Академический Документы
Профессиональный Документы
Культура Документы
Рассмотрим пример.
Пусть произведено n=3 испытания и вероятность наступления события А в каждом
из этих испытаний равна P ( A) p . Тогда вероятность противоположного события
P( A) 1 p q .
Найдем вероятность того, что событие А наступило ровно 2 раза. Обозначим такое
событие через В2. Очевидно, В2=ААÃ+АÃА+ÃАА слагаемые есть несовместные события.
По теоремам сложения вероятностей несовместных событий и умножения вероятностей
независимых событий получаем:
P ( B2 ) ppq pqp qpp 3 p 2 q
Пример. Вероятность попадания в цель при одном выстреле р=0,8. Найти вероятность
всех возможных исходов.
2
Рис. 3.1
5!
P5 (0) c50 p 0 q 5 0 0,8 0 0,2 5 0,00032
5!
P5 (1) 0,006
P5 (2) 0,051
P5 (3) 0,2048
P5 (4) 0,41
P5 (5) 0,328
Результаты показывают, что вероятность всего при пяти выстрелах следует ожидать
четыре попадания.
Результаты, изображенные на рисунке 3.1 в виде ломаной, называются
многоугольником (полигоном) распределения вероятностей.
Так как все возможные исходы образуют полную группу событий, то
Р5(0)+ Р5(1)+ Р5(2)+ Р5(3)+ Р5(4)+ Р5(5)=1
n
Для любых значений n и k c
k 0
k
n p k q n k 1
(3 Р(Вк)= р nк c nk p k q n k .1)
3
Доказательство:
Pn (k )
n!
p k (1 p ) n k
1 2 3 ...( n k )(n k 1) ...n p k (1 p n )(1 p) k
k!(n k )! (1 2 3 ... k )(1 2 3 ...( n k ))
np
(np) k k 1 k 2 1 ( np) k
1
если n .
Таким образом,
k
Pn ( k ) e (3.3)
k!
k
Для упрощения вычислений используется таблица функции f ( , k ) e ,
k!
которая имеется в любом пособии по теории вероятностей.
λ
k 1 … λ …
1
…
k f ( , k )
…
x2
1
Введем функцию ( x) e , которая называется дифференциальной
2
2
функцией Лапласа, а ее график кривой вероятностей. Тогда равенство (3.3) перепишется в
виде
1
Pn ( k ) ( x) (3.4)
npq
5. ( x ) 0
x 5
1
2
Рис. 3.2
(1) 0,24 ; (2) 0,05
Пример. По результатам проверок налоговыми инспекциями установлено, что в
среднем каждое второе малое предприятие региона имеет нарушение финансовой
дисциплины. Какова вероятность того, что среди тысячи зарегистрированных малых
предприятий имеют нарушение финансовой дисциплины ровно 480?
1
2 480 1000
P1000 (480) ( x) 2 1,265
1 1 , где x
1000 1
2 2 1000
4
2
P1000 ( 480) ( 1,265) 0,0113
10 10
Замечание. Малое значение P1000 ( 480) 0,0113 вполне естественно, т.к. кроме
события («k=480 из 1000») возможны события: (0 из 1000), …, (999 из 1000) и (1000 из
1000). 1001 возможных события составляют полную группу событий, и сумма их
вероятностей равна 1, т.е. единичная вероятность распределяется между1001 событием.
Очевидно, что на долю каждого события («k из 1000») приходится малая вероятность.
1
Очевидно Pmax Pn (k 0 ) max ,
npq
k np
но max (0) , т.е. при x 0,
npq
т.е. при k k 0 np - целая часть числа значения np.
Если np – дробь, то возможны два значения k 0 , т.е. k 0 np q ; k 0 np p
(k 0 k 0 1) . В общем случае можно записать np q k 0 np p .
(3.5)
1. ( x ) ( x) - функция нечетная.
Рис. 3.3.
Пример 3.4.1.
Вернемся к задаче о финансовых нарушениях среди 1000 малых предприятий.
Найдем вероятность того, что число предприятий, нарушающих дисциплину, заключено
между 300 и 460.
1
P1000 (300 k 460) ( x 2 ) ( x1 )
2
1
300 1000
x1 2 (300 500) 2 400 12,65
1 1 10 10 10 10
1000
2 2
(460 500) 2 8
x2 2,53
10 10 10
Решение:
8
1
p 0,0005
2000
q 1 0,0005 0,9995
n 100000
np 0,0005 100000 50
npq 0,0005 100000 0,9995 49,975
npq 49,975 7,0693
Ответ: вероятность того, что при размещении ста тысяч листов и число заказов
будет находиться в пределах от 45 до 55, составляет 0,25084.
n
n
lim P p * p lim
n
pq
1
(3.7)
р р р2 … р … p
1 i n 2.в виде формулы (аналитически): Р(Х=хi)=рi.
3.графически – ломанная или полигон, или
многоугольник распределения вероятностей.
В любом случае pi 1 .
Рис. 3.4
Пример 3.3.2.1
В билете 3 задачи. Вероятность правильного решения для 1-ой задачи -0,9; для 2-ой
– 0,8; для 3-ей – 0,7. Составить закон распределения вероятностей числа решенных задач.
Решение:
Пусть Аi – событие, состоящее в том, что решена соответствующая задача (i=1,2,3).
Х – случайная величина, характеризующая число решенных задач.
P X 0 p A1 A2 A3 p A1 p A2 p A3
События Аi и Ãi независимы.
12
Х 0 1 2 3 -ряд распределения.
р 0,006 0,092 0,398 0,504
Рис. 3.5
Z k1 X k 2 Y k1 x i k 2 y i i 1, n ,
СВ можно умножать XY xi y j
X x1 x2 … xi … xn …
pi p1 p ... pi … pn …
2
Y y1 y2 … yi … y … yn …
j
pi p1 p ... pi … p … p …
2 j n
13
m1 x1 m2 x 2 ... mk x k m m
x x1 1 ... x k k x1 p1 ... x k p k M X
n n n
Если n достаточно велико (или n ), то MX x
x
i 1
i pi .
x x1 x2 … xx …
i
p p p … p …
i 1 2 x
Сх Cx Cx … Cx …
i 1 2 x
pi p1 p2 … px …
X x1 x2 Y y1 y2
p p1 p2 p p*
1 p 2*
XY x1 y1 x1 y 2 x 2 y1 x2 y 2
p p1 p1* p1 p 2* p 2 p1* p 2 p 2*
M XY x1 y1 p1 p1* x1 y 2 p1 p 2* x 2 y1 p 2 p1* x 2 y 2 p 2 p 2*
1
*
2
x1 p1 y1 p y 2 p x 2 p 2 y1 p y 2 p ( x1 p1 x 2 p 2
* *
1
*
2 y p 1
*
1
y 2 p 2* M X M Y
D X M X M X
2
x1 M X 2 , x2 M X 2 ,..., xn M X 2
с теми же вероятностями p1, p2, … , pn. Следовательно, согласно определению
математического ожидания дискретной случайной величины, имеем
n
D X M X M X xi M X pi
2 2
i 1
Принимая во внимание определение дисперсии и свойства математического
ожидания, имеем
16
D X M X M X M X 2 2 XM X M X
2 2
M X 2M XM X M M X
2 2
M XM X M X M X
M MX 2
M X
2
Следовательно,
D X M X 2 2M X M X M X
2
D X M X 2 M X x 2 x
2
2
(3.3.1.1)
Рассмотрим теперь свойства дисперсии:
D kX k 2 D X
D X Y D X D Y
X D X СКО
Y 45,277