- •Глава 2. Теорема сложения и умножения вероятностей
- •§2. Теорема умножения вероятностей
- •§3. Независимые события. Теорема умножения для независимых событий
- •Искомая вероятность
- •§4. Вероятность появления хотя бы одного события
- •Следствие. Если событие а1, а2, … , Аn имеют одинаковую вероятность, равную p, то вероятность появления хотя бы одного из этих событий:
- •§5. Теорема сложения вероятностей совместных событий
- •§6. Формула полной вероятности
- •§7. Вероятность гипотез. Формулы Бейса
- •Ответ: вероятнее всего студент принадлежит второй группе. Глава 3. Повторение испытаний
- •§1. Формула Бернулли
- •Решение.
- •§2. Локальная теорема Лапласа
- •§3. Интегральная теорема Лапласа
- •§4. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях
- •Глава 4. Случайные величины
- •§ 1. Случайная величина. Дискретные и непрерывные случайные величины
- •§ 2. Закон распределения вероятностей дискретной случайной величины
- •§ 3. Биноминальное распределение
- •§ 4. Распределение Пуассона
- •Глава. 5. Математическое ожидание дискретной случайной величины
- •§ 1. Числовые характеристики дискретных случайных величин
- •§ 2. Свойства математического ожидания
- •Глава 6. Дисперсия дискретной случайной величины
- •§1. Отклонение случайной величины от её математического ожидания. Дисперсия дискретной, случайной величины
- •§2. Свойства дисперсии
- •§3. Среднее квадратическое отклонение
- •Глава 7. Функция распределения вероятностей случайной величины
- •§1. Определение функции распределения
- •§2. Свойства функции распределения
- •§3. График функции распределения
- •§4. Плотность распределения вероятностей непрерывной случайной величины
- •Свойства плотности распределения
- •§5. Числовые характеристики непрерывных случайных величин
§ 3. Биноминальное распределение
Если производится
nнезависимых испытаний, в каждом
из которых событиеАможет появится
либо не появиться, причем вероятность
наступления события в каждом испытании
постоянна и равнаp, то закон
распределения вероятностей определяется
формулой Бернулли:
,
которое называютбиноминальным
распределением вероятностей.
Запишем биноминальный закон в виде таблицы:
|
X |
n |
n – 1 |
… |
k |
… |
0 |
|
P |
pn |
npn-1q |
… |
|
… |
qn |
Пример. См. предыдущий.
§ 4. Распределение Пуассона
Если производится nнезависимых испытаний, в каждом из которых вероятность появления событияАравноpиnвелико, то закон распределения вероятностей массовых (nвелико) и редких (pмало) событий определяется:
Pn(k) =ke/k!, гдеλ=рn.
Эта формула выражает закон распределения Пуассона.
Пример. Прядильщица обслуживает 1000 веретен. Вероятность обрыва нити на одном веретене в течение 1 минуты равна 0,004. Найти вероятность того, что в течение 1 минуты обрыв произойдет на пяти веретенах.
Решение. По условию n= 1000,р = 0,004,k = 5. Найдемλ:λ=рn= 4.
По формуле Пуассона искомая вероятность приближенно равна
P1000(5) = 45e4/5!0,15.
Рассмотрим события, которые наступают в случайные моменты времени.
Потоком событий называют последовательность событий, которые наступаю в случайные моменты времени.
Интенсивность потокаλ называют среднее число событий, которые появляются в единицу времени.
Если постоянная интенсивность потока известна, то вероятность появления kсобытий простейшего потока за время длительностьюtопределяется формулой Пуассона
Pt(k)
= (t)k
/k!.
Простейшим (пуассоновским) называют поток событий, который обладает свойствами стационарности, отсутствия последействия и ординарности.
Свойство стационарности характеризуется тем, что вероятность появленияkсобытий на любом промежутке времени зависит только от числаkи от длительностиtпромежутка и не зависит от начала его отсчета; при этом промежутки времени предполагаются непересекающимися.
Свойство отсутствия последствия характеризуется тем, что вероятность появленияk событий за промежуток времени длительностиtесть функция, зависящая только отkиt.
Свойство ординарности характеризуется тем, что появление двух и более событий за малый промежуток времени практически невозможно, т.е. за бесконечно малый промежуток времени может появиться не более одного события.
Пример. Среднее число вызовов, поступающих на АТС в 1 минуту, равно 5. найти вероятность того, что за две минуты поступит:
а) три вызова; б) менее трех вызовов.
Решение. Будем предполагать, что поток вызовов является простейшим.
а) По условию λ= 5,t = 2,k= 3. Вероятность того, что за две минуты поступит два вызова найдем по формуле Пуассона:
P2(3) = 103e10/3!0,0076.
б) События не поступило ни одного вызова, поступил один вызов и поступило два вызова несовместны, поэтому по теореме сложения искомая вероятность того, что за две минуты поступит менее трех вызовов, равна
P2(k < 3) = P2(0) + P2(1) + P2(2) = e10 + 10e10 + 102e10/2! 0,0028.
