Схемы бернули. Предельные теоремы

Содержание

Слайд 2

Схема Бернулли Определение Схемой Бернулли называется последовательность независимых испытаний, в каждом

Схема Бернулли

Определение
Схемой Бернулли  называется последовательность независимых испытаний, в каждом

из которых возможны лишь два исхода  —  «успех» и «неудача», при этом «успех» в одном испытании происходит с вероятностью p, а «неудача»  —  с вероятностью q = 1 – p.
Слайд 3

Теорема (формула Бернулли) Обозначим через m число успехов в n испытаниях

Теорема (формула Бернулли)

Обозначим через m число успехов в n испытаниях схемы

Бернулли. Тогда
Доказательство
Событие A = {число успехов равно m} означает, что в n испытаниях схемы Бернулли произошло ровно m успехов. Рассмотрим один из благоприятных исходов:
Слайд 4

Поскольку испытания независимы, вероятность такого элементарного исхода равна Другие благоприятствующие событию

Поскольку испытания независимы, вероятность такого элементарного исхода равна
Другие благоприятствующие событию A

элементарные исходы отличаются от рассмотренного выше лишь расположением m успехов на n местах. Есть ровно
способов расположить m успехов на n местах.
Слайд 5

Поэтому событие A состоит из элементарных исходов, вероятность каждого из которых равна т.е.

Поэтому событие A состоит из
элементарных исходов, вероятность каждого из которых

равна
т.е.
Слайд 6

Наивероятнейшее число успехов В испытаниях схемы Бернулли наиболее вероятным числом успехов

Наивероятнейшее число успехов

В испытаниях схемы Бернулли наиболее вероятным числом успехов является


a)  единственное число m0 = [np + p] (целая часть), если число np + p не целое;
б)  два числа
m0 = np + p и m0' = np + p – 1, если число np + p целое.
Слайд 7

Пример Вычислить вероятности всех возможных значений появления «герба» при 5 бросаниях

Пример

Вычислить вероятности всех возможных значений появления «герба» при 5 бросаниях монеты.

Построить график распределения этих вероятностей.
Решение
Число независимых испытаний n = 5.
Число успехов m = 0, 1, 2, 3, 4, 5.
Вероятность успеха в одном испытании p = 0,5.
Слайд 8

Слайд 9

Наивероятнейшее число успехов: Вычисляем np + p = 5∙1/2 + ½

Наивероятнейшее число успехов:
Вычисляем np + p = 5∙1/2 + ½ =

3.
Это целое число, поэтому
m0 = np + p = 3 и m0' = np + p – 1 = 2.
Самые большие (и равные между собой) вероятности у двух и трех появлений герба.
Слайд 10

Слайд 11

Еще один пример Вероятность сдать экзамен равна 0,8. Найти наивероятнейшее число

Еще один пример

Вероятность сдать экзамен равна 0,8. Найти наивероятнейшее число студентов,

сдавших экзамен в группе из 30 человек.
Решение.
Вычисляем np + p = 30∙0,8 + 0,8 = 24,8.
Это не целое число, поэтому
m0 = [24,8] = 24.
Слайд 12

Полиномиальная схема Определение Полиномиальной схемой называется последовательность n независимых одинаковых испытаний,

Полиномиальная схема

Определение
Полиномиальной схемой называется последовательность n независимых одинаковых испытаний, в

каждом из которых возможны k исходов
при этом вероятность любого исхода в каждом испытании постоянна,
Слайд 13

Полиномиальная формула

Полиномиальная формула

Слайд 14

Пример Человек с вероятностью 0,2 оказывается брюнетом, с вероятностью 0,4 —шатеном,

Пример

Человек с вероятностью 0,2 оказывается брюнетом, с вероятностью 0,4 —шатеном, с

вероятностью 0,3 — блондином и с вероятностью 0,1—рыжим. Выбирается наугад группа из шести человек. Найти вероятность того, что в составе группы два брюнета, один шатен и три блондина.
Слайд 15

Гипергеометрические испытания Пусть из совокупности n предметов, среди которых n1 предметов

Гипергеометрические испытания

Пусть из совокупности n предметов, среди которых n1 предметов первого

вида и n2 предметов второго вида (n1 + n2 = n) производится выборка без возвращения m предметов, 1 ≤ m ≤ n.
Вероятность того, что в выборке будет m1 предметов первого вида и m2 предметов второго вида (m1 + m2 = m), согласно классическому определению вероятности, выражается формулой
Слайд 16

Гипергеометрические вероятности Данные испытания являются зависимыми.

Гипергеометрические вероятности

Данные испытания являются зависимыми.

