- •Теория вероятностей и математическая статистика
- •Содержание
- •Раздел 1. Элементы теории вероятностей
- •Глава 1. Случайные события
- •Предисловие
- •Раздел 1. Элементы теории вероятностей
- •Глава 1. Случайные события
- •1.1. Испытание, события, вероятность
- •1.2. Элементы комбинаторики
- •1.3. Алгоритм решения задачи на определение вероятности
- •Примеры решения задач.
- •1.4. Алгебра событий
- •1.5. Алгоритм решения задачи на алгебру событий
- •Пример решения задачи.
- •1.6. Формула полной вероятности. Формула байеса.
- •1.7. Схема испытаний бернулли
- •1.8. Приближенные формулы в схеме бернулли
- •Пример решения задачи.
- •1.9. Алгоритм решения задачи на схему бернулли
- •Глава 2. Случайные величины
- •2.1. Основные понятия
- •2.2. Числовые характеристики случайной величины
- •Примеры решения задач
- •2.3. Нормальное распределение непрерывной случайной величины
- •Пример решения задачи.
- •Раздел 2. Элементы математической статистики
- •Глава 3. Выборочный метод и статистическое оценивание
- •3.1. Предмет и основные задачи математической
- •Статистики
- •3.2. Статистический ряд
- •Пример решения задачи
- •3.3. Статистические оценки параметров распределения
- •3.4. Статистическая проверка статистических гипотез
- •3.5. Алгоритм проверки гипотезы о нормальном распределении генеральной совокупности
- •2) Вычислить среднее выборочное и исправленное стандартное отклонение и принять их в качестве точечных оценок и нормального распределения .
- •Пример решения задачи
- •Глава 4. Элементы корреляционного и регрессионного анализа
- •4.1. Линейная корреляционная зависимость.
- •4.2. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •Контрольная работа №4
- •Вариант 0
- •Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Учебно-методическое обеспечение дисциплины Основная литература
- •Дополнительная литература
- •Средства обеспечения освоения дисциплины
1.8. Приближенные формулы в схеме бернулли
Если число испытаний n велико, то применение формулы Бернулли приводит к громоздким вычислениям. В таких случаях пользуются приближенными формулами Пуассона или Муавра-Лапласа.
Если число
испытаний n
достаточно велико, а вероятность p
достаточно мала (
<10),
то вероятность
можно приближенно вычислить по формуле:
,
где a
= np.
Обобщенная формула Пуассона имеет вид:
или
На практике обычно
применяется та из двух приведенных
формул, в которой меньше слагаемых. Если
,
то в последней формуле отсутствует
первая сумма; если
,
то – вторая.
Пример решения задачи.
Задача №8. Садоводческий кооператив застраховал на один год свои дачные дома от пожара. Каждый из шестисот домовладельцев внес по 150 рублей. Вероятность пожара в одном доме в течение года равна 0,005, а страховая сумма, выплачиваемая пострадавшему, составляет 12000 рублей. Какова вероятность того, что страховая компания понесет убыток?
Решение. По условию задачи данный кооператив внес в страховую компанию
150 600 = 90 000 рублей. Т.к. выплата одному пострадавшему составляет 12 000 рублей, то полученных средств компании будет достаточно на 90 000 : 12 000 = 7,5 страховых случаев.
Значит, компания понесет убыток в случае не менее восьми пожаров.
Испытание: страхование дачного домика от пожара.
Событие А – возгорание дачного домика.
Имеем независимые
испытания, n=600.
В каждом испытании всего два возможных
элементарных исхода
или
.
В каждом испытании вероятности
остаются
неизменными.
Значит, схема Бернулли реализуется.
Требуется
вычислить
Т.к. число n
велико, вычислим npq:
npq = 600 0,005 0,995 = 2,985. Т.к. npq < 10, и число слагаемых велико, воспользуемся второй формулой Пуассона.
где a
= np
= 600
0,005
= 3.
Произведем вычисления:
1- 0,04979 ( 1 + 3 + 4,5 + 3,375 + 2,025 + 1,0125 + 0,4339 ) 1 – 0,9882 = 0,0118.
Ответ: 0,012.
Если число
испытаний n
достаточно велико, и вероятности p
и q
не очень близки к нулю (npq
10),
то вероятность
можно
приближенно вычислить по локальной
формуле Муавра-Лапласа:
где
функция
Гаусса.
Функция Гаусса
является
четной, т.е.
Таблица значений
для положительных x
приведена в приложении 1.
В условиях
локальной формулы Муавра-Лапласа
вероятность
можно приближенно найти по интегральной
формуле Муавра-Лапласа:
где
нормированная функция Лапласа.
Функция Лапласа
является нечетной, т.е.
Таблица значений
для положительных x
приведена в приложении 2.
