- •Теория вероятностей
- •I. Программа курса «теория вероятностей и математическая статистика»
- •Раздел I. Теория вероятностей.
- •Тема 1. Основные понятия теории вероятностей. Предмет курса.
- •Тема 2. Зависимые и независимые случайные события. Основные формулы умножения и сложения вероятностей.
- •Тема 3. Повторные независимые испытания по схеме Бернулли.
- •Тема 4. Одномерные случайные величины и их характеристики.
- •Тема 5. Многомерные случайные величины и их свойства.
- •Тема 6. Функции случайных величин.
- •Раздел II. Математическая статистика.
- •Тема 11. Элементы математической статистики. Выборочный метод.
- •Тема 12. Статистические оценки параметров генеральной совокупности. Статистические гипотезы.
- •Тема 13. Элементы дисперсионного анализа.
- •Тема 14. Элементы теории регрессии и корреляции.
- •II. Методические указания предмет теории вероятностей
- •Случайным называют событие, которое при осуществлении совокупности условий s может либо произойти, либо не произойти.
- •Виды случайных событий
- •Операции над событиями
- •Классическое определение вероятности
- •Геометрическая вероятность
- •Элементы комбинаторики
- •I. Перестановки
- •II. Размещения
- •III. Сочетания
- •Теоремы сложения и умножения вероятностей
- •Формула полной вероятности. Формулы бейеса
- •Повторные независимые испытания. Испытания по схеме бернулли
- •Случайные величины и законы их распределения
- •Числовые характеристики случайных величин
- •Законы распределения случайных величин
- •Системы двух случайных величин
- •Функция двух случайных аргументов
- •Элементы математической статистики
- •III. Контрольные задания
- •IV. Приложения
- •Элементы комбинаторики
- •Дискретные и непрерывные случайные величины
- •V. Тесты
- •Тема: Виды случайных событий, классическое определение вероятности, элементы комбинаторики
- •Тема: Теоремы сложения и умножения вероятностей
- •Тема: Случайные независимые испытания по схеме Бернулли
- •Тема: Одномерные случайные величины
- •VI. Литература
- •Содержание
- •I. Программа курса 4
- •II. Методические указания 6
- •III. Контрольные задания 34
Формула полной вероятности. Формулы бейеса
Пусть событие
может наступить при условии появления
одного из несовместных событий
,
,
…,
,
которые образуют полную группу. Пусть
известны вероятности этих событий и
условные вероятности
,
,
…,
события
.
В поставленных условиях вероятность
события
можно найти по формуле:
;
формулу называют формулой полной вероятности;
события
,
,
…,
называютгипотезами.
Пример 1.
На контроль поступают детали с двух
станков. Производительность станков
не одинакова. На первом станке изготовляют
всех деталей, на втором –
.
Вероятность брака на первом станке
,
на втором –
.
Найти вероятность того, что поступившая
на контроль деталь бракованная.
Решение.
Событие
– поступившая на контроль деталь
бракованная.
и
–
события означающие, что деталь сделана
соответственно на первом и втором
станке.
Тогда по условию задачи:
![]()
![]()
![]()
.
Искомая вероятность:
.
Пусть событие
может наступить при условии появления
одного из несовместных событий (гипотез)
,
,
…,
,
которые образуют полную группу. Если
событие
уже произошло, то вероятности гипотез
могут быть переоценены по формулам
Бейеса:
,
где
– находят по формуле полной вероятности.
Пример 2. В условиях примера 1, проверенная деталь оказалась бракованной. Определить вероятность того, что она была изготовлена на первом станке.
Решение.
Искомая вероятность
–
вероятность, что деталь изготовлена на
первом станке, при условии, что уже
известно, что деталь бракованная.
По формуле Бейеса:
.
Из примера 1:
;
;
.
Искомая вероятность:
.
Повторные независимые испытания. Испытания по схеме бернулли
На практике
приходится сталкиваться с такими
задачами, которые можно представить в
виде многократно повторяющихся испытаний,
в результате каждого из которых может
появиться или не появится событие
.
При этом интерес представляет исход не
каждого отдельного испытания, а общее
количество появлений события
в результате определенного количества
испытаний.
Испытания называют
повторно
независимыми,
если испытания являются независимыми
и вероятность появления события
в каждом испытании постоянна.
Повторяющиеся
испытания, удовлетворяющие условию
независимости и постоянства вероятностей
появления в каждом из них события
,
называютиспытаниями
Бернулли,
или схемой
Бернулли.
Пусть производится
независимых испытаний, в каждом из
которых вероятность появления события
постоянна и равна
.
Требуется найти вероятность
того, что при
повторных испытаниях событие
произойдет
раз.
В зависимости от
значений
и
задача предложенного типа решается по
различным формулам.
Если
,
то используютформулу
Бернулли:
,
где
–вероятность
ненаступления события
в каждом испытании.
