Биномиальное и нормальное распределения
Если проводится n независимых испытаний при одних и тех же условиях и в каждом из них событие A происходит с вероятностью p (q = 1 − p), это называется схемой Бернулли. Вероятность того, что A произойдёт ровно m раз, равна P(n, m) = C(n, m) pᵐ qⁿ⁻ᵐ: подходящих последовательностей C(n, m), и вероятность каждой равна pᵐqⁿ⁻ᵐ. Таблица значений P(n, m) для m = 0, 1, …, n называется биномиальным распределением; её элементы в сумме дают (p + q)ⁿ = 1. Величина, принимающая то или иное значение в результате опыта, — случайная величина (например, число очков на кубике, рост, число бракованных изделий). Величины, формируемые множеством мелких случайных факторов (рост, ошибка измерения), распределены нормально: функция плотности равна f(x) = (1/(σ√(2π))) · e^(−(x − a)²/(2σ²)); её график — колоколообразная кривая, симметричная относительно x = a, где a — центр, а σ — стандартное отклонение. Около 68 % значений лежат в пределах a ± σ и 95 % — в пределах a ± 2σ. При больших n биномиальное распределение приближается к нормальному.
Если ученик отмечает все ответы наугад в тесте из 5 вопросов с 4 вариантами, вероятность получить ровно 3 правильных равна C(5, 3) · (1/4)³ · (3/4)² = 10 · 1/64 · 9/16 ≈ 0,088, меньше 9 %. Схема Бернулли подходит для таких повторных независимых испытаний.
Контролёры качества вычисляют вероятность того, что в партии ровно некоторое число бракованных изделий, медицинские исследователи оценивают вероятность того, что лечение подействует на определённое число пациентов, а составители тестов выбирают, сколько вопросов нужно, чтобы угадывание не окупалось.
Представьте тест из 3 вопросов с 3 вариантами ответа. Выпишите все способы получить ровно 1 правильный ответ и сосчитайте их среди 27 возможных вариантов ответов. Сравните долю с C(3, 1) · (1/3) · (2/3)².
«Дождь из монет»: бросьте 6 монет одновременно 40 раз и каждый раз записывайте, сколько выпало орлов (от 0 до 6). Постройте гистограмму: похожа ли она на колокол? Какое значение встречается чаще всего? Сравните его с наиболее вероятным теоретическим значением в биномиальном распределении (3).