- •Федеральное агентство по образованию
- •Isbn Севмашвтуз, 2007
- •Введение
- •Теория вероятностей
- •1. Предмет теории вероятностей. Статистическая устойчивость
- •1.1. Пространство элементарных исходов. Алгебра событий
- •1.2. Классическое определение вероятности
- •1.3. Формулы комбинаторики
- •1.4. Урновые схемы
- •Урновая схема: выбор без возвращения, с учетом порядка
- •Урновая схема: выбор без возвращения и без учета порядка
- •Урновая схема: выбор с возвращением и с учетом порядка
- •Урновая схема: выбор с возвращением и без учета порядка
- •Заметим, что число выборок, различающихся еще и порядком, в k! раз больше, чем число выборок, различающихся только составом.
- •2. Геометрическая вероятность
- •3. Теоремы сложения и умножения вероятностей
- •3.1. Теорема сложения
- •3.2. Условная вероятность
- •3.3. Теорема умножения
- •3.4. Независимые события
- •3.5. Вероятность появления хотя бы одного из событий, независимых в совокупности
- •4. Формула полной вероятности. Формула Байеса
- •4.1. Формула полной вероятности
- •4.2. Формула Байеса
- •5. Схема Бернулли
- •5.1. Формула Бернулли
- •5.2. Теорема Пуассона для схемы Бернулли
- •5.3. Локальная теорема Лапласа
- •5.4. Интегральная теорема Лапласа
- •6. Случайные величины
- •6.1. Законы распределения дискретных случайных величин
- •6.1.1. Распределение Бернулли
- •6.1.2. Биномиальное распределение
- •6.1.3. Геометрическое распределение
- •6.1.4. Распределение Пуассона
- •6.4.5. Гипергеометрическое распределение
- •6.2. Функция распределения св
- •6.3. Непрерывные случайные величины
- •6.4. Числовые характеристики случайных величин
- •6.4.1. Математическое ожидание
- •6.4.2. Мода и медиана св
- •7. Моменты случайных величин
- •7.1. Начальные моменты св
- •7.2. Центральные моменты св. Дисперсия
- •7.2.1. Дисперсия
- •Свойства дисперсии.
- •7.3. Асимметрия и эксцесс
- •Математические ожидания и дисперсии стандартных распределений дсв
- •8. Законы распределения непрерывных случайных величин
- •8.1. Равномерное распределение
- •8.2. Показательное распределение
- •8.3. Нормальное распределение
- •8.3.1. Свойства нормального распределения
- •8.3.2. Стандартное нормальное распределение
- •8.3.3. Правило трех сигм
- •Математические ожидания и дисперсии стандартных распределений нсв
- •Указания к выполнению контрольной работы №1
- •Варианты заданий для контрольной работы №1 вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Список рекомендуемой литературы
- •164500, Г. Северодвинск, ул. Воронина, д.6
5. Схема Бернулли
5.1. Формула Бернулли
Пусть проводиться
серия испытаний, причем вероятность
события
в каждом испытании не зависит от исходов
других испытаний. Такие испытания
называют независимыми относительно
события
.
Событие
в различных испытаниях может иметь либо
различные вероятности, либо одну и ту
же. Будем рассматривать такие испытания,
в которых событие
имеетодну
и ту же
вероятность.
Схемой Бернулли
называется последовательность независимых
испытаний, в каждом из которых возможны
лишь два исхода — «успех» (событие
произошло) и «неудача» (событие
не произошло), при этом «успех» в одном
испытании происходит с вероятностью
,
«неудача» — с вероятностью
.
Вероятность того,
что событие
произойдет ровно
раз из
испытаний, причемне
важно, в
какой последовательности
появиться событие
,
будет равна:
–формула Бернулли.
Число
успехов
,
которому при заданном
соответствует максимальная биномиальная
вероятность
,
называетсянаиболее
вероятным
(наивероятнейшим)
числом успехов.
В
испытаниях схемы Бернулли с вероятностью
успеха
наиболее
вероятным
числом успехов является
-
единственное число
,
если число
не целое;
-
два числа
и
,
если число
целое.
удобно искать из
системы неравенств:
.
Пример. Баскетболист забрасывает мяч в корзину с вероятностью 0,6. Произведено 8 бросков. Найти вероятность того, что при этом будет ровно 2 попадания. Найти наивероятнейшее число попаданий и вероятность этого числа попаданий.
Решение.
Проводится
серия из восьми испытаний с двумя
исходами в каждом: попадание («успех»)
и промах («неудача»). Вероятность «успеха»
при каждом испытании одна и та же: 0,6.
Будем считать испытания независимыми.
Требуется найти вероятность события
={в
серии из 8 испытаний «успех» произошёл
2 раза}. Имеем:
,
,
.
По
формуле Бернулли:
.
Найдём наивероятнейшее число попаданий и соответствующую вероятность. Составляем систему неравенств:
,
,
тогда
.
Соответствующая
вероятность:
![]()
Итак, вероятнее всего из 8 бросков баскетболист попадёт 5 раз, причём вероятность этого события равна 0,28.
5.2. Теорема Пуассона для схемы Бернулли
Предположим, нам нужна вероятность получить десять успехов в 1000 испытаний схемы Бернулли с вероятностью успеха 0,003. Вероятность этого события по формуле Бернулли будет равна:
,
и вычисление здесь весьма проблематично.
Сформулируем
теорему о приближенном вычислении
вероятности какого-либо числа успехов
в большом
числе испытаний
схемы Бернулли с маленькой
вероятностью
успеха. Термин «большое число» должен
означает, что
.
При этом
и вероятность
успеха не меняется внутри одной серии
испытаний. Обозначим через
–
число успехов
в
-
ной серии
испытаний.
Теорема Пуассона.
Пусть
,
так, что
.
Тогда для любого числа
вероятность получить
успехов в
испытаниях
схемы Бернулли с вероятностью успеха
стремится к величине
.
–формула Пуассона.
Пользуясь теоремой
Пуассона, можно приближенно посчитать
вероятность получить десять успехов в
1000 испытаний схемы Бернулли с вероятностью
успеха 0,003, с вычисления которой мы
начали. Поскольку
«велико», а
= 0,003 «мало», то, взяв
,
можно написать приближенное равенство:
.
Замечание.
Для закона Пуассона наиболее
вероятное
число успехов равно
.
Пример. Завод «Золотая балка» (Крым) отправил в Москву 1500 бутылок вина «Каберне». Вероятность того, что в пути бутылка может разбиться, равна 0,002. Найти вероятность того, что в пути будет разбито не более 4-х бутылок.
Решение.
Событие
={в
пути будет разбито не более 4-х бутылок}.
Искомая вероятность представляет собой сумму вероятностей:
,
то есть вероятностей того, что будет
разбита одна бутылка, две бутылки, три
бутылки, четыре бутылки и т.д.
Так как
,
,
,
то вероятность события
найдем, используя формулу Пуассона:
и т.д.
.
