- •Инновационный евразийский университет
- •Кафедра «Математика и информатика» Инновационный евразийский университет
- •Содержание (нужно разбить на главы после завершения)
- •Глава 1 Случайные события и их вероятности
- •Тема 1. Случайные события
- •1. Понятие испытаний, события
- •2. Виды случайных событий, пространство элементарных событий
- •3.Теоретико-множественная трактовка, алгебра событий
- •1. ;
- •Тема 2. Элементы комбинаторики и применение
- •1. Правило суммы и произведения.
- •2. Размещение с повторениями
- •3. Размещения без повторений, перестановки, подстановки
- •4. Cочетания, бином Ньютона
- •Тема 3. Определение вероятности, относительная частота, аксиоматическое определение вероятности
- •1. Классическое определение вероятности
- •2. Статистическое определение вероятности
- •3. Геометрическое определение вероятности
- •4. Аксиоматическое определение вероятности
- •5. Конечное вероятностное пространство
- •Тема 4. Теорема суммы вероятностей, формула полной системы событий, условная вероятность, теорема умножения вероятностей
- •2. Теорема умножения вероятностей
- •3. Применение комбинаторики к подсчёту вероятностей
- •4. Теоретические задачи.
- •5. Принцип практической невозможности маловероятных событий
- •Тема 5. Формула полной вероятности, вероятности гипотез,
- •1. Формула полной вероятности (фпв)
- •2. Вероятность гипотез (формулы Байеса).
- •3. Повторные испытания, схема Бернулли
- •4. Наиболее вероятностное число успехов
- •Тема 6. Предельные теоремы в схеме Бернулли,
- •1. Предельная теорема Пуассона
- •2. Простейший поток событий
- •3. Формула для геометрического закона распределения вероятности
- •5. Локальная теорема Муавра – Лапласа
- •6. Интегральная теорема Муавра - Лапласа
5. Локальная теорема Муавра – Лапласа
В случаях, когда число испытаний достаточно велико, а вероятность удовлетворяет, для вычисления биномиальных вероятностей используют приближенные теоремы Муавра – Лапласа.
Локальная теорема Муавра- Лапласа. Если вероятность наступления событияв каждом испытании постоянна и удовлетворяет условиям, а число независимых испытанийдостаточно велико, то вероятностьможет бить вычислена по следующей приближённой формуле
(12) ,
дает асимптотическую формулу (оно тем точнее, чем больше ), позволяющую найти приближенное значение при достаточно больших значениях, где функция
(13) (Ф. Г.)
называется функцией Гаусса, а её график представляет кривой вероятностей.
Кратко остановимся на схеме доказательства этой теоремы. Имеют место равенства
(14) ;.
В силу ограниченности величин разностьстремится квместе си. Воспользуемся формулой Стрилинга, дляТогда с учетом формулы Бернулли после некоторых преобразований получим
.
Из равенств (14) следут, что
(15)
Следовательно, при достаточно большом получим
.
Далее воспользуемся (на основании представления логарифма в степенной ряд) асимптотическим представлением Тогда получим
(16)
.
На основании равенств (14) и с учётом , будем иметь
Применяя асимптотические равенства (15), после некоторых упрощений получим, что
Подставляя полученные выражения в формулу (16), имеем
Теорема доказана. В частности, справедливо асимптотическое равенство
Кроме того, для функции приведена таблица значений (см. приложение?).
Свойства функции :
1. функция чётная, т.е.
2. при , и дляможно считать,
3.
Функция Гаусса в дальнейшем будет встречаться и в разделе «Нормальный закон распределения». Из равенства (12) следует, что
Пример 10.Монету бросают 100 раз. Найти вероятность того, что герб выпадет 40 раз.
Решение:Применим формулу (12). Поскольку, по условию задачии, тоТогда на основании таблицы значений функцииполучим. По формуле (12) получим
.
Легко заметить, что величину с помощью формулы Бернулли очень трудно сосчитать.
Пример 11. Найти вероятность того, что событиеАнаступит ровно 80 раз в 400 испытаниях, если вероятность появится этого события в каждом испытании равна 0,2.
Решение:По условию, тогда
Согласно таблице значений, . По локальной формуле Лапласа
В приближенных формулах Лапласа по мере приближения одного из чисел pиqк нулю точность понижается, т.е. точность в общем случае улучшается с ростом. Еслитои еслитопотому, чтоp+q = 1.
Обычно для произведения берут число не менее 10., отсюда следует, чтоесли p или q близко к нулю,тем больше нужно братьn.
В задачах, где требуется вычислять вероятность того, что в nнезависимых испытаниях, в каждом из которых вероятность появления события равнаp(0<p<1), событие наступит не менее раз и не болеераз, , равна
.
И используют интегральную теорему Муавра- Лапласа (ее приведём без доказательства, можно прочитать, например, в учебнике Гнеденко []).
В основе доказательства естественно лежит локальная теорема Муавра-Лапласса.