Теория вероятностей_методичка
.pdf2.2. Теорема умножения вероятностей
Вероятность произведения двух событий равна произведению вероятности одного события на условную вероятность второго события при условии, что произошло первое событие:
|
|
|
P(AB) P(A) P(B A) P(B) P(A B) . |
|
У |
||||||||||||||
|
Если события A1, A2 , A3 , , An |
|
|
|
|
|
|
|
|
Т |
|||||||||
|
являются независимыми, то ве- |
||||||||||||||||||
роятность произведения событий равна произведению вероятностей |
|||||||||||||||||||
этих событий: |
|
|
|
|
|
|
|
|
|
|
|
|
|
Н |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
P(A1 A2 A3 An ) P(A1) P(A2 ) P(A3) P(An ) . |
|
||||||||||||||||
|
Пример 2.1. Найти вероятность того, что случайно взятое дву- |
||||||||||||||||||
значное число будет кратным 2 или 5. |
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
||||||
|
Решение. Пусть событие А – случа но взятое число кратно 2 |
||||||||||||||||||
или 5; В – число кратно только двум; С – число кратно 5. Тогда |
|||||||||||||||||||
|
|
|
|
|
|
|
р |
|
|
|
|
|
|||||||
A B C , где В и С – совместные событйя. Найдем вероятности |
|||||||||||||||||||
этих событий. |
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
т |
|
45 |
|
|
1 |
|
|
|
|
|||||
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
P(B) |
n |
|
90 |
|
|
2 0,5 |
, |
|
|
|||||
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
з |
|
P(C) |
18 |
|
|
0,2 , |
|
|
|
|||||||
|
|
о |
|
|
90 |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
п |
|
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
||
е |
|
|
|
|
P(BC) |
|
90 0,1 , |
|
|
|
|||||||||
|
P( A) P(B C) P(B) |
P(C) P(BC) |
|
|
|||||||||||||||
Р |
|
|
|
|
|||||||||||||||
|
|
|
|
P( A) 0,5 0,2 |
0,1 0,6. |
|
|
||||||||||||
|
|
|
|
|
|
|
Пример 2.2. Для подготовки к экзамену студентам дано 50 вопросов. Студент, готовясь к экзамену, выучил 40 вопросов. Найти вероятность того, что студент сдаст экзамен, если для сдачи необходимо ответить на 2 вопроса из двух, предложенных экзаменатором.
11
Решение. Пусть событие А – студент сдал экзамен; В – студент ответил на 1-й вопрос; С – студент ответил на 2-й вопрос. Тогда
A B C , события В и С зависимые: P(BC) P(B)P(C / B) . Найдем |
|||||||||||||||||||
вероятности |
P(B) |
è |
P(C / B) , |
используя классическое определе- |
|||||||||||||||
ние вероятности. |
|
|
|
|
|
|
|
|
|
|
|
|
У |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
P(B) |
40 |
0,8; |
|
|
Т |
||||
|
|
|
|
|
|
|
|
|
|
50 |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P(C / B) |
39 |
|
0,796 P( A) P(BC) 0,8 0,796 0,637. |
|
||||||||||||||
|
|
|
|||||||||||||||||
|
|
|
49 |
|
|
|
|
|
|
|
|
|
Байеса |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
3. Формула полной вероятности. Формулы |
Н |
|
|||||||||||||||||
3.1. Формула полной вероятности |
|
|
|
||||||||||||||||
События H1, H2 , H3 , , Hn образуют полную группу событий, |
|||||||||||||||||||
2) P(Hi ) 1 . |
|
|
|
|
|
их |
|
|
|
|
|||||||||
если они попарно несовместны и |
|
|
сумма равна достоверному со- |
||||||||||||||||
бытию: |
|
|
|
|
|
|
|
|
р |
й |
|
|
|
||||||
1) Hi H j , åñëè |
i j ; |
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|||||||||||||
|
n |
|
|
|
|
|
|
образующих |
|
|
|
|
|
|
|||||
|
i 1 |
|
|
|
|
|
жет |
|
|
|
|
|
|
|
|
|
|||
Пусть событие А м |
|
наступить совместно с одним из собы- |
|||||||||||||||||
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
