10956

Локальная теорема Муавра-Лапласа

Лекция

Математика и математический анализ

Локальная теорема МуавраЛапласа Несмотря на элементарность формулы Бернулли при большом числе испытаний непосредственное вычисление по ней связано с большой вычислительной работой погрешностью. Разрешить эту проблему поможет локальная теорема МуавраЛапласа:

Русский

2013-04-03

65.77 KB

67 чел.

Локальная теорема Муавра-Лапласа

Несмотря на элементарность формулы Бернулли  при большом числе испытаний  непосредственное вычисление по ней связано с большой вычислительной работой (погрешностью). Разрешить эту проблему поможет локальная теорема Муавра-Лапласа:

Если вероятность  наступления события  в каждом испытании постоянна и отлична от  и , то вероятность  того, что событие  произойдет  раз в  независимых испытаниях при достаточно большом числе , приближенно равна

      (6.1)

где    , и    (6.2)

Данная формула (теорема) тем более точна, чем  Вычисление по этой формуле дает незначительную погрешность при выполнении условия  Функция  табулирована и обладает следующими свойствами:

  1.  функция  является четной, т.е. ;
  2.  функция  монотонно убывающая при положительных значениях  причем при .

Уже при

ПРИМЕР 1:  В некоторой местности из каждых 100 семей 80 имеют автомобили. Какова вероятность того, что из 400 семей у 300 имеются автомобили?

РЕШЕНИЕ: Вероятность того, что в семье имеется автомобиль, равна  Так как  достаточно велико (условие  выполнено), то применим локальную формулу Муавра - Лапласа:

Замечание  Значение функции  получено из соответствующих статистических таблиц.

Интегральная теорема Муавра-Лапласа

Пусть в условиях примера 1 необходимо было бы найти вероятность того, что от 300 до 360 семей (включительно) имеют автомобили. Тогда по теореме сложения вероятностей событий и, учитывая (5.5) получим:

В принципе вычислить каждое слагаемое можно по локальной формуле Муавра-Лапласа, но большое количество слагаемых делает расчет очень трудоемким. В таких случаях справедлива интегральная теорема Муавра-Лапласа:

Если вероятность  наступления события  в каждом испытании постоянна и отлична от  и , то вероятность того, что число  наступления события  в  независимых испытаниях заключено в пределах от  до  (включительно) при достаточно большом числе , приближенно равна

 (6.3)

где     

Для вычисления по этой формуле вводится функция Лапласа (интеграл вероятности):

     (6.4)

обладающая следующими свойствами:

  1.  функция  нечетная, т.е. ;
  2.  функция  монотонно возрастающая, причем при   (практически можно считать, что уже при
    ).

Учитывая свойства функции Лапласа, окончательно получим:

 (6.5)

Интегральная формула, как и локальная тем точнее, чем больше . При условии  интегральная формула (6.5) дает незначительную погрешность вычисления вероятностей.

ПРИМЕР 2:  По данным примера 1 вычислим вероятность того, что от 300 до 360 (включительно) семей из 400 имеют автомобили.

РЕШЕНИЕ: Применим интегральную теорему Муавра-Лапласа ().


СЛУЧАЙНЫЕ ВЕЛИЧИНЫ

Числовая величина , значение которой может меняться в зависимости от случая, называется случайной величиной (СВ).

В рамках теоретико-вероятностной схемы, когда предполагаем, что имеется некоторое пространство элементарных исходов , случайной величиной  называют функцию от элементарных исходов :

где .

Различают два основных типа случайных величин: дискретные и непрерывно распределенные.

Дискретные величины в зависимости от элементарных исходов принимает конечное или счетное число различных значений х с соответствующими вероятностями:

.     (6.6)

Здесь = х, обозначает, что случайная величина принимает значение х, т.е. {}={}. Вероятность события , состоящего в том, что случайная величина принимает одно из значений х, лежащих в пределах  , есть

.    (6.7)

В формуле (6.7) суммирование производится по конечному или счетному числу х, которые может принимать дискретная случайная величина .

Соответствие между возможными значениями СВ и вероятностями этих значений называют распределением вероятностей СВ и обозначают .

