- •I програма курсу
- •II загальні методичні вказівки
- •Правила оформлення контрольної роботи
- •III основні поняття курсу
- •3.1. Елементи комбінаторики
- •3.2. Види подій
- •3.3. Різні визначення ймовірності
- •Класичне визначення ймовірності
- •Геометричне визначення ймовірності
- •Статистичне визначення ймовірності
- •3.4. Основні теореми і формули
- •Д) Виходячи з того, що сума подій полягає в появі хоча б одного з подій – складових, має сенс користатися іншою формулою:
- •Формула повної ймовірності
- •Формула Бейєса
- •IV. Повторні випробування
- •Формула Пуассона
- •Локальна теорема Лапласа
- •V. Випадкові величини та їх характеристики
- •5.1. Поняття про випадкові величини
- •5.2. Функції розподілу
- •Властивості інтегральної функції
- •Властивості диференціальної функції
- •5.3. Числові характеристики випадкових величин
- •5.4. Конкретні закони розподілу
- •5.5. Закон великих чисел
- •VI. Елементи математичної статистики
- •6.1. Характеристики розподілу вибіркових даних
- •6.2. Побудова законів розподілу за вибірковими даними
- •Побудова нормального закону за емпіричним варіаційним рядом Припустимо, що у результаті випробування отримано інтервальний варіаційний ряд ознаки
- •Обчислення теоретичного ряду частот нормального розподілу
- •Побудова закону Пуассона по емпіричному матеріалу
- •Нехай отримано емпіричний варіаційний ряд ознаки
- •Обчислення теоретичного ряду частот розподілу Пуассона
- •6.3. Критерії згоди. Основні поняття
- •Критерій згоди Пірсона
- •Критерій згоди Колмогорова
- •Критерій згоди Ястремського
- •Критерій згоди Романовського
- •6.4. Лінійна кореляція і рівняння лінійної регресії
- •IV застосування комп’ютерних засобів для рішення деяких задач статистики
- •Введення даних
- •Графічне представлення даних
- •Статистичний аналіз даних в Excel
- •VIII. Завдання для контрольної роботи
- •I. Розв’язати задачі
- •Іi. Розв’язати задачі
- •IV. Розв’язати задачі
- •V. Для дискретної випадкової величини х, заданої рядом розподілу, знайти:
- •VI. Неперервна випадкова величина х задана інтегральною функцією
- •IX. У припущенні про розподіл ознаки по закону Пуассона обчислити теоретичні частоти, перевірити погодженість теоретичних і фактичних частот на основі критерію Ястремського.
- •Додаток 1
- •Додаток 2
- •Продовження додатку 2
- •Критичні точки розподілу
- •Значення (розподіл Пуассона)
- •Критерій Колмогорова
- •Критерій Колмогорова
IV. Повторні випробування
Схема Бернуллі – послідовність випробувань, що задовольняють умовам:
число випробувань фіксоване,
кожне з випробувань приводить до одного з двох взаємовиключних наслідків,
ймовірності цих наслідків постійні у всіх випробуваннях,
випробування незалежні.
Нехай проведено
незалежних випробувань, у кожному з
яких подія
може з’явитися з постійною ймовірністю
.
Ймовірність ненастання події
в кожному випробуванні дорівнює
:
.
Потрібно обчислити ймовірність того,
що в
незалежних випробуваннях подія
з’явиться рівно
раз:
.
Формула Бернуллі
Якщо ймовірність
появи події
в кожному випробуванні постійна, а число
випробувань невелике
,
то ймовірність того, що подія
при
незалежних випробуваннях з’явитися
рівно
раз, можна визначити за формулою:
.
Ймовірність того, що подія наступить
|
|
|
|
|
|
|
|
Формула Пуассона
Якщо
число незалежних випробувань
досить велике, а ймовірність
появи події
в кожному випробуванні дуже мала
,
то ймовірність появи події
рівно
раз в
випробуваннях визначається за наближеною
формулою
,
,
.
Локальна теорема Лапласа
Якщо ймовірність появи події в кожному випробуванні постійна і дорівнює (причому не близько до 0 і 1), то ймовірність того, що подія в серії з незалежних випробувань (де досить велике) з’явиться рівно раз, визначається за наближеною формулою:
,
,
де
– функція ймовірностей,
– парна функція.
Значення
функції
знаходять із таблиці (додаток 1). Для
усіх
.
Інтегральна теорема Лапласа
Якщо число незалежних
випробувань
досить велике, а ймовірність
появи події
в кожному випробуванні не мала, то
ймовірність появи події
в інтервалі від
до
разів визначається наближеною формулою
,
,
.
Функція
– непарна. Значення функції
знаходять із таблиці (додаток 2). При
.
Ймовірність
відхилення відносної частоти від
ймовірності.
Нехай проводять
незалежних випробувань, у кожному з
яких ймовірність появи події
постійна. Ймовірність того, що в
випробуваннях відносна частота появи
події
відхилиться від ймовірності не більш,
ніж на
,
визначається наближеною формулою
.
Найімовірніше число появ
події в серії незалежних випробувань.
Число появ
події
в
незалежних випробуваннях
називається найімовірнішим,
якщо його ймовірність є найбільшою
.
Якщо
– ціле число, то
,
– дробове число, то існує
єдине
,
що дорівнює цілій частині числа
,
– ціле число, то існує два найімовірніших числа, які дорівнюють відповідно лівій і правій частині нерівності.
Приклад 11. |
Ймовірність улучення в мішень при одному пострілі дорівнює 0,4. Знайти ймовірність 3-х улучень при 5-ти пострілах. |
Розв’язання.
За формулою Бернуллі визначимо ймовірність
3-х улучень при 5-ти пострілах
.
Приклад 12. |
Підручник виданий тиражем 100 000 екземплярів. Ймовірність того, що підручник зброшурований неправильно, дорівнює 0,0001. Знайти ймовірність того, що тираж містить рівно 5 бракованих книг. |
Розв’язання.
За умовою
.
Використовуємо формулу Пуассона.
,
.
Приклад 13. |
75% усієї продукції відповідає вимогам вищого сорту. Знайти ймовірність того, що в партії з 150 виробів: а) 100 виробів виявиться вищого сорту; б) не менш 110 виробів виявляться вищого сорту. |
Розв’язання.
а)
.
Використаємо локальну теорему Лапласа.
Подія – поява виробу вищого сорту.
.
Із таблиці (додаток 1) знаходимо:
,
тоді
.
б)
.
Використаємо інтегральну теорему
Лапласа
,
,
.
Отже
.
Приклад 14. |
Ймовірність появи події в кожному з 625 незалежних випробувань дорівнює 0,8. Знайти ймовірність того, що відносна частота відхилитися від 0,8 не більш, ніж на 0,04. |
Розв’язання.
.
.
Приклад 15. |
Ймовірність того, що деталь стандартна, дорівнює 0,9. Скільки необхідно перевірити деталей, щоб з ймовірністю 0,9544 можна було стверджувати, що частість відхилиться від ймовірності не більш, ніж на 0,02. |
Розв’язання.
.
,
,
із таблиці
,
,
,
.
