Главная | Обратная связь | Поможем написать вашу работу!
МегаЛекции

Увеличение числа испытаний. Закон Пуассона.




Распределение Пуассона - вероятностное распределение дискретного типа, моделирует случайную величину, представляющую собой число событий, произошедших за фиксированное время, при условии, что данные события происходят с некоторой фиксированной средней интенсивностью и независимо друг от друга.

Событие называются редкими, когда вероятность события р или противоположного ему q близка к нулю. При большом числе испытаний (n), но небольшой величине произведения числа испытаний на вероятность (np),

которое меньше 10, вероятности полученные по формуле Лапласа

недостаточно близки к их истинным значениям. Тогда применяют другую асимптотическую формулу Пуассона.

Теорема. Если вероятность р наступления события А в каждом испытании постоянно близка к нулю, число независимых испытаний n достаточно велико, произведение np = λ, то вероятность Рn(m) того, что в n независимых испытаниях события А наступит m раз, приближенно равна , т.е.

Свойства распределения Пуассона:

Сумма независимых пуассоновских случайных величин также имеет распределение Пуассона. Пусть . Тогда .

Пусть , и . Тогда условное распределение при условии, что , биномиально. Более точно: .

 

12. Рост числа успехов? Локальная теорема Муавра-Лапласа

Теорема Муавра - Лапласа -одна из предельных теорем теории вероятностей, установлена Лапласом в 1812 году. Если при каждом из n независимых испытаний вероятность появления некоторого случайного события Е равна р (0<р<1) и m — число испытаний, в которых Е фактически наступает, то вероятность неравенства близка (при больших n) к значению интеграла Лапласа.

При рассмотрении количества появлений события в испытаниях Бернулли чаще всего нужно найти вероятность того, что заключено между некоторыми значениями a и . Так как при достаточно больших n промежуток содержит большое число единиц, то непосредственное использование биномиального распределения

требует громоздких вычислений, так как нужно суммировать большое число определённых по этой формуле вероятностей.

Поэтому используют асимптотическое выражение для биномиального распределения при условии, что фиксированно, а . Теорема Муавра-Лапласа утверждает, что таким асимптотическим выражением для биномиального распределения является нормальная функция.

Если в схеме Бернулли n стремится к бесконечности, p (0 < p < 1) постоянно, величина ограничена равномерно по m и n , то

где , c > 0, c — постоянная.

Интегральная теорема Лапласа. Кривая Гаусса.

Теорема. Пусть производится n независимых опытов, в каждом из которых вероятность наступления события А одна и та же и равна . Пусть m - число появления события A в n опытах. Тогда для достаточно больших n случайная величина m имеет распределение, близкое к нормальному с параметрами a=M(m)=np, .

Следствия из интегральной теоремы Муавра-Лапласа

Пусть выполнены условия применимости интегральной теоремы Муавра-Лапласа.

Следствие 1. Вероятность того, что число наступлений события А в n повторных независимых испытаниях будет отличаться от величины не более чем на (по абсолютной величине), вычисляется по формуле

Следствие 2. Вероятность того, что доля наступлений события А в n повторных независимых испытаниях будет отличаться от вероятности p наступления этого события в одном испытании не более чем на (по абсолютной величине), вычисляется по формуле

Кривая Гаусса.

Нормальным называют распределение вероятностей непрерывной случайной величины, которое задается плотностью
. Нормальное распределение задается двумя параметрами: a – математическим ожиданием, – средним квадратическим отклонением.
График плотности нормального распределения называют нормальной кривой (кривой Гаусса).
Нормированным называют нормальное распределение с параметрами .
Плотность нормированного распределения задается формулой
.

Свойства. Если случайные величины и независимы и имеют нормальное распределение с математическими ожиданиями и и дисперсиями и соответственно, то также имеет нормальное распределение с математическим ожиданием и дисперсией .

Поделиться:





Воспользуйтесь поиском по сайту:



©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...