Последовательность независимых испытаний. Формула Бернулли. наивероятнейшее число наступления события. Формула Пуассона

Пусть проводится серия из n испытаний, в каждом из которых событие А может наступить с одной и той же вероятностью p или не наступить с вероятностью q=1-p, независимо от номера испытания и результата предыдущего опыта. Такие серии опытов называются последовательностью независимых испытаний или схемой Бернулли. В связи со схемой Бернулли рассматриваются такие задачи: 1) найти вероятность того, что в серии из n испытаний событие А наступит ровно k раз: ; 2) найти вероятность того, что в серии из n испытаний событие А наступит не менее чем раз и не более, чем раза:

Указанные вероятности находят по формуле Бернулли:

Если число n велико, а p не слишком мало, то для вычисления вероятности можно воспользоваться приближенными (асимптотическими) формулами Муавра-Лапласа (локальная теорема Муавра-Лапласа; интегральная теорема Муавра-Лапласа).

Локальная теорема Муавра – Лапласа:

, где и

Интегральная теорема Муавра – Лапласа:

, где

Функции j(´) и Ф(х) табулированы, то есть таблицы значений этих функций приведены в каждом учебнике по теории вероятностей. Можно указать некоторые свойства этих функций:j(-x)=j(x); Ф(-х)=-Ф(х); Ф(0)=0; Ф(х) ® 0,5 при х ® ¥.

Если число испытаний n велико, а вероятность появления события А в каждом испытании мала, то для вычисления вероятности появления k раз события А в серии из n испытаний можно воспользоваться формулой Пуассона

, где l=n×p.

Число успехов, при котором достигается наибольшая из возможных вероятностей, называется наивероятнейшим числом успехов. Оно определяется как целое число на промежутке np – q£ m £ np+p.

 

Формула Бернулли

Теорема: Если Вероятность p наступления события Α в каждом испытании постоянна, то вероятность того, что событие A наступит k раз в n независимых испытаниях, равна: , где .

Наивероятнейшее число наступления события

Число k₀ называют наивероятнейшим, если вероятность того, что событие наступит в этих испытаниях k₀ раз, превышает вероятности остальных возможных исходов испытаний.

Наивероятнейшее число k₀ определяют из двойного неравенства

np-q≤k₀≤np+p,

причем:

а) если число nр-q — дробное, то существует одно наивероят нейшее чиcло k₀;

б) если число nр-q — целое, то существует два наивероятнейших числа, а именно: k₀ и k₀+1;

в) если число nр—целое, то наивероятнейшее число k₀ = nр.

Формула Пуассона

Теорема. Если веро ят ность наступления события в каждом испытании постоянна и мала, а число независимых испытаний достаточно велико, то вероятность наступления события ровно раз приближенно равна

,(3.4)

где .

Доказательство. Пусть даны вероятность наступления события в одном испытании и число независимых испытаний . Обозначим . Откуда . Подставим это выражение в формулу Бернулли:

При достаточно большом!!n,, и сравнительно небольшом!!m,, все скобки, за исключением предпоследней, можно принять равными единице, т.е.

Учитывая то, что достаточно велико, правую часть этого выражения можно рассмотреть при , т.е. найти предел

Тогда получим

 

№15. Некоторые законы распределения непрерывных случайных величин

Равномерное распределение
Равномерным называется распределение непрерывной случайной величины Х все значения которой лежат на отрезке [a;b] и имеют при этом постоянную плотностьраспределения площадь под кривой распределения равна 1 и поэтому с(в-а)=1 вероятность попадания случайной величины Х на интервал от (α;β) α=а, если α<аβ=в, если β>восновные числовые характеристики закона распределения плотности вычисляютсяпо общим формулам и они равны
Нормальный закон распределения (закон Гаусса) Нормальным называется распределение случайной величины Х если ф-ция плотностираспределения Полученное выражение через элементарные функции не может быть выражено, такая функция так называемый интеграл вероятности для которой составлены таблицы,чаще всего в качестве такой функции используют Часто по условию задачи необходимо определить вероятность попадания случайнойвеличины Х на участок симметричный математическому ожиданию.

Биномиальное распределение.

Биномиальным называют законы распределения случайной величины Х числа появления некоторого события в n опытах если вероятность р появления события в каждом опыте постоянна

Сумма вероятностей представляют собой бином Ньютона

Для определения числовых характеристик в биномиальное распределение подставить вероятность которая определяется по формуле Бернули.

При биномиальном распределении дисперсия равна мат. Ожиданию умноженному на вероятность появления события в отдельном опыте.

Распределение Пуассона

Когда требуется спрогнозировать ожидаемую очередь и разумно сбалансировать число и производительность точек обслуживания и время ожидания в очереди. Пуассоновским называют закон распределения дискретной случайной величины Х числа появления некоторого события в n-независимых опытах если вероятность

того, что событие появится ровно m раз определяется по формуле.

a=np

n-число проведенных опытов

р-вероятность появления события в каждом опыте

В теории массового обслуживания параметр пуассоновского распределения определяется по формуле

а=λt, где λ - интенсивность потока сообщений t-время

Необходимо отметить, что пуассоновское распределение является предельным случаем биномиального, когда испытаний стремится к бесконечности, а вероятность появления события в каждом опыте стремится к 0.

Показательное (экспоненциальное распределение) Показательным называют распределение непрерывной случайной величины Х котороеописывается следующей дифференциальной функцией Экспоненциальное распределение для непрерывных случайных величин является аналогом распределения Пуассона для дискретных случайных величин и имеетследующий вид. вероятность попадания случайной величины Х на интервал (α;β) Следует отметить, что время безотказной работы удовлетворяется именнопоказательному закону, а поэтому это понятие часто используется в понятиинадежности.

Теорема Ляпунова.

Пусть с ,… последовательность попарно независимых случайных величин с математическими ожиданиями M и дисперсиями D , причём эти величины обладают следующими двумя свойствами:

1) Cуществует такое число L, что для любого i имеет место неравенство , т, е. все значения случайных величин, как говорят, равномерно ограничены, относительно математических ожиданий;

2) Сумма неограниченно растёт при

Тогда при достаточно большом n сумма имеет распределение, близкое к нормальному.

Пусть и математическое ожидание и дисперсия случайной величины . Тогда