Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Независимые испытания с несколькими исходами.
Рассмотрим следующий пример, когда из двух очень похожих вопросов на один можно ответить, пользуясь формулой Бернулли, а для другого этой формулы оказывается недостаточно: Пример. Игральная кость подбрасывается 15 раз. Найти вероятности следующих событий: а) выпадет ровно 10 шестерок; б) выпадет ровно 10 шестерок и три единицы. Решение: а) есть 15 испытаний схемы Бернулли с вероятностью успеха 1/6 (выпадение шестерки). Вероятность десяти успехов в 15 испытаниях равна С ; б) здесь каждое испытание имеет три, а не два исхода: выпадение шестерки, выпадение единицы, выпадение остальных граней. Воспользоваться формулой для числа успехов в схеме Бернулли не удается - перед нами уже не схема Бернулли. Выведем формулу для подсчета вероятности каждому исходу в нескольких независимых испытаниях выпасть нужное число раз, если в одном испытании возможно не два, а более исходов. Пусть в одном испытании возможны m исходов. Обозначим их цифрами 1,2,...,m. Пусть исход i в одном испытании случается с вероятностью pi, 1≤i≤ m, u =1. Обозначим через P (n1,..., nm) вероятность того, что в n=n1+...+nm независимых испытаниях исход 1 появился n1 раз, исход 2 - n2 раз,..., исход m - nm раз. Теорема. Для любого п и любых целых n1 ≥0,..., пт ≥0 таких, что n1 +… +пт = п, верна формула: P (n1,…, пт)= . Доказательство.Рассмотрим один элементарный исход, благоприятствующий выпадению п1 единиц, п2 двоек,..., пт раз т -ок: (). Это результат п экспериментов, когда все нужные исходы появились в некотором заранее заданном порядке. Вероятность такого результата п независимых испытаний равна . Все остальные благоприятные исходы отличаются лишь расположением чисел 1,2,...,т на п местах. Число таких исходов равно числу способов расставить на п местах п1 единиц, n2 двоек,..., пт чисел т, то есть C C C …C = Вернемся к решению примера (б) и выпишем ответ: так как вероятности выпадения шестерки и единицы равны 1/6, а вероятность третьего исхода (выпали любые другие грани) равна 4/6, то вероятность получить 10 шестерок, 3 единицы и еще 2 других очка равна Р(10,3,2)= · .
§11. Предельные теоремы для схемы Бернулли
Предположим, нам нужна вероятность получить не менее десяти успехов в 1000 испытаний схемы Бернулли с вероятностью успеха 0,003. Вероятность этого события равна любому из следующих выражений:
(0,003)k(0,997)1000-k=1- (0,003)k(0,997)1000-k, Сформулируем теорему о приближенном вычислении вероятности какого-либо числа успехов в большом числе испытаний схемы Бернулли с маленькой вероятностью успеха. Термин «большое число» должен означать п . Если при этом р = рп→0, то, очевидно, вероятность получить любое конечное число успехов при растущем числе испытаний стремится к нулю. Необходимо чтобы вероятность успеха р = рп 0 одновременно с ростом числа испытаний. Но от испытания к испытанию вероятность успеха меняться не может (по определению схемы Бернулли). Поэтому рассмотрим «схему серий»: есть одно испытание о с вероятностью успеха р1 два испытания о,о с вероятностью успеха р2 …… п испытаний о,...,о с вероятностью успеха рп … … Вероятность успеха меняется не внутри одной серии испытаний, а от серии к серии, когда меняется общее число испытаний. Обозначим через νn число успехов в n -й серии испытаний. Теорема Пуассона. Пусть п , рп 0 так, что прп λ > 0. Тогда для любого k ≥ 0 вероятность получить k успехов в п испытаниях схемы Бернулли с вероятностью успеха рп стремится к величине : Р ( = k)= при п , рп 0 так, что прп λ > 0. Доказательство.Положим λп = п∙рп λ > 0. Причем - при фиксированном k и при п . Тогда = ~ . При выводе мы использовали, что и . В самом деле, для последнего соотношения будет выполняться: ln = n ln = n -λ.
Пользуясь теоремой Пуассона, можно приближенно посчитать вероятность получить не менее десяти успехов в 1000 испытаний схемы Бернулли с вероятностью успеха 0,003. Поскольку п = 1000 «велико», а рп = 0,003 «мало», то, взяв λ= прп = 3, можно написать приближенное равенство 1- (0,003)k(0,997)1000-k ≈1- = ≈0,001.
Пользоваться формулой Бернулли при больших значениях п достаточно трудно, так как формула требует выполнения действий над громадными числами. Например, если п = 50, k = 30, р = 0,1, то для отыскания вероятности Р50(30) надо вычислить выражение Р50(30)=50!/(30!20!)·(0,1)30·(0,9)20, где 50!=30414093·1057, 30!=26525286·1025, 20!=24329020·1011. Правда, можно несколько упростить вычисления, пользуясь специальными таблицами логарифмов, факториалов. Однако и этот путь остается громоздким и к тому же имеет существенный недостаток: таблицы содержат приближенные значения логарифмов, поэтому в процессе вычислений накапливаются погрешности; в итоге окончательный результат может значительно отличаться от истинного.
