
- •«Теорія ймовірностей та математична статистика»
- •Мелітополь, 2004 р.
- •Розділ 1 . Теорія ймовірностей
- •1. Елементи теорії ймовірностей
- •1.1 Основні поняття
- •1.2 Елементи комбінаторики
- •1.3 Основні теореми теорії ймовірностей Сумою події а і в називають подію с, що полягає в появі події а або події в, чи обох цих подій.
- •Розглянемо подію: а – власники 4-х квитків: 2 хлопчика і 2 дівчинки.
- •1.4. Повторення випробувань
- •1.5.Випадкові величини, числові характеристики
- •Розділ 2. Математична статистика
- •2. Означення та методи математичної статистики
- •2.1. Види рядів розподілу
- •Вибірка - частина об'єктів генеральної сукупності, що потрапили на перевірку або дослідження
- •2.2.Числові характеристики варіаційного ряду
- •2.3.Алгоритм вибіркового методу
- •2.4 Кореляційний аналіз
- •2.5. Метод найменших квадратів
- •2.6. Однофакторний дисперсійний аналіз
- •Розділ 3. Завдання до самостійної роботи
- •7. Вибірковий метод
- •Література
1.4. Повторення випробувань
Формула Бернуллі.
Ймовірність
того, що в n
незалежних випробуваннях, у кожному з
яких ймовірність появи події дорівнює
р
,
подія наступить рівно k
разів (все рівно, в якій послідовності):
Pn
(k)=
,
де
.
При великих значеннях n використовують теореми Лапласа.
Число k0 (настання подій А в n незалежних випробувань) називається найімовірнішим, якщо ймовірність того, що подія А настане у k0 разів перевищує ймовірності інших можливих результатів.
.
Локальна теорема Лапласа.
Ймовірність того, що в n незалежних випробувань, у кожному з яких ймовірність появи події дорівнює р , подія наступить рівно k раз (все рівно, в якій послідовності):
де
- функція Лапласа, обумовлена в таблиці
(Додаток 1).
При
x>4,
=0,
.
Інтегральна теорема Лапласа.
Ймовірність того, що в n незалежних випробувань, у кожному з яких ймовірність появи події дорівнює р , подія наступить не менше k1 разів і не більше k2 разів, приблизно дорівнює:
де
.
-
функція Лапласа, обумовлена у таблиці
(Додаток 2).
При
,
=0,5.
.
При великому числі випробувань n при малій ймовірності появи р події в кожнім окремому випробуванні для підрахунку ймовірності використовують формулу Пуассона:
де
.
Приклад 11. Ймовірність улучення в мішень при одному пострілі дорівнює 0,4. Знайти ймовірність 3-х улучень при 5-ти пострілах.
Розв'язання.
За формулою Бернуллі визначимо шукану ймовірність
Приклад 12. На підприємстві 75% усієї продукції – продукція вищої якості. Знайти ймовірність того, що в партії зі 150 виробів: а) 100 виробів виявиться вищої якості; б) не менше 50 виробів виявиться вищої якості.
Розв'язання.
а) Скористаємося локальною теоремою Лапласа: n=150, k=100, p=0,75. Подія А – поява виробу відмінної якості.
за
таблицею (Додаток 1) визначимо
тоді:
Р(А)=Р150(100)
б)
де
отже:
Р100(50,150)
0,5-(-0,5)=1.
1.5.Випадкові величини, числові характеристики
Випадковою величиною називають таку змінну величину, що у результаті випробування може набувати одного з можливих значень, причому заздалегідь невідомо якого.
Дискретною (перервною) називається випадкова величина, що може набувати лише окремого, ізольованого одне від одного значення.
Неперервною називається випадкова величина, що може набувати будь-яке значення з деякого інтервалу.
Законом розподілу випадкової величини називається будь-яке співвідношення, що встановлює зв'язок між можливими значеннями випадкової величини і їхніми ймовірностями.
Ряд розподілу – це перелік можливих значень випадкової величини і їхніх ймовірностей.
Інтегральною функцією розподілу (чи функцією розподілу) називається функція F(x), яка визначає для кожного значення x ймовірність того, що випадкова величина X набуде значення менше числа x:
F (x)=P (X < x).
Теорема. Ймовірність того, що випадкова величина X набуде якого-небудь значення з [a; b], дорівнює збільшенню інтегральної функції на цьому інтервалі
P (a < X < b)=F (b)-F (a).
Диференціальною функцією (щільністю ймовірностей) називається похідна від інтегральної функції f (x)=F’(x).
Теорема. Ймовірність того, що випадкова неперервна величина набуде будь якого значення з інтервалу (а,b), дорівнює визначеному інтегралу від щільності розподілу на цьому інтервалі:
Числовими характеристиками випадкової величини називаються характеристики, що у стислій формі виражають найбільш істотні особливості розподілу. До них належать:
Математичне сподівання:
-
дискретний
розподіл;
-
неперервний
розподіл.
Дисперсія:
-
дискретний
розподіл;
-
неперервний
розподіл.
Середнє квадратичне відхилення:
Приклад
13. У
цеху 4 мотори. Для кожного мотора
ймовірність того, що він увімкнеться в
даний момент дорівнює 0,6. Скласти ряд
розподілу числа моторів, увімкнених у
даний момент. Знайти M(X),
D(X),
.
Розв'язання.
Випадкова величина X – число ввімкнених моторів – може набувати значення від 0, 1, 2, 3, 4. Для кожного можливого значення випадкової величини знайдемо ймовірність:
;
;
;
;
Складемо ряд розподілу:
-
X
0
1
2
3
4
p
0,0256
0,1536
0,3456
0,3456
0,1296
Перевірка: 0,0256+0,1536+0,3456+0,3456+0,1296=1.
.
Приклад 14. Дана інтегральна функція:
Знайти:
а) диференціальну функцію;
б)
ймовірність улучення випадкової величини
в інтервал
;
в) математичне сподівання, дисперсію, середнє квадратичне відхилення;
г) побудувати графік F (x), f (x).
Розв'язання.
а) Знайдемо диференціальну функцію:
f
(x)=F’ (x)=
б) Визначимо ймовірність улучення випадкової величини Х в інтервал :
в) обчислимо математичне сподівання:
дисперсію:
середнє
квадратичне відхилення:
=
г
)
побудуємо графіки F
(x), f (x):