Независимые испытания. Формула Бернулли При решении вероятностных задач часто приходится сталкиваться с ситуациями, в которых одно и тоже испытание повторяется многократно и исход каждого испытания независим от исходов других. Такой эксперимент еще называется схемой повторных независимых испытаний или схемой Бернулли. Примеры повторных испытаний: 1) многократное извлечение из урны одного шара при условии, что вынутый шар после регистрации его цвета кладется обратно в урну; 2) повторение одним стрелком выстрелов по одной и той же мишени при условии, что вероятность удачного попадания при каждом выстреле принимается одинаковой (роль пристрелки не учитывается).
7. Формула Бернулли.
Итак, пусть в результате испытания возможны два исхода: либо появится событие А, либо противоположное ему событие. Проведем n испытаний Бернулли. Это означает, что все n испытаний независимы; вероятность появления события А в каждом отдельно взятом или единичном испытании постоянна и от испытания к испытанию не изменяется (т.е. испытания проводятся в одинаковых условиях). Обозначим вероятность появления события А в единичном испытании буквой р, т.е , а вероятность противоположного события (событие А не наступило) - буквой Тогда вероятность того, что событие А появится в этих n испытаниях ровно k раз, выражается формулой Бернулли
|
|
Распределение числа успехов (появлений события) носит название биномиального распределения.
Наивероятнейшее число успехов Биномиальное распределение (распределение по схеме Бернулли) позволяет, в частности, установить, какое число появлений события А наиболее вероятно. Формула для наиболее вероятного числа успехов (появлений события) имеет вид: Так как то эти границы отличаются на 1. Поэтому k являющееся целым числом, может принимать либо одно значение, когда np целое число (k=np), то есть когда np+p (а отсюда и np-q) нецелое число, либо два значения, когда np-q целое число.
8. Локальная теорема Луавра-Лапласа.
Если и , то используют локальную теорему Лапласа(6) Если число испытаний велико, то пользоваться формулой Бернулли не рационально, очень громоздко. Искомую вероятность при больших можно вычислить по локальной теореме Лапласа, которая дает асимптотическую формулу, позволяющую приближенно найти вероятность появления события в испытаниях ровно раз.
Локальная теорема Лапласа: Если вероятность появления события в каждом испытании постоянна и отлична от 0 и 1, то вероятность того, что событие появится в испытаниях ровно к раз приближенно равна значению функции
Значения функции находят по таблице (см. приложение 1). Функция четная, т.е. .
|
|
При достигает максимума, = 0,399.
График функции называют кривой вероятностей.
Итак, вероятность того, что событие появится в независимых испытаниях ровно раз, приближенно равна
, где
имеет следующие свойства: 1) φ(х)-четная; 2) точки перегиба х = ± 1; 3) при х≥5, φ(х)→0, поэтому функция φ(х) представлена в виде таблицы для 0≤х≤5
9. Формула Пуассона для массовых и редких явлений.
Если и , (либо ) то используют формулу Пуассона Пусть производится независимых испытаний, в каждом из которых вероятность появления события равна . Для определения вероятности появлений события в этих испытаниях используют формулу Бернулли. Если велико, то пользуются асимптотической формулой Лапласа. Однако эти формулы непригодны, если вероятность события мала . В таких случаях, когда велико, а мало, пользуются асимптотической формулой Пуассона.
(6)
Эта формула выражает закон распределения Пуассона вероятностей массовых ( велико) и редких ( мало) событий.
Одним из основных понятий массового обслуживания и надежности является понятие простейшего (Пуассоновского) потока событий.
10. Интегральная теорема Лапласа.
Теорема 4.2. Если вероятность наступления события в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что событие появится в испытаниях от до раз, приближенно равна определенному интегралу
(4.1) |
где
и
При решении задач, требующих применения интегральной теоремы Лапласа, пользуются специальными таблицами, так как неопределенный интеграл не выражается через элементарные функции. Таблица для интеграла
приведена в конце лекционного материала (см. приложение 2). В таблице даны значения функции для положительных значений и для ; для пользуются той же таблицей, т.к. функция нечетна, т.е.
11. Функция Лапласа и ее свойства
Функция Лапласа не выражается через элементарные функции .
Для ее вычисления используются специальные таблицы или методы приближенного вычисления.
Функция обладает следующими свойствами:
;
; функция – нечетная, т.е. = – , поэтому в таблицах обычно приводятся значения только для положительных ; функция – монотонно возрастающая функция (это следует из того, что ). При , с точностью до тысячных можно принять .
Вычисление вероятности заданного отклонения. Правило «трех сигм»
Часто требуется вычислить вероятность того, что отклонение нормально распределенной случайной величины по абсолютной величине меньше заданного положительного числа , т.е. требуется найти вероятность того, что выполняется неравенство .
На практике правило «трех сигм» применяют так: если распределение изучаемой средней величины неизвестно, но правило «трех сигм» выполняется, то есть основания полагать, что изучаемая величина распределена нормально, и наоборот.
Она приближенно равна удвоенной функции Лапласа при отклонении относительной частоты от постоянной вероятности
Наивероятнейшее число k0 появления события A при n независимых испытаниях
(n - число испытаний; p - вероятность появления события при одном испытании).