
- •Рязань 2012
- •Введение
- •Глава 1. Предел функции
- •1.1. Определение предела
- •1.2. Операции над пределами
- •1.3. Замечательные пределы
- •1.4. Примеры
- •1.5. Варианты заданий
- •1.6. Контрольные вопросы Глава 2. Производная и дифференциал
- •2.1 Понятие производной
- •2.2. Геометрический и физический смысл производной
- •2.3. Таблица производных
- •2.4. Основные правила дифференцирования
- •2.5. Производные высших порядков
- •2.6. Дифференциал функции
- •2.7. Геометрический смысл и свойства дифференциала
- •2.8. Дифференциалы высших порядков
- •2.9. Примеры
- •2.10. Варианты заданий
- •2.11. Контрольные вопросы
- •Глава 3. Исследование функций и построение графиков
- •3.1. Промежутки монотонности и знакопостоянства
- •3.2. Экстремумы функции
- •3.3. Выпуклость и вогнутость функции. Точка перегиба
- •3.4. Асимптоты
- •3.5.Общая схема исследования функции и построение графиков
- •3.6. Примеры
- •3.7. Варианты заданий
- •3.8. Контрольные вопросы
- •Глава 4. Функции нескольких переменных
- •4.1. Определение функции нескольких переменных
- •4.2. Частные производные
- •4.3. Полный дифференциал
- •4.5. Примеры
- •4.6. Варианты заданий
- •4.7. Контрольные вопросы Глава 5. Численное дифференцирование
- •5.1. Формулы для вычисления первой производной
- •5.2. Формулы второй производной
- •5.3. Примеры
- •5.4. Варианты заданий
- •5.5. Контрольные вопросы Глава 6 Основы интерполяции.
- •6.1. Постановка задачи
- •Интерполяционные формулы конечных разностей
- •6.3. Интерполяционные формулы центральных разностей
- •6.4. Интерполирование функции с не равноотстоящими узлами
- •6.5. Варианты заданий
- •6.6. Контрольные вопросы Глава 7. Неопределенный интеграл
- •7.1. Первообразная функция и неопределенный интеграл
- •7.2. Основные свойства неопределенного интеграла
- •7.3. Таблица простейших интегралов
- •7.4. Основные методы интегрирования
- •7.4.1. Непосредственное интегрирование
- •7.4.2. Метод подстановки (замена переменной)
- •7.4.3. Интегрирование по частям
- •7.5. Примеры
- •7.6. Варианты заданий
- •7.7. Контрольные вопросы
- •Глава 8. Определенный интеграл
- •8.1. Основные понятия и свойства определенного интеграла
- •Свойства определенного интеграла
- •8.2. Основные методы интегрирования
- •8.2.1. Формула Ньютона-Лейбница
- •8.2.2. Метод подстановки
- •8.2.3. Интегрирование по частям
- •8.3. Примеры
- •8.4. Варианты заданий
- •8.5. Биологические, физические и медицинские приложения определенного интеграла
- •8.5.1. Примеры задач прикладного характера.
- •8.5.2. Примеры решения задач.
- •8.5.3. Варианты заданий
- •Глава 9. Численное интегрирование
- •9.1. Формула прямоугольников
- •9.2. Формула трапеций
- •9.3. Метод средних
- •9.4. Формула Симпсона
- •9.5. Примеры
- •9.6. Варианты заданий
- •9.7. Контрольные вопросы
- •Глава 10. Дифференциальные уравнения
- •Основные определения
- •10.2. Уравнения с разделяющимися переменными
- •10.3. Однородные уравнения первого порядка
- •10.4. Линейные уравнения первого порядка
- •9.5. Примеры
- •I. Метод Лагранжа
- •II. Метод Бернулли
- •1) Метод вариации произвольной постоянной
- •2) Метод подстановки
- •10.6. Варианты заданий
- •10.7. Применение дифференциальных уравнений в биологии и медицине.
