книги из ГПНТБ / Васильков Д.А. Начала теории вероятностей учеб. пособие
.pdfЕсли дополнительно предположить, что X и У неотрицатель ны, то р(х) и р(у) будут равны нулю при х < 0 и у < О, и вместо формулы (7) будем иметь
г
|
|
|
|
|
|
|
Pz (z) — |
\ Р (") P{z-u)du. |
|
|
|
|
|
|
|
|
|
|
(8) |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
§ |
24. |
Задачи |
к главе 2 |
|
|
|
|
|
|
|
|
|
|
||||||||
|
1. Производится |
серия независимых испытаний, |
в |
каждом |
из |
которых |
||||||||||||||||||||||
с вероятностью р |
(0 < |
р |
< |
1) |
может |
иметь место исход А. Найти закон |
||||||||||||||||||||||
распределения числа X испытаний, если последние прекращаются, |
как |
|||||||||||||||||||||||||||
только |
|
первый раз произойдет |
А. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
О т в е т : |
Р(Х |
= |
k) = |
q"^ |
р |
(k |
= |
1, |
2 , . . . ; q— |
\ |
—р). |
|
|
|
|
|
|
||||||||||
|
2. |
Случайные |
величины |
Хь |
X s , Х 3 |
таковы, |
что |
|
P(Xi ф Х2 ) = |
0 |
и |
|||||||||||||||||
Р{Х2фХ3)=0. |
|
Доказать, |
что |
Р(Х, = £ Х 3 ) = 0 . |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
У к а з а н и е . |
Так как |
\Xi |
— X3 |
\ < | Хг |
— X , | - f I X, |
— Х3\, |
то собы |
||||||||||||||||||||
тие |
( | X, — Л3 1 > |
0) |
влечет |
за |
собой |
( | Хх |
— X , | > |
0) + |
|
( | X, — Х31 |
> |
0). |
||||||||||||||||
|
3. |
Случайные |
величины |
Х\ |
|
и Х2 |
таковы, |
что, |
каково |
|
бы |
ни |
было |
|||||||||||||||
е > |
О, |
|
Р( | X,—Х2 |
| |
3> в) = |
0. Доказать, что |
Р(Х, |
|
Х2 ) = 0. |
|
|
|
|
|
|
|||||||||||||
|
У к а з а н и е . |
Если |
е л |
> |
e n+i |
(п = |
1, |
2 , . . . ) , |
11т Е„ = 0, |
то |
|
|
|
|
||||||||||||||
|
|
|
|
|
|
оо |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(ХхФХъ)= |
2 |
(«»•!< 1-^1-^1 < |
«я) + |
( 1 ^ 1 - ^ | > |
e |
i ) C |
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
00 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
с 2 (i^-x3 i> t„). |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
4. |
Случайные |
величины X и X ' таковы, что Р(Х |
фХ')= |
|
0. |
Доказать, |
|||||||||||||||||||||
что X и X' имеют одинаковые |
законы |
распределения. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
У к а з а н и е . |
Пусть |
А = (X £Д), |
Л ' = (А" еД), В |
= |
(X = |
X ' ) , где |
|||||||||||||||||||||
Д — произвольный |
фиксированный промежуток. Тогда |
P ( f l ) = |
|
1, АВС |
|
А', |
||||||||||||||||||||||
Л'ВСА |
|
|
и |
согласно замечанию |
I I |
в |
§ 8 |
|
Р(АВ) |
= |
Р{А)Р(В) |
|
= |
|
Р(А) |
к |
||||||||||||
< Р(Л'), |
Р(А'В) |
= |
Р ( Л ' ) Р ( В ) = Р ( Л ' ) |
< |
Р(Л) . |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
5. |
X — произвольная |
случайная |
величина, {Мп) |
—какая-либо |
числовая |
||||||||||||||||||||||
последовательность, |
стремящаяся |
к |
+ о о . Доказать, |
