Вы активировали гиперссылку для рассмотрения математического моделирования игры в теннис.

Презентация:



Advertisements
Похожие презентации
ТТЕОРИЯ ВЕРОЯТНОСТЕЙ. Основные понятия Событием называется всякий факт, который может произойти или не произойти в результате опыта. События называются.
Advertisements

Теория вероятностей и математическая статистика Лекция 1. Введение. Основные понятия теории вероятностей. Элементы комбинаторики.
Ст. преп., к.ф.м.н. Богданов Олег Викторович 2010 Элементы теории вероятности.
Изучает закономерности массовых случайных явлений.
Вероятности случайных событий. Теория вероятностей математическая наука, изучающая закономерности случайных явлений.
Вопросы по ТВиМС. 1.Предметом теории вероятностей является? Изучение вероятностных закономерностей массовых однородных случайных событий.
Элементы теории вероятности и математической статистики Теория вероятностей возникла как наука из убеждения, что в основе массовых случайных событий лежат.
Теория вероятностей раздел математики, изучающий закономерности случайных явлений: случайные события, случайные величины, их свойства и операции над ними.
СТАТИСТИЧЕСКИЕ ИГРЫ Выполнили: Петрук К. Черняк А. Чикиш Ю.
Кафедра медицинской и биологической физики Тема: Элементы теории вероятностей лекция 10 для студентов 1 курса обучающихся по направлению подготовки
Презентация по теме: Основы теории вероятностей
Теория игр Теория игр – это совокупность математических методов анализа и оценки конфликтных ситуаций. Задача теории игр состоит в выборе такой линии поведения.
Основные теоремы теории вероятностей Лекция 13. План лекции Условная вероятность. Теоремы умножения вероятностей для независимых и зависимых событий.
Элементы теории вероятностей для основной и средней школы.
Нелинейное программирование Практическое занятие 6.
Игры в смешанных стратегиях. Моделирование конфликтных ситуаций в экономике Рассмотрим две игры в чистых стратегиях A i \B j B1B1B1B1 B2B2B2B2 B3B3B3B3.
Лекция 2 Основные теоремы теории вероятностей. Лекция 2 1. Частота, или статистическая вероятность события m - число появления события A; n – общее число.
§1 МАТРИЦЫ И ОПРЕДЕЛИТЕЛИ 1.1 Матрицы и их свойства Матрицей размера m n называется совокупность mn чисел, расположенных в виде таблицы из m строк и n.
Лекция 3 Основные понятия теории вероятности. Опыт Событие Переменная величина.
Теория матриц Лекция 5. План лекции: Понятие матрицы. Операции с матрицами. Определители, их свойства. Обратная матрица. Характеристическое уравнение.
Транксрипт:

Вы активировали гиперссылку для рассмотрения математического моделирования игры в теннис

Теннис. Правила игры. ИГРА СЕТ (ПАРТИЯ) ГЕЙМ Заканчивается при минимально выигранных 6 геймах с разницей в 2 гейма. Т.е. при счёте 6:0, 6:1, 6:2…7:5, 8:6 и т.д. За исключением системы тай-брейка Если одна из сторон после выигрыша первого мяча второй мяч проиграла, то 15 засчитывается противнику и т.п. => счёт в гейме может быть одним из следующих: 15:0, 30:0, 40:0, 0:15, 0:30, 0:40, 15:15, 30:15, 40:15, 15:30, 15:40, 30:30, 40:30, 30:40

Начальные понятия теории вероятностей Мяч выигранМяч проигран m/n Р(А) (0Р(А)1). Свойство т.н. статистической устойчивости частоты. При этом Р(А) – вероятность события А m/n – частота события Теорема Бернулли События А и В не совместимы. Их сумма А+В – достоверное событие: его вероятность Р(А+В)=1, а Р(АВ)=0 Р(А)+Р(В)=1 (1)

Начальные понятия теории вероятностей Формула (1) – частный случай т.сложения вероятностей: если исходы А и В испытания О несовместны, то вероятность суммы А+В исходов А и В равна сумме вероятностей исходов: Теорема сложения вероятностей обобщается на тот случай, когда испытание приводит к любому конечному числу В 1,…В k попарно несовместных исходов (т.е. каждое произведение В i В j при ij) событие невозможное: Р(В 1 +В 2 +…В k )=Р(В 1 )+Р(В 2 )+…+Р(В k ) Условная вероятность Р(А/В – отношение числа тех исходов испытания J, приведших к А, которые приводят и к В, к числу всех исходов, приводящих к В) Событие А называется независимым от события В, если условная вероятность Р(А/В) равна безусловной вероятности Р(А), т.е.: Теорема умножения вероятностей: Пусть события В 1 …В k попарно несовместны и событие А имеет место, Когда возникает по крайней мере одно какое-либо из событий В 1 …В k. Тогда справедливо тождество: А=А(В 1 +…+В k )=АВ 1 +…АВ k. Формула полной вероятности: Р(А)=Р(АВ 1 )+Р(АВ 2 )+…+Р(АВ k ) или Р(А)=Р(В 1 )Р(А/В 1 )+Р(В 2 )Р(А/В 2 )+…+Р(В k )Р(A/В k )