||||
тий |
H1, H2 , H3 , , Hn , |
|
|
|
|
|
полную группу, тогда вероят- |
||||||||||||
|
|
|
з |
|
|
|
|
|
|
|
|
|
|
|
|
||||
ность события А определяе ся по формуле: |
|
|
|
|
|||||||||||||||
|
|
формула |
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|||
|
п |
|
|
|
|
|
P( A) P(Hi )P( A / Hi ) . |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|||
ветственно |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Эта |
|
|
называется формулой полной вероятности, а собы- |
||||||||||||||||
тия |
H1, H2 , , Hn – гипотезами. |
|
|
|
|
|
|
|
|
||||||||||
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Прим р 3.1. По линии связи передаются два сигнала А и В соот- с вероятностями 0,4 и 0,6. Из-за помех 1/6 сигналов А искажается и принимается как В, а 1/5 сигналов В искажается и прини-
мается как А. Найти вероятность того, что будет принят сигнал А. Решение. Рассмотрим события: А – принят сигнал А, Н1 – пере-
давался сигнал А; Н2 – передавался сигнал В. События Н1, Н2 образуют полную группу событий, поэтому
12
|
|
|
|
P( A) P(H1)P( A / H1) P(H2 )P( A / H2 ), |
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
P(H1) 0,4 |
|
P( A / H1) |
5 |
, |
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
P(H2 ) 0,6 |
|
P( A / H2 ) |
|
1 |
, |
|
|
|
|
У |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Т |
||
|
|
|
P( A) 0,4 |
5 |
0,6 |
1 |
|
0,333 0,120 0,453. |
||||||||||||||||||||||||||
|
|
|
6 |
5 |
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Н |
|
||||
|
3.2. Формулы Байеса |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
Пусть событие А может наступить при условии появления одно- |
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|||||
го из событий H1, H2 , H3 , , Hn , которые образуют полную группу |
||||||||||||||||||||||||||||||||||
событий. Если событие А произошло, то вероятности гипотез опре- |
||||||||||||||||||||||||||||||||||
деляются по формулам Байеса |
|
|
|
|
й |
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
P(H |
|
/ A) |
P(H j )P( A / H j ) |
|
, j |
1, 2, 3, , n . |
|
|
||||||||||||||||||||||||
|
|
|
|
|
j |
|
|
|
|
|
|
|
|
|
|
P( A) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
р |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
Пример 3.2. Соотношение г узовых автомобилей, проезжающих по |
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
авно |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
шоссе, на котором стоит бенз к л нка, к числу легковых машин, про- |
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
езжающих по тому же ш ссе, |
|
|
|
|
2 : 3. Вероятность того, что будет |
|||||||||||||||||||||||||||||
заправляться грузовая ав |
машина равна 0,1; для легковой машины эта |
|||||||||||||||||||||||||||||||||
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
вероятность равна 0,3. К бензоколонке подъехала для заправки авто- |
||||||||||||||||||||||||||||||||||
машина. Найти вероя нос ь |
ого, что это грузовая автомашина. |
|
||||||||||||||||||||||||||||||||
|
|
з |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
Решение. Пусть событ е А – к бензоколонке подъехала для за- |
|||||||||||||||||||||||||||||||||
|
|
автомаш |
|
|
|
|
|
P(H1)P( A / H1) P(H2 )P( A / H2 ) |
|
|
||||||||||||||||||||||||
правки |
|
|
|
|
на; |
|
Н1 |
– |
подъехала грузовая автомашина; Н2 – |
|||||||||||||||||||||||||
подъехала легк вая автомашина. Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P(H1)P( A / H1) |
