Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Глава 4. Схема независимых испытаний. Схема БернуллиСодержание книги
Похожие статьи вашей тематики
Поиск на нашем сайте
Формула Бернулли Определение. Повторные независимые испытания называются испытаниями Бернулли, если каждое испытание имеет только два исхода, и вероятности исходов остаются неизменными для всех испытаний. Обычно эти две вероятности обозначаются через и , исход с вероятностью называют «успехом» и обозначают символом 1, а второй – «неудачей» и обозначают символом 0. Очевидно, что и должны быть неотрицательными и должно выполняться равенство . (4.1.1) Пространство элементарных исходов каждого отдельного испытания состоит из двух исходов 1 и 0. Очевидно, пространство элементарных исходов испытаний Бернулли содержит последовательностей из символов 1 и 0. Так как испытания независимы, то вероятности перемножаются, т. е. вероятность любой конкретной последовательности есть произведение, полученное при замене символов 1 и 0 вероятности на и соответственно. Таким образом, вероятность исхода равна: . Но на практике нас, как правило, интересует не порядок появления успехов в последовательности испытаний Бернулли, а их общее число. Теорема. Вероятность того, что в испытаниях Бернулли число успехов равно , вычисляется по формуле , (4.1.2) где — вероятность «успеха», а — вероятность «неудачи». Доказательство. Событие «в испытаниях Бернулли число успехов равно и число неудач — » содержит столько элементарных исходов, сколько существует способов размещения символов на местах, т.е. . А так как вероятность конкретной последовательности, содержащей символов 1, равна , то в итоге получаем: . n Число успехов в испытаниях обозначают через , тогда . Очевидно, что есть случайная величина, а функция (4.1.2) является «распределением» этой случайной величины. Будем называть это распределение биномиальным. Слово биномиальное отражает тот факт, что (4.1.2) представляет собой m -й член биноминального разложения . Отсюда следует, что .
Пример 1. Стрелок попадает в мишень с вероятностью . Найти вероятность того, что в результате пяти независимых выстрелов стрелок попадает: a) ровно четыре раза; б) не менее трех раз. m Решение. Для решения данной задачи применим формулу (4.1.2), в которой: . а) Число успехов равно . Таким образом, искомая вероятность: . б) Обозначим — вероятность попадания не менее трех раз из пяти. . l
Пример 2. Сколько испытаний с вероятностью успеха нужно произвести, чтобы вероятность хотя бы одного успеха была не меньше 0,5? m Решение. Рассмотрим следующие события: — в схеме Бернулли наблюдался хотя бы один успех; — в схеме Бернулли не наблюдалось ни одного успеха. Для решения задачи используем формулу (4.1.2), согласно которой вероятность того, что успехов не будет (т.е. число успехов равно нулю), равна: . Используя свойство вероятности противоположного события, получаем, что вероятность того, что будет хотя бы один успех, равна: . Остается найти наименьшее целое , для которого выполнено неравенство: . Решим последнее неравенство. . Разделив последнее неравенство на , получим . Наименьшим целым числом , удовлетворяющим последнему неравенству, является . l
Пример 3. Что вероятнее выиграть у равносильного противника (ничейный исход партии исключен): а) три партии из четырех или пять из восьми; б) не менее трех партий из четырех или не менее пяти партий из восьми. m Решение. Так как противники равносильны и ничейный исход партии исключен, то вероятности выигрыша и проигрыша каждой партии одинаковы и . а) Вероятность выигрыша трех партий из четырех равна: , а вероятность выигрыша пяти партий из восьми равна: . Так как , то вероятнее выиграть три партии из четырех. б) Вероятность выигрыша не менее трех партий из четырех равна: а вероятность выигрыша не менее пяти партий из восьми равна: Так как , то вероятнее выиграть не менее пяти партий из восьми. l
Формула Пуассона
При больших значениях числа испытаний применение формулы Бернулли (4.1.2) затруднительно. Поэтому применяются простые, но достаточно точные приближенные формулы для вычисления . Пусть число испытаний достаточно «велико», вероятность «успеха» достаточно «мала». Пусть произведение (4.2.1) и не мало, и не велико. В таких случаях удобно использовать для вероятности предложенное Пуассоном приближение (формула Пуассона), которое мы сейчас выведем. По формуле Бернулли (4.1.2) (4.2.2) При и сделанных выше допущениях очевидны следующие приближения: , . Следовательно, (4.2.2) примет вид: , (4.2.3) а это и есть формула Пуассона. Замечание. При выводе формулы Пуассона (4.2.3) использовалось то, что мало. Замечание. Формула Пуассона (4.2.3) зависит от и . Значения функции (4.2.2) можно определить следующими способами: § можно воспользоваться Приложением 1; § используя функцию ПУАССОН (x;среднее;интегральная) из EXCEL; в которой аргумент x равен числу «успехов» , аргумент «среднее» равен , аргумент «интегральная» должен равняться 0; § используя функцию dpois(k, l) из MATHCAD, в которой и .