что 11m Р |
|
(\Х\>М„)=0. |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
F(x)—функция |
|
|
|
|
|
|
л-кэо |
|
|
|
|
|
|
|||||||
|
У к а з а н и е . |
Если |
распределения |
случайной |
величи |
|||||||||||||||||||||||
ны |
X, |
то |
Р (X > Мп) = 1 |
— |
F Шп). |
Р(Х |
< — М„) <Р |
(X |
< — М„ + |
I) |
= |
|||||||||||||||||
= F(- |
Мп + 1). |
величины X и У независимы и |
распределены равномер |
|||||||||||||||||||||||||
|
6. |
Случайные |
||||||||||||||||||||||||||
но |
на |
отрезке [—Л, |
h] |
( Л > 0 ) . |
|
Найти |
плотность |
вероятности |
р |
(г) |
сум |
|||||||||||||||||
мы Z = |
X + |
У. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z |
|
|
|
|||
|
О т в е т : |
рz(z) |
|
= |
|
( |
1 — |
|
|
на |
отрезке |
[—2/г, 2я]; |
|
(г) = |
О |
|||||||||||||
при |
| г |
| > |
2/г. |
величина X имеет функцию распределения F{x). |
|
|
|
|||||||||||||||||||||
|
7. |
Случайная |
Найти |
|||||||||||||||||||||||||
функцию |
распределения |
G(y) |
— |
Р(У <с t/) |
|
случайной |
величины |
У |
в |
сле |
||||||||||||||||||
дующих |
случаях- . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
а) |
У = |
аХ |
(афО); |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
б) |
У = |
о Х + |
b |
(а |
0); |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
в) |
У = |
Х2 ; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
г) |
У = |
( Х - С ) ' ; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
Д) |
Y = |
\X\. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40
Предположив дополнительно, что X — непрерывная случайная величина с плотностью вероятности р ( х ) , найти (в тех же случаях) плотность веро ятности р(у) случайной величины Y.
О т в е т : |
a) |
G(y)= |
F(a-1y) |
|
|
при |
а > |
|
О, |
|
|
|
|
|
|||||
|
|
|
G(y)= |
|
1 — F(a-ly |
+ 0) |
|
при а < |
0, |
|
|
|
|
|
|||||
|
|
|
~Р (У) |
= |
|
\а\~1р(а-1у); |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
б) |
G(y) |
= |
F(а-1 |
(у — Ь)) |
|
п р и а > 0 , |
|
|
|
|
|
||||||
|
|
|
G(j) |
= |
l - F ( r ' ( j / - 6 ) + 0 ) |
|
при |
а < |
|
0, |
|
|
|
|
|
||||
|
|
|
р(у) |
= |
|
|
\а\-1р(а-Цу-Ь)); |
|
|
|
|
|
|
|
|
||||
|
|
в) |
G(y) |
= |
F(Vy)~F(- |
У 7 + 0 ) |
(</>0)*, |
|
|
|
|
||||||||
|
|
|
|
р (</) = j p « |
[р |
|
+ Р ( - |
/ й ] |
(</ > о); |
|
|
|
|||||||
|
|
г) |
0 ^ ) |
= |
/ ? (1 /7+с ) — - F ( - |
У 7 + С + |
0) |
(ff>0), |
|
|
|
||||||||
|
|
|
|
T(y) |
= |
^^[p(Vy |
|
+ |
c) + P(-Vy |
|
+ |
c)] |
(y>0); |
||||||
|
|
A) G(y)=F(y)-F(-y+0) |
|
|
|
|
(y>0), |
|
|
|
|
|
|||||||
|
|
|
Р(У) |
= |
Р(У)+ |
Р(-У) |
|
|
|
(У>0). |
|
|
|
|
|
||||
8. Положительная случайная величина X имеет |
|
функцию распределе |
|||||||||||||||||
ния F(x). Найти функцию распределения |
G(y) |
случайной |
величины |
Y |
в |
||||||||||||||
следующих |
случаях: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
а) |
У = |
