
- •Основные понятия теории вероятностей.
- •§ 1. Испытания и события. Виды случайных событий.
- •§ 2. Классическое определение вероятности.
- •Искомая вероятность
- •§ 3.Статистическое определение
- •§ 4. Геометрическое определение вероятности.
- •Ответ: 1/120
- •Ответ: 1/181440
- •Ответ: 11/18
- •III. Основные теоремы теории вероятностей.
- •§ 1. Теорема сложения вероятностей несовместимых событий.
- •§ 2.Теорема умножения независимых событий.
- •§3. Вероятность произведения
- •§ 4. Теорема сложения совместных событий.
- •§ 5. Вероятность появления хотя бы одного события.
- •6. Формула полной вероятности. Формула Бейеса.
- •§ 7.Задачи для самостоятельного решения.
- •Повторение испытаний
- •§ 1. Формула Бернулли.
- •§ 2. Наивероятнейшее число наступлений события при повторении испытаний.
- •Исходя из определения можно записать так
- •Разделим обе части его на n
- •§ 3. Локальная теорема лапласа.
- •§ 4. Интегральная теорема Лапласа.
- •§ 5. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях.
- •§ 6. Распределение Пуассона. Простейший поток событий.
- •§ 7. Простейший поток событий
- •Вопросы для самопроверки.
- •Случайные величины.
- •§ 1.Дискретные случайные величины. Законы распределения вероятностей. Биномиальный закон распределения.
- •При табличном задании закона распределения дискретной случайной величины первая строка таблицы содержит возможные значения, а вторая их вероятности:
- •§2. Числовые характеристики дискретных случайных величин.
- •§3. Функция дискретных случайных величин.
- •§4. Непрерывные случайные величины, числовые характеристики.
- •Функция распределения вероятностей случайной величины. (интегральная функция распределения).
- •§5. Дифференциальная функция распределения вероятностей непрерывной случайной величины.
- •§6 . Числовые характеристики непрерывной случайной величины.
- •Решение задач.
- •§ 7. Равномерное распределение.
- •§ 8. Нормальное распределение.
- •§ 9 . Закон больших чисел.
- •Неравенство Чебышева.
- •Теорема Чебышева.
- •Теорема Бернулли.
- •Вопросы для самопроверки
- •Элементы математической статистики.
- •I.Основные понятия и определения.
- •II. Числовые характеристики выборки.
- •Выборочная средняя квадратическая
- •III.Статистические оценки параметров распределения
- •IV. Статистическая проверка статистических гипотез.
- •V.Элементы теории корреляции.
- •Задачи.
- •Вопросы для самопроверки.
Повторение испытаний
§ 1. Формула Бернулли.
Мы рассмотрели вероятности событий, возникающих в результате единичных испытаний, однако наибольший интерес представляют сложные события. На практике часто встречается такая схема событий, при которой испытания повторяются. Эта схема называется схемой повторных испытаний, или схемой Бернулли.
Пример 1. Вы приобрели несколько лотерейных билетов и желаете знать вероятность выигрыша. Покупка билета есть не что иное, как испытание, а исходом испытания является выигрыш, т.е. случайное событие. Покупка нескольких билетов уже образует схему повторных испытаний.
Пример 2. Рабочий изготавливает на станке детали. Каждая деталь может оказаться годной или бракованной. Если рассматривать все детали, то мы опять имеем дело со схемой повторных испытаний.
Ситуация, возникающая в схеме Бернулли, является весьма жизненной и поэтому исследование этой схемы и привлекло математиков. Значение всех вопросов, связанных со схемой Бернулли, значительно возросло в последнее время в связи с увеличением масштабов производства и повышенным вниманием к контролю качества выпускаемой продукции.
Дадим математическую формулировку задачи, возникающей в схеме Бернулли и выведем формулу для вычисления соответствующих вероятностей.
Вероятность появления события А в единичном испытании постоянна и равна р, причем 0<p<1. Какова вероятность того в n независимых испытаниях событие появится ровно к раз.
Обозначим буквой В1 одну комбинацию элементарных исходов, в которой событие А наступило К раз, а n-к раз не наступило. Выразим В1 через исходные событие, причем предположим, что в первых k испытаниях событие А произошло , а в следующих n-к испытаниях событие А не произошло.
Вычислим
вероятность этого события, т.к. события
независимы в совокупности, то
1-р=q.
Таких
сложных событий может быть столько,
сколько можно составить сочетаний из
n
элементов по k
элементов,
т.е.
.
Эти сложные события несовместны, поэтому
по теореме сложения искомая вероятность
равна сумме вероятностей всех возможных
сложных событий.
или
-
формула Бернулли.
Задача 1. Вероятность изготовления на автоматическом станке стандартной детали равна 0,9.Определить вероятность того, что из 6 наудачу взятых деталей 4 окажутся стандартными.
Решение. Условие задачи соответствует схеме повторных испытаний в одинаковых условиях. Поэтому применяя формулу Бернулли при n=6, k=4 и р=0,9 получим
.
§ 2. Наивероятнейшее число наступлений события при повторении испытаний.
Определение. Наивероятнейшим числом mo появления события А в n независимых испытаниях называется число, для которого вероятность Рn (mo ) превышает или, по крайней мере, не меньше вероятности каждого из остальных возможных исходов испытаний.
Исходя из определения можно записать так
Из
этих неравенств получаем формулу
Это двойное неравенство и служит для определения наивероятнейшего числа наступлений события.
а) Если np-q дробное, то и np+p тоже дробное. так как mо целое, то в этом случае будет одно наивероятнейшее число наступлений события.
Задача 1. Определить наивероятнейшее число выпадений герба при 3 бросания монеты.
б)Если np-q целое, то np+p целое, значит между ними нет целого промежуточного значения. В этом случае m принимает два значения.m1= np-q и m2= np+p.
Задача 2. Определить наивероятнейшее число стандартных изделий из 13 отобранных, если вероятность того, что изделие стандартно равна 4/7.
Решение:
По условию n = 13,
Согласно
неравенству имеем
Это
означает, что имеются два значения
и
,каждое
из которых является наивероятнейшим
числом стандартных изделий.
в)
Рассмотрим снова неравенство np-q