ВУЗ:
Составители:
21
партию и перемешивают. Затем берут наугад второе изде-
лие, производят те же самые операции и т.д. Вероятность
извлечения (n-d) годных изделий из проконтролированных
определяются по формуле
ddn
dnd
n
ddndn
nndn
qpqpCр
−
−
−−
−
== ***
)!!*(
!
,
(8)
Математическое ожидание
µ и дисперсию σ
2
биноми-
ального распределения находят по формулам:
nq=
µ
(9)
nqp=
2
σ
. (10)
Закон редких событий (Пуассона). Закон редких со-
бытий применяется в машиностроении для выборочного
контроля готовой продукции, когда по техническим усло-
виям в принимаемой партии продукции допускается неко-
торый процент брака (обычно небольшой) - q<<0,1.
Если вероятность q события А очень мала (q
≤0,1), а
число испытаний велико, то вероятность того, что событие
А наступит d раз в n испытаниях, будет равна
a
а
a
ednp
d
−
= *),(
!
, (11)
где а=nq=
µ[m] - математическое ожидание случайной ве-
личины.
Уравнение (11) определяет собой распределение ред-
ких событий, или распределение Пуассона.
Когда число испытаний n велико, а q мало, то закон
биномиального распределения и закон редких событий
практически совпадают. Это имеет место тогда, когда
q
≤0,1. При этих условиях вместо формулы (8) можно при-
менить формулу (11).
Принимая а=nq, формула (7) примет вид:
nq
d
nq
ednр
d
−
= *),(
!
)(
. (12)
При помощи закона редких событий можно вычис-
лить вероятность того, что в выборке из n единиц будет со-
22
держаться: 0,1,2,3, и т.д. бракованных деталей, т.е. задан-
ное d раз. Можно также вычислить вероятность появления
в такой выборке d штук дефектных деталей и более. Эта
вероятность на основании правила сложения вероятностей
будет равна
∑∑
−
=
−
=
−=−=
1
0
1
0
!
1),(1),(
d
x
d
x
x
nq
nq
eXnPdnP
(13)
Пример 1. В партии имеются бракованные детали,
доля которых составляет 0,1. Последовательно берут 10
деталей и обследуют, после чего их возвращают в партию,
т.е. испытания носят независимый характер. Какова веро-
ятность того, что при проверке 10 деталей попадется одна
бракованная?
Решение. Из условия задачи q=0,1 n=10 d=1.
Очевидно, что р=1-q=0,9. Тогда
387,09,0*1,0*)1;10(
9,0
!9!1
10
==Р
Полученный результат можно отнести и к тому слу-
чаю, когда извлекается подряд 10 деталей без возврата их
обратно в партию. При достаточно большой партии, на-
пример, 1000 шт., вероятность извлечения деталей изме-
нится ничтожно мало. Поэтому при таких условиях извле-
чение бракованной детали можно рассматривать как собы-
тие, не зависящее от результатов предшествующих испы-
таний.
Пример 2. В партии имеется 1% бракованных дета-
лей. Какова вероятность того, что при взятии из партии
выборки объемом 50 единиц продукции в ней будет нахо-
диться 0,1,2,3,4 дефектные детали.
Здесь q=0.01, nq=50*0.01=0.5
607,0*)0;50(
5,0
!0
5,0
0
==
−
еР
партию и перемешивают. Затем берут наугад второе изде- держаться: 0,1,2,3, и т.д. бракованных деталей, т.е. задан- лие, производят те же самые операции и т.д. Вероятность ное d раз. Можно также вычислить вероятность появления извлечения (n-d) годных изделий из проконтролированных в такой выборке d штук дефектных деталей и более. Эта определяются по формуле вероятность на основании правила сложения вероятностей рn − d , n = Cnn − d * p n − d * q d = d !*(nn!− d )! * p n − d q d (8) будет равна d −1 d −1 Математическое ожидание µ и дисперсию σ2 биноми- P ( n, d ) = 1 − ∑ P ( n, X ) = 1 − e ∑ nq nq ального распределения находят по формулам: x! (13) x =0 x =0 µ = nq (9) Пример 1. В партии имеются бракованные детали, σ = nqp . 2 (10) доля которых составляет 0,1. Последовательно берут 10 Закон редких событий (Пуассона). Закон редких со- деталей и обследуют, после чего их возвращают в партию, бытий применяется в машиностроении для выборочного т.е. испытания носят независимый характер. Какова веро- контроля готовой продукции, когда по техническим усло- ятность того, что при проверке 10 деталей попадется одна виям в принимаемой партии продукции допускается неко- бракованная? торый процент брака (обычно небольшой) - q<<0,1. Решение. Из условия задачи q=0,1 n=10 d=1. Если вероятность q события А очень мала (q≤0,1), а Очевидно, что р=1-q=0,9. Тогда число испытаний велико, то вероятность того, что событие А наступит d раз в n испытаниях, будет равна Р (10;1) = 110!9! * 0,1 * 0,90,9 = 0,387 p ( n, d ) = ad а! * e−a , (11) Полученный результат можно отнести и к тому слу- чаю, когда извлекается подряд 10 деталей без возврата их где а=nq=µ[m] - математическое ожидание случайной ве- обратно в партию. При достаточно большой партии, на- личины. пример, 1000 шт., вероятность извлечения деталей изме- Уравнение (11) определяет собой распределение ред- нится ничтожно мало. Поэтому при таких условиях извле- ких событий, или распределение Пуассона. чение бракованной детали можно рассматривать как собы- Когда число испытаний n велико, а q мало, то закон тие, не зависящее от результатов предшествующих испы- биномиального распределения и закон редких событий таний. практически совпадают. Это имеет место тогда, когда Пример 2. В партии имеется 1% бракованных дета- q≤0,1. При этих условиях вместо формулы (8) можно при- лей. Какова вероятность того, что при взятии из партии менить формулу (11). выборки объемом 50 единиц продукции в ней будет нахо- Принимая а=nq, формула (7) примет вид: диться 0,1,2,3,4 дефектные детали. ( nq) d Здесь q=0.01, nq=50*0.01=0.5 р(n, d ) = d! * e−nq . (12) 0,5 0 При помощи закона редких событий можно вычис- Р(50;0) = 0! * е − 0,5 = 0,607 лить вероятность того, что в выборке из n единиц будет со- 21 22
Страницы
- « первая
- ‹ предыдущая
- …
- 9
- 10
- 11
- 12
- 13
- …
- следующая ›
- последняя »