- •1. Случайные события
- •1.1. Понятие теории вероятностей
- •1.2. События и их вероятности
- • Виды событий
- • Вероятность события
- • Принцип практической невозможности маловероятных событий
- • Сумма вероятностей событий, которые образуют полную группу,
- •1.3. Элементы комбинаторики
- • Перестановки, сочетания и размещения без повторений
- • Перестановки
- • Размещения
- • Правило сложения и правило умножения комбинаций
- • Перестановки, сочетания и размещения с повторениями
- • Сочетания с повторениями
- • Размещения с повторениями
- •1.4. Классическое определение вероятности:
- •1.5. Геометрическое определение вероятности
- •1.6. Теоремы сложения и умножения вероятностей
- • Зависимые и независимые события
- • Теорема умножения вероятностей независимых событий
- • Задачи на теоремы сложения и умножения
- • Условная вероятность
- • Теорема умножения вероятностей зависимых событий
- •1.7. Формула полной вероятности
- •1.8. Формулы Байеса
- •1.9. Независимые испытания и формула Бернулли
- •1.10. Формула Пуассона
- •1.11. Локальная теорема Лапласа
- •1.12. Интегральная теорема Лапласа
- •1.13. Статистический подход к определению вероятности
- • и обратная задача
- •2. Случайные величины
- •2.1. Понятие и виды случайных величин
- •2.2. Дискретная случайная величина
- • Математическое ожидание дискретной случайной величины
- • Формула для нахождения дисперсии
- • Многоугольник распределения
- • Вероятность попадания в промежуток
- •2.3. Наиболее распространённые дискретные распределения
- • Биномиальное распределение вероятностей
- • Гипергеометрическое распределение вероятностей
- •2.4. Непрерывная случайная величина
- • Вероятность попадания в промежуток
- • функция ПЛОТНОСТИ распределения вероятностей
- •2.5. Распространённые виды непрерывных распределений
- • Равномерное распределение вероятностей
- • Показательное распределение вероятностей
- • Нормальный закон распределения вероятностей
- •Решения и ответы
Задача 76
Вероятность рождения мальчика равна 0,52. Найти вероятность того, что среди 100 новорожденных окажется ровно: а) 40 мальчиков, б) 50 мальчиков, в) 30 девочек.
Кстати, реальная статистическая вероятность рождения мальчика во многих регионах мира как раз колеблется в пределах от 0,51 до 0,52.
Как вы заметили, вероятности получаются достаточно малыми, и это не должно вводить в заблуждение – ведь речь идёт о вероятностях отдельно взятых, локальных значениях (отсюда и название теоремы). А таковых значений много, и, образно говоря, вероятности «должно хватить на всех». Правда, многие события будут практически невозможными. Так, в серии из 400 испытаний орёл теоретически может выпасть от 0 до 400 раз, и данные события образуют полную группу:
P400(0) P400(1) P400(2) ... P400(199) P400(200) ...
Однако бОльшая часть этих значений представляет собой сущий мизер, и вероятность того, что орёл выпадет ровно 250 раз – уже одна десятимиллионная: P400 (250) 0,0000001. О значениях вроде P400 (100), P400 (350) тактично умолчим :)
С другой стороны, не следует недооценивать и «скромные результаты»: так, если P400 (225) составляет всего около 0,00175 , то вероятность того, орёл выпадет, скажем, от
220 до 250 раз, будет весьма заметна. А теперь задумаемся: как найти эту вероятность?
С современными вычислительными возможностями не составит труда воспользоваться теоремой сложения вероятностей несовместных событий и вычислить сумму
P400(220) P400(221) P400(222) ... P400(249) P400(250) либо абсолютно точное значение
через формулу Бернулли: P400220 P400221 P400222 ... P400249 P400250 .
Но гораздо проще эти значения объединить. А объединение чего-либо называется
интегрированием:
1.12. Интегральная теорема Лапласа
Если вероятность p появления случайного события A в каждом испытании постоянна, то вероятность Pn (m1 m m2 ) – того, что в n испытаниях событие A
наступит не менее m1 |
и не более m2 раз (от m1 до m2 |
|
раз включительно), приближённо |
||||||||||||||||
равна: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
x |
e |
z 2 |
|
|
|
|
|
|
P (m m m ) (x ) (x ) , где (x) |
|
|
|
|
|
2 dz – функция Лапласа, |
|||||||||||||
|
|
2 |
|
||||||||||||||||
n 1 |
2 |
2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
а аргументы рассчитываются по формулам x |
m2 |
np |
, |
x |
m1 |
np |
. |
||||||||||||
|
|
|
2 |
|
|
npq |
|
|
|
|
|
1 |
|
|
npq |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Как и в локальной теореме, количество испытаний n должно быть достаточно большим и вероятность p не слишком мала, и на практике следует ориентироваться на
выполнение того же неравенства npq 10 , в противном случае приближение к точному
результату Pm1 |
Pm1 1 |
Pm1 2 |
... Pm2 1 |
Pm2 |
(полученному по Бернулли) будет плохим. |
n |
n |
n |
n |
n |
|
Внимание! Это демо-версия книги, полную и свежую версию курса можно найти здесь: http://mathprofi.com/knigi_i_kursy/ |
84 |
|
Задача 77
Вероятность поражения стрелком мишени равна 0,7. Найти вероятность того, что при 100 выстрелах мишень будет поражена:
а) от 60 до 80 раз, б) не менее 65 раз
Решение: в данной задаче речь идёт о повторных независимых испытаниях, причём их количество n 100 достаточно велико. Вероятность попадания в цель при каждом выстреле составляет p 0,7 , следовательно, вероятность промаха: q 1 p 0,3 .
