- •§ I. Непосредственное вычисление вероятности
- •§ 2. Теоремы сложения и умножения вероятностей
- •Теорема сложения вероятностей Для совместных событий а и в
- •Теорема умножения вероятностей
- •Интегральная теорема Лапласа.
- •§ 4. Формула полной вероятности
- •§5. Формула Бернулли
- •Частные случаи формулы Бернулли
- •§ 6. Наивероятнейшее число появлений события в независимых испытаниях
- •§ 7. Теорема Лапласа. Локальная теорема Лапласа
- •Случайные величины
- •§1. Закон распределения дискретной случайной величины
- •Основные законы распределения дискретных случайных величин. А. Биномиальное распределение.
- •Математическое ожидание дискретной случайной величины
- •Свойства математического ожидания
- •Математическое ожидание числа появлений события в независимых испытаниях.
- •Свойства дисперсии.
- •Дисперсия числа появлений события в независимых испытаниях.
- •§ 4.Среднее квадратическое отклонение
- •§ 5. Интегральная функция распределения вероятностей случайной величины
- •Свойства интегральной функции
- •График интегральной функции распределения для дискретной случайной величины
- •Величины в заданный интервал.
- •Свойства дифференциальной функции
- •Вероятный смысл дифференциальной функции
- •§7. Числовые характеристики непрерывной случайной величины
- •Можно доказать (а можно взять в качестве определения), что
§ 4. Формула полной вероятности
Пусть событие А может наступить при условии появления одного из событий (гипотез) В1, В2,……, Вn, образующих полную систему. Пусть известны вероятности этих событий р(В1 ), р(В2 ),……, р(Вn), и условные вероятности события А:
Тогда вероятность события А (полная вероятность) вычисляется по формуле:
Эта формула называется формулой полной вероятности.
§5. Формула Бернулли
Пусть производится n независимых испытаний, в каждом из которых событие А может появиться либо не появиться. Вероятность появления события А в каждом испытании постоянна и равна р, причем 0 < p < 1. Следовательно, вероятность не наступления события А в каждом испытании тоже постоянна и равна q = 1 - р. Тогда вероятность Рn(k) того, что в серии из n независимых испытаний событие А появится ровно k раз (и, следовательно, не появится n - k раз), вычисляется по формуле:
Эта формула называется формулой Бернулли.
Частные случаи формулы Бернулли
1. Вероятность Рn(n) появления события А n раз в n независимых испытаниях равна:
Рn(n) = pn.
2. Вероятность Рn(0) непоявления события А ни разу в n независимых испытаниях равна:
Pn(0) = qn.
3. Вероятность появления события А не менее k раз в n независимых испытаниях равна:
Pk
= Pn(k)
+Pn(k+1)
+……..+Pn(n)
или Pk
=
§ 6. Наивероятнейшее число появлений события в независимых испытаниях
Определение. Число k0 наступлений события А в n независимых испытаниях называется наивероятнейшим, если вероятность того, что событие А наступит в этих испытаниях k0 раз, превышает ( или по крайней мере, не меньше) вероятностей остальных исходов испытаний.
Для определения наивероятнейшего числа появлений события А в n независимых испытаниях используется формула
np - q < k0 < np+p,
где р- вероятность появления события А в каждом из n испытаний, q =1 – р.
§ 7. Теорема Лапласа. Локальная теорема Лапласа
Пусть производится n независимых испытаний, в каждом из которых событие А может появиться либо не появиться. Вероятность появления события А в каждом испытании постоянна и равна p, где
0 < p < 1.
Следовательно, вероятность ненаступления события А в каждом испытании также постоянна и равна q = 1-p.
Тогда вероятность Рn(k) того, что в серии из n независимых испытаний событие А появится ровно k раз, вычисляется по формуле Бернулли:
Pn(k) = Cnk .pk . q n-k.
Однако использование этой формулы часто бывает связано с большими затруднениями. Упростить вычисления позволяет локальная теорема Лапласа
, где
или
, где
Функция
четная и её значения находятся по
специальным таблицам.
Интегральная теорема Лапласа.
Некоторым обобщением локальной теоремы Лапласа является интегральная теорема Лапласа.
Пусть производится n независимых испытаний. Если вероятность появления события А в каждом единичном испытании постоянна и равна р(0 < p < 1), то вероятность Рn ( k1, k2 ) того, что событие А появится в этой серии испытаний от k1, до k2 раз приближённо равна значению определённого интеграла
Рn(к1,к2)
≈
где х'=
, x''=
Преобразовав интеграл, получим
или
,
где
Функция
нечетная
и для нее составлены специальные
таблицы.