Пример 4. Найти вероятность того, что среди 1460 человек ровно трое родились 29 февраля. m Решение. Вероятность того, что один конкретный человек родился 29 февраля, равна , т.к. 29 февраля бывает ровно 1 раз в 4 года. Далее находим коэффициент : . Применяя (4.2.2), получаем: . l
Пример 5. Вероятность попадания в цель при каждом выстреле равна 0,001. Найти вероятность того, что при 5000 выстрелах в цель попало не менее двух выстрелов. m Решение. Рассмотрим два противоположных события: — при 5000 выстрелах в цель попало не менее двух выстрелов; — при 5000 выстрелах в цель попало менее двух выстрелов. Найдем вероятность события : . В рассматриваемом примере . Используя формулу Пуассона, получим . Используя свойство вероятности противоположного события, получим . l
Формулы Муавра – Лапласа
Если в схеме Бернулли , , , (4.3.1) то следует применять формулы Муавра – Лапласа: локальную или интегральную. Локальная теорема Муавра‑Лапласа (без доказательства). Если в схеме Бернулли , то для всех справедлива локальная формула Муавра‑Лапласа: (4.3.2) Значения функции , которую называют плотностью нормального распределения с параметрами , можно найти одним из следующих способов: § можно воспользоваться Приложением 2; § используя функцию НОРМРАСП(x;среднее;стандартное_откл;интегральная) из EXCEL; в которой «среднее» необходимо положить равным 0, аргумент «стандартное_откл» необходимо положить равным 1, аргумент «интегральная» должен равняться 0. § используя функцию dnorm(x, mu, sigma) из MATHCAD, в которой и . Очевидно, что функция является четной. Поэтому при определении для отрицательных нужно воспользоваться равенством . Интегральная теорема Муавра‑Лапласа (без доказательства). Если в схеме Бернулли число испытаний , то для вероятности того, что число успехов заключено в пределах от до , справедлива интегральная теорема Муавра‑Лапласа: (4.3.3) Функция , определенная формулой (4.3.3), называется функцией распределения нормального распределения с параметрами . Значения функции можно найти одним из следующих способов: § можно воспользоваться Приложением 3; § используя функцию НОРМРАСП(x;среднее;стандартное_откл;интегральная) из EXCEL; в которой «среднее» необходимо положить равным 0, аргумент «стандартное_откл» необходимо положить равным 1, аргумент «интегральная» должен равняться 1. § используя функцию pnorm(x, mu, sigma) из MATHCAD, в которой и . Функцию при отрицательных значениях переменной можно определить по формуле . Замечание. Нарядус функцией используют функцию . (4.3.4) Для нее справедливо равенство ; она связана с функцией равенством . (4.3.5)
Пример 6. Симметричную монету бросают 400 раз. Определить вероятность появления герба: а) от 185 до 210 раз; б) ровно 200 раз; в) не менее 200 раз. m Решение. Для решения задачи применим локальную и интегральную теоремы Муавра‑Лапласа, для которых , т.к. монету подбрасывали 400 раз, , т.к. монета симметрична. а) Используя интегральную теорему Муавра‑Лапласа, получим б) Используя локальную теорему Муавра‑Лапласа, получим ; в) Используя интегральную теорему Муавра‑Лапласа, получим . l
Пример 7. Команда состоит из 10 отличных и 15 хороших стрелков. Каждый стрелок производит по своей мишени 5 независимых выстрелов. Отличный стрелок при каждом выстреле попадает в цель с вероятностью 0,9, хороший — с вероятностью 0,8. Определить вероятность того, что общее число попаданий будет не менее 110. m Решение. Найдем вероятность попадания при одном выстреле для произвольного стрелка. Для этого воспользуемся формулой полной вероятности. Пусть искомое событие — мишень поражена одним стрелком. Рассмотрим следующие гипотезы: — стреляет отличный стрелок; — стреляет хороший стрелок. Очевидно, что: , , , . Отсюда получаем: , . Заметим, что общее число выстрелов . Теперь найдем вероятность того, что при 125 выстрелах число попаданий будет не менее 110. Для этого применим интегральную теорему Муавра‑Лапласа: , , . l
Пример 8. Вероятность попадания в мишень при одном выстреле . Найти наименьшее число выстрелов, которое надо произвести по мишени, чтобы с вероятностью 0,95 число попаданий было не менее 70. m Решение. По условию задачи . Для вычисления применим интегральную теорему Муавра – Лапласа: Заметим, что мы использовали то, что при больших значениях . Далее получаем . Используя Приложение 3 находим, что . Решая последнее уравнение для натуральных значений , получаем, что n=132. l
|
||||
Последнее изменение этой страницы: 2016-08-14; просмотров: 1287; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.218.95.236 (0.011 с.) |