- •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
7.5. Теорема Пуассона
В теореме Бернулли устанавливается связь между относительной частотой появлений события и его вероятностью p при условии, что последняя от опыта к опыту не изменяется. Теорема Пуассона устанавливает связь между относительной частотой появления события и некоторой постоянной величиной при переменных условиях опыта.
Теорема Пуассона. Если производится n независимых опытов и вероятность появления события А в i-м опыте равна pi, то при увеличении n относительная частота появления события m/n сходится по вероятности к среднему арифметическому значению вероятностей pi, т. е.
(7.9)
Для конечного n будем иметь:
(7.10)
Каким бы ни было ε, при n→ ∞ величина дроби , а вероятность
Пример 8.9. Одинаковые партии изделий размешены в 11 ящиках, причем доли первосортных изделий в них составляют 0,0; 0,1; 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0.8; 0,9; 1,0. Из каждого ящика наудачу извлечено по одному изделию. Определим вероятность того, что доля первосортных изделий в выборке будет отличаться от средней арифметической доли менее чем на 0,2.
Решение. По условию задачи: n = 11; p1 = 0,0; p2 = 0,1; p3 = 0,2; p4 = = 0,3; p5 = 0,4; р6 = 0,5; p7 = 0,6; p8 = 0,7; p9 = 0,8; p10 = 0,9; p11 = 1,0; ε = 0,2.
Применив формулу (7.10), получим
=
= 1–0,0 + 0,09 + 0,16 + 0,21 + 0,24 + 0,25 + 0,24 + 0,21 + 0,16 + 0,09 +
+ 0,0)/(121∙0,04) = 1–1,165/4,84 = 0,64.
* Конспект лекций подготовлен на материале учебного пособия: Теория статистики с основами теории вероятностей: учеб. пособие для втузов / И. И. Елисеева, В. С. Князевский, Л. И. Ниворожкина, З. А. Морозова; под ред. И. И. Елисеевой. – М.: Изд-во ЮНИТИ, 2001.