У~Х- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
б) |
Y=\nX. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Предположив дополнительно, |
что X — непрерывная |
случайная величина |
с |
||||||||||||||||
плотностью вероятности р ( х ) , найти (в |
тех |
же случаях) |
плотность |
ве |
|||||||||||||||
роятности р(у) |
случайной |
величины |
У. |
|
|
|
|
|
|
|
|
|
|
|
|||||
О т в е т : |
a) |
G(y)=F{y*) |
|
|
|
{у>0), |
|
|
|
|
|
|
|
|
|||||
|
|
|
р(у) |
= |
2ур(у*) |
|
(у>0); |
|
|
|
|
|
|
|
|
||||
|
|
б) |
|
G(y)=F(ey), |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
~р(у)=еУр(еУ). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
9. |
F(x) |
есть функция |
распределения |
|
случайной |
величины X, |
f(x) |
— |
строго монотонная функция, заданная на всей оси х . Найти функцию рас
пределения |
G(y) случайной |
величины Y = |
f(X). Предположив дополни |
тельно, что |
X распределена |
с непрерывной |
плотностью р ( х ) и f(x) имеет |
непрерывную производную, всюду отличную от нуля, найти плотность ве
роятности р(у) |
случайной величины |
Y. |
|
|
|
f(x) |
|
|
|||||||
|
О т в е т : |
если |
g(y) |
— обратная |
по |
|
отношению к |
функция, |
то |
||||||
G(y)= |
F(g(y)), |
|
когда |
f(x) |
возрастает |
на |
(—_оо, |
+ |
оо); |
G ( i / ) = 1 — |
|||||
— |
F(g(y)+0), |
|
когда / ( * ) — убывающая |
функция; р(у)= |
|
|
|g'(y)\p{g{y)). |
||||||||
|
10. Пусть |
X |
и У — независимые |
случайные |
величины. |
Показать, |
что |
||||||||
1) |
при |
любых |
постоянных а\, |
02, |
Ь\, |
62 — случайные |
величины, Xt |
= |
|||||||
= |
a i Z + a 2 , |
Yi |
= |
b\Y + |
b2 независимы; |
2) |
каковы бы |
ни |
были монотон- |
^_Указание у > 0 в ответах означает, что приведенное выражение G или р справедливо для положительных значений у, а для у < 0 соответ ствующая функция равна нулю.
41
ные функции f\{x), М х ) , заданные на До,' случайные величины f\{X) /г(У) независимы; 3) при произвольных целых положительных т, п слу
чайные |
величины |
Хт |
и У" |
также |
независимы. |
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
— дискретная |
случайная |
величина, |
принимающая |
значения |
1 и |
|||||||||||||||||||||
— 1 , каждое |
с вероятностью ~ , |
|
a |
У— непрерывная |
случайная величина |
с |
||||||||||||||||||||||
непрерывной плотностью вероятности ру ({/). Считая X и У независимыми, |
||||||||||||||||||||||||||||
найти законы |
распределения |
их |
суммы |
и |
произведения. |
|
|
|
|
|
|
|
||||||||||||||||
|
О т в е т : |
и = X + Y |
и |
V = |
XY — непрерывные |
случайные |
величины; |
|||||||||||||||||||||
их |
плотности |
вероятности |
|
Р,л(иТ{= |
|
|
[ А Д и |
|
— •) + |
Р „ ( " + |
')]> |
A , (V ) = |
||||||||||||||||
= |
~\PY{v) |
|
+ |
|
PY(-v)\. |
|
и |
|
|
|
|
У |
|
|
|
|
У |
|
|
V |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
12. X — дискретная |
|
случайная |