- •10.8. Варианты заданий
- •10.9. Контрольные вопросы
- •Глава 11. Численные методы решения дифференциальных уравнений
- •11.1. Метод Эйлера
- •10.2. Метод Рунге – Кутта
- •10.3. Примеры
- •11.4. Варианты заданий
- •11.4. Контрольные вопросы
- •Глава 12. Элементы теории вероятностей
- •12.1. Случайное событие
- •12.2. Комбинаторика
- •12.3. Вероятность случайного события
- •Закон сложения вероятностей
- •12.5. Варианты заданий
- •12.6. Условная вероятность, закон умножения вероятностей
- •12.7. Варианты заданий
- •12.8. Формулы полной вероятности и Байеса
- •12.9. Варианты заданий
- •11.10. Формулы Бернулли, Пуассона и Муавра-Лапласа
- •12.11. Варианты заданий
- •12.2. Случайные величины
- •12.2.1. Закон распределения случайной величины
- •12.2.2. Функция распределения случайных величин
- •12.2.3. Числовые характеристики дискретной случайной величины
- •12.2.4. Плотность вероятности непрерывных случайных величин
- •12.2.5. Нормальный закон распределения
- •12.3. Варианты заданий
- •Глава 13. Статистический анализ результатов исследований
- •13.1. Основные понятия математической статистики
- •13.1. Варианты заданий
- •13.2. Статистические оценки параметров распределения. Выборочные характеристики
- •13.2.1. Характеристики положения
- •13.2.2. Характеристики рассеяния вариант вокруг своего среднего
- •13.3. Варианты заданий
- •13.4. Оценка параметров генеральной совокупности по ее выборке
- •13.4.1. Точечная оценка параметров генеральной совокупности
- •13.5. Варианты заданий
- •13.6. Интервальная оценка параметров генеральной совокупности
- •13.7. Варианты заданий
- •1.8. Контрольные вопросы
- •Глава 14. Корреляционный и регрессионный анализ
- •14.1. Функциональная и корреляционная зависимости
- •14.2. Коэффициент линейной корреляции и его свойства
- •14.3. Проверка гипотезы о значимости выборочного коэффициента линейной корреляции
- •14.4. Выборочное уравнение линейной регрессии. Метод наименьших квадратов
- •14.5. Нелинейная регрессия
- •14.6. Варианты заданий
- •Приложение
- •Критические значения выборочного коэффициента корреляции
- •Критерий Колмогорова – Смирнова Точные и асимптотические границы для верхней грани модуля разности истинной и эмпирической функции распределения
- •Распределение Пирсона (х2 – распределение)
- •Распределение Фишера – Снедекора (f-распределение)
- •Библиографический список
- •Содержание
- •Глава 13. Статистический анализ результатов исследований 150
- •Глава 14. Корреляционный и регрессионный анализ 168
11.10. Формулы Бернулли, Пуассона и Муавра-Лапласа
Если производятся испытания, при которых вероятность появления события А в каждом испытании не зависит от исходов других испытаний, то такие испытания называются независимыми относительно события А.
Формула Бернулли. Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна p(0<p<1), событие наступит ровно r раз (безразлично, в какой последовательности), равна
где q=1-p.
Вероятность того, что событие наступит: а) менее r раз; б) более r раз; в) не менее r раз; г) не более r раз – находят соответственно по формулам:
а) Pn(0)+Pn(1)+…+Pn(r-1);
б) Pn(r+1)+Pn(r+2)+…+Pn(n);
в) Pn(r)+Pn(r+1)+…+Pn(n);
г) Pn(0)+Pn(1)+…+Pn(r).
Если число испытаний велико, а вероятность появления события р в каждом испытании очень мала, то пользуются приближенной формулой
,
где k – число появления события в n независимых испытаниях, =np (среднее число появления события в n испытаниях) и говорят, что случайная величина распределена по закону Пуассона.
Пример 29. Вероятность рождения мальчика 0.515. В семье 6 детей. Найти вероятность того, что из них:
а) ровно три девочки,
б) не более трех девочек,
в) не менее двух, но не более четырех девочек.
Решение:
а)
б)
Пример 30. «Средний» человек с вероятностью 3/5 выполняет определенное задание за 1 мин. Предположим, что задание выполнялось 10 людьми. Какова вероятность ровно семи успешных выполнений задания за 1 мин?
Решение. Здесь n = 10, k = 7, р = 3/5. Значит,
Пример 31. Предположим, что скрещиваются мышь-альбинос и мышь гомозиготного нормального типа (цветная). Какова вероятность двух альбиносов из шести мышей во втором поколении?
Решение. В первом поколении все мыши будут цветными, так как ген альбинизма рецессивен. Легко видеть, что во втором поколении цветными окажутся 3/4 всех мышей. Поскольку все первое поколение имеет тип Сс, скрещивание Сс и Сс с равными вероятностями дает СС, Сс, сС и сс, причем лишь потомство сс является альбиносами. Таким образом, Р (альбинос) = 1/4 и задача сводится к распределению Бернулли при n = 6, k = 2 и р= 1/4. Искомая вероятность есть
Непосредственное применение формулы Бернулли при большом числе испытаний связано с громоздкими вычислениями, поэтому при больших n используют приближённую формулу Пуассона
Рn(m)=
, где
Эту
формулу применяют в случае, когда n
несколько десятков и более, а произведение
np<10
в случае, когда n
велико, а np10,
то формула Пуассона даёт очень грубое
приближение, и для расчётов вероятности
используют формулу Муавра-Лапласа.
Если
число испытаний n
достаточно велико (n100),произведение
npq
20,
то вероятность Рn(m)
можно приближенно найти по локальной
формуле Муавра-Лапласа
Рn(m)=х),
где х=
,
(х)=
– функция Гаусса
(х)
– чётная.
В условиях локальной формулы Муавра-Лапласа вероятность того, что число успехов лежит между m1 и m2 можно приближенно найти по интегральной формуле Муавра-Лапласа
Рn(m1m
m2)=Ф0(х2)–Ф0(х1),
где х1=
,х2=
,Ф0(х)=
– функция Лапласа,Ф0(х)
– нечетная.