|
|
|
|
|
|
|
|
||||||||||
е |
P(H1 |
/ A) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
||||||||||||||
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
||||
Р |
P(H1 ) |
2 |
|
P( A / H1 ) 0,1 |
|
|
P(H2 ) |
3 |
|
|
P( A / H2 ) 0,3 , |
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
2 |
|
0,1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,04 |
|
|
|
|
|
0,04 |
|
|
|
|
|||||||||
|
P(H1 / A) |
|
|
5 |
|
|
|
|
|
|
|
|
0,182 . |
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
2 |
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
0,22 |
|
|||||||||||||
|
|
|
|
|
|
|
0,1 |
|
0,3 |
|
|
0,04 0,18 |
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
5 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13
4. Схема повторных одинаковых независимых испытаний (схема Бернулли)
4.1. Формула Бернулли |
|||||
Если производится n независимых испытаний, в результате ко- |
|||||
|
|
|
|
|
У |
торых могут быть только два исхода А или A с неизменными веро- |
|||||
ятностями P(A) p, |
|
||||
P( |
A |
) q , то такая схема испытаний называ- |
ется схемой Бернулли.
Если в каждом из n независимых испытаний вероятность появ-
ления события А постоянна (равна р) и отлична от 0 и 1, то вероят- |
|||||||||||||||||||||||||
ность того, что в n испытаниях событие А произойдет ровноТm раз, |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
определяется по формуле Бернулли |
|
|
|
|
|
|
Н |
||||||||||||||||||
|
|
|
|
|
|
P (m) Cm pmqn m , |
|
|
q 1 p . |
||||||||||||||||
|
|
|
|
|
|
|
n |
|
|
|
|
n |
|
|
|
|
и |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
Пример 4.1. Прибор состоит из четырех узлов. Вероятность без- |
||||||||||||||||||||||||
отказной работы в течение смены для каждого узла равна 0,8. Узлы |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
друг |
|
|
|
|
|
|
||||||
выходят из строя независимо |
|
|
|
|
|
|
от другай. Найти вероятность то- |
||||||||||||||||||
го, что в течение смены откажут |
|
овно два узла. |
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
о |
|
|
4, |
|
m 2, |
p 0,2, q 0,8 . Ис- |
||||||||||
|
Решение. Из условия задачи |
|
n |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
пользуя формулу Бернулли, п лучим |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
и |
|
|
|
|
|
4 |
3 |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
2 |
|
2 |
q |
2 |
|
|
|
|
|
|
0,2 |
2 |
0,8 |
2 |
0,154. |
||
|
|
|
|
P4 (2) C4 p |
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
з |
|
|
|
|
|
|
1 2 |
|
|
|
|
|
|
|
|||||||
|
4.2. |
Локальная |
интегральная теоремы Муавра–Лапласа |
||||||||||||||||||||||
|
Локальная те рема Муавра–Лапласа. Если вероятность появ- |
||||||||||||||||||||||||
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
ления с бытия А в каждом из независимых испытаний постоянна |
|||||||||||||||||||||||||
(равна р) и тлична от 0 и 1, а число испытаний п достаточно вели- |
|||||||||||||||||||||||||
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
ко, то в роятность того, что в п независимых испытаниях событие |
|||||||||||||||||||||||||
наступит ровно т раз приближенно определяется по формуле: |
|||||||||||||||||||||||||
Р |
|
|
|
|
|
x2 |
|
|
Pn (m) |
|
(x) |
|
|
, |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
npq |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
где (x) |
1 |
e |
|
, |
x |
m np |
, |
|
|
|
q 1 p. |
