chapter4 (Л.Н. Фадеева - Задачи по теории вероятностей с решениями (PDF))
Описание файла
Файл "chapter4" внутри архива находится в папке "Л.Н. Фадеева - Задачи по теории вероятностей с решениями (PDF)". PDF-файл из архива "Л.Н. Фадеева - Задачи по теории вероятностей с решениями (PDF)", который расположен в категории "". Всё это находится в предмете "теория вероятностей и математическая статистика" из 3 семестр, которые можно найти в файловом архиве МГУ им. Ломоносова. Не смотря на прямую связь этого архива с МГУ им. Ломоносова, его также можно найти и в других разделах. .
Просмотр PDF-файла онлайн
Текст из PDF
Глава 4. Повторные независимые испытания. Теорема Бернулли.§ 1. Испытания Бернулли.Теория вероятностей имеет дело с такими экспериментами, которые можноповторять, по крайней мере теоретически, неограниченное число раз. Пустьнекоторый эксперимент повторяется n раз, причем результаты каждогоповторения не зависят от исходов предыдущих повторений. Такие серииповторений часто называют независимыми испытаниями. Частным случаемтаких испытаний являютсянезависимые испытания Бернулли, которыехарактеризуются двумя условиями:1) результатом каждого испытания является один из двух возможных исходов,называемых соответственно «успехом» или «неудачей»;2) вероятность «успеха» в каждом последующем испытании не зависит отрезультатов предыдущих испытаний.Теорема Бернулли.
Если производится серия из n независимых испытанийБернулли, в каждом из которых успех появляется с вероятностью р, товероятность того, что успех в n испытаниях появится ровно m раз , выражаетсяформулойPn(m)=Cnmpmqn-m,где q=1-p – где вероятность неудачи.Эта формула называется формулой Бернулли.Задача 1. Игральная кость бросается 6 раз. Найти вероятность того, что ровно 3раза выпадет «шестерка».Решение. Пятикратное бросание кости можно рассматривать какпоследовательность независимых испытаний с вероятностью успеха(«шестерки») равно 1/6 и вероятностью неудачи — 5/6.
Искомую вероятность331 5найдем по формуле P6 ( 3 ) C 0 . 053 .6 636Задача 2. Монета бросается 6 раз. Найти вероятность того, что герб выпадет неболее, чем 2 раза.Решение. Искомая вероятность равна сумме трех вероятностей0615241 11 11 1Р = Р6(0) + Р6(1) + Р6(2) = C C 61 C 62 0,315 .2 22 22 206§ 2. Наивероятнейшее число успехов.Число m, при котором биномиальные вероятности Pn(m) достигаютсвоего максимального значения (при фиксированном числе испытаний n)называют обычно наиболее вероятным (наивероятнейшим) числом успехов.Справедливо следующее утверждение о наивероятнейшим числе успехов:1Наивероятнейшее число успехов m* в серии из n независимыхиспытаний Бернулли (с вероятностью успеха р в одном испытании)определяется соотношением np-qm*np+p, причем1. если число np-q - дробное, то существует одно наивероятнейшее числоm*;2.
если число np-q - целое, то существует два наивероятнейших числаm*=np-q, m*=np+p;3. если np - целое число, то наивероятнейшее число m*=np.Задача 3. Монета подбрасывается 3 раза. Найти наиболее вероятное числоуспехов (выпадений герба).Решение. Возможными значениями для числа успехов в 3-х рассматриваемыхиспытаниях являются m = 0, 1, 2 или 3.
Пусть Am - событие , состоящее в том,что при 3-х подбрасываниях монеты герб появляется m раз. По формулеБернулли легко найти вероятности событий Am (см. таблицу):m0123Pn(m)1/83/83/81/8Из этой таблицы видно, что наиболее вероятными значениями являются числа 1и 2 (их вероятности равны 3/8).
