
- •Теория вероятностей и математическая статистика
- •Теория вероятностей
- •1. Общие понятия
- •1.1. Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.4. Статистический подход к понятию вероятности
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •2. Основные теоремы теории вероятностей
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •2.3. Формула полной вероятности
- •2.4. Формула Бейеса
- •3. Повторение испытаний
- •3.1. Независимые испытания. Формула Бернулли
- •3.2. Локальная теорема Муавра – Лапласа
- •3.3. Интегральная теорема Лапласа
- •3.4. Теорема Пуассона
- •3.5. Вероятность отклонения частоты от постоянной вероятности в независимых испытаниях
- •4. Случайные величины и функции распределения
- •4.1. Случайные величины
- •4.2. Функция распределения вероятностей для дискретной св
- •4.3. Функция распределения вероятностей для непрерывной св.
- •4.4. Функция плотности распределения вероятностей
- •5. Числовые характеристики случайных величин
- •5.1. Математическое ожидание случайной величины
- •5.2. Дисперсия и среднее квадратическое отклонение св
- •5.3. Моменты и другие числовые характеристики случайной величины
- •6. Основные законы распределения случайных величин
- •6.1. Законы распределения дискретных случайных величин
- •6.1.1. Биномиальное распределение
- •6.1.2. Распределение Пуассона
- •6.1.3. Геометрическое распределение
- •6.2. Законы распределения непрерывных случайных величин
- •6.2.1. Равномерное распределение
- •6.2.2. Показательное распределение
- •6.2.3. Нормальное распределение
- •7. Закон больших чисел
- •7.1. Неравенства Чебышева
- •7.2. Теорема Чебышева
- •8. Многомерные случайные величины
- •8.1. Многомерные случайные величины и их функции распределения
- •X и y независимые случайные величины.
- •8.2. Вероятность попадания двумерной случайной величины
- •8.3. Числовые характеристики двумерной случайной величины
- •Математическая статистика
- •1. Статистические законы распределения выборки
- •1.1. Вариационный ряд
- •1.2. Полигон и гистограмма
- •1.3. Эмпирическая функция распределения
- •2. Статистические оценки параметров распределения
- •2.1. Точечные оценки
- •2.2. Интервальные оценки
- •2.3. Оценка вероятности появления события через его частоту
- •3. Проверка статистических гипотез.
- •3.1. Статистические гипотезы
- •3.2. Критерии проверки гипотезы
- •3.3. Критерий согласия Пирсона
- •3.4. Критерий согласия Романовского
- •4. Элементы теории корреляции
- •4.1. Статистические зависимости
- •4.2. Линейная регрессия
- •4.3. Корреляционная таблица
- •4.4. Выборочный коэффициент корреляции
- •Литература
- •С о д е р ж а н и е
3.4. Теорема Пуассона
Из замечания 3.2 следует, что точность вычисления вероятностей тем хуже, чем меньше р или q. Возникает задача отыскания асимптотической формулы, специально приспособленной для этого случая. Такая формула была получена Пуассоном.
Теорема 3.3. Если число испытаний велико, а вероятность появления события А в каждом испытании мала, то имеет место приближенная формула
или
,
(3.5)
где
среднее число появлений события А
в п
испытаниях.
Замечание 3.3. Не сложно проверить, что при больших п справедливо равенство
Пример 3.9. Вероятность того, что деталь окажется бракованной, равна 0,01. Найти вероятность того, что среди 400 изготовленных деталей ока-жется ровно пять бракованных.
Так как число
испытаний
велико, а вероятность
мала, то воспользуемся формулой (3.5).
Найдём
и тогда
Замечание 3.4.
Для удобного использования формулы
Пуассона также существует таблица для
(прил.3).
Имеется таблица (прил. 4)
и для вычисления вероятностей вида
(3.6)
причем поскольку
в формуле Пуассона число испытаний
достаточно велико, то п
можно не писать, т.е.
и
Пример 3.10. Вероятность того, что деталь будет забракована, равна 0,01. Найти вероятность того, что среди 400 изготовленных деталей будет не больше пяти забракованных.
Очевидно, что
поэтому можем воспользо-ваться формулой
(3.6). Из таблицы (прил.4),
учитывая, что
и
,
находим
Следовательно, искомая вероятность
равна
3.5. Вероятность отклонения частоты от постоянной вероятности в независимых испытаниях
Пусть производится
п
независимых испытаний с постоянной
веро-ятностью р.
Требуется найти вероятность того, что
отклонение частоты
отр
по абсолютной величине не превосходит
данного
,
т.е.
Преобразуем неравенство в скобках
и умножим полученное
неравенство на
Полагая в формуле
(3.3)
и учитывая нечетность функции Лапласа,
получаем
.
(3.7)
Пример 3.11.
Вероятность изготовления фарфоровой
посуды высшего качества равна
.
Найти вероятность того, что в партии из
600
изде-лий частота изготовления посуды
высшего качества отклонится от
веро-ятности
не более чем на
.
Подставим данные задачи в формулу (3.7)
Определим то количество k фарфоровой посуды высшего качества, которое удовлетворяет полученному условию. Для этого раскроем модуль
неравенства
,
в результате
чего получим двойное неравенство
(3.8)
Подставляя в полученное неравенство (3.8) значения данных задачи, найдем, что с вероятностью 0,9876 количество k фарфоровой посуды высшего качества в партии удовлетворяет условию
или
Пример 3.12.
Вероятность появления события А
(например, изготов-ление бракованного
изделия) в каждом из независимых испытаний
равна 0,04.
Найти число испытаний п
(количество выпускаемых изделий), при
котором с вероятностью 0,9544
можно ожидать, что отклонение частоты
появления события А
(числа бракованных изделий) от заданной
вероят-ности не превысит 2%.
По формуле (5),
учитывая, что
получим
По таблице значений
функции Лапласа
находим соответствующее значение
аргумента
Таким образом, количество появления события А (число бракованных изделий) будет удовлетворять условию
или