|
|
|
|||||||||||
2 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
2 |
|
|
|
|
|
|
npq |
|
|
|
|
|
|
|
|
|
|
|
|
14
|
Функция (x) является |
четной функцией: |
( x) (x) . |
Для |
|||||||||||||||||
функции (x) |
построены таблицы значений, с помощью которых |
||||||||||||||||||||
находятся (x) |
по вычисленным значениям х. |
|
|
|
|
||||||||||||||||
|
Пример 4.2. Вероятность того, что автомат выпускает стандарт- |
||||||||||||||||||||
ную деталь равна 0,9. Какова вероятность того, что из 400 выпу- |
|||||||||||||||||||||
щенных автоматом деталей 356 окажутся стандартными. |
Т |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Решение. Из условия задачи р = 0,9; п = 400; т = 356; q = 1– p = |
||||||||||||||||||||
= 0,1. Так как п велико и прq = 400 0,9 0,1 = 36, то можно приме- |
|||||||||||||||||||||
нить локальную теорему Муавра–Лапласа: |
|
Н |
У |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
356 400 0,9 |
|
|
Б |
|
|
||||
|
|
|
|
|
|
|
|
|
|
x |
|
|
0,67 , |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
400 0,9 0,1 |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
( 0,67) (0,67) 0,3188, |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
и |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
P |
|
(356) |
|
0,3188 |
0,053. |
|
|
|
||||
|
|
|
|
|
|
|
|
|
400 |
|
|
6 |
|
й |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
того, что в п незав с мыхчислоиспытаниях событие А появится от т1 до |
|||||||||||||||||||||
|
Интегральная теорема Муав а–Лапласа. Если вероятность р |
||||||||||||||||||||
наступления события А в каждрм из независимых испытаний посто- |
|||||||||||||||||||||
янна и отлична от 0 |
1, а |
|
|
испытаний велико, то вероятность |
|||||||||||||||||
|
|
|
|
|
|
з |
|
|
|
|
|
|
|
|
|
|
|
|
|||
т2 раз определяется потформуле |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
о |
|
|
|
|
|
|
(x ) (x ), |
|
|
|
||||||||
|
|
|
|
|
|
|
|
иP (m , m ) |
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
n |
1 |
2 |
2 |
|
1 |
|
|
|
||
где |
|
|
1 |
|
x |
e t 2 2dt |
|
|
|
|
|
|
|
|
|
|
|||||
|
(x) |
|
|
|
– функция Лапласа, |
|
|
|
|
||||||||||||
|
|
2 |
0 |
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Р |
пm np |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
x1 |
|
|
1 |
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
npq |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
x2 |
|
|
m2 np |
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
npq |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
q 1 p.
15
Функция Лапласа является нечетной функцией:
( x) (x),
|
|
|
|
|
|
(x 5) 1 2. |
|
|
|
|
|
У |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Значения функции Лапласа берут из таблицы по найденным зна- |
|||||||||||||||||||
чениям х. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Н |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Пример 4.3. Вероятность реализации одной акции некоторой |
|||||||||||||||||||
компании равна 0,8. Брокерская фирма предлагает 100 акций этой |
||||||||||||||||||||
компании. Какова вероятность того, что будет продано неТменее 70 |
||||||||||||||||||||
и не более 85 акций. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Решение. По условию задачи п = 100, |
т1 = 70, т2 = 85, р = 0,8. |
||||||||||||||||||
|
|
|
m1 np |
|
|
70 80 |
|
|
|
|
й |
85 |
80 |
|
||||||
Находим x1 |
|
|
|
|
|
|
|
|
|
2,5 , |
x2 |
|
|
|
|
1,25. |
||||
|
