
- •3 Содержание
- •4 Введение
- •I. Теоретические сведения и примеры
- •I. 1. Элементы комбинаторики
- •Основные комбинаторные правила
- •Свойства числа перестановок
- •Свойства числа размещений
- •Свойства числа сочетаний:
- •1.2.2. Определения и свойства вероятности
- •Основные свойства вероятности
- •1) Вероятность любого события а ограничена
- •1.2.4. Повторные независимые испытания:
- •Свойства малой функции Лапласа
- •Свойства функции Лапласа
- •I.3.1. Основные понятия
- •21 1.3.2. Функция распределения
- •Свойства функции распределения
- •22 1.3.3. Плотность распределения
- •Свойства плотности распределения
- •Свойства математического ожидания
- •Свойства дисперсии
- •1.3.5. Закон нормального распределения
- •II. Теоретические сведения и примеры по теме
- •II.1. Выборочный метод, статистическое распределение
- •II.2.2. Интервальные оценки
- •По математике
Свойства малой функции Лапласа
Функция φ ( х) является чётной, т.е. φ(-х) = φ ( х).
При больших значениях х функция приближённо равна нулю:
φ(х) ≈ 0, если х ≥ 4.
16 Теорема (Интегральная теорема Лапласа). Если вероятность р появления события А в каждом испытании постоянна и 0 < р < 1, то вероятность того, что событие А появится в n испытаниях не менее k1 и не более k2 раз приближенно равна (тем точнее, чем больше n):
k2
1 yjnpq J 1 yj npq
где
x z2
ф(х) = ^=\е 2dz
V2tiJ
Замечание. Функцию Φ(х) называют интегральной функцией Лапласа или просто функцией Лапласа, она является табличной [1, 2], её значения приведены в Приложении 2.
Свойства функции Лапласа
Функция Φ(х) является нечётной, т.е. Φ(-х) = - Φ(х).
При больших значениях х значения функции принимаются равными 0,5:
Φ(х) ≈ 0,5, если х > 5.
Теорема (Формула Пуассона). Если вероятность р наступления события А в каждом из испытаний постоянна, но близка к 0, а число испытаний велико, то вероятность появления события А в п испытаниях ровно к раз приближенно равна:
2к • р~х
?(к)~T! , где Х = пр.
Теорема Пуассона представляет закон распределения вероятностей массовых, но маловероятных событий.
17 Следствие. Если вероятность р наступления события А в каждом из испытаний постоянна и близка к 0, а число испытаний велико, то вероятность появления в п испытаниях события А не менее к1 и не более к2 раз (т.е.
к1<к<к2), равна:
к2
где "п ( ) ~ .! - вероятность появления события А ровно / раз в п испытаниях, Х = пр.
ПРИМЕР.
Играют два равносильных шахматиста. Что вероятнее: выиграть две партии из четырех или три партии из шести? Ничьи во внимание не принимаются.
РЕШЕНИЕ. Так как шахматисты равносильные, то вероятности выигрыша и проигрыша для них одинаковы, т.е. р = q = 0,5. Число испытаний невелико, поэтому пользуемся теоремой Бернулли.
Вероятность выиграть две партии из четырёх определяем по формуле Бернулли, полагая п = 4,к = 2:
Р4 (2) = С2 ■ 0,5 2 • 0,5 2 = — ■ 0,5 2 • 0,5 2 = 43 2 ■ 0,0625 = 0,375
2!-2! 2-2
Аналогично, полагая п = 6, к = 3, находим вероятность выиграть три партии из шести:
Р6(3)
=
С6
3 •
0,5
3 •
0,5
3 =
6!■
0,5
3 •
0,5
3 =
6'5'4,3,2
•
0,125•
0,125
=
0,3125.
3!-3! 3-2-3-2
Сравнивая полученные значения вероятностей, получаем, что вероятнее выиграть две партии из четырех, так как Р4(2) > ^6(3).
ОТВЕТ: вероятнее выиграть две партии из четырех, чем три партии из
шести.
