- •А.Б. Токарев
- •Оглавление
- •Введение
- •Вероятностные методы исследования случайных событий
- •Основные характеристики случайных событий
- •Алгебраический метод расчета вероятности событий
- •Основы комбинаторики
- •Геометрический метод расчета вероятности событий
- •Классификация событий
- •Расчет вероятности сложных событий
- •Понятие сложного события
- •Расчет вероятности пересечения (логического произведения) событий
- •Расчет вероятности объединения (логической суммы) событий
- •Примеры расчетов вероятностей сложных событий
- •Расчет вероятностей для последовательности независимых испытаний
- •Независимые испытания с несколькими исходами
- •Расчеты для продолжительных серий испытаний
- •Потоки событий и закон распределения Пуассона
- •Формула полной вероятности. Теорема о гипотезах
- •Вероятностное описание случайных величин
- •Случайные величины и их классификация
- •Понятие закона распределения случайной величины
- •Ряд распределения дискретной случайной величины
- •Типовые законы распределения дискретных случайных величин
- •Равномерное распределение дсв
- •Геометрическое распределение дсв
- •Биномиальное, пуассоновское и гипергеометрическое распределения
- •Функция распределения вероятностей св
- •Плотность вероятности случайной величины
- •Типовые законы распределения непрерывных случайных величин
- •Равномерное распределение нсв
- •Нормальное (гауссовское) распределение
- •Распределение Релея
- •Распределение Коши
- •Показательное распределение
- •Распределение арксинуса
- •Распределение константы
- •Пример и особенности распределения смешанных случайных величин
- •Примеры исследования вероятностных характеристик случайных величин
- •Интегральная формула полной вероятности
- •Числовые характеристики случайных величин
- •Начальные моменты распределения и математическое ожидание случайной величины
- •Центральные моменты распределения и дисперсия св
- •Прочие числовые характеристики св
- •Расчет числовых моментов нормального распределения
- •Примеры расчета числовых характеристик типовых распределений непрерывных случайных величин
- •Свойства равномерного распределения
- •Числовые характеристики распределения Релея
- •Числовые характеристики распределения Коши
- •Характеристики показательного распределения
- •Гамма распределение
- •Производящие функции и их применение для расчета числовых характеристик дискретных случайных величин
- •Понятие и свойства производящих функций
- •Характеристики биномиального распределения
- •Характеристики геометрического распределения
- •Свойства распределения Пуассона
- •Примеры исследования числовых характеристик случайных величин
- •Функциональное преобразование случайных величин
- •Преобразование дискретных случайных величин
- •Преобразование непрерывных случайных величин
- •Базовый случай
- •Анализ функционального преобразования при бесконечнозначной обратной функции
- •Расчет числовых характеристик случайных величин на выходе нелинейного преобразователя
- •Примеры анализа функциональных преобразований случайных величин
- •Для математического ожидания имеем
- •Формирование случайных величин с заданным законом распределения
- •Системы случайных величин
- •Понятие системы случайных величин (многомерной случайной величины)
- •Вероятностное описание систем дискретных св
- •Функция распределения системы случайных величин
- •Плотность распределения вероятностей системы св
- •Зависимость случайных величин и условные законы распределения составляющих системы св
- •Числовые характеристики системы двух св
- •Определения и общие свойства моментов распределения системы св
- •Корреляционные характеристики случайных величин
- •Условные числовые характеристики случайных величин
- •Двумерный нормальный закон распределения
- •Приложение 1. Дельта-функция Дирака
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Библиографический список
- •394026 Воронеж, Московский просп., 14
Расчет вероятностей для последовательности независимых испытаний
Многочисленные
практические задачи укладываются в
следующую схему
последовательности
независимых испытаний,называемую иногда схемой Бернулли.
Пусть производитсяпнезависимых
испытаний (повторений эксперимента при
неизменных условиях). В результате
каждого испытания с вероятностьюрпоявляется событиеА.Вероятность
противоположного события
,т. е. непоявления событияА,равна
.Необходимо определить вероятность
того, что в данной последовательностипнезависимых испытаний событиеА
произойдет ровноkраз,
.
Для
определения вероятности
рассмотрим события
= “в первых k
попытках событие A
происходило,
а последующие (n-k) попыток были неудачными”;
= “в первых (n-k)
случаях событие A
не наблюдалось,
а затем происходило подряд ровно k раз”;
=
“удачные и неудачные попытки чередовались,
но
в целом среди n попыток было ровно k удачных”…
Отличия между
этими событиями
заключаются лишь в порядке чередования
удачных и неудачных попыток, что означает
разный порядок следования сомножителей
при подстановке вероятностейpиqв правило ( 2 .0).
Но так как в каждом произведении
присутствует ровноk
сомножителейpи(n-k)
сомножителейq,
то, группируя их, для каждого из событий
получаем
.
Количество
различных вариантов
определяется числом разных способов
расстановкиkудачных
попыток среди всехnпроводимых испытаний.
Контролировать взаимное расположение
удачных попыток в рассматриваемой
ситуации не имеет смысла, поэтому
число подлежащих учету несовместных
событий
составляет
и, следовательно,
.
Так как
совпадает с коэффициентом при
в разложении бинома
по степенямx,
то полученную формулу часто называют
биномиальной.
Итак, вероятность того, что в последовательности п независимых испытаний событие А произойдет ровно k раз
|
|
(2.0) |
Соответственно,
вероятность того, что при выполнении
п
испытаний событие А будет наблюдаться
от
до
раз, равна
|
|
(2.0) |
Независимые испытания с несколькими исходами
Соотношения ( 2 .0), ( 2 .0) позволяют оценить вероятность многократного появления в серии испытаний какого-то одного события, но для контроля за несколькими событиями, к сожалению, непригодны.
Пусть,
по-прежнему, производится п
испытаний и каждое испытание
заканчивается каким-то изm
возможных исходов. Обозначим
вероятность появленияi-го
исхода в отдельном испытании черезpi,
где
.
Тогда для любогопи любых
целочисленныхn1≥0,n2≥0,
…nm≥0,
таких что
,
вероятность появления первого исхода
ровноn1раз, второго – ровноn2раз, аm-го – ровноnmраз составит
|
|
(2.0) |
Пример 5: Игральный кубик подбрасывают 15 раз. Какова вероятность того, что выпадет ровно 10 единиц и 3 двойки?
Решение. Перечисленные в условии задачи требования характеризуют результаты каких-то 13 бросков, однако кубик подбрасывают 15 раз, поэтому нужная для рассуждений совокупность исходов включает
= “на кубике
выпала единица” ( p1
= 1 / 6 );
= “на кубике
выпала двойка” ( p2
= 1 / 6 );
=
“выпало любое значение, большее 2”
( p3
= 4 / 6 ).
Вероятность появления первого исхода ровно n1 = 10 раз, второго – ровно n2 = 3 раза, а последнего nm = 2 раза составит
![]()