|
|
npq |
|
100 0,8 0,2 |
|
|
|
|
Б100 0,8 0,2 |
|
|||||||||
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|||||
|
Поэтому P (70; 85) (1,25) ( 2,5) 0,3944 0,4938 0,8882. |
|||||||||||||||||||
|
|
100 |
|
|
|
|
р |
|
|
|
|
|
|
|
|
|||||
|
4.3. Формула Пуассона |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
го |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Если в схеме Бернулли п велико, а вероятность появления собы- |
|||||||||||||||||||
тия р мала, то вероятность |
|
, что в п испытаниях событие насту- |
||||||||||||||||||
пит ровно т раз определяе ся по ф рмуле |
|
|
|
|
|
|
||||||||||||||
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
з |
т me |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
Pn (m) |
|
|
|
, |
|
np . |
|
|
|
|
||||||
|
п |
|
|
|
|
|
|
m! |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Формулу Пуассона обычно применяют, если р < 0,01; п >100 и |
|||||||||||||||||||
пр 10. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Примеро4.4. При массовом производстве шестерен вероятность |
|||||||||||||||||||
брака равна 0,002. Найти вероятность того, что из 500 выпущенных |
||||||||||||||||||||
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ш ст р н будет ровно 2 бракованных. |
|
|
|
|
|
|
|
|
||||||||||||
|
ешение. По условию задачи п =500 и т = 2, р = 0,002, = пр = |
|||||||||||||||||||
= 500 0,002 = 1 < 10. Для нахождения вероятности воспользуемся |
||||||||||||||||||||
формулой Пуассона: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
P (2) |
12 e 1 |
|
|
|
1 |
|
0,184 . |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
500 |
|
2! |
|
|
|
2e |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16
5. Случайные величины
5.1. Понятие случайной величины
Случайной величиной (СВ) называется числовая функция X X ( ) , заданная на пространстве элементарных исходов и
такая, что для любого действительного числа х определена вероятность P ( X x) . Случайная величина – это величина, которая в ре-
|
зультате опыта может принять то или иное значение, причем неиз- |
||||||||||||
|
вестно заранее, какое именно. Различают два вида СВ: дискретные |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|
и непрерывные. Дискретная СВ – это величина, которая принимает |
||||||||||||
|
счетное или конечное число значений. Непрерывной СВ наТинтерва- |
||||||||||||
|
ле (a; b) называют СВ, которая может принять любое значение из |
||||||||||||
|
(a; b). Чтобы задать СВ нужно задать закон распределения. Закон |
||||||||||||
|
|
|
|
|
|
|
|
|
|
Н |
|
|
|
|
распределения дискретной СВ – это соответствие между возмож- |
||||||||||||
|
ными |
значениями СВ и вероятностями |
их |
появления. |
Закон |
||||||||
|
|
|
|
|
|
|
|
|
Б |
|
|
||
|
распределения дискретной СВ записывается в виде таблицы: |
|
|
||||||||||
|
|
|
|
|
|
|
|
й |
|
|
|
|
|
|
xi |
|
|
х1 |
|
|
х2 |
|
|
хп |
|
|
|
|
pi |
|
|
p1 |
|
|
p2 |
и |
|
|
pп |
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
рp 1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
|
5.2. Функц я распределения СВ и ее свойства |
|
|
||||||||||
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
|
Функцией распределен я СВ (интегральной функцией распреде- |
||||||||||||
|
ления) |
называетсяифункция F(x), x R , равная вероятности того, |
|||||||||||
|
что СВ Х принимает значение меньшее х, т. е. F(x) P(X x) . |
||||||||||||
|
|
|
|
з |
|
|
|
|
|
|
|
|
|
|
