Повторные независимые испытания

На практике приходится сталкиваться с такими задачами, которые можно представить в виде многократно повторяющихся испытаний, в результате каждого из которых может появиться или не появиться событие . При этом интерес представляет исход не каждого "отдельного испытания, а общее количество появлений события в результате определенного количества испытаний. В подобных задачах нужно уметь определять вероятность любого числа появлений события в результате испытаний. Рассмотрим случай, когда испытания являются независимыми и вероятность появления события в каждом испытании постоянна. Такие испытания называются повторными независимыми.

Примером независимых испытаний может служить проверка на годность изделий, взятых по одному из ряда партий. Если в этих партиях процент брака одинаков, то вероятность того, что отобранное изделие будет бракованным, в каждом случае является постоянным числом.

Формула Бернулли

Воспользуемся понятием сложного события, под которым подразумевается совмещение нескольких элементарных событий, состоящих в появлении или непоявлении события в –м испытании. Пусть проводится независимых испытаний, в каждом из которых событие может либо появиться с вероятностью , либо не появиться с вероятностью . Рассмотрим событие , состоящее в том, что событие в этих испытаниях наступит ровно раз и, следовательно, не наступит ровно раз. Обозначим появление события , a — непоявление события в –м испытании. В силу постоянства условий испытания имеем

Событие может появиться раз в разных последовательностях или комбинациях, чередуясь с противоположным событием . Число возможных комбинаций такого рода равно числу сочетаний из элементов по , т. е. . Следовательно, событие можно представить в виде суммы сложных несовместных между собой событий, причем число слагаемых равно :

(3.1)

где в каждое произведение событие входит раз, а — раз.

Вероятность каждого сложного события, входящего в формулу (3.1), по теореме умножения вероятностей для независимых событий равна . Так как общее количество таких событий равно , то, используя теорему сложения вероятностей для несовместных событий, получаем вероятность события (обозначим ее )

(3.2)

Формулу (3.2) называют формулой Бернулли, а повторяющиеся испытания, удовлетворяющие условию независимости и постоянства вероятностей появления в каждом из них события , называют испытаниями Бернулли, илисхемой Бернулли.

11. Локальная теорема Лапласа

1.10. Теоремы Муавра-Лапласа

Пусть в каждом из независимых испытаний событие A может произойти с вероятностью , (условия схемы Бернулли). Обозначим как и раньше, через вероятность ровно появлений события А в испытаниях. кроме того, пусть – вероятность того, что число появлений события А находится между и .

Локальная теорема Лапласа.

Если n – велико, а р – отлично от 0 и 1, то

 где - функция Гаусса (функция табулирована, таблицу можно скачать на странице формул по теории вероятностей).

12. Интегральная теорема Лапласа

Интегральная теорема Лапласа.

Если n – велико, а р – отлично от 0 и 1, то

P(n; k1, k2) где - функция Лапласа (функция табулирована, таблицу можно скачать на странице формул по теории вероятностей).

Функции Гаусса и Лапласа обладают свойствами, которые необходимо знать при использовании таблиц значений этих функций:

а) 

б) при больших верно .

Теоремы Лапласа дают удовлетворительное приближение при . Причем чем ближе значения к 0,5, тем точнее данные формулы. При маленьких или больших значениях вероятности (близких к 0 или 1) формула дает большую погрешность (по сравнению с исходной формулой Бернулли).