|
величина, |
принимающая |
значения |
|||||||||||||||||||||
Х\ |
> 0, |
*г > |
0,.. . , * „ |
> |
0, |
причем |
Р(Х |
— |
х/,) |
~ |
Р/с |
[k |
= |
1, |
2 , . . . , л), |
|||||||||||||
а |
У — непрерывная |
случайная |
величина |
с |
непрерывной |
плотностью |
веро |
|||||||||||||||||||||
ятности |
ру |
[у). Считая |
X |
и |
У независимыми, |
найти |
законы |
распределения |
||||||||||||||||||||
их |
суммы |
и |
произведения. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
О т в е т : |
U — X + |
Y -а |
V = |
XY — непрерывные |
случайные |
величины; |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
п |
|
|
|
|
|
|
|
|
|
|
п |
|
|
|
их |
плотности |
вероятности |
|
р у |
(и) = |
2 |
Р*Ру |
(" — |
|
|
- Р ^ (»);= |
2 |
~ |
* |
х |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
х |
|
|
X |
Р у 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13. |
А" — дискретная |
|
случайная |
|
величина, |
принимающая |
значения |
||||||||||||||||||||
* i |
> 0, ... . |
хт>0, |
|
|
* 0 |
= |
0, |
* i ' < 0 , . . . , |
.«„ < |
0 |
с |
вероятностями |
|
p f |
t = |
|||||||||||||
= |
Р(Х = х*) |
(k |
= |
|
1 |
|
m), |
|
ро = |
Р(Х = |
0), |
р / |
= |
Р(Х = |
* / ) |
|
0' |
= |
||||||||||
= 1, . . . , n ) , |
а У—случайная величина, имеющая |
функцию |
распределе |
|||||||||||||||||||||||||
ния Fy(y). |
Предположив, |
что X и У независимы, найти |
функцию распре |
|||||||||||||||||||||||||
деления |
произведения |
V=XY. |
Выяснить, |
является |
ли |
V |
непрерывной |
слу |
||||||||||||||||||||
чайной величиной тогда, когда У непрерывна. |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
п |
|
|
|
|
|
|
О т в е т : |
при |
|
о >0 |
Fy |
(о) = |
р 0 + |
^ |
Р*Л, Г — |
^ |
+ |
2 |
Р/ |
Г 1 |
~ |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
п |
|
|
|
|
|
|
/JL+ОЛ!, |
|
|
|
при |
V < |
O |
F |
( V ) = |
2 "*^CirV 2"/Г |
|
|
||||||||||||||||
~ ' |
r C |
t |
+ |
' ) |
] |
- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Случайная величина V не может быть непрерывной, так как Р (V = 0) >
>Ро > 0.
14.X — случайная величина, распределенная по закону Гаусса с па раметрами а = 0 и а = I . Найти функцию распределения случайной ве
личины U = X + l^f).
О т в е т : |
f |
(и) = 0 |
|
при |
и < 0, |
|
|
|
||||
|
|
f |
(ц ) = Т + ф ( " Т ) п р и |
К |
> |
°' |
|
|
|
|
||
15. |
Случайная |
величина |
|
распределена |
по |
закону |
Гаусса с плот |
|||||
ностью |
ф(х; |
а, а ) . Показать, |
что при любых |
о |
ф |
0 и |
6 |
случайная ве |
||||
личина |
У = |
аХ + |
Ъ также |
распределена |
по |
закону |
Гаусса |
с плотностью |
||||
у(у; аи |
ffi); |
вычислить ai |
и |
а\. |
|
|
|
|
|
|
|
|
О т в е т : |
a-i = аа + Ь, а 1 = | а | о. |
|
|
|
|
|
|
|
42
16. Найти закон распределения квадрата случайной величины X, рас пределенной по закону Гаусса с параметрами а = 0 и произвольным а.
