- •Глава 1
- •1. Случайные события
- •1.1. Некоторые формулы комбинаторики
- •1.2. Классическое определение вероятности. Относительная
- •1.2. Теоремы сложения и
- •1.3. Формула полной вероятности
- •Тогда нужная вероятность будет
- •1.4. Повторные независимые
- •1.5. Теоремы Муавра-Лапласа.
- •II. Случайные величины и их
- •2.1. Дискретные случайные величины
- •Совместный закон распределения величин и можно задавать таблицей
- •Используя формулу умножения вероятностей, найдем,
- •Воспользуемся совместным законом распределения, полученным в задаче 1.
- •В частности, из свойств дисперсии следует, что
- •Найдем ее математическое ожидание, дисперсию и среднеквадратичное отклонение.
- •Совместный закон распределения был найден ранее
- •6. Закон распределения Пуассона дискретной случайной величины. Этот закон определяется формулой Пуассона
- •Можно показать, что для распределения Пуассона
- •2.2. Непрерывные случайные
- •По определению
- •Воспользуемся формулой .
- •Найдем функцию распределения .
- •Список формул
- •Достоверное, недостоверное, случайные и несовместимые события.
- •Классическое определение вероятности.
- •Непрерывная случайная величина.
- •Независимые события. Интенсивность потока.
- •Простейший (Пуассоновский) поток событий.
- •Асимметрия и эксцесс
- •Функция одного случайного аргумента
- •Функция двух случайных аргументов
- •Закон равномерного распределения вероятностей.!!!
- •Нормальное распределение вероятностей.
- •Закон распределения вероятностей дискретной двумерной случайной величины.
- •Система непрерывных случайных величин.
- •Условное математическое ожидание.
- •Зависимые и независимые случайные величины.
- •Числовые характеристики системы двух случайных величин.
- •Коррелированность и зависимость случайных величин.
- •Линейная регрессия.
1.5. Теоремы Муавра-Лапласа.
1. Рассмотрим случай, когда число успехов растет с ростом , а вероятность успеха постоянна.
Теорема Муавра-Лапласа (локальная). Положим . Предположим, что m →∞ , n →∞ и величины xn являются ограниченными. Тогда
.
В частности, если xn → x , то
Рассмотрим приближенную формулу для вероятности того, что событие наступило не менее m1 и не более m2 раз в n испытаниях, когда n велико. Предположим, что числа m1 и m2 растут с ростом n , а вероятность успеха p постоянна.
2. Теорема Муавра-Лапласа (интегральная). Положим . Предположим, что m1 →∞ , n →∞ и величины an и bn являются ограниченными. Тогда
.
Введем функцию Гаусса φ(x) и функцию Лапласа Φ(x)
, .
Тогда локальную теорему можно записать в виде
,
где ,
а интегральную теорему в виде
,
где .
Замечание. Приближенными формулами Лапласа на практике пользуются в случае, если npq >10. Если npq <10, то эти формулы приводят к большим погрешностям.
Примеры.
1. Вероятность появления события в каждом из 900 независимых испытаний равна 0.8 . Найти вероятность того, что событие произойдет
а) 750 раз, б) не менее 710 раз и не более 740 раз.
Из условия следует, что n = 900, p= 0.8, величина q = 0.2 и npq = 144 >10 и можно использовать приближенные формулы.
а) m = 750, найдем
.
По таблице значений функции Гаусса находим φ(2.5) = 0.0175. Искомая вероятность равна
.
б) m1 = 710, m2 = 740, найдем an и bn
.
По таблице значений функции Лапласа ,
Искомая вероятность равна
. ◄
2. Сколько раз с вероятностью 0.0484 можно ожидать появления события в 100 независимых испытаниях, если вероятность его появления в отдельном испытании ?
Из условия следует, что n = 100, Pn(m)= 0.0484, p= 0.5, величина q = 0.5, требуется определить m. ( Т.к. npq = 25 >10 можно использовать приближенные формулы).
Найдем x
.
Имеем
.
Отсюда находим . По таблице значений функции Гаусса находим x = 1.09. Подставляя это значение в выражение для x , получим
.
Поскольку – целое число, то . ◄
3. Найти вероятность того, что при 150 выстрелах мишень будет поражена ровно 70 раз, если вероятность попадания при одном выстреле равна 0.4.
Данная задача решается с использованием схемы Бернулли, А = {попадание при одном выстреле }, n = 100, p = p(А) = 0.4, q = 1 – p = 0.6, m =70. ( Т.к. npq = 36 >10 можно использовать приближенные формулы ).
.
Тогда
. ◄
5. Город ежедневно посещают 1000 туристов, которые днем идут обедать. Каждый из них выбирает для обеда один из двух городских ресторанов с равными вероятностями и независимо друг от друга. Владелец одного из ресторанов желает, чтобы с вероятностью приблизительно 0.99 все пришедшие в его ресторан туристы могли там одновременно пообедать. Сколько мест должно быть в его ресторане?
Пусть А = {турист пообедал в данном ресторане}. Вероятность наступления события А : p = p(А) =0.5, n = 1000. Владелец ресторана желает, чтобы вероятность переполнения ресторана была равна 1-0.99=0.01. Число мест в ресторане должно быть таким, чтобы вероятность того, что ресторан посетит более, чем ( и не более 1000 ) туристов была равна 0.01. Т.е. должно выполняться равенство
. Имеем
.
Тогда
, или .
Используя таблицы для функции Лапласа, находим
, значит . Следовательно, в ресторане должно быть 537 мест. ◄
Вопросы для самопроверки
1. Дайте определение последовательности независимых испытаний, изложите схему Бернулли.
2. Сформулируйте условия задач, для решения которых применяется формула Бернулли.
3. Как определяется число сочетаний из и элементов по т?
3. При каких условиях из формулы Бернулли получается формула Пуассона?
4. Изложите два случая определения параметра формулы Пуассона.
5. Что такое наивероятнейшее число появлений события? Как оно определяется?
6. Какова асимптотическая формула биномиального распределения?