Законом распределения СВ называется всякое соотношение, устанавливающее связь между возможными значениями СВ и соответствующими им вероятностями.

Тогда о СВ можно говорить, что она подчинена данному закону. Простейшей формой задания этого закона является таблица, в которой перечислены возможные значения СВ и соответствующие им вероятности.

....

....

Такую таблицу будем называть рядом распределения дискретной СВ.

События , состоящие в том, что в результате испытаний случайная величина  примет соответственно значения , являются несовместными и единственно возможными (в таблице перечислены все возможные значения СВ), т.е. составляют полную группу. Следовательно, сумма их вероятностей равна 1. Таким образом, для любой дискретной случайной величины справедливо соотношение:

   (6.8)

Чтобы придать ряду распределения более наглядный вид часто прибегают к его графическому отображению.

 0     x1        x2         x3               x4   x5    X

 P

p2

p1

p4

p5

Многоугольник распределения

p3

Такая фигура называется многоугольником распределения.

ПРИМЕР 3:  Стрелок ведет стрельбу по мишени до первого попадания, имея боезапас 4 патрона. Вероятность попадания при каждом выстреле равна 0.6. Построить ряд распределения боезапаса, оставшегося неизрасходованным.

РЕШЕНИЕ: СВ  – число неизрасходованных патронов имеет четыре возможных значения: 0, 1, 2 и 3. Вероятности этих значений равны соответственно:

0

1

2

3

0.064

0.096

0.24

0.6

Очевидно, что ряд распределения не универсальная характеристика. Нетрудно убедиться, что для непрерывной СВ такую характеристику построить нельзя (т.к. СВ имеет бесчисленное множество значений). Поэтому составить таблицу, в которой бы были перечислены все возможные значения СВ невозможно. Кроме того, как мы убедимся в дальнейшем, каждое отдельное значение непрерывной СВ обычно не обладает никакой, отличной от нуля, вероятностью.

Однако различные области возможных значений СВ все же не являются одинаково вероятными и для непрерывной СВ существует "распределение вероятностей", хотя и не в том смысле, как для дискретной.

Для количественного описания этого распределения вероятностей удобно воспользоваться не вероятностного события , а вероятностью события  где  некоторая текущая переменная. Вероятность этого события, очевидно, зависит от , и является некоторой функцией от . Эта функция называется функция распределения случайной величины Х и обозначается :

    (6.9)

Функцию F(x) иногда называют интегральной функцией распределения или интегральным законом распределения.

Функция распределения – самая универсальная характеристика СВ. Она существует как для дискретных, так и непрерывных СВ. Функция распределения полностью характеризует СВ с вероятностной точки зрения, т.е. является одной из форм закона распределения.

Общие свойства интегральной функции распределения:

  1.  Функция распределения  неубывающая функция своего аргумента, т.е. при
  2.  На минус бесконечности функция распределения равна нулю:
  3.  На плюс бесконечности функция распределения равна единице:
  4.  

График функции распределения в общем случае представляет собой график неубывающей функции, значение которой начинается от 0 и доходит до 1, причем в отдельных точках функция может иметь разрыв.

Зная ряд распределения дискретной СВ, можно легко построить функцию распределения этой величины.

Действительно: .

ПРИМЕР 4:  Произведем один опыт, в котором может произойти или не произойти событие . Вероятность события  равна . СВ  число появлений события  в опыте (дискретная СВ). Необходимо построить функцию распределения СВ.

РЕШЕНИЕ: Ряд распределения СВ  имеет вид:

0

1

Построим функцию распределения СВ

  1.  
  2.  
  3.  при

ПРИМЕР 5:  При тех же условиях (пример 4) провели 4 независимых опыта. Постройте функцию распределения числа появлений события .

РЕШЕНИЕ: Пусть СВ  число появлений события  в 4 опытах. Эта величина имеет ряд распределения:

0

1

2

3

4

> 4

0.2401

0.4116

0.2646

0.0756

0.0081

0

0.2401

0.6517

0.9163

0.9919

1

Построим функцию распределения СВ Х:

  1.  при  F(x) = 0;
  2.  0 < x  1  F(x) = 0.2401;
  3.  0 < x  2  F(x) = 0.6517;
  4.  0 <x  3  F(x) = 0.9163;
  5.  0 < x  4  F(x) = 0.9919;
  6.  x > 4   F(x) = 1.

