
- •Теория вероятностей
- •Случайные события
- •Случайные события. Операции над событиями
- •Относительная частота и вероятность события
- •Методы комбинаторики
- •Геометрическая вероятность
- •Теоремы сложения и умножения вероятностей
- •Формула полной вероятности. Формула Байеса
- •Повторные независимые испытания
- •Формула Бернулли
- •Формулы Лапласа. Формула Пуассона
- •Случайные величины
- •Дискретные случайные величины
- •Числовые характеристики случайной величины
- •Cвойства математического ожидания
- •Свойства дисперсии
- •Гипергеометрическое распределение
- •Биномиальное распределение вероятностей
- •Непрерывные случайные величины
- •Равномерный закон распределе ния
- •Нормальный закон распределения
- •Свойства нормального распределения
- •Показательный закон распределения
- •Функция надёжности
- •Вопросы для повторения
- •Приложения
- •Список литературы
Повторные независимые испытания
Некоторые
испытания называются независимыми
относительно события A,
если вероятность
наступления события A
в каждом испытании не зависит от исходов
других испытаний. Если независимые
повторные испытания проводятся при
одном и том же комплексе условий S, то
вероятность
в каждом испытании одна и та же. Описанная
последовательность испытаний называется
схемой
Бернулли –
по имени швейцарского математика XVII
века Якоба Бернулли.
Такая
схема описывает многие реальные ситуации:
1) проверяются n
изделий, событие A
– появление события с браком,
– вероятность того, что среди n
изделий окажется k
бракованных; 2) регистрируются n
новорожденных, событие A
– рождение
девочки,
– вероятность того, что среди n
новорожденных k
девочек; 3) имеется n
инвестиционных проектов, событие A
– прибыль в первый год работы проекта,
– вероятность того, что из n
только k
проектов
принесут прибыль в первый год работы.
Тогда возникает задача – вычислить
искомую вероятность
.
Формула Бернулли
Теорема.
Пусть
комплекс условий S
воспроизводится n
раз, причём каждый раз событие A
может наступить с одной и той же
вероятностью p
(
)
независимо от результатов предыдущих
опытов. Тогда вероятность того, что
событие A
произойдёт ровно k
раз в n
испытаниях, определяется по формуле
Бернулли
(2.1)
где
вероятность не появления в одном
испытании.
Доказательство.
Пусть
соответственно появление и непоявление
события A
в единичном испытании,
событие, состоящее в том, что в n
независимых испытаниях событие A
появилось ровно k
раз. Тогда
Всего
получим
слагаемых (
сколькими способами можно расположить
объектов по
местам без учета порядка). Тогда
Чтобы
нагляднее представить свойства ряда
вероятностей
…,
…,
,
в прямоугольной системе координат
отмечают точки с координатами
и соединяют их ломаной (рисунок 2.1).
Рисунок 2.1
Число
наступлений события называется
наивероятнейшим,
если вероятность наступления события
данное число раз в этой серии испытаний
наибольшая по сравнению с вероятностями
других исходов. На рисунке 2.3 наивероятнейшее
число
.
Пусть
n
– число
независимых испытаний, p
– вероятность наступления события в
отдельном испытании. Тогда наивероятнейшее
число наступлений события
удовлетворяет неравенству
, (2.2)
где
.
Так
как разность
,
то всегда найдётся целое число
,
удовлетворяющее написанному выше
двойному неравенству. При этом, если
целое число, то наивероятнейших чисел
два:
и
.
Пример 2.1. Вероятность изготовления на автоматическом станке стандартной детали равна 0,8. Найти наивероятнейшее число появления бракованных деталей из 5 отобранных и вероятность этого числа.
Решение.
Вероятность
изготовления
бракованной детали
.
По формуле (2.2):
или
.
Единственное
целое число, удовлетворяющее этому
неравенству,
,
его вероятность находим по формуле
Бернулли
.
Пример 2.2. Сколько раз надо подбросить игральную кость, чтобы наивероятнейшее число выпадений двойки было равно 32?
Решение.
В данном случае
,
.
Требуется найти число независимых
испытаний
n.
Величины
связаны между собой соотношением (2.2):
,
откуда
Из
первого неравенства
,
а из второго
.
Таким образом, необходимо провести от
191 до 197 подбрасываний игральной кости.