
- •Конспект лекций по теории вероятностей и математической статистике
- •Лекция 1 §1 Предмет теории вероятностей. Случайные события
- •§ 2 Алгебра событий
- •§3 Классическое определение вероятности. Свойства вероятности
- •Свойства вероятности
- •Лекция 2 §4 Основные формулы комбинаторики
- •4.1. Размещения без повторений
- •4.2. Перестановки без повторений
- •4.3. Сочетания без повторений
- •4.4. Перестановки с повторениями
- •4.5. Размещения с повторениями
- •4.6. Сочетания с повторениями
- •§5 Теорема сложения вероятностей
- •Лекция 3 §6 Теорема умножения вероятностей
- •§7 Формула полной вероятности
- •§8 Формула Байеса (теорема гипотез)
- •§9 Схема повторения испытаний. Формула Бернулли
- •Лекция 4 §10 Формула Пуассона или формула редких явлений
- •§11 Локальная и интегральная формулы Лапласа
- •§12 Дискретная случайная величина и закон ее распределения
- •Дискретные случайные величины
- •Лекция 5
- •§13 Функция распределения
- •§14 Функция распределения и плотность вероятности непрерывной случайной величины, их взаимосвязь и свойства
- •Лекция 6
- •§15 Равномерный закон распределения вероятностей (равномерное распределение на отрезке)
- •§16 Нормальный закон распределения вероятностей (или нормальное распределение на прямой)
- •§17 Показательный закон распределения вероятностей
- •Лекция 7
- •§18 Основные числовые характеристики случайных величин
- •§19 Математическое ожидание дискретной случайной величины
- •§20 Математическое ожидание случайной величины, имеющей плотность вероятности
- •§21 Свойства математического ожидания
- •§22 Дисперсия дискретной случайной величины
- •Свойства дисперсии
- •Лекция 8
- •§23 Дисперсия случайной величины, имеющая плотность вероятности
- •Дополнительные числовые характеристики случайной величины:
- •§24 Выборочное среднее (среднее арифметическое)
- •§25 Задачи математической статистики. Генеральная и выборочная совокупности. Вариационный ряд и его основные числовые характеристики
- •Задачи мс
- •Лекция 9
- •§26 Интервальные таблицы частот
- •§27 Эмпирическая функция распределения
- •§28 Выборочные характеристики случайной величины
- •Лекция 10 (Домашняя)
- •§29 Проверка статистических гипотез
- •§30 Проверка гипотез о среднем значении нормально распределенной св при известной и неизвестной дисперсии
- •§31 Сравнение двух дисперсий нормальных генеральных совокупностей
- •§32 Сравнение двух средних генеральных совокупностей, дисперсии которых известны (неизвестны)
Лекция 4 §10 Формула Пуассона или формула редких явлений
Формула Бернулли
требует громоздких расчетов при большом
количестве испытаний. Можно получить
более удобную для расчетов приближенную
формулу, если при большом числе испытаний
вероятность появления А
в одном опыте мала, а произведение
сохраняет постоянное значение для
разных серий опытов (то есть среднее
число появлений события А
в разных сериях испытаний остается
неизменным).
Теорема.
Пусть производится n
независимых опытов. В результате каждого
опыта событие А может наступить с
вероятностью р. Пусть
,
произведение
постоянно, тогда справедлива формула:
,
где k
не меняется.
Или
– формула
Пуассона,
где
.
Доказательство. Применим формулу Бернулли:
Найдем предел полученного выражения
при
Таким образом, формула Пуассона позволяет найти вероятность k появлений события А для массовых (когда п велико) и редких (когда р мало) событий.
Для вычисления
дробей
существуют специальные таблицы (см.
Приложение
1). Чтобы
ими пользоваться, надо знать
и
(число успехов).
Задача. Прядильщица обслуживает 1000 веретён. Вероятность обрыва нити на одном веретене в течение 1 минуты равна 0,004. Найти вероятность того, что в течение 1 минуты обрыв произойдет на 5-ти веретенах.
Решение.
По условию,
,
,
.
Найдем
.
По формуле Пуассона
искомая вероятность приближенно равна:
.
§11 Локальная и интегральная формулы Лапласа
Пользоваться формулой Бернулли при больших значениях n достаточно трудно, так как формула требует выполнения действий над очень большими числами.
Пример.
Если
,
,
;
,
то вероятность того, что при n
испытаниях событие A
осуществляется ровно
раз и не осуществляется,
раз примет
вид:
.
При вычислении факториала для больших чисел можно пользоваться специальными таблицами логарифмов факториалов, но из-за округлений в итоге окончательный результат может значительно отличаться от истинного. В этом случае удобно пользоваться формулами Лапласа.
Локальная теорема
Лапласа.
Если вероятность
появления события A
в каждом испытании постоянна и отлична
от нуля и единицы, то вероятность
того, что событие A
появиться в
испытаниях ровно
раз, приближенно равна (тем точнее, чем
больше
)
значению функции:
(1)
– локальная формула Лапласа,
где
,
.
Замечание.
При нахождении значений функции
для отрицательных значений аргументов
следует иметь в виду, что
– четная
функция:
.
Для вычисления значений функции пользуются специальной таблицей (см. Приложение 2).
Задача 1. Найти вероятность того, что при 400 испытаниях событие наступит ровно 104 раза, если вероятность его появления в каждом испытании равна 0,2.
Решение.
По условию,
;
;
,
тогда q
= 1 – 0,2 = 0,8. Применим локальную формулу
Лапласа:
;
.
Тогда
.
Интегральная
теорема Лапласа.
Если вероятность
p
наступления события A
в каждом испытании постоянна и отлична
от нуля и единицы, то вероятность
того, что событие A
появится
в n
испытаниях
от k1
до k2
раз, приближенно равна:
(2),
где
,
,
– «неберущийся» интеграл.
Функция
называется функцией
Лапласа, при
решении используют соответствующую
таблицу значений для функции
(см. Приложение 3).
Замечание.
При нахождении значений функции
и
для отрицательных значений аргументов
следует иметь
в виду, что
– четная:
=
,
а
– нечетная:
=
.
Отметим еще, что приближенными формулами Лапласа (1) и (2) на практике пользуются в случае, если npq 10. Если же npq < 10, то эти формулы приводят к довольно большим погрешностям.
Задача 2. Вероятность поражения мишени стрелком при одном выстреле равна 0,75. Найти вероятность того, что при 100 выстрелах мишень будет поражена:
а) не менее 70 и не более 80 раз;
б) не более 70 раз.
Решение.
а)
По условию k1
= 70, k2
= 80,
,
.
Тогда
,
,
,
.
Значение функции Лапласа находим по таблице. Мы получили значение 1,1547, в таблице даны значения Ф(1,15) = 0,3749 и Ф(1,16) = 0,3770. В качестве ответа можно взять любое из этих значений или их среднеарифметическое {ответ будет приблизительно одинаковый}:
р100(70;80) 2Ф(1,1547) 2(Ф(1,15) + Ф(1,16))/2 = 0,7519.
б) По условию k1 = 0, k2 = 70. Тогда
,
р100(
)
Ф(x2)
– Ф(x1)
= Ф(–1,1547)
– Ф(–17,32)
= Ф(17,32)
– Ф(1,1547).
Значение функции
Лапласа находим по таблице. В таблице
приведены значения интеграла лишь для
,
тогда для
можно принять значение функции Лапласа
.
р100(0;70) 0,5 – 0,3749 = 0,1251.