Локальная теорема Лапласа дает асимптотическую формулу, которая позволяет приближенно найти вероятность появления события ровно k раз в п испытаниях, если число испытаний достаточно велико. Заметим, что для частного случая, а именно для р = 1/2, асимптотическая формула была найдена в 1730 г. Муавром; в 1783 г. Лаплас обобщил формулу Муавра для произвольного р, отличного от 0 и 1. Поэтому теорему, о которой здесь идет речь, иногда называют теоремой Муавра—Лапласа. Приведем формулировку теоремы и примеры, иллюстрирующие ее использование.
Локальная теорема Лапласа. Если вероятность р появления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность Рп(k) того, что событие А появится в п испытаниях ровно k раз, приближенно равна (тем точнее, чем больше п) значению функции y = · = · (x) при x =(k-np)/ . Имеются таблицы, в которых помещены значения функции (x)= , соответствующие положительным значениям аргумента х. Для отрицательных значений аргумента пользуются теми же таблицами, так как функция (x) четна, то есть (- x)= (x). Итак, вероятность того, что событие А появится в n независимых испытаниях ровно k раз, приближенно равна Pn (k)≈ · (x), где x =(k - np)/ . Пример. Найти вероятность того, что событие А наступит ровно 80 раз в 400 испытаниях, если вероятность появления этого события в каждом испытании равна 0,2. Решение. По условию n=400;k=80;р=0,2;q=0,8. Воспользуемся асимптотической формулой Лапласа: P400(80)≈ · (x)= · (x). Вычислим определяемое данными задачи значение х: x=(k-np)/ =(80-400·0,2)/8=0. По таблице находим (0)=0,3989. Искомая вероятность P400(80)=(1/8)·0,39989=0,04986. Формула Бернулли приводит примерно к такому же результату: Р400(80)=0,0498. Пример. Вероятность поражения мишени стрелком при одном выстреле р=0,75. Найти вероятность того, что при 10 выстрелах стрелок поразит мишень 8 раз. Решение. По условию n=10;k=8;р=0,75;q=0,25. Воспользуемся асимптотической формулой Лапласа: P10(8)≈ · (x)=0,7301· (x). Вычислим определяемое данными задачи значение х: x= = ≈0,36. По таблице находим (0,36)=0,3739. Искомая вероятность Р10(8)=0,7301·0,3739=0,273. Формула Бернулли приводит к иному результату, а именно Р10(8)=0,282. Столь значительное расхождение ответов объясняется тем, что в настоящем примере п имеет малое значение (формула Лапласа дает достаточно хорошие приближения лишь при достаточно больших значениях п).
Предположим, что производится п испытаний, в каждом из которых вероятность появления события А постоянна и равна р (0<р<1). Вычислим вероятность Рп (k l, k 2) того, что событие А появится в п испытаниях не менее k l и не более k 2 раз (для краткости будем говорить «от k1 до k2 раз»). Для этого сформулируем интегральную теорему Лапласа. Интегральная теорема Лапласа. Если вероятность р наступления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность Рп(k1,k2) того, что событие А появится в п испытаниях от k1 до k2 раз, приближенно равна определенному интегралу Рп (k l, k 2) , где х’ =(k 1- np)/ и х ”=(k 2- np)/ .
При решении задач, требующих применения интегральной теоремы Лапласа, пользуются специальными таблицами, так как неопределенный интеграл не выражается через элементарные функции. В этих таблицах даны значения функции Ф (х)= для положительных значений х и для х=0; для х<0 пользуются той же таблицей (функция Ф (х) нечетна, то есть Ф (- х)=- Ф (х)). В таблицах приведены значения интеграла лишь до х=5, так как для х>5 можно принять Ф(х)=0,5. Функцию Ф (х) часто называют функцией Лапласа. Для того чтобы можно было пользоваться таблицей функции Лапласа, преобразуем данное соотношение так: Рп(k1,k2) + = = - =Ф(х”)-Ф(х’). Итак, вероятность того, что событие А появится в п независимых испытаниях от k 1 до k 2 раз, Р п (k 1, k 2) Ф (х ")- Ф (х’), где х’ =(k 1- np)/ и х” =(k 2- np)/ . Приведем примеры, иллюстрирующие применение интегральной теоремы Лапласа. Пример. Вероятность того, что деталь не прошла проверку ОТК, равна р=0,2. Найти вероятность того, что среди 400 случайно отобранных деталей окажется непроверенных от 70 до 100 деталей. Решение. По условию р=0,2;q=0,8;п=400;k1=70;k2=100. Воспользуемся интегральной теоремой Лапласа: Р400(70,100)≈Ф(х”)-Ф(х’). Вычислим нижний и верхний пределы интегрирования: x’= = =-1,25; x”= = =2,5. Таким образом, имеем Р400(70,100)=Ф(2,5)-Ф(-1,25)=Ф(2,5)+Ф(1,25). По таблице функции Лапласа находим: Ф(2,5)=0,4938; Ф(1,25)=0,3944. Искомая вероятность Р400(70,100)=0,4938+0,3944=0,8882.
Обозначить через т число появлений события А при п независимых испытаниях, в каждом из которых вероятность наступления события А постоянна и равна р. Если число т изменяется от k 1 до k 2, то дробь (т - np)/ изменяется от (k 1- np)/ = х’ до (k 2- np)/ = х ”. Следовательно, интегральную теорему Лапласа можно записать и так: Р (х’ ≤ ≤ х”) .
|
|||||||
Последнее изменение этой страницы: 2017-02-21; просмотров: 313; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.216.186.164 (0.04 с.) |