 

А также другие работы, которые могут Вас заинтересовать

31631. ПАТОЛОГІЯ НАДНИРНИКІВ 73 KB
  Ці пептиди володіють тропною дією на клубочкову зону кори наднирників викликаючи надходження альдостерону в кров. Виділяють 3 ефекти АКТГ при дії його на пучкову зону наднирників: 1 гострий ефект протягом декількох хвилин обумовлюється зв’язуванням холестерину з цитохромом P450 і посиленням трансляції наявної інформаційної РНК що викликає істотне збільшення утворення стероїдів; 2 підгострий ефект через десятки годин обумовлюється посиленням процесів транскрипції генів які кодують структуру ферментів стероїдогенезу що проявляється...
31632. ПАТОЛОГІЯ ЩИТОПОДІБНОЇ та ПРИЩИТОПОДІБНИХ ЗАЛОЗ 80 KB
  ТТГ діючи на щитовидну залозу викликає наступні ефекти: а підсилює захоплення і включення йоду в органічні сполуки; б підсилює протеоліз депонованого тиреоглобуліну; в підсилює секрецію Т3 і Т4; г при тривалій дії викликає гіпертрофію і гіперплазію щитоподібної залози. Порушення функції щитоподібної залози. Первинний гіпотиреоз зустрічається при: а аутоімунному тиреоїдиті Хашімото б хронічному фіброзноінвазивному тиреоїдиті Ріделя які супроводжуються дефектами синтезу тиреоїдних гормонів в тиреоїдектомії г лікуванні...
31633. ПАТОФІЗІОЛОГІЯ ПЕЧІНКИ 79.5 KB
  Це обумовлює характерну ознаку печінкової недостатності нестабільний рівень глюкози крові: 1 після прийому їжі розвивається гіперглікемія 2 натще гіпоглікемія. Таке явище супроводжується збільшенням в крові рівня вільного холестерину і зниженням антиатерогенних ліпопротеїнів що сприяє відкладенню холестерину в стінках судин і розвитку атеросклерозу. Порушення участі печінки в білковому обміні включає 3и групи змін: 1 зниження синтезу гепатоцитами альбумінів що веде до гіпоальбумінемії і гіпоонкії крові а на стадії...
31634. Система кодирования информации 19.55 KB
  Система кодирования информации Кодирование информации применяют для унификации формы представления данных которые относятся кразличным типам в целях автоматизации работы с информацией. Например естественные человеческие языки можно рассматривать как системы кодирования понятий для выражения мыслей посредством речи к тому же и азбуки представляют собой системы кодирования компонентов языка с помощью графических символов. Основой этой системы кодирования является представление данных через последовательность двух знаков: 0 и 1. Наименьшая...
31636. Положение слуховой трубы у взрослого и ребенка, связь ее с мышцами мягкого неба, значение для слуховой функции 14.62 KB
  Служит для доступа воздуха из глотки в барабанную полость, чем поддерживается равновесие между давлением в этой полости и внешним атмосферным давлением, что необходимо для правильного проведения к лабиринту колебаний барабанной перепонки.
31637. Накопители на гибких магнитных дисках 99 KB
  Структура накопителя на гибких магнитных дисках Устройство накопителя на гибких магнитных дисках НГМД рис. Все электрические схемы размещаются на печатной плате компонуемой в корпусе НГМД. Обычно в профессиональной ПЭВМ к одному адаптеру через интерфейс можно подключать до четырех НГМД. Для подключения определенных НГМД применяются микропереключатели.
31639. Накопители на оптических дисках 1.41 MB
  Основы оптической записи Методы оптической записи на поверхности подвижного носителя основаны на способности некоторых материалов изменять отражательные свойства на участках которые подвергались тепловому магнитному или комбинированному воздействию. Первоначально для оптической записи использовалось свойство лазерного луча прожигать отверстия в тонком слое металла рис. Такой способ записи используется для НОД с однократной записью. Возможность многократной записи обеспечивается при использовании магнитооптических носителей.