_ _у_
О т в е т : р (у) = |
т=~е |
*° |
(</ > °)- |
ха / 2 - у
17.Х\,...,Хп — взаимно независимые одинаково распределенные слу
чайные |
величины, |
F(х) = Fх (х) |
(/ = 1 , . . . , я ) — ф у н к ц и я |
распределения |
|||
Xi; |
найти функции |
распределения |
случайных величин L/ = max {Хи |
Хп) |
|||
и |
V= |
min {Xi |
Хп). |
|
|
|
|
|
О т в е т : F |
(и) == [F (u)]", |
Fy |
(v) = I — [ I — F (и + |
0)1". |
|
Г л а в а 3 ПРЕДЕЛЬНЫЕ ТЕОРЕМЫ ЛАПЛАСА И ПУАССОНА
§ 25. Постановка задачи
Рассмотрим случайную величину X, распределенную по биномиальному закону (см. § 20): даны целое л > 1 и поло жительное число р <С 1; X способна принимать значения 0, 1, 2,..., п с вероятностями
р (п, ft) = Р ( * = ft) = |
Chn?*q»-\ |
(1) |
где q = 1 — р. Если 0 < ft, < k2 < п, |
то |
|
Р (ft, < X < k2) = |
2 |
/> (п. *) = |
2 Сл*рУ~А- |
(2) |
*=*, |
ft=ft, |
|
|
|
Вычисление вероятностей |
(1) |
и особенно |
(2) при больших |
значениях п затруднительно. Желательно поэтому иметь для
(1) и (2) хорошие приближенные формулы. Таковые удается получить для больших значений п как следствия некоторых
предельных соотношений, справедливых при п |
со. |
|
|
Начнем с рассмотрения примера. Допустим, что в некото |
|||
ром сосуде V заключены п молекул газа. Выделим в нем не |
|||
большую область v. Тогда (см. § 7) |
вероятность |
р для лю |
|
бой данной молекулы в какой-либо |
фиксированный |
момент |
времени находиться в v мы считаем равной отношению объ емов v и V
|
о б ъ ем и |
|
Р |
объем V |
' ' |
Найдем закон распределения числа X молекул, находя щихся в данный момент в области v. Считая, что поведение одной молекулы не зависит от поведения остальных, мы по лучим для X биномиальное распределение с параметрами п и р. Таким образом, появление в v ровно k молекул будет иметь вероятность, которая выражается формулой ( I ) , а для вероятности неравенств ft\ < X < k2 будем иметь формулу (2).
Будем теперь увеличивать п, подавая дополнительное ко личество газа в сосуд V. Если это производится при постоян-
44
ном объеме, то значение р остается фиксированным. Если увеличение а происходит при постоянном давлении, то объем V должен расти пропорционально п
|
|
|
|
объем |
V = Кп. |
|
|
|
||
При |
этом |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р = ~< |
|
|
«> |
||
где |
в силу |
(3) |
X = |
(объем |
v)/K, |
и формула (1) |
примет вид |
|||
|
|
P{X=k) |
= C |
* |
( ± |
y ( l - ± y - \ |
|
(5) |
||
Именно |
в |
таких предположениях, |
когда |
р |
постоянно, |
|||||
а затем тогда, когда р = Ал- 1 , будут найдены |
пределы веро |
|||||||||
ятностей (1) и |
(2) при л - v o o . |
|
|
|
|
|||||
|
|
§ 26. Локальная теорема Лапласа |
|
|||||||
Положим |
|
|
|
|
|
|
|
|
||
|
|
|
|
k — np |
= х, |
|
|
... |
||
|
|
|
|
|
,/ |
|
|
|
U ) |
|
|
|
|
|
|
У npq |
|
|
|
|
|
придадим k |
такие |
значения |
kit |
k2 |
чтобы при п -> со |
|||||
|
|
|
|
kn |
ПП |
|
|
|
|
|
|
|
|
|
- у ^ Г |
= |
* « ^ - о |
|
|
(2) |
и рассмотрим одновременно со случайной величиной X, вве денной в предыдущем параграфе, случайную величину
|
|
л |
_ |
|
Х—пр |
. |
|
|
|
|
|
л. — •—, |
|
|
|
|
|||
|
|
|
|
У npq |
|
|
|
|
|
Тогда |
согласно локальной |
теореме |
|
Лапласа |
|
|
|||
|
Ш{УтР{Х^хп)) |
|
|
= -)=^е |
2 , |
(3) |
|||
|
л-нх> |
