- •“Теорія ймовірностей, імовірнісні процеси та математична статистика”
- •Тема 1. Основні поняття теорії ймовірностей
- •1.1. Випробування і події
- •1.2. Види випадкових подій
- •1.2. Операції над подіями
- •1.3. Класичне визначення ймовірності
- •1.4. Відносна частота. Стійкість відносної частоти
- •1.5. Обмеженість класичного визначення ймовірності. Статистична ймовірність
- •1.6. Геометричні ймовірності
- •1.7. Основні формули комбінаторики
- •Тема 2. Ймовірність суми подій
- •2.1. Ймовірність суми несумісних подій
- •2.2. Ймовірність суми подій, що утворюють повну групу
- •2.3. Сума ймовірностей протилежних подій
- •2.4. Ймовірність суми сумісних подій
- •2.5. Принцип практичної неможливості малоймовірних подій
- •Тема 3. Ймовірність добутку подій
- •3.1. Добуток подій
- •3.2. Умовна ймовірність
- •3.3. Теорема множення ймовірностей
- •3.4. Незалежні події. Теорема множення для незалежних подій
- •3.5. Ймовірність появи хоча б однієї події
- •3.6. Формула повної ймовірності
- •3.7. Ймовірність гіпотез. Формули Байєса
- •Тема 4. Повторні незалежні випробування за схемою бернуллі
- •4.1. Формула Бернуллі
- •4.2. Локальна теорема Лапласа
- •4.3. Інтегральна теорема Лапласа
- •4.4. Ймовірність відхилення відносної частоти від постійної ймовірності в незалежних випробуваннях
- •Розділ 2. Випадкові величини
- •Тема 5. Дискретні випадкові величини та їх розподіли
- •1. Випадкова величина
- •2. Дискретні і неперервні випадкові величини
- •3. Закон розподілу ймовірностей дискретної випадкової величини
- •4. Біноміальний розподіл
- •5. Розподіл Пуассона
- •6. Найпростіший потік подій
- •7. Геометричний розподіл
- •8. Гіпергеометричний розподіл
- •9. Функція розподілу імовірностей випадкової величини
- •9.1. Визначення функції розподілу
- •9.2. Властивості функції розподілу
- •9.3. Графік функції розподілу
- •1. Математичне сподіванння дискретної випадкової величини
- •2. Ймовірнісний зміст математичного сподіванння
- •3. Властивості математичного сподіванння
- •Список рекомендованої літератури
Тема 4. Повторні незалежні випробування за схемою бернуллі
1. Формула Бернуллі.
2. Локальна теорема Лапласа.
3. Інтегральна теорема Лапласа.
4.1. Формула Бернуллі
Якщо проводиться декілька випробувань, причому ймовірність події А в кожному випробуванні не залежить від результатів інших випробувань, то такі випробування називають незалежнимищодо події А.
В різних незалежних випробуваннях подія А може мати або різні, або одну і ту ж ймовірність. Будемо далі розглядати лише такі незалежні випробування, в яких подія А має одну і ту ж ймовірність.
Нижче скористаємося поняттям складної події, розуміючи під ним поєднання декількох окремих подій, які називають простими
Хай проводиться n незалежних випробувань, в кожному з яких подія А може з’явитися або не з’явитися. Умовимося вважати, що ймовірність події А в кожному випробуванні одна і та же, а саме рівна р. Отже, ймовірність ненастання події А в кожному випробуванні також постійна і рівна q=1-p.
Поставимо перед собою задачу обчислити ймовірність того, що при n випробуваннях подія А здійсниться рівно k раз і, отже, не здійсниться n-k разів. Важливо підкреслити, що не потрібно, щоб подія А повторилася рівно k разів в певній послідовності. Наприклад, якщо йдеться про появу події А три рази в чотирьох випробуваннях, то можливі наступні складні події: ,,,. Записозначає, що в першому, другому і третьому випробуваннях подія А настала, а в четвертому випробуванні вона не з’явилася, тобто настала протилежна подія; відповідний сенс мають і інші записи.
Шукану ймовірність позначимо . Наприклад, символ Р5(3) означає ймовірність того, що в п’яти випробуваннях подія з’явиться рівно 3 рази і, отже, не настане 2 рази.
Поставлену задачу можна розв’язати за допомогою так званої формули Бернуллі.
Виведення формули Бернуллі.Ймовірність однієї складної події, що полягає в тому, що у n випробуваннях подія А настане k разів і не настане n-k разів, за теоремою множення ймовірностей незалежних подій дорівнює. Таких складних подій може бути стільки, скільки можна скласти сполучень з n елементів по k елементів, тобто. Оскільки ці складні події несумісні, то за теоремою додавання ймовірностей несумісних подій шукана ймовірність дорівнює сумі ймовірностей всіх можливих складних подій. Оскільки ж ймовірності всіх цих складних подій однакові, то шукана ймовірність (появи k разів події А в n випробуваннях) рівна ймовірності однієї складної події, помноженій на їх число:
або
.
Отриману формулу називають формулою Бернуллі.
4.2. Локальна теорема Лапласа
Вище була виведена формула Бернуллі, що дозволяє обчислити ймовірність того, що подія з’явиться в n випробуваннях рівно k разів. При виведенні ми мали на увазі, що ймовірність появи події в кожному випробуванні постійна. Легко бачити, що користуватися формулою Бернуллі при великих значеннях n достатньо важко, оскільки формула вимагає виконання дій над величезними числами. Наприклад, якщо n=50, k=30, р=0,1, то для знаходження ймовірності Р50(30) треба обчислити вираз Р50(30)=50!/(30!20!)*(0,1)30*(0,9)20, де 50!=30414093*1057, 30!=26525286*1025, 20!=24329020*1011. Правда, можна дещо спростити обчислення, користуючись спеціальними таблицями логарифмів факторіалів. Проте і цей шлях залишається громіздким і до того ж має істотний недолік: в таблицях наведені наближені значення логарифмів, тому в процесі обчислень нагромаджуються погрішності; в результаті остаточний результат може значно відрізнятися від дійсного.
Природно виникає питання, чи не можна обчислити ймовірність, що цікавить нас, не вдаючись до формули Бернуллі? Виявляється, можна. Локальна теорема Лапласа і дає асимптотичну формулу, яка дозволяє приблизно знайти ймовірність появи події рівно k разів в n випробуваннях, якщо число випробувань достатньо велике.
Відмітимо, що для часткового випадку, а саме для р=1/2, асимптотична формула була знайдена в 1730 р. Муавром; в 1783 р. Лаплас узагальнив формулу Муавра для довільного р, відмінного від 0 і 1. Тому теорему, про яку тут йде мова іноді називають теоремою Муавра-Лапласа.
Доведення локальної теореми Лапласа досить складне, тому ми наведемо лише формулювання теореми і приклади, що ілюструють її використання.
Локальна теорема Лапласа. Якщо ймовірність р появи події А в кожному випробуванні постійна і відмінна від нуля і одиниці, то ймовірність Pn(k) того, що подія А з’явиться в n випробуваннях рівно k разів, приблизно дорівнює (тим точніше, чим більше n) значенню функції
при .
Є таблиці, в яких наведені значення функції , що відповідають додатнім значенням аргументух. Для від’ємних значень аргументу користуються тими ж таблицями, оскільки функціяпарна, тобто.
Отже, ймовірність того, що подія А з’явиться в n незалежних випробуваннях рівно k разів, приблизно дорівнює
,
де .