации физико-математического образования: материалы Всероссийской научно-практической конференции, Елабуга, 14 ноября 2016 года. Елабуга: Елабужский институт (филиал) ФГАОУ ВПО "Казанский (Приволжский) федеральный университет", 2016. С. 210-212.
- Антропова Г.Р., Матвеев С.Н., Шакиров Р.Г. Реализация некоторых задач дифференциальной геометрии в программе GeoGebra // Высшее образование сегодня. 2020. № 6. С. 58-63.
- Галиакберова А.А., Галямова Э.Х., Матвеев С.Н. Методические основы проектирования цифрового симулятора педагогической деятельности // Вестник Мининского университета. 2020. Т. 8, № 3(32). С. 2.
- Гмурман В.Е. Теория вероятностей и математическая статистика: учебное пособие для студентов вузов. 13-е изд, перер. М.: Высшее образование, 2006. 575 с.
- Голованов В. Теорема Байеса: из-за чего весь сыр-бор? / Сайт Habr. URL: https://habr.com/ru/post/404633/(дата обращения: 22.03.2022).
- Матвеев С.Н., Сиразов Ф.С. Использование системы компьютерной алгебры Maxima в изучении конечных проективных прямых // Высшее образование сегодня. 2015. № 2. С. 72-75.
- Письменный Д.Т. Конспект лекций по теории вероятностей и математической статистике. 2-е изд., испр. М.: Айрис-пресс, 2005. 252 с.
- Matveev S., Antropova G., Chernova N., Evgrafova O. Key factor analysis influencing the learning activity motivation with first-year and second-year university students. 13th International Technology, Education and Development (INTED 2019). Valencia, Spain, 11-13 March, 2019. P. 1757-1762.