|
|
|
|
|
У *ТЕ |
|
|
или, что то же самое, |
|
|
|
|
|
|
|
|
|
|
iim [Vnpq |
Р ( ^ = й п ) | |
= - р1 = е |
22 . |
(4) |
||||
|
Л - Ю О |
|
|
|
|
|
|
|
|
Из этой теоремы вытекает, что при п > 1 |
|
|
|||||||
|
P(X=k) |
= P(X = x)^-L;9(x), |
|
(5) |
|||||
|
|
|
|
|
|
|
Vnpq |
|
|
где х |
определено равенством |
|
(1), |
|
а <р(х)=ф(х; |
0, 1) (см. |
|||
§ 21). |
|
|
|
|
|
|
|
|
|
46
|
Доказательство |
локальной |
|
теоремы |
Лапласа |
может |
быть |
проведено |
||||||||||
с помощью |
формулы Стерлинга |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
_ |
л |
+ 1 |
|
|
|
|
|
|
(6) |
|
|
|
|
|
|
л! ~ |
|
|
л |
е-п, |
|
|
|
|
|
|||
в которой ~ |
есть |
знак асимптотического |
равенства: левая и правая части |
|||||||||||||||
соотношения |
(6) |
представляют |
собой |
при я - ю о |
эквивалентные |
бесконеч |
||||||||||||
но |
большие |
величины. Иначе |
формулу Стерлинга |
можно |
записать в |
виде |
||||||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
п\ЦУТ* |
|
n |
|
e-n) |
= |
1 + а,„ |
|
|
|
(7) |
|||
где |
а„ |
0 при я ->• оо. |
Для |
а„ справедливы |
приближенные |
равенства: |
||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
и более |
точное |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
1 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
а " ~ Т 2 л ~ 1 |
+ |
288 я |
* |
|
|
|
|
|
||||
|
Не останавливаясь подробно на доказательстве локальной теоремы |
|||||||||||||||||
Лапласа, |
отметим |
лишь |
его основные |
этапы. Из |
соотношения |
(2) |
будем |
|||||||||||
иметь |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k„ = |
np + xn |
VZpq, |
n — kn |
= |
nq — x„ V~npq, |
|
|
(8) |
|||||||
откуда следует, что, коль скоро |
хп |
имеет |
конечный предел |
Хо, kn |
оо |
|||||||||||||
и л — kn^-°° |
при |
л - *оо . |
Опустив для |
упрощения записи индекс п у к, |
||||||||||||||
выразим |
факториалы в правой |
части |
равенства |
|
|
|
|
|
||||||||||
|
|
|
|
|
P C . - * ) - |
|
fel(a-fe)! |
P V ~ * |
|
|
|
|
по формуле Стерлинга; для обратной величины этой вероятности получим выражение
|
|
|
|
|
|
|
|
|
|
\_ |
|
|
1 |
f |
k \ ь Г n — k |
\п-ь |
г |
k (п. — k) \ |
2 , |
„ |
|||
где |
[см. (7)] |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+ р« = |
гт^; |
|
• ря |
•* °- |
|
|||
Произведение двух первых множителей в |
правой части равенства (9) в |
||||||||||
силу соотношений |
(8)' можно |
записать |
в |
виде |
|
|
|
|
|||
Прологарифмировав это выражение и воспользовавшись |
формулой |
||||||||||
|
|
|
In (1 + |
г) = |
г — - ^ 2 2 + |
о (г*), |
|
|
|
||
мы |
увидим, что |
произведение |
(10) |
стремится к |
е 2 |
при |
п - *оо . Что каса |
||||
ется третьего множителя в правой части |
равенства |
(9), |
то, |
снова прибег |
|||||||
нув |
к равенствам |
(8), обнаружим, |
что |
он |
равен |
|
|
|
|||
|
|
л->- оо. |
VnpqO+ln), |
|
|
|
|
|
|||
где |
тл->- 0 при |
|
|
|
|
|
|
|
|
46
|
|
§ 27. Интегральная теорема Лапласа |
|
|
||||||||||||||
Теперь придадим k один раз значения |
k\, |
k2,... |
, так, что |
|||||||||||||||
бы при п |
со |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
kn — np |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
Ynpq |
|
|
|
|
|
|
|
|
|
||
затем значения |
1и |
12 |
|
так, чтобы |
