- •Теория вероятностей
- •Оглавление
- •§ 1. Предмет теории вероятностей
- •§ 2. События и их классификация
- •§ 3. Виды событий
- •§ 4. Операции над событиями
- •§ 5. Классическое понятие вероятности
- •§ 6. Статистическое понятие вероятности
- •§ 7. Свойства вероятности
- •§ 8. Элементы комбинаторики
- •Общие правила комбинаторики
- •10 Столбцов
- •§ 9. Генеральная совокупность и выборки
- •§ 10. Алгебра событий
- •§ 11. Формула полной вероятности, формула Байеса
- •§ 12. Повторные независимые испытания
- •Вероятнейшее число появлений события при повторных испытаниях
- •Локальная теорема Лапласа
- •Интегральная теорема Лапласа
- •§ 13. Случайные величины
- •Дискретная случайная величина
- •Свойства математического ожидания дискретной случайной величины
- •Числовые характеристики биноминального распределения
- •§ 14. Непрерывная случайная величина
- •§ 15. Законы распределения непрерывных случайных величин Равномерный закон распределения
- •Показательный или экспоненциальный закон распределения
- •§ 16. Нормальное распределение непрерывной случайной величины
- •§ 17. Частные случаи нормального закона распределения. Стандартное нормальное распределение
- •Распределение Пирсона
- •Распределение Стьюдента.
- •Вопросы для самопроверки
- •Индивидуальные задания по теме «Случайные события»
- •Решение типовых задач по теме «Случайные события»
- •Индивидуальные задания по теме «Случайные величины»
- •Задача 12
- •Литература
- •Ракитина Галина Александровна
- •Офсетная печать. Объем 5,5 п.Л. Тираж 110 экз. Заказ №
- •660017, Красноярск, ул. Ленина, 117
§ 12. Повторные независимые испытания
Формула Бернулли. В теории вероятностей любое случайное событие рассматривается как результат некоторого опыта. Если один и тот же опыт повторять неоднократно, то можно сказать, что проведено n повторных опытов или испытаний, в каждом из которых случайное событие А может появиться или не появиться.
Определение 12.1. Если вероятность появления случайного события А в каждом отдельном испытании не зависит от исхода других, то испытания называются независимыми.
В теории вероятностей, особенно при практическом ее применении, часто приходится решать задачи, связанные с повторными независимыми испытаниями. В подобных задачах нужно уметь определять вероятность: любого заданного числа k появления события А в результате серии n независимых повторных испытаний.
Определение 12.2. Серия из n независимых испытаний, в каждом из которых некоторое событие А имеет одну и ту же вероятность Р(А)=p, независимо от номера испытания, называется схемой Бернулли, или схемой повторных испытаний.
Якоб Бернулли (1654–1705) – швейцарский ученый, профессор Базельского университета. Дадим математическую формулировку задачи, возникающей в схеме Бернулли.
Пример 12.1. Проводится n независимых испытаний, в каждом из которых событие А может появиться или не появиться. Вероятность появления события А в каждом единичном испытании постоянна и равна p, а вероятность непоявления q=1-p. Найти вероятность того, что в этих n испытаниях событие А появится ровно k раз.
Ситуация, возникающая в схеме Бернулли, является весьма жизненной и потому исследование этой схемы в первую очередь привлекло внимание математиков, т.к. в последнее время повышено внимание к контролю качества выпускаемой продукции.
Теорема
12.1
(Бернулли). Вероятность сложного события,
состоящего в том, что при n
испытаниях, соответствующих схеме
Бернулли, событие А, имеющее одну и ту
же вероятность Р(А)=p
для каждого отдельного испытания,
появится ровно k
раз, где 0
k
n,
безразлично в какой последовательности,
её можно вычислить по формуле
![]()
Доказательство.
Элементарными
исходами испытаний являются: событие
Аi
– появление события А в i испытании:
i=1,2,…,n; событие
i
–
непоявление события А в i-м испытании,
где i=1,2,…,n. Значит Р(Аi)=p;
Р(
i)=1-p=q.
Пусть событие А имело место в первых k испытаниях и не произошло в (n-k) последующих, т.е. по определению произведения событий произошло сложное событие В:
![]()
Так как испытания независимые, то применяя теорему умножения вероятностей, получим
.
Появления
события А ровно k раз и события
ровно (n-k) раз с такой же вероятностью
возможно и в любой другой последовательности.
Число способов появления сложного
события, состоящего в появлении события
именно
k
раз, и
непоявлении
(n-k)
раз, равно числу всевозможных выборок
из n
элементов по k
в каждой, отличающихся только составом
элементов, т.е. С
.
Применяя теорему сложения вероятностей
несовместных событий, получим
Р
n(k)=
pk·qn-k+
pk·qn-k+…+
pk·qn-k
=
С
pk·qn-k.
С![]()
– это формула Бернулли.
Еще
раз перечислим параметры, входящие в
эту формулу: p
– вероятность появления события А в
каждом испытании; q
– вероятность противоположного события
;n
– число проведенных испытаний; k
– число появлений события А, иногда
называемое частотой события А, принимающее
значения k=0,1,2,…,n.
Пример 12.2. Всхожесть семян некоторого сорта растений равна 80%. Для опыта отбирается 5 семян. Определить вероятность того, что из 5 посеянных семян прорастет 3 семени? не менее 3?
Будем
считать высев 5 семян проведением пяти
независимых испытаний. Для каждого из
5 посеянных семян вероятность прорасти
постоянна Р(А)=0,8. Вероятность
противоположного события Р(
)=1-Р(А)=0,2.
Событие А – семя взошло;
– семя не взошло. Надо найти Р5(3),
т.е. вероятность того, что в 5 испытаниях
событие А появится ровно 3 раза. Значит,
n=5;
p=0,8;
q=0,2;
k=3.
По формуле Бернулли имеем:
Р5(3)=С
·(0,8)3·(0,2)2=
·0,512·0,04=0,2048
20,5%.
Р5(4)=С
(0,8)4·(0,2)=
·0,4096·0,2=0,4096.
Р5(5)=С
·(0,8)5·(0,2)0=0,32768.
Р5(k
3)=Р5(3)+
Р5(4)+
Р5(5)=0,02048+0,4096+0,32768=0,94208.
Ответ: 1) Вероятность того, что из 5 семян взойдет не менее трех семян, равна 94,2%. 2) Вероятность того, что из 5 посеянных семян прорастет ровно 3, равна 20,5%.
