- •Тема: Условная вероятность
- •Понятие условной вероятности.
- •Независимые события.
- •Формула полной вероятности.
- •Формула Байеса1.
- •Тема: Последовательность независимых испытаний
- •Биномиальное распределение вероятностей.
- •Наивероятнейшее число появлений события.
- •Предельные теоремы в схеме Бернулли. Распределение Пуассона.
- •Локальная предельная теорема Муавра – Лапласа.
- •Интегральная предельная теорема Муавра – Лапласа.
-
Локальная предельная теорема Муавра – Лапласа.
Приближённую формулу для вычисления вероятности устанавливает
Теорема 5.1 (локальная теорема Муавра – Лапласа). Пусть вероятность события в независимых испытаниях равна , . Тогда вероятность того, что в этих испытаниях событие наступит раз, удовлетворяет при соотношению
,
где ; .
Другими словами, при больших имеет место приближённая локальная формула Муавра – Лапласа
, (5.1)
где
. (5.2)
Формула (5.1) даёт удовлетворительное значение вероятности при достаточно больших значениях , а также, если не слишком близко к 0 или 1.
Для функции , определённой равенством (5.2), составлены таблицы, которые можно найти в рекомендуемой литературе. Так как функция чётная, то в таблицах приводятся её значения только для .
Пример 5.1. По данным ОТК радиозавода, 0,8 всего объёма выпускаемых транзисторов не имеют дефектов. Найти вероятность того, что среди взятых наугад 400 транзисторов дефекты будут иметь 80.
D В задаче , , , , . По таблице значений функции (5.2) находим, что . Тогда по формуле (5.1) искомая вероятность
.
Заметим, что при вычислении этой вероятности по формуле Бернулли получается громоздкое выражение . ▲
-
Интегральная предельная теорема Муавра – Лапласа.
На практике при большом числе испытаний и не слишком малой вероятности важно оценить вероятность того, что число появлений события лежит в некоторых границах. Эту оценку устанавливает
Теорема 6.1 (интегральная теорема Муавра – Лапласа). Пусть – число наступления события в серии из независимых испытаний, – вероятность наступления события при каждом испытании, . Тогда вероятность того, что в этих испытаниях событие появится не менее раз и не более раз, удовлетворяет при соотношению
,
где ; .
Другими словами, при больших значениях имеет место приближённая интегральная формула Муавра – Лапласа
, (6.1)
где
. (6.2)
Функция (6.2) называется функцией Лапласа, или интегралом ошибок. Функция (6.2) нечётная, т.е. . Для значений при составлены таблицы, которые можно найти в рекомендуемой литературе.
Оценка погрешности при использовании формулы (6.1) показывает, что эта формула обеспечивает хорошую точность уже при значениях .
Пример 6.1. Найти вероятность того, что при 10000 бросаниях монеты цифра выпадет: а) не менее 4000 и не более 6000 раз; б) не более 4000 раз; в) не менее 6000 раз.
D а) Вероятность выпадения цифры , тогда . Далее, , , . Определяем и :
; .
Тогда, согласно таблице значений для , искомая вероятность приближённо
.
б) Аналогично с учётом таблицы вероятность
.
в) Вероятность
. ▲
Пусть – число испытаний, – вероятность появления события в каждом испытании, – относительная частота появления события . Найдём вероятность того, что отклонение относительной частоты от вероятности по абсолютной величине не превосходит заданного числа .
Задача состоит в отыскании вероятности , т.е. , . Из интегральной формулы Муавра – Лапласа следует, что
; .
Тогда искомая вероятность
. (6.3)
Пример 6.2. Вероятность того, что деталь нестандартная, равна 0,1. Сколько деталей нужно отобрать, чтобы с вероятностью 0,9544 можно было утверждать, что относительная частота появления нестандартных деталей отклоняется от постоянной вероятности по абсолютной величине не более чем на 0,03?
D Имеем , , , . Требуемое число найдём по формуле (6.3):
,
т.е. . По таблице находим, что , или . ▲
1 Томас Байес (1702 – 1761) – английский математик.