при /г->оо |
|
|
|||||||||||
|
|
|
|
|
1±рШ- |
= Ьп-+Ь |
(Ь>а). |
|
|
|
(2) |
|||||||
|
Интегральная |
теорема |
Лапласа |
утверждает, что для |
слу |
|||||||||||||
чайной величины X, распределенной по биномиальному зако |
||||||||||||||||||
ну с параметрами |
|
пир, |
|
|
|
|
|
ъ |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
_х*_ |
|
|
|
|
|
|
|
\imP(kn<X<ln) |
|
|
= -±=\e |
2dx. |
|
|
(3) |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
То же соотношение |
можно |
представить в виде |
(см. § 26) |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
ь |
_ & -• |
|
|
||
|
|
\\тР(а„<Х<ЬП)=-1=\е |
|
а |
2 |
dx. |
|
(4) |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Из формул |
(3) или |
(4) |
вытекает, что при n > 1 и k < / |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ь |
|
|
|
|
|
P ( f t < ^ < / ) |
= |
P ( c < |
X^b)^<\j<?{x)dx, |
|
|
|
(5) |
||||||||||
где |
|
|
|
|
|
|
k — пр |
|
^ |
I — nP |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
Ynpq |
' |
|
|
Vnpq |
|
|
|
|
|||
|
Изложим здесь набросок доказательства. При фиксированном п це |
|||||||||||||||||
лым |
числам |
k„, kn |
+ |
\, |
kn |
+ 1 |
|
|
kn + |
s = |
/„ |
соответствуют значения |
||||||
an ~ |
*o"* |
• • • > хз'^ |
= bn |
переменного x = |
(k — np)\ |
Vnpq. |
|
|
||||||||||
При |
этом |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Д4»> = M |
_xin} |
= |
|
k„ + |
U+l)-np |
|
_ |
kn + |
j-np |
= |
_ 1 |
|
|
|||||
7 |
/ + 1 |
y |
|
|
|
|
]Лгр<7 |
|
|
Vnpq |
|
|
Vnpq |
' |
||||
Далее |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р ( А Я < * < / Л ) = р ( л , |
k„) + |
p(n,kn+ |
l)+ |
... |
|
+p(n, |
/„) |
(7) |
|||||||||
и в силу локальной теоремы |
Лапласа |
|
|
|
|
|
|
|
|
|||||||||
где |
о„, у-1-0 |
при |
п -> оо. Согласно |
равенствам |
(6) |
сумму (7) |
можно |
пред |
||||||||||
ставить в виде Si |
+ |
S2 , |
где |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
л |
|
|
|
|
|
|
|
л |
|
|
|
|
|
|
|
s, |
= |
|
2 |
* (4Л ) ) <Ч'!) • |
s * = |
2 \ |
<йхТ- |
|
w |
у-о |
у=о |
47 |
5| представляет собой одну из интегральных сумм функции ср(л:) на от-
резке an<x<bn+(npq) |
|
при разбиении |
его на |
s + 1 равных |
отрезков |
|||||
длины |
(npq) |
2 ; при |
п ^ о о |
сумма |
Si стремится |
к интегралу |
в |
формуле |
||
(3). Предел суммы Si |
равен |
нулю, |
так как |
6„, j |
стремятся к |
нулю |
рав |
|||
номерно |
относительно |
индекса /; последнее утверждение можно прове |
||||||||
рить, внимательно рассмотрев предельный переход в равенстве |
(9) |
пре |
||||||||
дыдущего параграфа. |
|
|
|
|
|
|
|
|
||
Приближенное равенство (5) показывает, что, когда п ве |
||||||||||
лико, случайная величина |
|
|
|
|
|
|
||||
|
|
|
|
|
Х—пр |
|
|
|
|
|
|
|
|
|
|
Vnpq |
|
|
|
|
|
имеет |
закон |
распределения, близкий |
к нормальному. |
|
Форму |
ла (5) может быть переписана в виде |
|
В частности, положив k = пр — h, I = |
пр + h, получим |
Р(\Х-пр\<к)^2ф(^^у |
(10) |
Обозначим h = пг, тогда
П •-
Если трактовать X как число испытаний, приведших к исхо ду А в серии п независимых испытаний (см. § 12, задача 10),
то —X окажется частотой исхода А. Таким образом, фор мула (11) позволяет оценивать вероятности отклонений час тоты -^-Х от вероятности р исхода А.
