
- •Лекція № 10 Тема: Біноміальний, рівномірний і нормальний розподіл ймовірностей
- •1. Біноміальний розподіл ймовірностей
- •1.1. Розподіл Бернуллі
- •2. Рівномірний розподіл
- •2.1 Рівномірний дискретний розподіл
- •2.2 Рівномірний неперервний розподіл
- •3. Нормальний розподіл ймовірностей
- •4. Нормальне наближення
- •5. Розподіли, пов’язані з нормальним
- •1) Розподіл 2 (хі-квадрат)
- •2) Розподіл Стьюдента (-розподіл)
- •6. Оцінки параметрів розподілу випадкових величин
- •7. Оцінки параметрів біноміального розподілу
- •8. Оцінки параметрів нормального розподілу
- •8.1 Довірчий інтервал для математичного сподівання при відомій дисперсії
- •8.2 Довірчий інтервал для математичного сподівання при невідомій дисперсії
- •8.3. Довірчий інтервал для дисперсії при відомому математичному сподіванні
- •8.4. Довірчий інтервал для дисперсії при невідомому математичному сподіванні
- •8.5. Довірчий інтервал для середнього квадратичного відхилення
Ю.Д.Жданова. Лекції з ВГПМ. М3 Вибрані глави ТЙіМС. Лекція № 10
Лекція № 10 Тема: Біноміальний, рівномірний і нормальний розподіл ймовірностей
План лекції:
1. Біноміальний розподіл ймовірностей.
2. Рівномірний розподіл ймовірностей.
3. Нормальний розподіл ймовірностей.
4. Нормальне наближення.
5. Розподіли, пов’язані з нормальним.
6. Оцінки параметрів розподілу випадкових величин.
7. Оцінки параметрів біноміального розподілу.
8. Оцінки параметрів нормального розподілу.
1. Біноміальний розподіл ймовірностей
Припустимо,
що проводиться серія незалежних
випробувань, в кожному з яких може
відбутися подія
з однією і тією ж, але невідомою нам
ймовірністю
.
Причому ймовірність появи події
в кожному випробуванні не залежить від
результатів інших випробувань. Такі
випробування називаються незалежними
відносно події
.
Нехай проведено
незалежних випробувань. Випадкова
величина
– число появ події
(появу події називають «успіхом») в цій
серії випробувань. Можливими значеннями
цієї випадкової величини є цілі числа
від 0 до
.
Ймовірності цих можливих значень
визначаються за формулою Бернуллі.
Закон розподілу такої випадкової
величини називається біноміальним.
Означення.
Дискретна
випадкова величина
називається розподіленою за біноміальним
законом, якщо її можливими значеннями
є числа успіхів
в схемі Бернуллі при
випробуваннях, а ймовірності знаходяться
за формулою Бернуллі
,
(,
).
Закон розподілу:
|
0 |
1 |
... |
|
... |
|
|
|
|
|
... |
|
... |
|
|
Звернемо
увагу на те, що сума ймовірностей
– це точно біном Ньютона
.
Цей
факт і вплинув на назву випадкової
величини, яка розглядається. Позначається
біноміальний розподіл так:
,
де
і
– параметри біноміального розподілу.
Функція розподілу:
Числові характеристики:
,
,
,
.
Найімовірніше
значення
випадкової величини
,
розподіленої за біноміальним законом
задовольняє нерівність:
.
Приклад.
На заліку студент отримав 4 задачі.
Ймовірність правильно розв’язати кожну
задачу
.
Випадкова величина
– число правильно розв’язаних задач.
а)
Знайти закон розподілу випадкової
величини
;
б)
побудувати функцію розподілу випадкової
величини
та її графік.
в)
Знайти
,
,
.
Розв’язання.
а)
Можливі значення випадкової величини
:
0,1,2,3,4. Оскільки можливими значеннями
випадкової величини
є числа успіхів
в схемі Бернуллі при 4 випробуваннях,
то їх ймовірності знаходяться за формулою
Бернуллі:
,
,
.
;
;
;
;
.
Закон розподілу запишемо у вигляді таблиці:
|
0 |
1 |
2 |
3 |
4 |
|
|
0,0016 |
0,0256 |
0,1536 |
0,4096 |
0,4096 |
1 |
Перевірка умови нормування:
0,0016+0,0256+0,1536+0,4096+0,4096=1.
Отже,
випадкова величина
має біноміальний розподіл
.
б)
Функція розподілу випадкової величини
за означенням:
Компактно
можна записати в такій формі:
Графік
функції
зображено на малюнку:
в)
Знайдемо
,
,
.
;
;
.
1.1. Розподіл Бернуллі
Біноміальний
розподіл
з параметрами
і
називаєтьсярозподілом
Бернуллі.
Числові характеристики:
,
.
Розподіл
Бернуллі
відіграє фундаментальну роль в теорії
ймовірностей і математичний статистиці,
являючись математичною моделлю
випробування з двома наслідками.
Якщо
,
– незалежні випадкові величини з
розподілом Бернуллі, тоді випадкова
величина
має біноміальний розподіл
.
Приклад.
Нехай в партії деяких виробів якісні
вироби зустрічаються з ймовірністю
,
а вироби з дефектом – з ймовірністю
. Покладемо
,
якщо вибрали виріб якісний, і
,
якщо виріб з дефектом. Тоді «якість»
виробів можна описати випадковою
величиною, що має розподіл Бернуллі
.