- •1. Основные понятия, определения и теоремы теории вероятностей*
- •1.1. Алгебра событий. Основые понятия теории множеств
- •1.2. Основные определения: испытание, событие. Классификация событий
- •1.3. Классическое определение вероятности. Свойства, вытекающие из этого определения
- •Значение вероятности
- •1.4. Основные теоремы теории вероятностей
- •1.5. Зависимые и независимые события
- •2. Формула полной вероятности и формула Бейеса
- •2.1. Формула полной вероятности
- •3. Случайные величины
- •3.1. Дискретные случайные величины
- •Ряд распределения случайной величины X
- •3.4. Ожидаемое среднее значение дискретной случайной величины
- •Вычисление математического ожидания числа рекламных
- •3.5. Свойства математического ожидания случайной дискретной величины
- •Возможные исходы лотереи
- •3.6. Ожидаемое среднее значение функции случайной величины
- •Ряд распределения числа месячных продаж
- •К вычислению среднего ожидаемого значения
- •3.7. Дисперсия дискретной случайной величины
- •К вычислению дисперсии случайной величины
- •3.9. Дисперсия линейной функции случайной величины
- •4. Законы распределения дискретных случайных величин
- •Формула Бернулли. Биномиальные вероятности
- •4.3. Биномиальный закон распределения
- •Биномиальное распределение
- •Биномиальное распределение X – числа гербов, появляющихся
- •Фрагмент таблиц ряда и функции биномиального распределения
- •Биномиальное распределение числа покупателей
- •Распределения
- •4.5. Распределение Пуассона
- •Закон распределения Пуассона
- •Сравнение вероятностей, полученных по формулам Бернулли и Пуассона
- •4.6. Гипергеометрическое распределение
- •Гипергеометрический закон распределения
- •Биномиальный закон распределения
- •Гипергеометрическое распределение
- •4.7. Производящая функция
- •4.8. Мультиномиальное распределение
- •4.9. Геометрическое распределение
- •5. Непрерывные случайные величины
- •6. Законы распределения непрерывных случайных величин
- •7. Закон больших чисел
- •7.1. Принцип практической уверенности. Формулировка закона больших чисел
- •7.2. Неравенства Маркова и Чебышева
- •7.3. Теорема Чебышева (частный случай)
- •7.4. Теорема Бернулли
- •7.5. Теорема Пуассона
Гипергеометрический закон распределения
т |
0 |
1 |
P2,m |
0,900 |
0,100 |
2. По условию задачи n = 2, р = 1/20 = 0,05, q = 0,95, случайная величина т имеет возможные значения: 0, 1, 2. По формуле Бернулли вычислим вероятности Pn,m: P2,0 = C200,0500,952 = 110,952 = 0,9025, P2,1=C210.050,95 = 20,050,95 = 0,0950, P2,2 = C200.0520,950 =10,052 = = 0,0025 (табл. 4.10).
Таблица 4.10
Биномиальный закон распределения
т |
0 |
1 |
2 |
P2,m |
0,9025 |
0,0950 |
0,0025 |
Пример 4.13. Из 20 лотерейных билетов выигрышными являются 4. Наудачу извлекаются 4 билета. Требуется:
1) построить закон распределения числа выигрышных билетов среди отобранных;
2) построить биномиальное распределение выигрышных билетов, для р = 0,2, п = 4;
3) сопоставить результаты решения примеров 4.12 и 4.13.
Решение:
1. По условию задачи N = 20, К = 4, n = 4. По формуле (4.14) вычисляем вероятности Р4,т (т = 0, 1, 2, 3, 4) и строим гипергеометрическое распределение (табл. 4.11):
P4,0 = C40C164/C204 = 0,3756; P4,1 = C41C163/C204 = 0,4623;
P4,2=C42C162/C204 = 0,1486; P4,3 = C43C161/C204 = 0,0132;
P4,4 = C44C160/C204 = 0,0002.
Таблица 4.11
Гипергеометрическое распределение
т |
0 |
1 |
2 |
3 |
4 |
P4,m |
0,3756 |
0,4623 |
0,1486 |
0,0132 |
0,0002 |
2. По условию задачи п = 4; за постоянное значение вероятности p принимаем долю выигрышных билетов: р = 4/20 = 0,2; q = 16/20 = 0,8. По формуле Бернулли вычисляем вероятности для всех возможных значений т (0, 1, 2, 3, 4) и строим биномиальный закон распределения (табл. 4.12)
P4,0 = C400.20 0,84 = 0,4096, P4,1 = C410.21 0,83 = 0,4096,
P4,2 = C42 0.22 0,82 = 0,1536, P4,3 = C43 0.23 0,81 = 0,0256,
P4,4 = C44 0.44 0,80 = 0,0016.
Таблица 4.12
Гипергеометрическое распределение
m |
0 |
1 |
2 |
3 |
4 |
P4,m |
0,4096 |
0,4096 |
0,1536 |
0,0256 |
0,0016 |
3. В примере 4.12, где отношение n/N мало (n/N = 2/20 = 0,1), расхождение вероятностей, вычисленных двумя способами (табл. 4.11 и 4.12), невелико. Его максимальное значение равно 0,005 (0,100–0,095). В примере 4.13, где отношение n/N в два раза больше (n/N = 4/20 = = 0,2), максимальное расхождение достигает значительной величины – 0,052 (табл. 4.11 и 4.12).
В случае выбора из большой генеральной совокупности биномиальное распределение более удобно, чем гипергеометрическое. Важно понять, однако, что гипергеометрическое распределение – более корректно для выборок без возврата.
Вообще при достаточно большом значении N и малом объеме выборки п (когда ) гипергеометрическое распределение практически совпадает с биномиальным. Кроме того, при условии гипергеометрическое распределение является трехпараметрическим (N, К, п), табулирование которого затруднено, и его можно аппроксимировать двухпараметрическим (n, р) биномиальным.