КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Локальна теоремаЯкщо ймовірність появи випадкової події в кожному з n незалежних експериментів є величиною сталою і дорівнює , то для великих значень n і m імовірність того, що випадкова подія А настане m раз, подається такою асимптотичною формулою: , (35) де ℮ називається функцією Гаусса. Функція Гаусса протабульована, і її значення наведено в дод. 1, де . (36) Тут x є рівномірно обмеженою величиною відносно n і m.
Доведення.Із (36) випливає, що ; (37) . (38) Очевидно, що при вирази (37), (38) прямують до нескінченності. Із (37), (38) маємо: ; (39) . (40) Із (39), (40) випливає, що за досить великих значень n m » np, n – m » nq. (41) Для доведення теореми скористаємося формулою Стірлінга: ℮–k . (42) Використовуючи (42) для формули Бернуллі, дістаємо: де А = . (43) Коли n ® ∞, маємо: . Для дослідження поводження А при n ® ∞ прологарифмуємо (43) . (44) Розклавши логарифмічні функції у виразі (44) у ряд Тейлора і обмежившись двома членами ряду, скористаємося (37) і (38):
При маємо: Отже, , а для великих, хоча й обмежених значень n , що й потрібно було довести. Властивості функції Гаусса: 1) визначена на всій осі абсцис; ; 2) є функцією парною: ; 3) ; 4) ; ; ; ; отже, — максимум функції Гаусса; 5) . Таким чином, х1 = –1, х2 = 1 будуть точками перегину. При цьому ; ; . Графік функції Гаусса зображено на рис. 15. Рис. 15 Зауважимо, що розв’язуючи задачі, додержують такого правила: ; . Отже, практично використовуються значення функції Гаусса для , що показано на графіку функції Гаусса (рис. 16). Рис. 16 Приклад 1. Фабрика випускає 75% виробів 1-го сорту. Із партії готових виробів навмання беруть 400 деталей. Обчислити ймовірності таких випадкових подій: 1) виробів 1-го сорту виявиться 290 шт.; 2) 300 шт.; 3) 320 шт. Розв’язання. За умовою задачі маємо: n = 400; p = 0,75; q = 0,25; m = 290; 300; 320. 1) ; ; ; ; 2) ; ; 3) ; . Приклад 2. Імовірність того, що посіяне зерно ячменю проросте в лабораторних умовах, у середньому дорівнює 0,9. Було посіяно 700 зернин ячменю в лабораторних умовах. Визначити найімовірніше число зернин, що проростуть із цієї кількості зернин, та обчислити ймовірність цього числа. Розв’язання. За умовою задачі: Отже, шукане число m0 = 630. Відповідна ймовірність буде така: ; ; ; .
|