Этот же результат можно получить и изприведенного выше утверждения.Задача 4. Вероятность получения удачного результата при производствесложного химического опыта равна ¾. Найти наивероятнейшее число удачныхопытов, если общее их количество равно 10.Решение. В этом примере n=10, p=3/4=0,75, q=1/4=0,25.
Тогда неравенство длянаиболее вероятного числа успехов выглядит так:np-qm*np+p,т.е. 10*0,75-0,25 m*10*0,75+0,75,или 7,25m*8,25.Существует только одно целое решение этого неравенства, а именно, m*=8.§ 3. Приближенные формулы.При больших n непосредственное вычисление вероятностей Pn(m) поформуле Бернулли сопряжено с трудностями вычислительного порядка,поэтому в таких случаях используют различные варианты приближенныхвычислений, основанные на предельных теоремах Пуассона и Муавра-Лапласа.А.
Приближенная формула Пуассона используется в том случае, когдачисло испытаний Бернулли (n) – велико, а вероятность успеха в отдельномиспытании мала (p<0,1). Тогдаm Pn(m) e , np.m!Задача 5. Известно, что процент брака для некоторой детали равен 0,5%.Контролер проверяет 1000 деталей.
Какова вероятность обнаружить ровно 3бракованных детали? Какова вероятность обнаружить не меньше 3-хбракованных деталей?Решение. Имеем 1000 испытаний Бернулли с вероятностью «успеха» р=0,005, иnpq <5. Применяя пуассоновское приближение с np=5, получаем2P1000(3)53 5e ,3!P1000(m3)=1-P1000(m<3)= 1-[ P1000 (0) P1000 (1) P1000 (2) ] 1-5m 5 e и по таблицам находим Р1000(3)0,14, Р1000(m3)0,875.m 0 m!2В силу определенной «симметричности» понятий «успех» и «неудача»приближенная формула Пуассона может использоваться в схеме независимыхиспытаний Бернулли также и в случае, когда р близко к единице (т.е.
q<0,1), аnq - не велико и не мало:mPn(n-m)=Cnn-mpn-mqm=Cnmpn-mqm e , nq.m!Б. Приближенные формулы Муавра – Лапласа. Если в схеменезависимых испытаний Бернулли число испытаний n велико, а вероятностиуспеха и неудачи не малы (например, 0,1<p<0,9), то вероятность Pn(m)появления ровно m успехов в n испытаниях вычисляется по формуле (локальнаятеорема Муавра-Лапласа): ( õ)m npPn(m)=,x,npqnpqx21 2где (х)=e . Функция (х) – четная и для положительных значений х2составлена таблица ее значений.Задача 6.
Вероятность поражения мишени стрелком при одном выстрелер=0,75. Найти вероятность того, что при 10 выстрелах стрелок поразит мишень8 раз.8 10 0,75Решение. Здесь n=10, m=8, p=0,75, q=0,25. Найдем х= 0,36 , и10 0,75 0,25по таблице определяем (x)=0,3739, тогда искомая вероятность равна0,3739Р10(8)= 0,273 .10 0,75 0,25Для вычисления вероятности Pn(m1,m2)= P(m1mm2)события,состоящего в том, что число успехов в n испытаниях Бернулли окажетсязаключенным в пределах от m1 до m2, используется следующая приближеннаяформула (интегральная теорема Муавра-Лапласа):Pn(m1,m2)Ф(x2)-Ф(x1),хz2m npm np1где x1= 1, x2= 2, а Ф(х)=e 2 dz - функция Лапласа.npqnpq2 0Функция Ф(x) равна 0 при x=0; Ф(-х)-Ф(x) для всех x, то есть симметричнаотносительно x=0.