Модель игры Схема 1

Начало гейма. 30:015:150:30 МОЯ подача. Я выиграла 1 мяч Вы - 2 0,4*0,4=0,16 0,6*0,6=0,36 Вы выиграли 1 мяч Я - 2 Н 1 – гипотеза, согласно которой Я выигрываю 1 мяч Р(Н 1 )=0,6 Н 2 – гипотеза, согласно кот. ВЫ выигрываете 2 мяч Р(Н 2 )=0,4 Событие Q Р(Q/Н 2 )=0,6 Р(Q/Н 1 )=0,4 Р(Q)=Р(Н 1 )Р(Q/Н 1 )+Р(Н 2 )Р(Q/Н 2 )=0,6*0,4+0,6*0,4=0,48 После розыгрыша 2 мячей Р(40:0)=0,6*0,6*0,60,22 Р(0:40)=0,4*0,4*0,4 0,06 Р(30:15)=Р(30:0)*0,4+Р(15:15)*0,60,43 Р(15:30)=Р(15:15)*0,4+Р(0:30)*0,60,29 …3 мячей Вывод: для того чтобы найти вероятность счёта, отмеченного в каком-либо прямоугольнике схемы 1, надо составить сумму произведений вероятностей, проставленных у стрелок, входящих в этот прямоугольник, на вероятности счёта, указанные в соответствующих прямоугольниках, из которых эти стрелки выходят

Завершение гейма Р(МОЯ игра) =0,13 Р(40:15)=0,35Р(30:30)=0,35Р(15:40)=0,15 Р(ВАША игра) =0,15 Р 1 =Р(МОЯ игра) =0,6 4 (1+4*0,4) =0,33 Р 2 =Р(«больше») =4* 0,6 3* 0,4 2 =0,15 Р 3 =Р(«ровно»)= 6* 0,6 2* 0,4 2 =0,33 Р 4 =Р(«меньше») =4* 0,6 2* 0,4 3 =0,1 Р 5 =Р(ВАША Игра»)= 0,4 4 * (1+4*0,6)=0,09 …4 мячей После розыгрыша 5 мячей

В таблице на пересечении i-й строки и j-го столбца указана вероятность перехода из сотояния i в состояние j. Например, единица на пересечении первой строки и второго столбца означает, что состояние «МОЯ игра» - поглощающее, т.е. гейм уже разыгран и счёт меняться в нем не будет. На пересечении третьей строки и второго столбца стоит 0,6, т.е. с вероятностью 0,6 счет из «ровно» станет больше и т.п. Матрица Т – матрица переходов марковской цепи. Вероятности состояний после розыгрыша пяти мячей примем в качестве компонент вектора р 0 =(р 1, р 2, р 3, р 4, р 5 ) и назовем его вектором начального распределения вероятностей соответствующих состояний. В данной игре числовые значения р i (i=1,…,5) уже подсчитаны

Завершение сета Мы видим, что вероятность выигрыша мной сета близка к единице. Этого и следовало ожидать, ведь Я выигрываю первый мяч с вероятностью в 1,5 раза большей, чем ВЫ. Согласно подсчетам, Я выиграю матч из трех сетов с вероятностью 0,996; матч из пяти сетов – с вероятностью 0,9996, т.е. почти наверняка. В связи с чем играть более трех сетов нецелесообразно.

Пусть теперь класс игроков практически одинаков (вероятность выигрыша мяча МНОЙ – 0,51, ВАМИ – 0,49, т.е. Из 100 разыгранных мячей Я выигрываю в среднем на 2 мяча больше, чем ВЫ. В этом случае Р выигрыша сета МНОЙ составит 0,753; ВАМИ – 0,427. Т.об. Вероятность выигрыша сета возрастет в 7 раз! Вероятность выигрыша каждой стороной по одному сету, т.е. вероятность счёта 1:1 составляет 0,488

Заключение Мы построили математическую модель игры в теннис в пределах гейма и сета. По аналогии можно «достроить» модель полностью до трех (пяти) сетов. Так же математика находит своё применение в других видах спорта. Например, с помощью математики можно сформулировать оптимальный состав команды пловцов, разработать тактику ведения игры в хоккейных, футбольных, волейбольных и др. матчах. Для перехода к заключительному слайду нажмите: