книги из ГПНТБ / Кириллов В.И. Предельные теоремы и соотношения теории вероятностей, используемые в задачах о боевой эффективности лекция
.pdf- 20 -
чинено нормальному распределению, найдем параметры распределения числа попаданий в цель:
- центр рассеивания
ат - П р |
= 20 • 0,4 = 8 попаданий; |
- среднее квадратическое |
отклонение |
<От =]/п р у = |/ 2 0 * 0,4 • 0,6 = 2,2 попадания. |
|
Следовательно, вероятное |
отклонение |
Ет = Q675 <Эт = 0,675 • 2,2 = 1,48 попадания.
Искомая вероятность
Используя таблицы приведенной функции Лапласа, окончательно подучим:
р ( б ^ т ± rf) = * — [ 0>977 + 0, 037^ = 0, 807.
Пример 5 .Условия те же, что и в предыдущем примере. Определить вероятность того, что в цель попадет не менее
5 снарядов.
Редение. Поскольку максимальное число попаданий не ограничено,
то , как |
и при решении задач |
с помощью теоремы Ляпунова, можно |
|
считать, |
4TO tf?g=oo , т , е . |
использовать |
соотношение (9). |
Тогда |
искомая вероятность |
определится |
так: |
' j [ i + Ф (г, m )]=j [ t+ о,82 б ]=о ,т .
|
|
|
- 21 - |
|
|
Пример 6 . Условия те же, что |
и в примере 4 . |
|
|
||
Определить вероятность того, |
что в цель попадет 9 снарядов. |
||||
Решение. Поскольку в данном случае центр рассеивания и вероят |
|||||
ное отклонение |
числа попаданий |
соответственно |
равны |
вт= 8 попа |
|
даний и |
Ет = |
1,48 попаданий (см.решение примера 4 ) , |
то дифферен |
||
циальная функция распределения числа попаданий |
будет иметь вид: |
||||
|
|
|
|
|
J3 . я |
|
|
|
|
|
1,48 |
|
|
|
1,48]/? |
|
|
Искомая вероятность будет равна значению этой функции при т= 9 . |
|||||
Таким образом, |
|
|
|
|
|
|
|
|
|
( 9 - s f |
|
|
Р9 =<Р(9)= |
|
|
0,16. |
|
|
|
1,481р г |
|
|
|
Применяя теорему Лапласа для решения охарактеризованных выше |
|||||
задач, |
следует |
помнить, что при |
этом получаем |
приближенное значе |
ние вероятности. Погрешность в определении вероятностей может ока заться весьма заметной при малом числе'опытов и в том случае, если вероятность появления события в одном опыте очень мала (близка к нулю) или очень велика (близка к единице).
В последнем случае для получения более точного результата рацио нально использовать соотношения (10) и ( I I ) , которые справедливы
и для данного случая, поскольку теорема Лапласа является частным случаем теоремы Ляпунова.
Ш. РАСПРЕДЕЛЕНИЕ ПУАССОНА
Распределение Пуассона занимает весьма важное место в теории боевой эффективности. Оно, в частности, используется в таких мате матических разделах теории боевой эффективности, как теория массо вого обслуживания, математические методы характеристики динамики боя, во многих задачах о боевой эффективности.
|
- 22 - |
Все это |
диктует необходимость отдельного и глубокого изучения |
этого распределения. |
|
Вначале |
дадим общую теоретическую характеристику этого распре |
деления, а |
затем иа некоторых практических примерах покажем об |
ласть его наиболее характерных применений. |
|
I . |
Общая характеристика распределения Пуассона |
Предположим, что некоторые однородные события появляются в раз личные моменты времени или в различных местах.- Условно эти события представим в виде точек на некоторой оси ох (р и с .5 ). Бели по этой оси откладывать время, то нанесенные точки будут характеризовать моменты появления событий, если откладывать расстояния, то точки будут характеризовать места появления событий и т .д .
О
■х
Рио.5- Появление событии при распределении Пуассона
Точки на оси ох располагаются случайным образом, при этом вы полняются следующие условия:
- точки в среднем распределяются по оси с одинаковой плотностью. Это означает, что вероятность попадания т точек в какой-либо от резок заданной длины -о зависит только от длины этого отрезка и не зависит от того, где расположен этот отрезок;
-вероятность совмещения двух иди более точек практически ничтож на и может быть принята равной нулю;
-точки располагаются независимо одна от другой.
