- •Введение
- •Тема 1. Математика в современном мире: основные разделы, теории и методы математики
- •1.1. Объекты исследования математики: абстрактные понятия и абстрактные структуры
- •1.2. Аксиоматический метод
- •1.3. Индуктивный и дедуктивный методы рассуждения. Метод математической индукции
- •Метод математической индукции
- •1.4. Роль математики в современном мире
- •Тема 2. Математические средства представления информации. Понятие математической модели
- •2.1. Числа, переменные величины, выражения. Числовые функции
- •2.2 Понятие об измерении. Виды измерений. Приближенные вычисления
- •2.3. Понятие математической модели. Этапы математического моделирования
- •2.4. Виды математических моделей
- •Тема 3. Основы теории множеств и математической логики
- •3.1. Основные понятия теории множеств
- •Подмножество. Универсальное множество
- •3.2. Основные операции над множествами Равенство множеств
- •Объединение (сумма) множеств
- •Разность двух множеств. Дополнение
- •Законы теории множеств
- •3.3. Отношения и соответствия. Функции как соответствия
- •3.4. Алгебра высказываний. Логические операции и логические функции
- •Простые и составные высказывания
- •Логические операции
- •Порядок старшинства операций
- •Основные законы математической логики
- •Упражнения для самостоятельного выполнения:
- •Тема 4. Структуры на множестве. Элементы комбинаторики
- •4.1. Выборки и подмножества
- •Упорядоченная и неупорядоченная выборки. Кратность элемента
- •4.2. Размещения, перестановки, сочетания
- •Размещения
- •Перестановки
- •Сочетания
- •4.3. Основные правила комбинаторики
- •Упражнения для самостоятельного выполнения:
- •Перестановки
- •Сочетания
- •Выборки с повторениями
- •Тема 5. Случайные события и их вероятности
- •5.1. Основные понятия теории вероятностей
- •Правила действий над событиями
- •Аксиомы теории вероятностей
- •5.2. Классическое определение вероятности
- •5.2. Классическое и статистическое определение вероятности
- •5.3. Операции над вероятностями
- •Вероятность суммы случайных событий Теорема сложения вероятностей.
- •Вероятность произведения событий
- •Формула полной вероятности
- •Формула апостериорной вероятности (формула Бейеса)
- •5.4. Случайные величины. Закон распределения дискретной случайной величины
- •Биномиальное распределение Формула Бернулли
- •Геометрическое распределение
- •Кривая нормального распределения
- •Упражнения для самостоятельного выполнения:
- •Тема 6. Элементы математической статистики
- •6.1. Возникновение математической статистики
- •6.2. Статистический эксперимент, его исходы и события
- •Предмет статистики. Основная задача и основной метод статистики
- •6.4. Статистическая информация и формы ее представления
- •6.5. Числовые характеристики статистических рядов
- •2. Среднее квадратическое (или стандартное) отклонение .
- •Упражнения для самостоятельного выполнения:
- •Список литературы
- •Ресурсы Интернета
Геометрическое распределение
Пример 31. Стрелком производятся выстрелы по мишени до первого попадания. Вероятность попадания в каждом выстреле равна p=0,6. Построить ряд распределения количества произведенных выстрелов.
Обозначим через Х дискретную случайную величину – число произведенных выстрелов до первого попадания. Возможными значениями Х являются натуральные числа =1, =2, =3, …. Множество значений Х является бесконечным счетным множеством, как и ряд натуральных чисел.
Вероятность
того, что случайная величина принимает
значение
=1,
т.е. попадание происходит при 1-м выстреле,
по условию задачи равна
=p=0,6.
Вероятность принятия случайной величиной
значения
=2
(попадание происходит при 2-м выстреле)
подсчитывается как вероятность сложного
события по теореме умножения вероятностей.
Непопадание в мишень в первом выстреле
и попадание во втором – события
независимые. Поэтому
=(1–p)
×p=(1–0,6)×0,6=0,4×0,6=0,24.
Аналогичным образом находятся вероятность
значения случайной величины
=3:
=(1–p)
×(1–p)
×p=(1–0,6)×
(1–0,6)×0,6=0,4×0,4×0,6=0,096,
вероятность
=
×0,6=
×0,6=0,0384,
=
×0,6=
×0,6=0,01536
и т.д.
Подсчитаем
вероятность того, что случайная величина
принимает значение
=k.
Это означает, что попадание произошло
лишь в k-м
выстреле, а до этого был k-1
промах. Так как все выстрелы независимы
друг от друга, то по теореме умножения
вероятностей
=
.
Таким образом, ряд распределения случайной величины запишется так:
X |
1 |
2 |
3 |
4 |
5 |
… |
k |
… |
p |
0,6 |
0,24 |
0,096 |
0,0384 |
0,01536 |
… |
|
… |
Многоугольник
распределения случайной величины
построен на рис.5.4 до значения
=5
(множество значений дискретной случайной
величины – бесконечное)
Рис. 5.4
Можно заметить, что ряд вероятностей, соответствующих значениям случайной величины, образует бесконечную убывающую геометрическую прогрессию со знаменателем q=0,4 и первым членом p=0,6:
0,6;
0,6×0,4;
0,6×
;
0,6×
;
0,6×
;
… .
Поэтому распределение случайной величины в примере (6.5) называют геометрическим.
Геометрическим называется распределение вероятностей случайной величины Х, которое определяется следующим законом:
,
k³1.
Здесь p – вероятность наступления события А, q - вероятность того, что событие А не произойдет: q=1–p. Случайная величина Х определяется как число независимых испытаний, которые нужно произвести до первого появления события А.
Очевидно,
что возможными значениями Х является
множество натуральных чисел xÎN.
То, что случайная величина принимает
значение
=k,
означает, что в первых k-1
испытаниях А не наступило, а в k-м
появилось. Вероятность этого подсчитывается
по теореме умножения вероятностей для
независимых событий:
=
.
Сумма вероятностей всех значений
определяется по формуле суммы членов
убывающей геометрической прогрессии
со знаменателем q
и первым членом p:
+
+…+
+…=
=
=
=1.