Если
и
,
то используютлокальную
теорему Лапласа:
,
где
,
.
Значения
находят по таблице приложения 1. Функция
четная, т.е.
,
таблица содержит значения функции
лишь для
;
при
можно принять
.
Если
и
,
(либо
),
то используютформулу
Пуассона:
,
где
;
.
Пример.
Вероятность появления события
в каждом из 7 независимых испытаний
постоянна и равна
.
Определить вероятность того, что:
Событие
наступит ровно 5 раз;Событие
наступит не менее 5 раз.
Решение.
По условию
;
.
Т.о. для решения задачи используют
формулу Бернулли.
Вероятность того, что событие
наступит 5 раз:
;
.
Искомая вероятность:
.
2) Событие
наступит не менее 5 раз (следовательно,
событие
наступитили
5 раз, или
6 раз, или
7 раз). Используем теорему сложения
вероятностей несовместных событий и
формулу Бернулли:
.
;
;
.
Искомая вероятность:
.
Пример.
Процент всхожести семян
.
Определить вероятность того, что из
1000 посеянных семян взойдут 780,
Решение. Т.к.
процент всхожести семян
,
то вероятность взойти для каждого семени
постоянна и равна
.
Количество посеянных семян (общее
количество испытаний)
.
Т.к.
и
,
то используем локальную теорему Лапласа:
,
где
;
;
.
Откуда
.
По таблице значений
функции
(приложение 1), учитывая четность функции,
найдем:
.
Искомая вероятность:
.
Пример.
Вероятность того, что станок изготовит
бракованное изделие, постоянна и равна
.
Найти вероятность того, что из 400
произведенных станком изделий:
ровно 3 бракованных;
не менее 3 бракованных.
Решение.
Вероятность изготовления бракованного
изделия постоянна и равна
.
Общее количество изготовленных изделий
(общее количество испытаний)
.
Т.к.
и
,
то используем формулу Пуассона:
,
где
.
1) Среди изготовленных
изделий ровно 3 бракованных:
;
.
Искомая вероятность:
.
2) Для определения вероятности того, что среди изготовленных деталей не менее 3 бракованных, целесообразно найти вероятность противоположного события: среди изготовленных деталей меньше 3 бракованных.
.
Событию, среди изготовленных деталей меньше 3 бракованных, благоприятны исходы: 0 бракованных деталей, или 1 бракованная деталь, или 2 бракованных детали.
Используя теорему сложения вероятностей несовместных событий и формулу Пуассона, найдем вероятность того, что среди изготовленных деталей меньше 3 бракованных:
.
;
;
.
Следовательно,
.
Искомая вероятность:
.
Наивероятнейшим
числом появления
события
в
независимых испытаниях называют такое
число
,
для которого вероятность, соответствующая
этому числу, превышает или, по крайней
мере, не меньше вероятности каждого из
остальных возможных чисел появления
события
.
Для
определения наивероятнейшего числа не
обязательно вычислять вероятности
возможных чисел появлений события,
достаточно знать число испытаний
и вероятность появления события
в отдельном испытании.
Для определения наивероятнейшего числа используют двойное неравенство:
.
Следует иметь в виду, что:
если
– целое число, то существуют два значения
наивероятнейшего числа, а именно:
и
;если
– дробное число, то существует одно
наивероятнейшее число, а именно:
единственное целое, заключенное между
дробными числами, полученными из
неравенства;если
– целое число, то существует одно
наивероятнейшее число, а именно:
.
Пример.
Определить наивероятнейшее число
качественных изделий в партии из 300
изделий, если вероятность качественного
изделия равна
.
Решение.
По условию
,
;
следовательно
.
Используя неравенство:
,
имеем
;
откуда
.
Следовательно,
наивероятнейшее число качественных
изделий в партии из 300 изделий равно
.
Предположим, что
проводится
независимых испытаний, в каждом из
которых вероятность появления события
постоянна и равна
.
Требуется найти вероятность
того, что при
повторных испытаниях событие
произойдет не менее
раз и не более
раз. Это можно сделать с помощьюинтегральной
теоремы Лапласа:
,
где
,
;
.
Значения
находят по таблице приложения 2. Функция
нечетная, т.е.
,
таблица содержит значения функции
лишь для
;
для
можно принять
.
Пример.
Вероятность того, что деталь изготовлена
с нарушениями стандартов, равна
.
Найти вероятность того, что среди 800
случайно отобранных деталей нестандартных
окажется от 140 до 200 деталей.
Решение.
По условию
,
,
,
,
следовательно,
.
Воспользуемся интегральной теоремой Лапласа:
,
где
,
;
найдем
;
.
По таблице значений
функции
(приложение 2), учитывая нечетность
функции, найдем:
;
.
Искомая вероятность:
.
