- •Элементы комбинаторики
- •Пространство элементарных событий. Случайные события.
- •Вероятность
- •Классическая вероятностная схема
- •Закон сложения вероятностей
- •Теорема умножения вероятностей
- •Повторение испытаний (Схема Бернулли)
- •Локальная теорема Муавра-Лапласа
- •Интегральная теорема Муавра-Лапласа
- •Теорема Пуассона (Закон редких событий)
- •Случайные величины
- •Непрерывная случайная величина и плотность распределения
- •Основные свойства плотности распределения
- •Числовые характеристики одномерной случайной величины
- •Свойства математического ожидания
- •Моменты случайной величины
- •Свойства дисперсии
- •Асимметрии и эксцесс
- •Многомерные случайные величины
- •Свойства двумерной функции распределения
- •Плотность вероятности двумерной случайной величины
- •Условная плотность распределения
- •Числовые характеристики системы случайных величин
- •Свойства коэффициента корреляции
- •Нормальный (гауссов) закон распределения
- •Вероятность попадания на интервал
- •Свойства нормальной функции распределения
- •Распределение ("хи–квадрат")
- •Показательный (экспоненциальный) закон распределения
- •Числовые характеристики показательного распределения
- •Функция надежности
Повторение испытаний (Схема Бернулли)
Если производится несколько испытаний (опытов), причем вероятность события А в каждом испытании не зависит от исходов других испытаний, то такие испытания называются независимыми относительно события А.
В схеме Я. Бернулли рассматривается серия, состоящая из n независимых испытаний, каждое из которых имеет лишь две исхода: наступление какого-то события А (успех) или его не наступление (неудача). Причем вероятность успеха при одном испытании равна Р(А) = р (0 ≤ p ≤ 1) – постоянна и не зависит от номера испытаний. Следовательно, вероятность неуспеха Р( )=1 – p = q – тоже постоянна.
Поставим своей задачей вычислить вероятность того, что при n испытаниях событие А осуществится ровно k раз и, следовательно, не осуществится n – k раз.
По теореме умножения вероятностей получим:
p·p·....·p·q·q·....·q = pk qn-k
k n-k
А
А
А
А
...................A A A A A ...................... A
n
Число возможных вариантов выборки k элементов из n вычисляется по формуле:
.
Окончательно получим:
(1)
Это и есть формула Бернулли (Биномиальное распределение). Вспомним формулу бинома Ньютона:
(2)
Отсюда, и непосредственно из формулы Бернулли (1) следует:
(3)
Очевидно этот же результат получится, если вспомнить, что для k = {0, 1, 2, ...., n} – получим полную группу событий, вероятность которой равна 1.
Введем обозначения,
пусть
означает
вероятность того, что в n
испытаниях схемы Бернулли успех наступит
не менее чем
m1
– раз, и не
более, чем m2
– раз (
).
Тогда имеет место формула:
(4)
Вероятность
того, что в результате n
испытаний, успех наступит хотя бы 1 раз,
определяется формулой:
(5)
Необходимо найти k0 – наивероятнейшее число успехов, т.е. такое k0 вероятность которого максимальна.
Запишем условия:
a)
; b)
;
а)
;
;
.
b)
;
;
.
. (6)
При n
→ ∞ (достаточно большом) получим
– (вспомним частотное определение
вероятности).
Значит, можно сказать, что при больших n наиболее вероятная частота успеха совпадает (равна) вероятности успеха при одном испытании.
ПРИМЕР: Вероятность того, что расход электроэнергии на продолжении одних суток не превышает установленной нормы, равна р=0.75. Найти вероятность того, что в ближайшие 6 суток расход электроэнергии в течение 4 суток не превысит нормы.
РЕШЕНИЕ: Вероятность нормального расхода р=0.75. Вероятность перерасхода q=0.25. Искомая вероятность по формуле Бернулли:
.
Рассмотрим обобщение схемы Бернулли.
Производим n
независимых испытаний, каждое из которых
имеет m
(m
> 2) попарно несовместимых и единственно
возможных исходов Аj(j
= 1, 2, ..., m).
Т.е. Аj
– полная группа событий. Вероятности
наступления каждого события pi
= P(Ai)
– в общем случае различны и удовлетворяют
условию
.
В этих условиях для произвольно заданных
целых неотрицательных чисел ki
таких, что
выводится вероятность Pn(k1,
k2,
.., km)
того, что при n
испытаниях исход А1
наступит ровно k1
раз, исход
– k2
раз и т.д., исход Am
произойдет km
раз:
(7)
Это и есть полиномиальное распределение.