Слайд 17

Пример В урне 6 белых и 5 черных шаров. Из урны

Пример

В урне 6 белых и 5 черных шаров. Из

урны вынимают наугад 5 шаров. Найти вероятность, что два из них будут белыми, а три – черными.
Решение:
Слайд 18

Теорема Пусть n → ∞ и n1→ ∞ так, что Тогда

Теорема

Пусть n → ∞ и n1→ ∞ так, что
Тогда

Слайд 19

Доказательство

Доказательство

Слайд 20

Предельные теоремы для схемы Бернулли При числе испытаний, превышающем 20, вычисление

Предельные теоремы для схемы Бернулли

При числе испытаний, превышающем 20, вычисление точного

значения Pn(m) затруднительно. В этих случаях применяют приближенные формулы, вытекающие из предельных теорем.
Различают два случая:
когда р мало, используют приближение Пуассона,
когда р не мало (и не очень близко к единице), справедливо приближение Муавра –Лапласа.
Существует область, в которой возможно применение обоих приближений.
Слайд 21

Теорема Пуассона Если n → ∞, р → 0 так, что np → λ, 0

Теорема Пуассона

Если n → ∞, р → 0 так, что

np → λ, 0 < λ < ∞, то для любого фиксированного m∈N справедливо:
Слайд 22

Доказательство Пусть np =λn. Тогда

Доказательство

Пусть np =λn. Тогда

Слайд 23

При n → ∞, λn= np → λ

При n → ∞, λn= np → λ


Слайд 24

Следовательно,

Следовательно,

Слайд 25

Приближенная формула Пуассона где λ = np. Приближенную формулу Пуассона применяют

Приближенная формула Пуассона


где λ = np. Приближенную формулу Пуассона применяют

при
n > 30,
р < 0.1,
0.1 < λ = np < 10.
Слайд 26

Пример (дни рождения) Какова вероятность, что среди 500 случайно выбранных людей

Пример (дни рождения)

Какова вероятность, что среди 500 случайно выбранных людей ни

один не родился 1 января ?
Решение
По формуле Бернулли
Слайд 27

По приближенной формуле Пуассона

По приближенной формуле Пуассона

Слайд 28

Предельная теорема Муавра –Лапласа Если при n→ ∞ и постоянном р,

Предельная теорема Муавра –Лапласа

Если при n→ ∞ и постоянном р, не

равном 0 или 1, величина
ограничена так, что – ∞ < а ≤ хт ≤ b < + ∞, то
Слайд 29

Доказательство этой теоремы основано на применении формулы Стирлинга

Доказательство этой теоремы основано на применении формулы Стирлинга

Слайд 30

Локальная приближенная формула Муавра –Лапласа Локальную приближенную формулу Муавра – Лапласа

Локальная приближенная формула Муавра –Лапласа

Локальную приближенную формулу Муавра –
Лапласа применяют при


n > 30, 0.1 ≤ p ≤ 0.9, nрq > 9.
Слайд 31

График биномиальных вероятностей при n=30, p=0,2 и график φ(X)

График биномиальных вероятностей при n=30, p=0,2 и график φ(X)

Слайд 32

Интегральная предельная теорема Муавра –Лапласа При n→ ∞ и постоянном р, не равном 0 или 1,

Интегральная предельная теорема Муавра –Лапласа

При n→ ∞ и постоянном р,

не равном 0 или 1,
Слайд 33

Доказательство

Доказательство


Слайд 34

По локальной предельной теореме

По локальной предельной теореме

Слайд 35

Слайд 36

Слайд 37

при n→ ∞ An →0

при n→ ∞ An →0

Слайд 38

Интегральная приближенная формула Муавра –Лапласа Интегральную приближенную формулу Муавра – Лапласа

Интегральная приближенная формула Муавра –Лапласа

Интегральную приближенную формулу Муавра –
Лапласа применяют при n

> 30, 0.1 ≤ p ≤ 0.9, nрq > 9.
Слайд 39

Следствия

Следствия

Слайд 40

Свойства функции ϕ(x)

Свойства функции ϕ(x)

Слайд 41

Свойства функции Ф(x)

Свойства функции Ф(x)

Слайд 42

Функция Лапласа Φ0(x). Вместо Φ(x) часто используют функцию Лапласа Φ0(x).

Функция Лапласа Φ0(x).

Вместо Φ(x) часто используют функцию Лапласа Φ0(x).

Слайд 43

График функции Φ0(x)

График функции Φ0(x)

Слайд 44

Замечания поэтому в формулах может использоваться как Φ(x), так и Φ0(x). Значения функций находят в таблицах.

Замечания

поэтому в формулах может использоваться как Φ(x), так и Φ0(x).
Значения функций

находят в таблицах.