
- •Раздел 1
- •1. Начальные сведения из комбинаторного анализа
- •1.1. Элементы комбинаторики
- •Способы задания (описания) множеств
- •2. События. Алгебра событий
- •2.1. События. Пространство элементарных событий
- •2.2. Операции над событиями
- •2.3. Алгебра событий
- •3. Классическая и геометрическая
- •3.1. Классическая вероятность
- •3.2. Геометрическая вероятность
- •3.3. Относительная частота
- •4. Теоремы сложения и умножения
- •4.1. Теорема сложения вероятностей
- •4.2. Теорема умножение вероятностей
- •5. Формула полной вероятности.
- •5.1. Формула полной вероятности
- •5.2. Формула Байеса
- •6. Повторение испытаний
- •6.1. Формула Бернулли
- •6.2. Локальная и интегральная теоремы Лапласа
- •6.3. Формула Пуассона
- •6.4. Поток событий
- •Свойства потока событий
- •6.5. Наиболее вероятное число появления события
6.2. Локальная и интегральная теоремы Лапласа
Выше мы рассмотрели формулу Бернулли,
которая позволяет находить вероятность
появления события в
испытаниях
раз. Эту формулу удобно использовать в
тех случаях, когда число испытаний
невелико. Если же, например, надо найтиP50(30), то в этом
случае сталкиваемся с вычислением
.
Но даже не все современные калькуляторы
могут вычислить это значение. При
использовании стандартной записи числа
приходится делать округления, отбрасывая
значащие цифры, что приводит в процессе
вычислений к накоплению погрешностей.
Естественно возникает вопрос: нельзя ли вычислить интересующую нас вероятность, не прибегая к формуле Бернулли? Оказывается можно. Локальная теорема Лапласа дает асимптотическую формулу, которая позволяет приближенно найти вероятность появления события ровно kраз вnиспытаниях, если число испытаний достаточно велико.
Заметим, что для частного случая, а именно для p=1/2, асимптотическая формула была найдена в 1730 г. Муавром; в 1783 г. Лаплас обобщил формулу Муавра для произвольногоp, отличного от 0 и 1. Поэтому теорему, о которой здесь идет речь иногда называют теоремой Муавра – Лапласа.
Мы приведем только формулировку этой теоремы, опуская ее доказательство.
Теорема 6.1 (локальная теорема Лапласа).
Если вероятность pпоявления событияAв каждом испытании постоянно и отличается от нуля и единицы, то вероятностьPn(k) того, что событиеAпоявится вnиспытаниях ровноkраз, приближенно равна (тем точнее, чем большеn):
,
где
.
(6.2)
Функция
называется малой функций Лапласа.
Значения функции(x),
соответствующие положительному значению
аргумента
,
определяется из соответствующей таблицы.
Для отрицательных значений аргумента
пользуются той же таблицей, так как(x)
четная функция, т.е.
.
Вновь предположим, что производится
испытаний, в каждом из которых вероятность
появления события
постоянна и равна
.
Как вычислить вероятность
того, что событие
появится вnиспытаниях
не менее
и не более
раз (для краткости будем говорить «от
до
раз»)? На этот вопрос отвечает интегральная
теорема Лапласа, которую мы приводим,
опустив доказательство.
Теорема 6.2 (интегральная теорема Лапласа).
Если вероятность
появления события
в каждом испытании постоянно и отличается
от нуля и единицы, то вероятность
того, что событие
появится вnиспытаниях
от
до
раз, приближенно равна:
,
где
.
(6.3)
Функция
называется функций Лапласа. Значения
функции(x),
соответствующие положительному значению
аргумента
и
,
определяется из соответствующей таблицы.
Для отрицательных значений аргумента
можно пользоваться той же таблицей, так
как(x)
нечетная функция, т.е.
.
В таблице приводятся значения лишь до
.
При
можно принять
.
Замечание. Локальной и интегральной теоремами Лапласа на практике удобно пользоваться в случае, если npq>10. Если же npq<10, то эти формулы приводят к большим погрешностям.
Пример 6.4.Вероятность появления событияAв каждом из 900 независимых испытаний равнаp=0,8. Найти вероятность того, что событиеAпроизойдет:
а) 750 раз;
б) не менее 710 раз и не более 740 раз.
Решение.а) Из условия следует, чтоn=900,k=750,p=0,8, поэтомуq=0,2. Посколькуnpq=9000,80,2=144>10, то можно воспользоваться локальной теоремой Лапласа.
Находим x:
.
По таблице значений функции находим (2,5)=0,0175.
Согласно локальной теореме Лапласа получаем искомую вероятность:
.
б) Из условия следует, что n=900,k1=710,k2=740,p=0,8, поэтомуq=0,2. Находимx1иx2:
;
.
По таблице значений функции Лапласа, учитывая нечетность функции, определяем
(x1)=(0,83)=0,2967;
(x2)=(1,67)=0,4525.
Согласно интегральной теореме Лапласа получаем искомую вероятность:
.