- •Глава 2. Теорема сложения и умножения вероятностей
- •§2. Теорема умножения вероятностей
- •§3. Независимые события. Теорема умножения для независимых событий
- •Искомая вероятность
- •§4. Вероятность появления хотя бы одного события
- •Следствие. Если событие а1, а2, … , Аn имеют одинаковую вероятность, равную p, то вероятность появления хотя бы одного из этих событий:
- •§5. Теорема сложения вероятностей совместных событий
- •§6. Формула полной вероятности
- •§7. Вероятность гипотез. Формулы Бейса
- •Ответ: вероятнее всего студент принадлежит второй группе. Глава 3. Повторение испытаний
- •§1. Формула Бернулли
- •Решение.
- •§2. Локальная теорема Лапласа
- •§3. Интегральная теорема Лапласа
- •§4. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях
- •Глава 4. Случайные величины
- •§ 1. Случайная величина. Дискретные и непрерывные случайные величины
- •§ 2. Закон распределения вероятностей дискретной случайной величины
- •§ 3. Биноминальное распределение
- •§ 4. Распределение Пуассона
- •Глава. 5. Математическое ожидание дискретной случайной величины
- •§ 1. Числовые характеристики дискретных случайных величин
- •§ 2. Свойства математического ожидания
- •Глава 6. Дисперсия дискретной случайной величины
- •§1. Отклонение случайной величины от её математического ожидания. Дисперсия дискретной, случайной величины
- •§2. Свойства дисперсии
- •§3. Среднее квадратическое отклонение
- •Глава 7. Функция распределения вероятностей случайной величины
- •§1. Определение функции распределения
- •§2. Свойства функции распределения
- •§3. График функции распределения
- •§4. Плотность распределения вероятностей непрерывной случайной величины
- •Свойства плотности распределения
- •§5. Числовые характеристики непрерывных случайных величин
Ответ: вероятнее всего студент принадлежит второй группе. Глава 3. Повторение испытаний
§1. Формула Бернулли
Если происходит несколько испытаний, причем вероятность события Aв каждом испытании не зависит от исходов других испытаний, то такие испытания называютнезависимыми относительно события A.
Пусть производиться nнезависимых испытаний, в каждом из которых событиеA может появиться либо не появиться. Вероятность события в каждом испытании одна и та же, равнаяp. Вероятность ненаступления события в каждом испытанииq= 1 –p.
Вычислим вероятность Pn(k) того, что приnиспытаниях событиеAосуществляется ровноk раз и не осуществляетсяn–k раз по формуле Бернулли:
,
![]()
где pk qn
- k– умножение
вероятностей независимых событий;
– столько можно составить сочетаний
изn элементов иk элементов.
Пример. В цехе 6 моторов. Для каждого мотора вероятность того, что он в данный момент включен, равна 0,8. Найти вероятность того, что в данный момент: а) включено 4 мотора; б) включены все моторы; в) выключены все моторы.
Решение.
1)
;
2)
;
3)
.
§2. Локальная теорема Лапласа
Пользоваться формулой Бернулли при больших значениях n достаточно трудно, т.к. формула требует выполнения действий над очень большими числами.
Пример. Если p= 0,1,q= 0,9,n= 40,k= 20, то вероятность
того, что приnиспытаниях событиеAосуществляется ровноk раз
и не осуществляетсяn–k раз
.
При вычислении можно пользоваться
специальными таблицами логарифмов
факториалов, но из-за округлений в итоге
окончательный результат может значительно
отличаться от истинного.
Локальная теорема Лапласа.Если вероятностьp появления событияAв каждом испытании постоянна и отлична от нуля и единицы, то вероятностьPn(k) того, что событиеAпоявиться вnиспытаниях ровноkраз, приближенно равна (тем точнее, чем большеn) значению функции:
,
при
,
где
.
Функция (x) четная:(–x) = (x).
Пример. Найти вероятность того, что при 400 испытаниях событие наступит ровно 104 раза, если вероятность его появления в каждом испытании равна 0,2.
Решение. По условию k = 104, n = 400, p = 0,2, q = 1 – 0,2 = 0,8. Тогда
,
.
§3. Интегральная теорема Лапласа
Теорема. Если вероятностьpнаступления событияAв каждом испытании постоянна и отлична от нуля и единицы, то вероятностьPn(k1,k2) того, что событиеA появится вn испытаниях отk1доk2раз (k1mk2), приближенно равна определенному интегралу:
,
где
;
.
Интегральную теорему Лапласа иногда записывают в форме
.
При решении
используют таблицу для функции
.

= Ф(x2)
–Ф(x1), где
;
.
Функция Ф(x) нечетная:Ф(–x) = –Ф(x).
Пример. Вероятность поражения мишени стрелком при одном выстреле равна 0,75. Найти вероятность того, что при 100 выстрелах мишень будет поражена:
а) не менее 70 и не более 80 раз; б) не более 70 раз.
Решение.
а) По условию k1= 70,k2= 80. Тогда
,
,
.
Значение функции Лапласа находим по таблице приложения 2. В таблице даны значения Ф(1,15) = 0,3749 иФ(1,16) = 0,3770. В качестве ответа можно взять любое из этих значений или их среднеарифметическое:
P100(70;80)2Ф(1,1547)2(Ф(1,15) + Ф(1,16))/2 = 0,7519.
б) По условию k1= 0,k2= 70. Тогда
,
x2–1,1547,
P100(0;70)Ф(x2) –Ф(x1) =Ф(–1,1547) –Ф(–17,32) =Ф(17,32) –Ф(1,1547).
Значение функции Лапласа находим по таблице приложения 2:
P100(0;70)0,5 – 0,37595 = 0,12405.