Для функции Ф(х) составлены специальные таблицы приположительных значениях аргумента.3Задача 7. Вероятность появления события А в каждом из 21 независимыхиспытания равна 0,7. Найти вероятность того, что событие А появится вбольшинстве испытаний.11 21 0,7Решение. х1= 1,76 . Аналогично подсчитывается х2 = 3. Тогда21 0,7 0,3Р(11m21)=Ф(х2)–Ф(х1)=0,49865+0,4608=0,9594.Используя интегральную формулу Муавра-Лапласа можно вычислитьвероятность того, что частота появления успеха в n независимых испытанияхБернулли (т.е. число m/n) отклонится от вероятности успеха не более чем наmn положительную величину : P p 2Ô .pq nЗадача 8. Вероятность появления события в каждом из 400 независимыхиспытаний равна 0,8.
Найти такое положительное число , чтобы свероятностью 0,99 абсолютная величина отклонения относительной частотыпоявления события от его вероятности не превышала .Решение. В этом примере p=0,8, n=400. По условию задачиmn n 0,495 , ПоP p 0,99 2Ô .Следовательно,Ôpq pq nтаблице для функции Лапласа определяем n 2,58; и значит, =0,0516.pqПриближенную формулу можно использовать и в следующей «урновой»схеме: из генеральной совокупности объема N, содержащей М белых и N-Mчерных шаров, осуществляется последовательный выбор без возвращения nэлементов.
Вероятность того, что в полученной выборке окажется ровно mбелых шаров, вычисляется по формулеС m C n mPM,N(m,n)= M nN M .CNЕсли объем генеральной совокупности и число белых шаров достаточно велики(N, M, M/Np=const), то «урновую» схему можно приближеннозаменить схемой Бернулли:PM,N(m,n)Pn(m) , где Pn(m)=Cnmpmqn-m§ 4.
Полиномиальные испытанияОт схемы независимых последовательных испытаний с двумя исходами(схема Бернулли или биномиальная схема) можно перейти к полиномиальнойсхеме, то есть к схеме последовательных независимых испытаний, в каждом изkкоторых возможны k исходов, k>2, с вероятностями p1,p2,…,pk, 0<pi<1,pi=1.i 1В этом случае пространство элементарных событий содержит kn таких событий,а вероятность того, что из n испытаний m1 закончатся первым исходом, m2 –вторым исходом,…, mk – k-м исходом равнаn!mmmPn(m1,…,mk) =p1 1 p2 2 ... pk k .m1!m2!...mk !4Полученная формулараспределения.носитназваниеполиномиальногозаконаЗадача 9.
Шесть рукописей раскладываются случайным образом в пять папок.Какова вероятность, что ни одна папка не останется пустой?Решение. На раскладку 6 рукописей в папку можно смотреть на серию шестиполиномиальных испытаний с 5 исходами (попадание в i-ую папку – это i-ыйисход). Вероятности исходов (папок) совпадают и равны p1 p2 ... pk 1 / 5 .Событие A=«ни одна папка не останется пустой» означает, что в одну папкупопадут 2 рукописи, а в остальные папки – по одной рукописи. Следовательно,вероятность того, что в первую папку попадут 2 рукописи, а в остальные папки– по одной рукописи, равна211116! 1 1 1 1 1 6! 1P6 (2,1,1,1,1) . 2!1!1!1!1! 5 5 5 5 5 2! 56а вероятность искомого события A (для которого неважно, в какую из 5 папокпопадают две рукописи) равнаP( A) 5P6 (2,1,1,1,1) 5 6! 1 6! 1 .2! 56 2! 55Задачи для самостоятельного решения1.
Ежедневно новая сделка совершается с вероятностью 0,2 (но не болееодной в день). Какова вероятность, что за 5 дней будет совершено 3сделки?2. В результате каждого визита страхового агента договор заключается свероятностью ¼. Какова вероятность, что из 10 визитов страховогоагента 5 закончатся заключением договора?3. Вероятность поражения мишени стрелком равна 0,9. Найти вероятностьтого, что он поразит мишень не двух раз, сделав 5 выстрелов.4. Для вычислительной лаборатории приобретено 9 компьютеров, причемвероятность брака для одного компьютера равна 0,1. Какова вероятность,что придется заменить более двух компьютеров?5.