18
ПРИМЕР. Вероятность того, что деталь не прошла проверку ОТК р = 0,2. Найти вероятность того, что из 400 деталей окажется непроверенных: а) ровно 70 деталей; б) не менее 70 деталей и не более 100 деталей.
РЕШЕНИЕ.
а) Число испытаний п = 400 велико, вероятность р = 0,2 не мала, значит для вычисления вероятности того, что непроверенных деталей окажется ровно 70, пользуемся локальной теоремой Лапласа, полагая k = 70, q = 1 -р = 0,8:
1M-1,25);
70-400-0,2
P400 (70) * . • ф
^/400-0,2-0,8 ^V400"0,2"0,8 по таблице Приложения 1 находим значение функции φ(х), учитывая её свойство чётности φ(-1,25) = φ(1,25) = 0,1826; и определяем искомую вероятность Р400(70) * - • 0,1826 * 0,022825.
б) Для вычисления вероятности того, что непроверенных деталей окажется не менее 70 и не более 100, пользуемся интегральной теоремой Лапласа, полагая k1 = 70, k2 = 100 и учитывая свойство нечётности функции Φ(х):
(100-400-0,2 1
^400(70;100)«Ф
J 70-400-0,2 -Ф
V400-0,2-0,8j ^V400'0,2'0,8 * Ф(2,5) - Ф(-1,25) « Ф(2,5) - (-Ф(1,25)) « Ф(2,5) + Ф(1,25);
значения функции Лапласа находим по таблице Приложения 2 Φ(2,5) = 0,4938, Φ(1,25) = 0,3944; и определяем искомую вероятность
Р400(70; 100) ≈ 0,4938 + 0,3944 ≈ 0,8882.
ОТВЕТ: а) Р400(70) ≈ 0,022825; б) Р400(70; 100) ≈ 0,8882.
ПРИМЕР. Завод отправил на базу 5000 доброкачественных изделий. Вероятность повреждения изделия в пути равна 0,0002. Найти вероятность того, что на базу прибудут три поврежденных изделия.
РЕШЕНИЕ. По условию число изделий п = 5000 велико, а вероятность повреждения р = 0,0002 мала, поэтому для вычисления искомой вероятности бу-
19 дем пользоваться теоремой Пуассона при к = 3. Определив значение параметра X = пр = 5000·0,0002 = 1, получим:
Ггппп(3)« « « « « 0,0613
Jfc! 3! 6-е 16,309691
ОТВЕТ: Р5ооо(3) ≈ 0,0613.
Определение. Наивероятнейшим числом к0 появления события А в п испытаниях называют такое число его появления, которому соответствует максимальная вероятность, т.е. Рп (ко) = гпах Р (к) .
0<к<п
Наивероятнейшее число к0 можно определить [1, 2] из решения двойного неравенства пр- q ≤ к0 <пр+ р.
ПРИМЕР. Стрелок поражает цель с вероятностью р = 0,85. Найти наивероятнейшее число попаданий в серии из 7 выстрелов и соответствующую ему вероятность.
РЕШЕНИЕ. По условию число испытаний - выстрелов п = 7, а вероятность попадания в цель при одном выстреле/? = 0,85, следовательно вероятность промаха равна q = 1 - 0,85 = 0,15. Составляем неравенство для определения наиве-роятнейшего числа £0 попадания стрелка в цель:
70,85 - 0,15 ≤ к0 < 7·0,85 + 0,85,
5,8 ≤ к0 < 6,8.
Из последнего двойного неравенства следует, что к0 = 6, так как это число может быть только целым положительным. Соответствующую вероятность вычисляем по формуле Бернулли
PJ6) = С76 • 0,856 • 0,151 * J • 0,056572427 * 0,396
6!-1!
ОТВЕТ: наивероятнейшее число к0 = 6, Р7(к0) ≈ 0,396.
20 I.3. СЛУЧАЙНЫЕ ВЕЛИЧИНЫ И ЗАКОНЫ ИХ РАСПРЕДЕЛЕНИЯ