Функцию
Ф(x)
называют
функцией
Лапласа или
интегралом
вероятности. Значение
интеграла для различных
вычислены и приведены в таблицах, причем
только для
.
Для нахождения Ф(x)
функции для отрицательных значений
пользуются
той же таблицей, учитывая, что Ф(x)-
нечетная функция, т.е.
Кроме того, в таблице приведены значения
лишь до
=4,
так как для
можно принять
Поэтому
вычисление вероятности сводится к
расчету
и дальнейшему определению по таблице
Завод отправил в магазин 5000 ампул с лекарством. Вероятность того, что в пути ампула разобьется, равно 0,0004. Найти вероятность того, что в пути повредится: а) равно 3 ампулы; б) не более 2 ампул.
Решение:
а) Рассматривая транспортировка каждой ампулы как отдельное испытание, можем утверждать, что производится n=5000 повторных испытаний. Пусть событие А – повреждение ампулы в пути . Так как вероятности наступления события А в каждом испытании одинаковы(p=0,0004),то эти испытания независимы. А значит, для вычисления вероятности повреждения в пути равно 3 ампул можно использовать формулу Бернулли:
Расчет вероятности по этой формуле достаточно сложен, поэтому воспользуемся приближенной формулой Пуассона. Так как p=0,0004< 0,1 и npq=5000 ·0,0004·0,9994≈2<10, поэтому:
где λ=n·p=5000·0,0004=2 – среднее число появления события А в 5000 испытаний.
б)
Событие (m2)
является суммой трех несовместимых
событий (m=0),
(m=1)
и (m=2).
Следовательно,
P(m2)=P(m=0)+
P(m=1)+
P(m=2)=
P5000(0)+P5000(1)+P5000(2)≈
(1+2+2)
0,135·5≈0,677
Пример 33. Средняя плотность болезнетворных микробов в одном м3 воздуха равна 10. Берем на пробу 2 дм3 воздуха. Найти вероятность того, что в них будет обнаружен хотя бы один болезнетворный микроб.
Решение:
1 дм3 = 0,001 м3. 2 дм3 = 0,002 м3.
Вероятность
присутствия 1 микроба в 2 дм3:
Количество испытаний: 10
Среднее число
появлений событий А
(1 микроба) в 10 испытаниях:
Используем формулу Пуассона
Некоторое редкое заболевание встречается у 0.1% населения. Какова вероятность того, что это заболевание окажется у 4 человек из случайно отобранных 5000 человек?
Решение:
Вероятность заболевания р=0.001. n=5000.
По формуле Пуассона
По статистическим данным в среднем 87% новорожденных доживают до 50 лет. Найти вероятность того, что из 1000 новорожденных доля (частость) доживших до 50 лет будет: а) заключена в пределах от 0,9 до 0,95; б) будет отличаться от вероятности этого события не более ,чем на 0,04 (по абсолютной величине).
Решение:
а) вероятность того, что новорожденный доживет до 50 лет, равна 0,87. Т.к. n= 1000 велико (условие npq=1000*0,87*0,13=113,1≥20 выполнено), то используем следствие интегральной теоремы Лапласа. Вначале определим по
Теперь по формуле
б) По формуле
Т.
к. неравенство
равносильно неравенству
,
что от 0,83 до 0,91 новорожденных из 1000
доживут до 50 лет.
Всхожесть семян оценивается вероятностью 0,8. Найти вероятность того, что из 100 высеянных семян взойдет: а) равно 90; б) от76 до 90 семян.
Решение:
а) Пусть событие А – семя взошло. Рассматривая посев каждого семени как отдельное испытание, можно сказать, что проводится 100 независимых испытаний (в каждом из них событие А наступает с постоянной вероятностью p = p(A) = 0,8). По формуле Бернулли имеем:
Понятно, что непосредственный расчет по этой формуле окажется трудным. В данной задаче произведение npq равно:
поэтому можно воспользоваться приближенной локальной формулой Лапласа:
По
таблице значений функции
найдем:
.
Тогда
б)
Обозначим как (7690)
событие, заключающееся в том, что число
m
взошедших семян заключено между 76 и
90. Если для вычисления вероятности
этого события использовать формулу
Бернулли, то придется считать следующую
сумму вероятностей:
Однако, т.к. np=16>10, то хорошую точность расчета искомой вероятности можно получить при использовании приближенной интегральной формулы Лапласа:
т.к. функция Лапласа нечетная и Ф(–1)=–Ф(1).
По
таблице значений Ф()
найдем:
Ф(2,5)=0,49379;
Ф(1)=0,34134.
Тогда
Найдите наиболее вероятное число выигрышей в шахматы в 15 партиях у равносильного противника.
Замечание. Для нахождения наиболее вероятного числа успехов k0 по заданным n и p можно воспользоваться неравенствами np-q<=k0<=np+p или правилом: если число np+p не целое, то k0 равно целой части этого числа; если же np+p целое, то k0 имеет 2 значения k0'=np-q и k0''=np+p.
Решение. В этом примере n=15, p=0,5. Число np+p=15*0,5+0,5=7,5+0,5=8.
Ответ: 8 раз.