- •Теория вероятностей
- •1. Предмет теории вероятностей
- •2. Действия над событиями.
- •3. Вероятность события.
- •4. Основные формулы комбинаторики.
- •5. Теорема сложения вероятностей.
- •6. Теорема умножения вероятностей.
- •7. Формула полной вероятности. Формула Байеса.
- •8. Случайная величина и закон ее распределения.
- •9. Функция распределения случайной величины.
- •10. Математическое ожидание и дисперсия случайной величины.
- •11. Схема независимых испытаний Бернулли.
- •12. Биномиальное распределение.
- •13. Распределение Пуассона.
- •14. Геометрическое распределение.
- •15. Равномерное распределение.
- •16. Показательное (экспоненциальное) распределение.
- •17. Нормальное распределение.
12. Биномиальное распределение.
Пусть случайная величина X равна числу появлений события вn независимых испытаниях. Эта случайная величина может принимать одно из значений 0,1,2,…,n. Вероятности этих значений определяются по формуле Бернулли. Закон распределения дискретной случайной величины X задается таблицей
Этот закон называется биномиальным.
На рис.1 показаны вероятностиP(X=m) значений биномиального распределения при n=10, p=0,2 и p=0,4 соответственно.
Рис.1. Вероятности значений для биномиального распределения.
Для биномиального распределения ,.
Пример 2. Производится n=2 выстрела по цели. Вероятность попадания при каждом выстреле равна . Найти закон распределения случайной величиныX, равной числу попаданий в цель.
Может быть 0, 1 или 2 попаданий в цель. Вероятности этих значений определим по формуле Бернулли.
Вероятность, что не будет ни одного попадания в цель .
Вероятность, что будет одно попадание .
Вероятность, что будет два попадания .
Составим таблицу распределения случайной величины X
Заметим, что , поскольку все события, для которых определяются вероятности, являются несовместными и образуют полную группу.
13. Распределение Пуассона.
Случайная величина X имеет распределение Пуассона, если она принимает любые целые неотрицательные значения m=0,1,2,… с вероятностями
.
Число называется параметром распределения Пуассона.
Таким образом,X может принимать счетное множество значений, и закон распределения этой случайной величины задается следующей таблицей
На рис.2 показаны вероятностиP(X=m) значений распределения Пуассона при =0,5 и =2 соответственно.
Рис.2. Вероятности значений для распределения Пуассона
Распределение Пуассона играет важную роль в физике, теории связи, теории надежности, теории массового обслуживания и т.д. - всюду, где в течение определенного времени может происходить случайное число каких-то событий: радиоактивных распадов, появления метеоритов, телефонных вызовов, помех в каналах связи, отказов оборудования, дорожных происшествий, несчастных случаев и т.д.
Распределение Пуассона является предельным для биномиального распределения, если в схеме Бернулли число испытаний n стремится к бесконечности, а вероятность p появления события в каждом испытании стремится к нулю, причем так, что. Отсюда получаем приближенную формулу
,
пригодную для практических расчетов. Этой формулой рекомендуется пользоваться, если , а.
Пример. Вероятность выпуска дефектного изделия равна . Из продукции выбраноn=5000 изделий. Найти вероятность того, что среди них окажется два или более дефектных изделия.
Параметр равен . Определим требуемую вероятность
.
Так как , а , то искомая вероятность равна
.
При точных расчетах .
Для распределения Пуассона ,.
14. Геометрическое распределение.
Вероятность появления события в одном испытании равнаp. Производится серия из нескольких независимых испытаний, в каждом из которых может появиться или не появиться событие А. Испытания продолжаются до тех пор пока не появится событие . Случайная величинаX, равная числу испытаний до первого появления события , имеетгеометрическое распределение вероятностей.
Очевидно, что случайная величина X может принять одно из значений m=1,2,3,…. Значение X равно m, если в m-1-ом испытании событие не произойдет, а вm-ом испытании событие произойдет. Поэтому
.
Для геометрического распределения ,.