Оценим эффективность применения интегральной теоремы Лапласа:
npq 100 0,7 0,3 21 10 , значит, теорема Лапласа даст хорошее приближение.
а) Найдём вероятность P (60 m 80) – того, что при 100 выстрелах мишень
100
будет поражена от m1 60 до m2 80 раз. Используем интегральную теорему Лапласа:
P |
|
(60 m 80) (x ) (x ) , где (x) – функция Лапласа. |
||||||||||||||||||
100 |
|
|
|
|
|
|
|
|
2 |
1 |
|
|
|
|
|
|||||
Сначала вычислим значения аргументов: |
|
|||||||||||||||||||
x |
|
m2 |
np |
|
80 100 |
0,7 |
|
80 |
70 |
|
10 |
2,18 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
2 |
|
|
|
|
|
npq |
21 |
21 |
|
4,5825 |
|
|||||||||
|
|
|
|
|
|
|
|
|||||||||||||
x |
m1 |
|
np |
... |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
1 |
|
|
|
|
npq |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Обращаю внимание, что произведение npq не обязано извлекаться из-под корня
нацело (как любят «подгонять» числа авторы задач) – без тени сомнения извлекаем корень приближённо и округляем результат; я привык оставлять 4 знака после запятой.
А вот полученные значения x1, x2 |
обычно округляют до 2 знаков – эта традиция идёт |
|||||||
из таблицы значений функции (x) |
(см. Приложение Таблицы), где аргументы |
|||||||
представлены именно в таком виде. |
|
|
|
|
|
|
|
|
Таким образом: |
|
|
|
|
|
|
|
|
P (60 m 80) (2,18) ( 2,18) |
|
|
|
|
|
|||
100 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
x |
z 2 |
||
|
|
|
e |
|
|
|||
Как вычислить значения функции (x) |
|
|
2 dz ? Ручные вычисления и |
|||||
|
|
|
||||||
2 |
||||||||
|
|
|
0 |
|
|
|||
|
|
|
|
|
|
микрокалькулятор здесь не помогут, поскольку этот интеграл не берётся. Но вот в Экселе соответствующий функционал есть – используйте Пункт 5 Калькулятора.
Кроме того, ОБЯЗАТЕЛЬНО найдите значение (2,18) 0,4854 в таблице!
И, учитывая нечётность функции Лапласа ( x) (x) , получаем, распишу подробно:
P (60 m 80) ...
100
0,4854 0,4854 0,9708 – вероятность того, что при 100 выстрелах мишень будет поражена от 60 до 80 раз.
Результат чаще всего округляют до 4 знаков после запятой (опять же в соответствии с форматом таблицы).
Внимание! Это демо-версия книги, полную и свежую версию курса можно найти здесь: http://mathprofi.com/knigi_i_kursy/ |
85 |
|
б) Найдём вероятность того, что при 100 выстрелах мишень будет поражена не менее 65 раз. Это означает, что m1 65, а m2 100 .
Вычислим значения аргументов:
x |
m2 |
np |
|
100 |
|
70 |
|
|
30 |
|
6,55 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
2 |
|
|
|
npq |
21 |
|
|
4,5825 |
|
||||||||||||
|
|
|
|
|
|
|
|||||||||||||||
x |
m1 |
|
np |
|
65 |
70 |
|
|
|
5 |
1,09 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
1 |
|
|
npq |
21 |
|
|
|
4,5825 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
Таким образом, по интегральной теореме Лапласа и таблице значений функции Лапласа (лучше использовать такую формулировку!), получаем:
... (6,55) ( (1,09)) (6,55) (1,09)
0,5000 0,3621 0,8621 – вероятность того, что при 100 выстрелах мишень будет поражена не менее 65 раз.
Примечание: начиная с x 4 , можно считать, что (x) 0,5000 , или, если
записать строже: lim (x) 0,5 .
x
Ответ: а) |
P (60 m 80) 0,9708 |
, |
б) |
P (m 65) 0,8621 |
|
100 |
|
|
100 |
И ради исследовательского интереса я вычислил более точные значения с помощью формулы Бернулли («протянув» в Экселе формулу БИНОМРАСП):
P60 |
P61 |
P62 |
... P79 |
P80 |
0,9786, |
P65 |
P66 |
P67 |
... P99 |
P100 |
0,8839 |
100 |
100 |
100 |
100 |
100 |
|
100 |
100 |
100 |
100 |
100 |
|
– как видите, расхождение получилось существенным, это обусловлено небольшим значением n . А ещё, надо признать, рассматриваемый метод устарел, ибо экселевские расчёты отняли у меня буквально минуту. Но мы отнесёмся к этому с пониманием, таки Пьер-Симон маркиз де Сад Лаплас жил в 18-19 веках
Следующая задача для самостоятельного решения:
Задача 78
В здании имеется 2500 ламп, вероятность включения каждой из них в вечернее время равна 0,5. Найти вероятность того, что вечером будет включено:
а) половина ламп, б) не менее 1250 и не более 1275 ламп,
в) не более 1000 ламп
Примерный образец чистового оформления решения в конце книги.
Следует отметить, что рассматриваемые задачи очень часто встречаются в «обезличенном» виде, примерно таком:
Производится некоторый опыт, в котором случайное событие А может появиться с вероятностью 0,5. Опыт повторяется в неизменных условиях 2500 раз. Определить вероятность того, что в 2500 опытах событие А произойдет от 1250 до
1275 раз
Внимание! Это демо-версия книги, полную и свежую версию курса можно найти здесь: http://mathprofi.com/knigi_i_kursy/ |
86 |
|