§ 28. Теорема Пуассона
Рассмотрим теперь поведение вероятностей р(п, k) при
псо в предположении, что
где X — некоторая постоянная. Записав р(п, k) в виде [см.
§ 25, формула |
(5)] |
Н п , » ) _ . ( . - . ) • • • ( . - » + • ) |
|
- 0 - - О |
0 - ^ ) - 0 - ^ ) £ 0 - т Г . |
48
мы обнаружим, что в предположении |
(1) |
|
|
|
|
|
||||||||
|
|
|
|
|
|
lim р(п, |
k)= е - х ^ - - |
|
|
|
|
(2) |
||
|
Предельное соотношение (2) составляет содержание тео |
|||||||||||||
ремы |
Пуассона. |
Оно показывает, что, когда п велико, |
случай |
|||||||||||
ная величина X имеет закон |
распределения, |
близкий |
к |
зако |
||||||||||
ну |
Пуассона |
(см. § 20). |
|
|
|
|
|
|
|
|
||||
|
Формула |
(2) влечет за собой приближенные |
равенства: |
|||||||||||
|
|
|
|
|
|
Р |
|
|
|
|
|
|
(3) |
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р № < * < Л г |
) « е - * |
2 |
i p , |
|
|
|
|
(4) |
|
справедливые при и > 1. |
§ 27, дающие нормальные |
при |
||||||||||||
|
Формулы |
(5) § 26 и (5) |
||||||||||||
ближения |
для |
вероятностей |
P(X = k) |
и |
Р (й, < X < /г2), |
|||||||||
с успехом применяются при больших значениях |
произведения |
|||||||||||||
npq *; погрешность |
таких приближений |
мала при значениях |
||||||||||||
k, близких |
к пр; с увеличением | k — пр | погрешность |
замет |
||||||||||||
но |
возрастает. |
Формулы (3) и (4) |
настоящего |
|
параграфа, |
|||||||||
определяющие |
пуассоновские |
приближения, |
дают |
хорошие |
||||||||||
результаты тогда, когда п велико, а пр (равное |
А. согласно |
|||||||||||||
условию (1)) |
мало. В тех случаях, |
когда npq^> 1 и я р > 1 , |
||||||||||||
применимы как нормальное, так и пуассоновское |
приближе |
|||||||||||||
ния. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
§ 29. Задачи к главе 3 |
|
|
|
|
|
|||
|
1. При п — 14400 |
бросаниях монеты герб выпал |
k = 7356 |
раз. Счи- |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
тая |
вероятность |
появления герба |
при каждом |
бросании |
равной |
р = ~ 2 ' |
||||||||
имеем |
k — пр = |
156. |
Вычислить |
вероятность |
получения |
отклонения |
||||||||
| |
|
Х-пр\>\56. |
|
|
|
|
|
|
|
|
|
|
|
|
|
О т в е т : |
0,01. |
|
|
|
|
|
|
|
|
|
|||
|
2. |
Сколько |
раз следует бросить монету, чтобы |
с вероятностью 0,99 |
||||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
частота выпадания герба отклонялась бы от р = -у- меньше, чем на 0,02?
От в е т : п > 4161.
3.При некоторых условиях стрельбы, обеспечивающих поражение ми
шени |
с вероятностью |
р = 0,75, производится |
400 |
выстрелов. Пусть |
X — |
||||
число |
попаданий. При каких |
целых |
Л неравенства |
300 — Л < X < 300 + /; |
|||||
имеют |
вероятность |
> 0,97? |
Сколько выстрелов |
нужно |
произвести, |
для |
|||
того чтобы |
отклонения частоты попаданий от р, меньшие |
0,035, имели ве |
|||||||
роятность |
> 0,95? |
|
|
|
|
|
|
|
|
О т в е т : h >19; |
л > 5 8 6 . |
|
|
|
|
|
|
||
* Нормальные приближения |
считаются |
приемлемыми тогда, |
когда |
||||||
npq > 10. |
|
|
|
|
|
|
|
|
4—143 |
49 |