При этих условиях вероятность того, что на отрезке длины появится ровно т точек, будет определяться формулой:
( » )
где Л - средняя плотность распределения точек на оси 01 (среднее число точек, приходящихся на единицу длины оси ОХ ) .
|
|
- 23 - |
|
|
|
|
Доказывать это соотношение не будем. |
|
|
|
|||
Легко догадаться, что величина |
К -в = а |
представляет |
собой |
|||
математическое ожидание |
(среднее |
значение) числа точек, появляю |
||||
щихся на отрезке длиной |
. Поэтому формула для |
определения |
||||
вероятности попаданий |
т |
точек |
на отрезок длины |
-Р |
может |
|
быть записана еще и так: |
|
|
|
|
|
|
а |
|
|
- а |
|
|
|
Р т ~ |
т |
7 |
& |
• |
|
(15) |
|
|
/ |
|
|
|
|
|
|
Таким образом, вероятность р т |
различного числа точек, по |
||||||
являющихся на заданном отрезке длины |
, будет |
зависеть |
только |
||||
от математического ожидания |
а |
= |
Л Р |
числа точек на зтом |
от |
||
резке. |
|
|
|
|
|
|
|
Физической величиной, откладываемой по оси Ох |
(ри с .5 ) , |
в |
|||||
практических задачах часто |
бывает |
время |
или расстояние. Иногда |
||||
это могут быть области на |
площади, |
в пространстве ж т .д . |
|
Пример 7. С самолетов, находящихся в полете, поступают по радио донесения на командный пункт. В среднем sa I час поступает 15 до несений.
Определить вероятность того, что в течение 4 мин. поступит
Sдонесения (считая, что длительность донесения мала).
Решение. Плотность поступления донесений:
*15
Л= “gQ- = 0,25 донесений.
Математическое ожидание числа донесений sa t = 4 м ин.:
й =Л ■t = 0,25 • .4 = I донесение.
Вероятность того, что за 4 мин. поступит т = 3 донесения :
|
а т |
- а |
-У |
Л |
— j - e |
= |
е =o,ooi. |
т ! |
|
3 ! |
- 24 -
Для сокращения и облегчения вычислений вероятностей
а |
- а |
Р т т ! |
- е |
составлена специальная таблица.
В приложении № I приведен образец такой таблицы. В полном виде она дана в сборнике: "Вспомогательные таблицы для решения задач по оценке боевой эффектииюсти"(изд.ВВД,1967 ) .
Пример 8 . За один час полета самолет-разведчик может просмо треть 30 000 км2 площади океана. Средняя плотность судоходства в данном районе составляет одно судно на 10 000 км2 океана.
Определить |
вероятность |
того, |
что |
за |
t = 2 часа |
ведения |
разведки |
||
будет обнаружено 4 судна. |
|
|
|
|
|
|
|||
Решение. |
Средняя |
плотность обнаружения кораблей |
за один |
час |
|||||
полета} |
|
а |
_ 30 |
000 _ |
з |
судна |
|
|
|
|
|
|
|
||||||
|
|
|
10 |
000 |
■ |
час |
|
|
|
Математическое ожидание числа обнаружений кораблей за 2 |
часа |
||||||||
ведения |
разведки : |
|
|
|
|
|
|
|
|
|
|
й. - X t |
= 3 * 2 = 6 |
кораблей. |
|
|
|||
Вероятность того, что за 2 часа Ведения разведки будет обнару |
|||||||||
жено т |
= 4 судна: |
|
|
|
|
|
|
|
а т |
-а 6 4 -6 |
P m = - ^ l e |
= J [ ' e = |
Пример 9 . По цели выпускается раздельно 10 снарядов. Математиче ское ожидание числа попаданий в цель равно 2 снарядам. Жизненно важные объекты занимают 25% площади цели.
Определить вероятность того, что не будет ни одного попадания в жизненно важные объекты, если считать, что в среднем попадания вну три площади цели располагаются равномерно.
Решение. Математическое ожидание числа попаданий в жизненно важ ные объекты цели'?
а = 2 • 0,25 = 0,5 попаданий.
- 25 -
Вероятность того, что не будет попаданий в жизненно важные объекты цели;
Рт т /' е
Поскольку т =0 , a Q! = { , то искомая вероятность:
-а |
-о,5 |
р0 = е = е |
= 0,606. |
2. Определение вероятности того, что событие появится не менее т раа
Во многих практических задачах, в частности в задачах о бое вой эффективности .часто возникает необходимость определения ве роятности того, что интересующее нас событие появится не менеет раз.
Эта вероятность, как известно, определяется соотношением:
п
где p j |
- вероятность |
того, |
что событие появится ровно i |
раз. |
|
Особенность решения |
задачи |
по определению этой |
вероятности |
при |
|
наличии распределения Пуассона состоит в том, что |
приходится |
вы |
|||
числять |
бесконечную сумму: |
|
|
|
так как при условиях, формулированных для распределения Пуассона (см.выше), логически не исключается возможность появления любого числа событий.
|
- 26 - |
В связи с |
изложенный вероятность того, что событие появится |
не ненее т |
раз, практически следует определить так: |
m-i
т. е . вначале вычислить вероятность того, что событие появится иенее т раз, а затеи эту вероятность вычесть из единицы.
Пример 10. При разрыве снаряда осколки разлетаются со средней плотностью 5 осколков на I м2 площади, на которой расположена цель. Площадь цели составляет 0,6 и2 .
Определить вероятность |
того, что в |
цель |
попадет |
не менее |
|||||
2 осколков. |
|
|
|
|
|
|
|
|
|
Решение. Математическое ожидание числа попаданий осколков в |
|||||||||
цель |
|
|
|
|
|
|
|
|
|
|
й =Л S = 5 • 0,6 |
= 3 |
осколка. |
|
|
|
|||
Определяем вероятность |
того, что в цель |
попадет |
менее 2 оскол |
||||||
ков. Для этого прежде определяем: |
|
|
|
|
|||||
- |
вероятность |
того, |
что |
в цель |
не попадет ни одного осколка |
||||
(ноль |
оаколков) |
|
|
|
|
|
|
|
|
|
|
р 0 ^ е |
°= е |
1 |
0,0498 ; |
|
|||
- |
вероятность |
того, |
что |
в цель |
попадет |
один осколок |
|||
|
|
|
„ т |
-а |
3 |
|
-з |
|
|
|
|
|
а |
|
|
|
|||
|
|
P i—£ T e |
~ |
~ |
е -°'< 494 |
Вероятность попадания менее двух осколков:
Ро f Р { ■ 0,0498 + 0,1494 = 0,1992.
Вероятность попадания не менее двух осколков I
Рг = I - 0,1992 = 0,8008.
- 27 -
Для облегчения решения аналогичных задач составляется таблица вероятностей того, что событие появится не менее т раз при на личии распределения Пуассона. Образец такой таблицы приведен в приложении К? 2 ( в полной виде' таблица дана в сборнике: "Вспомо гательные таблицы для решения задач по оценке боевой эффектив ности").
Наиболее часто вычисляется вероятность того, что событие по явится не менее одного раза. При оценке боевой Эффективности та$сая задача имеет особый интерес.
Решение этой задачи таково:
|
P t « i - Р 0 = { - е ~ а, |
(16) |
где <2 - математическое ожидание числа появления |
события. |
|
Примечание. В |
обычной схеме (при биноминальном распределении) |
|
вероятность того, |
что событие появится не менее одного раза, вы |
числяется по такой же формуле при условии, что вероятность появле ния события в одном опыте мала.
Действительно, ели вероятность появления события в одном опыте
равна |
р |
и производится П |
независимых опытов |
в |
неизменных ус |
|
ловиях, то |
вере чюсть того, |
что |
событие появится |
не |
менее одного |
|
раза, |
как |
известно, определится |
следующим образом: |
|
|
|
л |
|
п |
, |
\ п |
|
P i |
|
|
■ |
|
|
п |
может быть представлена так: |
|||
Величина (У -/?) |
|||||
|
u - p f - l u - p ) |
|
|
||
Далее имеем: |
|
|
|
|
|
Рш (i-p) « |
/im f(i-p) |
PJ |
Р= е Р |
||
р^-0 |
' |
p-~oL |
• / |
j |
/ |
|
|
|
|
- 28 - |
|
|
где пр |
- а представляет |
собой математическое |
охидание числа появ |
|||
ления |
события при П |
опытах. |
Таких образом, |
окончательно имеем: |
||
|
Pd = У |
-е |
-пр |
- а |
, |
|
|
= / |
-е |
|
|||
что соответствует распределению Пуассона. |
|
|||||
Это |
свойство распределения Пуассона явилось |
причиной того, что |
его иногда называют распределением редких явлений, т .е . таких, ко
торые наступают редко и вероятности которых малы. |
|
|
|
Кроме того, при малых значениях вероятностей р |
появления со |
||
бытия |
в одном опыте вероятность появления его m |
раз в п |
опытах |
такие |
может определяться по формуле, соответствующей распределению |
Пуассона:
а- а
Pm тп!
где а = п р .
3 . Параметры распределения случайной величины. подчиненной распределению Пуассона
Математическое ожидание f m числа появления события при на личии распределения Пуассона определяется так:
Если вычислить эту сумму, то получим:
/ « - * •
Другой результат невозможно было получить, так как ранее в вы ражении
|
|
|
|
|
- |
29 |
- |
|
|
|
|
P m |
~ |
a |
|
■■ e |
- a |
|
|
|
m / |
|||||
под величиной |
О |
понималось |
математическое ожидание числа по |
|||||
явления события. |
|
|
|
|
|
|
|
|
Дисперсия D {т J числа |
появления |
события определится следующим |
||||||
оврагом: |
|
|
|
|
|
|
|
|
£ { т } |
= 612= 5 |
( m |
- a f - р т « £ : у и |
|||||
J |
т |
т=о 1 |
|
7 |
гт |
т ! |
Если вычислить эту сумму, то получим:
D (т}=<5'^п |
или <эт ='ГР. |
Полученный результат весьма интересен. Оказывается, ври нали чии распределения Пуассона дисперсия числа появления события рав на математическому ожидания числа появления события. Это свойство распределения Пуассона очень важно. Если, например, на основании опытов получится близкое совпадение математического ожидания и дис персии, с достаточным основанием можно считать, что случайная ве личина подчинена распределению Пуассона, и наоборот, существенное отличие математического ожидания до дисперсии должно заставить усомниться в наличии распределения Пуассона.