Св йства функции распределения: |
|
|
|
|
|
|||||||
|
1) 0 оF(x) 1; |
|
|
|
|
|
|
|
|
|
|||
|
2) F (x) – неубывающая функция, т. е. x x |
F(x ) F(x ) ; |
|||||||||||
|
п |
|
|
|
|
1 |
2 |
1 |
2 |
|
|||
3) |
lim F(x) 0, |
lim F(x) 1 ; |
|
|
|
|
|
||||||
Реx |
|
x |
|
|
|
|
|
|
|
4)P(a X b) F(b) F(a) ;
5)функция распределения непрерывна слева: F(x 0) F(x) ;
6) если СВ принимает значение хi c вероятностью рi, то
F(x 0) F(xi ) pi ;
17
7) если СВ Х является непрерывной, то F(X x) 0 . |
|
|
|
5.3. Плотность распределения вероятностей СВ |
|
|
|
Плотностью распределения СВ (дифференциальной |
функцией |
||
|
|
x |
|
распределения) называется такая функция р(х), что F (x) p(x) dx . |
|||
|
|
|
У |
Свойства плотности распределения: |
|
||
1) |
p(x) 0 ; |
Т |
|
2) |
F (x) p(x) ; |
|
|
|
|
|
|
|
|
b |
|
|
|
|
|
|
|
|
Н |
||
|
3) p(x) dx 1; |
|
|
|
|
|
|
|
|
|
Б |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
й |
|
|
||
|
4) P(a b) p(x) dx . |
|
|
|
|
||||||||||||||
|
|
изделий |
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Чтобы задать закон распределен я непрерывной СВ необходимо |
||||||||||||||||||
задать или плотность распределен я, |
|
функцию распределения. |
|||||||||||||||||
|
Пример 5.1. |
Партия изделий соде ж т |
10 % нестандартных. |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
||
Пусть СВ Х – число стандартных |
|
|
в партии из пяти изделий. |
||||||||||||||||
Требуется составить зак н |
асп еделения СВ и записать функцию |
||||||||||||||||||
распределения. |
|
|
|
|
|
|
|
р |
|
|
|
|
|
||||||
|
Решение. СВ Х может принимать значения хk = 0, 1, 2, 3, 4, 5. Ве- |
||||||||||||||||||
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|||||
роятность |
|
P( X |
xk ) |
|
найдем по |
формуле |
Бернулли: |
||||||||||||
|
|
|
з |
т |
|
|
|
|
|
|
|
||||||||
|
|
k |
k |
q |
n k |
|
|
|
|
|
|
|
5; |
p 0,9; |
q 0,1. |
||||
Pn (k) Cn p |
|
|
. По условию задачи n |
||||||||||||||||
|
|
о |
|
|
|
P(X |
0) C0 p0q5 |
0,00001, |
|
|
|||||||||
|
|
|
|
|
p |
0 |
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
p P(X |
1) C1 p q4 0,00045, |
|
|
||||||||||
|
|
|
|
|
|
|
1 |
|
|
|
|
|
5 |
|
|
|
|
|
|
|
п p2 P( X |
2) C52 p2q3 0,0081, |
|
|
|||||||||||||||
е |
|
|
|
|
p |
|
P( X |
3) C3 p3q2 |
0,0729, |
|
|
||||||||
Р |
|
|
|
|
|
|
3 |
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
p4 P( X 4) C54 p4q 0,32805, |
|
|
||||||||||||
|
|
|
|
|
p |
|
|
P(X 5) C5 p5q0 |
0,59049. |
|
|
||||||||
|
|
|
|
|
|
5 |
|
|
|
|
|
|
5 |
|
|
|
|
|
18
Запишем закон распределения СВ
хi |
0 |
1 |
2 |
3 |
4 |
5 |
pi |
0,00001 |
0,00045 |
0,0081 |
0,0729 |
0,32805 |
0,59049 |
|
Найдем функцию распределения. По определению: |
|
У |
||||||||||||||
|
|
|
|||||||||||||||
|
|
|
|
|
|
F(x) P( X x) pi . |
|
Т |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
i:xi x |
|
||||
|
При x 0 |
F(x) 0 , |
|
|
|
|
|
|
|
|
|
||||||
|
при 0 x 1 |
F(x) p0 |
0,00001, |
|
|
Б |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
при 1 x 2 |
F(x) p0 p1 0,00046, |
|
Н |
|
||||||||||||
|
при 2 x 3 |
F(x) p0 |
p1 p2 |
0,00856, |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
й |
|
|
|
||
|
при 3 x 4 |
F(x) p0 p1 p2 |
p3 |
|
0,081146, |
|
|
||||||||||
|
при 4 x 5 |
F(x) p0 p1 p2 |
p3 |
p4 0,40951, |
|
|
|||||||||||
|
при x 5 |
|
F(x) 1 . |
|
|
р |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Окончательно |
|
|
о |
иåñëè |
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
