- •§ 1 Предмет теории вероятностей.
- •§ 2 Пространство элементарных событий,
- •§ 3 Частота события и её свойства,
- •§ 4 Вероятность события.
- •§ 5 Аксиоматическое построение теории
- •§ 6 Теоремы сложения и умножения вероятно -
- •§ 7. Формула полной вероятности, формула
- •§ 8. Повторение испытаний. Формула бернулли.
- •§ 9. Предельные теоремы в схеме бернулли.
- •§ 1. Понятие случайной величины.
- •§ 2 Законы распределения вероятностей
- •§ 3. Числовые характеристики случайных
- •§ 4 Основные законы распределения
- •§ 5. Закон больших чисел и предельные
- •§ 6. Функция одного случайного аргумента её
- •§ 7. Функция двух случайных аргументов.
- •§ 8. Системы случайных величин
§ 8. Повторение испытаний. Формула бернулли.
Пусть
произведено
испытаний. Если вероятность собы -тия
в каждом испытании не зависит от
результатов других испытаний, то
такие испытания называютсянезависимыми
от– носительно события
![]()
Для
серии таких испытаний может быть
поставлена следу -ющая задача: определить
вероятность того, что в результате
проведения
независимых испытаний, в которых
событие
появляется с постоянной вероятностью
,
событие
произойдёт ровно
раз, т.е. найти![]()
При
условии
можно было бы воспользоваться
теоремами сложения и умножения
вероятностей с исполь- зованием правил
сложения и уножения вероятностей
событий. Но, по мере увеличения числа
испытаний, эти правила приводят к
громоздким формулам и, с учётом
перебора возможных вариантов, к не
менее громоздким вычислениям.
Более простой способ вычисления таких вероятностей осно- ван на применении формулы Бернулли.
Пусть
в одинаковых условиях производится
независимых испытаний, в каждом из
которых событие
появляется с по- стоянной вероятностью
,
а противоположное собы -тие
с вероятностью
.
Пусть
- появления события
в
- м испытании (
).
Рассмотрим
такое событие: в
испытаниях первые
раз событие
появилось, а потом перестало появляться,
т.е. со- бытие
.
Так как входящие в собы -тие
события независимы, то
Но
комбинаций, типа комбинации
,
существует
( т.е. столько есть способов расставить
«
чёрточек над
множи - телями»), причём все такие
комбинации несовместны. Поэтому
.
(1)
Полученная формула называется формулой Бернулли.
Пример 1. В среднем пятая часть поступающих в продажу автомобилей некомплектна. Найти вероятность того, что среди 10 – ти прибывших автомобилей имеют некомплектность: а) три автомобиля; б) хотя бы три.
Событие
-
автомобиль имеет некомплектность.
Тогда, по условию,![]()
а) По формуле (1),

б)
Событие
- «хотя бы три автомобиля некомплектны»,
те. от 3 – х до 10 – ти. Его вероятность
проще искать через вероятность
противоположного событие
- «менее 3 – х ав- томобилей некомплектны».
Тогда
![]()
Так
как события, состоящие в различном
числе появлений события
в серии из
независимых испытаний образуют полную
группу несовместных событий, то сумма
их вероят -ностей равна единице, т.е.

Эта
сумма представляет собой разложение
-
й степени бинома (бином Ньютона) и
связанное с ней распределение
вероятностей числа появлений события
в серии из
опытов называетсябиномиальным
распределением.
Учмтывая
это, для вычисления вероятностей
возможного числа появлений события
в серии из
независимых ис- пытаний можно ввести
так называемуюпроизводящую
функ- цию
:

Эта
функция обладает тем свойством, что
коэффициент, стоя- щий перед
в этой сумме равен вероятности
.
Пример 2. Предполагается, что в среднем 20% открываю –щихся малых предприятий разоряются в течение года. Найти вероятность того, что после года работы из 6 – ми вновь от - крывшихся предприятий не разорится: а) ровно 5; б) хотя бы четыре.
Вероятность
того, что предприятие разорится
,
со - ответственно, вероятность того,
что оно не разорится, равна
Для решения воспользуемся производящей
функцией.
Непосредственным
сложением можем проверить, что сумма
всех коэффициентов в этом разложении
равна 1. Тогда, в случае а):
,
т.е. коэффициент, стоящий перед
.
В случае б):
,
т.е. сумма коэффициен- тов, стояший
перед
.
Аналогичную
производящую функцию можно ввести
и для случая, когда в серии из
испытания вероятности появления
события в каждом испытании различны.
Пусть вероятность по- явления события
в испытании равна
и, соот- ветственно, вероятность
того, что событие не произошло -
. Тогда о вероятностях определённого
числа появлений события
в данной серии опытов можно судить
по значению коэф -фициентов перед
определёнными степенями
в разложении по степеням
следующей производящей функции:
.
Пример 3. Пусть пять баскетболистов бросили по одному разу мяч в корзину. Найти вероятность того, что будет три точных попадания, если для 1 – го и 3 – го вероятности попа -дания равны 0,7, для 2 –го - 0,6, для 4 – го - 0,8 и для 5 – го - 0,9.
В
этих условиях,
,
![]()
Тогда производящая функция имеет вид:
Сумма
коэффициентов в разложении равна
единице.
Тогда
вероятность того, что будет три
попадания мяча в кор- зину равна
коэффициенту перед
,
т.е.![]()
Если бы мы искали эту вероятность, применяя теоремы сло- жения и умножения вероятностей, то вычисления были бы на- много более громоздкими.
Определение.
Наивероятнейшим
числом
появлений со- бытия
в серии из
независимых испытаний называется
число, для которого
является наибольшим.
Например,
в примере 2,
;
в примере 2 ,
.
Используя формулу Бернулли, можно вывести формулу для нахождения наивероятнейшего числа появлений события:
(2)
Замечание.
Длина промежутка, определяемого этими
нера- венствами равна единице:
,
поэтому, если границы промежутка
дробные, то
определяется однозначно, если же
целые - получаем два значения для
.
Пример 4. Вероятность попадания в мишень при каждом выстреле равна 0,7. Найти наивероятнейшее число попаданий в мишень при 8 – ми выстрелах и определить вероятность такого числа попаданий.
В
этом примере
Тогда![]()
Теперь найдём вероятность:

