- •Содержание
- •Глава 1. Основные понятия и теоремы теории вероятностей
- •Глава 2. Случайные величины
- •Введение
- •Элементы теории вероятностей.
- •Глава 1 Основные понятия и теоремы теории вероятностей.
- •П. 1.1. Предмет теории вероятностей.
- •П. 1.2. Общие правила комбинаторики.
- •П. 1.3. События и их классификация
- •П. 1.4. Относительная частота событий и ее свойства
- •П. 1.5. Вероятность события и его свойства
- •П. 1.6. Теоремы сложения и умножения
- •2. Теорема умножения вероятностей.
- •3. Теорема сложения вероятностей для случая, когда события совместны.
- •П. 1.7. Теорема полной вероятности. Формула байеса
- •П. 1.8. Задачи, приводящие к определению частоты появления события в независимых испытаниях. Формула бернулли
- •Муавра-лапласа
- •П. 1.10. Выводы
- •Глава 2 Случайные величины
- •П. 2.1. Примеры случайных величин, взятых из сельскохозяйственного производства
- •П. 2.2. Дискретная случайная величина. Закон распределения. Числовые характеристики
- •П. 2.3. Биномиальное распределение
- •П. 2.4. Распределение пуассона
- •П. 2.5. Непрерывная случайная величина. Интегральная функция (закон) распределения
- •П. 2.7. Числовые характеристики непрерывной случайной величины
- •П. 2.8. Примеры, приводящие к понятию нормального распределения. Нормальное распределение
- •П. 2.9. Вероятность попадания
- •Нормально распределенной случайной
- •Величины в заданный интервал.
- •Правило трех сигм
- •П. 2.10. Понятие о законе больших чисел
- •П. 2.11. Выводы
- •Вопросы для самопроверки
- •Задачи и упражнения
- •Заключение
- •Список использованной литературы:
П. 1.8. Задачи, приводящие к определению частоты появления события в независимых испытаниях. Формула бернулли
Задача 1. Допустим, что на опытной делянке посеяно 15 семян. Примем, что всхожесть всех семян одинакова и равна 80%. Возможны следующие элементарные события:
А0 = {число семян, давших росток, равно 0};
А1 = {число взошедших семян равно 1};
А2 = {число взошедших семян равно 2};
и т. д. и, наконец,
A15 = {все семена дадут всходы}.
Как найти вероятности этих событий, в частности, вычислить вероятность того, что из 15 посеянных семян взойдет ровно 12, безразлично в какой последовательности?
Рассмотрим серию из n независимых испытаний, в каждом из которых некоторое событие А имеет одну и ту же вероятность Р(А) = р, не зависящую от номера испытания.
Такая серия испытаний называется схемой Бернулли.
Решим следующую задачу. В условиях схемы Бернулли определим вероятность Pk,n события, состоящего в том, что при п повторениях испытания событие А, которое имеет одну и ту же вероятность появления в каждом испытании, произойдет ровно k раз безразлично в какой последовательности. Элементарными исходами испытаний являются:
событие = {появление события А в i-м испытании} (i = l, 2, 3, ..., n), P(Ai) = p;
событие = {непоявление события А в i-м испытании} (i=1, 2, 3,..., п), P()=1 –p = g.
Предположим, что событие А имело место в k первых испытаниях и не произошло в п–k последующих, т. е. в соответствии с определением произведения событий, произошло событие A1A2A3...Ak...An. Так как испытания независимы, то, применив теорему умножения вероятностей, получим
.
Число способов наступления сложного события, состоящего в появлении события А именно k раз и непоявлении n – k раз равно числу всевозможных множеств, которые можно образовать из п элементов по k элементов, и отличающихся только составом. Число таких множеств
равно [см. формулу (1.2.3)].
Итак, вероятность наступления события А ровно k раз в серии n - испытаний равно
(1.8.1)
Это формула Бернулли. Здесь п – число повторений независимых испытаний; k – число испытаний, в которых событие А произошло (число успехов); р – вероятность появления события А в одном испытании; g - вероятность непоявления события А в одном испытании (g = 1–p); Pk,n – вероятность сложного события, состоящего в том, что при п испытаниях событие А наступило ровно k раз.
Вернемся к сформулированной выше задаче.
1. Число посеянных семян равно числу независимых испытаний, т. е. n = 15,число «успехов» k= 12, p = 0,8, g = 1 – 0,8 = 0,2. Тогда
Событие «12 из 15» имеет небольшую вероятность. Если наблюдать такие серии повторений испытаний, то 12 успехов из 15 испытаний будут иметь место в среднем в 25 сериях из 100.
Вероятнейшее число появлений события при повторении испытаний.
Задача 3. Садовод сделал осенью 6 прививок. По опыту прошлых лет известно, что после зимовки 7 из каждых 10 черенков оставались жизнеспособными. Какое число прижившихся черенков наиболее вероятно?
Решение. Будем условно считать, что вероятность события, состоящего в том, что привитый черенок приживется, одинакова для всех черенков и равна 0,7 и что испытания независимы.
Составим следующую таблицу, учитывая, что p = 0,7, g = 0,3.
Таблица 1.1
Вероятности |
Число прижившихся черенков |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
∙0,36× ×0,70 |
∙0,7× ×0,35 |
∙0,72× ×0,34 |
∙0,73× ×0,33 |
∙0,74× ×0,32 |
∙0,75× ×0,3 |
∙0,76× ×0,30 | ||
0,0007 |
0,0102 |
0,0593 |
0,1852 |
0,3241 |
0,3025 |
0,1176 |
Из таблицы видно, что наибольшая вероятность соответствует событию, состоящему в том, что приживутся 4 черенка. Следовательно, это событие более возможно, чем все остальные.
Решим задачу в общем виде, не составляя приведенную выше таблицу.
Обозначим число появлений события А, имеющего наибольшую вероятность при п испытаниях, через k0. Тогда
Рk0,n ≥ Рk0+1,n (1.8.2)
и
Рk0,n ≥ Рk0+1,n (1.8.3)
Из (1.8.2) имеем
или, учитывая формулу Бернулли (1.8.1),
(1.8.4)
Из последнего неравенства следует, что
(n – k0) p ≤ (k0 + 1) g
После перегруппировки получаем
np – g ≤ k0 (p + g),
откуда имеем
np – g ≤ k0 (1.8.5)
Запишем следствие из неравенства (1.8.3)
Выполняя те же преобразования, что и для (1.8.2), имеем
или
k0 (g + p) ≤ np + p
откуда окончательно получаем
k0 ≤ np + p (1.8.6)
Объединяя (1.8.5) и (1.8.6), имеем
np–g≤k0≤np+p. (1.8.7)
Числа np–g и np+p отличаются на единицу. Поэтому, если np–g-дробное число, то nр+р - также дробное и неравенство (1.8.7) определяет одно k0. Если np–g- целое число, то и nр+р - также целое; тогда числа k0 и k0+1 будут иметь равную и наибольшую вероятность.
В задаче о садоводе вычислим k0. Имеем n = 6, p = 0,7, g = 0,3; np–g = 6∙0,7–0,3 = 3,9; np+p = 6∙0,7 + 0,7 = 4,9; 3,9≤k0≤4,9; k0 = 4.
п. 1.9. ЛОКАЛЬНАЯ И ИНТЕГРАЛЬНАЯ ТЕОРЕМЫ