x 0, |
|
|
|
||||||
|
|
|
|
|
|
|
0, |
|
|
|
|
||||||
|
|
|
|
|
|
т |
|
|
|
0 x 1, |
|
|
|
||||
|
|
|
|
|
|
|
0,00001, |
åñëè |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
åñëè |
1 x 2, |
|
|
|
||||
|
|
|
|
|
|
|
0,00046, |
|
|
|
|||||||
|
|
|
|
|
и |
|
|
|
|
|
2 x 3, |
|
|
|
|||
|
|
|
|
|
F (x) |
0,00856, |
åñëè |
|
|
|
|||||||
|
|
|
з |
|
|
|
|
|
|
3 x 4, |
|
|
|
||||
|
|
о |
|
|
0,08146, |
åñëè |
|
|
|
||||||||
|
|
|
|
0,40951, |
åñëè |
4 x 5, |
|
|
|
||||||||
|
п |
|
|
|
|
1, |
|
åñëè |
|
x 5. |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Р |
Прим р 5.2. Непрерывная СВ задана плотностью распределения: |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
x 0, |
|
|
|
|
е |
|
|
|
|
|
|
|
0, |
ïðè |
|
|
|
|
|
|||
|
|
|
|
p(x) |
cx2 , |
ïðè |
|
0 x 2, |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
ïðè |
|
|
x 2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Требуется найти значение параметра с и записать функцию распределения.
19
Решение. Значение параметра с определим, используя свойство
плотности распределения: p(x) dx 1.
|
|
|
|
0 |
|
|
2 |
|
|
|
|
|
|
|
|
|
cx |
3 |
|
|
2 |
8 |
|
|
|
|
3 |
У |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
p(x) dx 0 dx cx2 dx 0 dx |
|
|
|
c 1 c |
. |
||||||||||||||||||||||||||||||
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
0 |
|
3 |
|
|
|
8 |
|
||||||
|
|
|
|
|
|
0 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Т |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Н |
|
|
|
Функцию распределения определим из условия |
|
F (x) |
p(x) dx . |
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, Б |
|
|
|
|||||
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Для x 0 |
F (x) 0 dx 0 , |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
0 |
|
|
x |
|
|
|
|
|
|
3 |
|
|
|
||||||||||||||
для 0 x 2 |
|
F (x) 0 dx |
3 |
x2 dx |
x |
|
|
|
|||||||||||||||||||||||||||
|
8 |
8 |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
для x 2 |
|
|
F (x) |
0 |
|
0 dx 2 |
|
3 |
|
x2 |
dx x 0 dx |
x3 |
|
2 1 . |
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Значит, |
|
|
|
|
|
|
|
о3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
0, |
|
|
x 0, |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
и |
|
x3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
F (x) |
|
|
|
, |
|
0 x 2, |
|
|
|
|
|
|
|
||||||||||||||||
|
|
з |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
т1, |
|
|
|
x 2. |
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пример 5.3. Дана функция распределения СВ: |
|
|
|
|
|
||||||||||||||||||||||||||||||
п |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x 0, |
|
|
|
|
|
|
|
||||||||
|
о |
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
F (x) |
e 3x , |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
x 0. |
|
|
|
|
|
|
|
||||||||||||||||
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Нужно определить плотность распределения. |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
ешение. Плотность распределения определим из свойства плот- |
|||||||||||||||||||||||||||||||||||
ности распределения: |
p(x) F (x) . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
0, |
|
|
x 0, |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
p(x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x 0. |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
3e 3x , |
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20