- •Предисловие
- •Введение
- •Глава 1. Случайные события
- •§1. Элементы комбинаторики
- •§2. Основные понятия теории вероятностей
- •2.1. Опыт и событие. Классификация событий
- •2.2. Операции сложения и умножения над событиями.
- •§3. Вероятность. Классическое определение вероятности Геометрическая вероятность. Статистическая вероятность
- •3.1. Классическое определение вероятности
- •3.2. Геометрическая вероятность
- •3.3. Статистическая вероятность
- •Глава 2. Теоремы сложения и умножения вероятностей
- •§1. Теорема сложения вероятностей
- •§2. Теорема умножения вероятностей.
- •§3. Формула полной вероятности. Формулы Байеса
- •Глава 3. Повторные независимые испытания
- •§1. Схема Бернулли. Формула Бернулли
- •Формула Бернулли
- •§2. Формула Пуассона. Локальная и интегральная теоремы Муавра-Лапласа
- •§3. Наивероятнейшее число появлений события
- •Глава 4. Случайные величины
- •§1. Понятие случайной величины
- •§2. Закон распределения дискретной случайной величины Многоугольник распределения
- •§3. Функция распределения вероятностей случайной величины
- •§4. Плотность распределения вероятностей случайной величины
- •§5. Числовые характеристики случайных величин
- •Математическое ожидание случайной величины
- •2. Дисперсия случайной величин.
- •3. Среднее квадратическое отклонение
- •Мода случайной величины
- •Глава 5. Некоторые законы распределения случайных величин
- •§1. Биномиальное распределение
- •§2. Распределение Пуассона
- •§3. Нормальное распределение непрерывной случайной величины
- •Основные задачи, связанные с нормальным распределением
- •Правило «трех сигм»
- •Индивидуальные задания для внеаудиторной работы.
- •Заключение
- •Библиографический список:
§2. Формула Пуассона. Локальная и интегральная теоремы Муавра-Лапласа
Если вероятность p наступления события в каждом испытании постоянна и близка к 0 (р<0,1), а число n независимых испытаний достаточно велико, причем выполняется условие , где , то вероятность того, что событие произойдет m раз в п испытаниях, равна
. (2)
Формулу (2) называют формулой Пуассона.
Формула Пуассона находит применение в теории массового обслуживания и в теории надежности.
Теорема (локальная теорема Муавра-Лапласа). Если вероятность p наступления события A в каждом испытании постоянна,
(p не близка к 0), а число n независимых испытаний достаточно велико, то вероятность может быть вычислена по приближенной формуле (тем точнее, чем больше n):
, где (3)
Формулу (3) называют формулой Муавра-Лапласа.
Введем функцию , тогда формула (3) принимает вид
,
Функцию называют функцией Гаусса, ее график – кривой вероятностей (рис. 5).
Д ля функции составлены таблицы значений (см. приложение 1)
Пользуясь таблицами значений, следует учитывать следующие свойства функции :
1. Функция – четная, т.е. .
2. Если , то .
Рис. 5.
Формулы Бернулли, Пуассона, Муавра-Лапласа применяют тогда, когда нужно определить вероятность появления интересующего нас события A ровно m раз. В тех случаях, когда требуется вычислить вероятность того, что в n испытаниях событие A появится не менее раз, но не более раз (т.е. ), используют интегральную теорему Муавра-Лапласа.
Теорема (интегральная теорема Муавра-Лапласа).Если вероятность p события A в каждом испытании постоянна (0<p<1), то вероятность может быть вычислена по приближенной формуле (тем точнее, чем больше п):
, где ,
или , где – функция Лапласа.
(интеграл в элементарных функциях не берется, составлены таблицы значения функции (см. приложение 2). График функции изображен на рис. 6.
Пользуясь таблицами значений, следует учитывать следующие свойства функции :
1. Функция нечетная, т.е. .
2. Если ( ), то
Рис. 6.
Задача 2. На лекции по теории вероятностей присутствуют 50 студентов. Какова вероятность того, среди них есть 5 студентов, у которых день рождения в январе?
Решение. Вероятность того, что у наугад взятого студента день рождения в январе, равна . Т.к. вероятность p<0,1, (т.е. 0<a<10), то для вычисления вероятности интересующего нас события воспользуемся формулой Пуассона.
Задача 3. Партия яиц считается годной, если 80% яиц удовлетворяют нормам приемки. Какова вероятность при случайном отборе 100 яиц обнаружить:
1) 18 не удовлетворяющих нормам приемки (нестандартных) яиц;
2) от 10 до 20 нестандартных яиц.
Решение. 1) Т.к. интересующее нас событие состоит в том, что 18 яиц являются нестандартными, то обозначим p - вероятность того, что случайно взятое яйцо нестандартное и , .
2) Т.к. необходимо найти вероятность появления события от до раз, то воспользуемся интегральной теоремой Муавра-Лапласа: