- •Міністерство освіти і науки україни кіровоградський державний педагогічний університет імені володимира винниченка
- •Програма курсу теорiя ймовiрностей та математична статистика
- •1. Основнi поняття теорiї ймовiрностей.
- •2. Випадковi величини та їх основнi характеристики.
- •3. Генератриси та характеристичнi функцiї.
- •4. Граничнi теореми теорiї ймовiрностей.
- •5. Елементи теорiї випадкових процесiв.
- •6. Основнi поняття та задачi математичної статистики.
- •7. Стохастична теорiя оцiнювання.
- •8. Перевiрка гiпотез та елементи послiдовного стохастичного аналiзу.
- •Модуль №2. „Схема і формула Бернуллі та її застосування”
- •Тема: Повторні незалежні випробування. Схема і формула Бернуллі. Граничні теореми для схеми Бернуллі
- •Тема: Дискретна випадкова величина. Закон розподілу ймовірностей. Числові характеристики дискретних випадкових величин
- •Тема: Неперервна випадкова величина. Диференціальна та інтегральна функції розподілу ймовірностей. Числові характеристики неперервних випадкових величин. Правило трьох сигм план
- •Тема: Простір елементарних подій, випадкові події. Дії над подіями план
- •Тема: Класичне й статистичне означення ймовірності план
- •Тема: Аксіоматичне означення ймовірності. Геометричні ймовірності план
- •Тема: Теореми додавання і множення ймовірностей. Умовна ймовірність план
- •Тема: Формули повної ймовірності та Байєса план
- •Тема: Повторні незалежні випробування. Схема і формула Бернуллі. Найбільш імовірне число “успіхів”. Граничні теореми для схеми Бернуллі план
- •Тема: Дискретна випадкова величина. Закон розподілу ймовірностей. Числові характеристики дискретних випадкових величин план
- •Тема: Неперервна випадкова величина. Диференціальна та інтегральна функції розподілу ймовірностей. Числові характери-стики неперервних випадкових величин. Правило трьох сигм план
- •Індивідуальне домашнє творче завдання
- •І. Основні поняття теорії ймовірностей
- •Приклади випробувань і відповідних їм випадкових подій.
- •Приклади розв’язування типових задач
- •Індивідуальні завдання для самостійної роботи
- •Іі. Теореми додавання та множення ймовірностей. Умовні ймовірності
- •Приклади розв’язування типових задач
- •Індивідуальні завдання для самостійної роботи
- •Ііі. Формули повної ймовірності та Байєса
- •Приклади розв’язування типових задач
- •Індивідуальні завдання для самостійної роботи
- •Іv. Повторні незалежні випробування. Схема і формула Бернуллі. Граничні теореми для схеми Бернуллі
- •Приклади розв’язування типових задач
- •Індивідуальні завдання для самостійної роботи
- •V. Випадкова величина. Закон розподілу випадкової величини. Числові характеристики випадкової величини. Визначення характеристик випадкових величин на основі дослідних даних
- •Приклади розв’язування типових задач
- •Індивідуальні завдання для самостійної роботи
- •Колоквіум № 1
- •Колоквіум № 2
- •1. Таблиця значень функції Пуассона
- •2. Таблиця значень функції Гауса
- •Лутченко Людмила Іванівна
- •Імені Володимира Винниченка
- •25006, Кіровоград, вул.Шевченка, 1.
Іv. Повторні незалежні випробування. Схема і формула Бернуллі. Граничні теореми для схеми Бернуллі
Якщо проводяться випробування, у яких ймовірність того, що подія А відбудеться в кожному випробуванні, не залежить від результатів інших випробувань, то такі випробування називають незалежними відносно події А.
Якщо в кожному з n випробувань поява події А рівна p (0<p<1), то імовірність Pn(k) появи події А рівно k разів у n незалежних випробуваннях (все одно, в якій послідовності) обчислюється за формулою Бернуллі:
Pn(k)=Cnk рk qn-k, (4.1)
де q=1-p – ймовірність того, що подія А не відбудеться,
= – число комбінацій із п по k.
Ймовірність того, що подія А відбудеться хоча б один раз, обчислюється за формулою:
Pn(т≥1)=1– qn. (4.2)
Число k0, при якому функція Рп(k) досягає максимуму, називається найімовірнішим числом „успіхів” у схемі Бернуллі. Це число визначається з нерівностей
пр-q≤ k0≤ пр+р, (4.3)
причому, якщо пр-q дробове, то маємо одне значення k0, а якщо пр-q –ціле (виключний випадок), то таких значень два.
При великих п (практично при n>10) обчислення за формулою Бернуллі громіздкі й неефективні, тому виникає необхідність застосування наближених методів обчислення. Їх називають також асимптотичними і формулюють у вигляді граничних теорем:
теорема Пуассона. При великому п (не менше кількох десятків), малому р (р<0,1) і пр≤10 для обчислення біномних ймовірностей використовують наближену формулу Пуассона:
Рп(k) , де λ=пр. (4.4)
локальна теорема Муавра-Лапласа. При досить великому п
Рп(k) , (4.5)
де – протабульована парна функція, ,
причому при х≥4 φ(х)0.
інтегральна теорема Муавра-Лапласа. Ймовірність появи події більше і менше разів при п повторних незалежних випробуваннях дорівнює:
, (4.6)
де – функція Лапласа, протабульована. При практично .
(4.7)
Приклади розв’язування типових задач
Задача 4.1. Яка ймовірність того, що при 5 підкиданнях монети від 2 до 4 разів випаде герб?
Розв’язання. Якщо – ймовірність того, що при 5 підкиданнях монети випало рівно k гербів, то шукана ймовірність дорівнює:
Відповідь: 25/32.
Задача 4.2. Ймовірність випуску бракованого виробу дорівнює 0,02. Чому дорівнює ймовірність того, що у партії зі 100 виробів бракованих буде не більше 3?
Розв’язання. Скористаємося теоремою Пуассона. У даному випадку Тоді
Відповідь: 0,8571.
Задача 4.3. Монету підкидають 100 разів. Яка ймовірність того, що загальне число випадань герба буде у межах від 45 до 55?
Розв’язання. За умовою задачі Скористаємося інтегральною теоремою Муавра-Лапласа. k1=45, k2=55. Тоді
.
Відповідь: 0,6826.
Задача 4.4. Ймовірність того, що в кіровоградському універмазі можна побачити костюм Чернівецького швейного об’єднання “Трембіта”, дорівнює 0,004. Яка ймовірність того, що з 1000 куплених костюмів 5 виготовлено на “Трембіті”?
Розв’язання. За умовою задачі п=1000, р=0,004, λ=пр=4, k=5. Використовуючи формулу Пуассона, отримаємо:
Рп(k) , .
Відповідь: 0,1563.