Элементы теории вероятностей и математической статистики. Пронькин Ю.С - 42 стр.

UptoLike

42
Оценим вероятность события
Δ< P
n
k
. Если n достаточно велико, то
по формуле Лапласа имеем
)(2
2
1
2
2
Δ
Δ
ΔΦ=
Δ<
<Δ=
Δ<
hq
n
pq
n
z
pq
n
dze
pq
n
npq
npk
pq
n
PP
n
k
P
π
.
Пример. Вероятность того, что деталь не стандартна, р = 0,1. Найти
вероятность того, что среди случайно отобранных 400 деталей
относительная частота появления нестандартных деталей отклонится от
вероятности по абсолютной величине не более, чем на 0,03.
Решение. В качестве математической модели воспользуемся схемой
Бернулли. По условию задачи имеем n = 400, p = 0,1, q = 0,9, 03,0=Δ .
Тогда
9544,04772,02)2(2
)
9,01,0
400
03,0(2)(203,01,0
400
==Φ=
=
Φ=ΔΦ
<
pq
nk
P
.
Часто возникает обратная задача: сколько нужно провести испытаний,
чтобы частота
n
k
отличалась от вероятности р не больше, чем на
Δ
с
вероятностью
α
21 , (
α
- мало)? Такого типа задачи возникают при
использовании метода МонтеКарло (метод статистических испытаний).
Идея метода заключается в моделировании случайного процесса или
последовательных испытаний , вероятностные характеристики которых
просто связаны с подлежащими вычислению величинами. В таких задачах
естественно считать р неизвестным. Чтобы подобрать наименьшее n, при
котором вероятность отклонения будет равна
α
21
, нужно решить
уравнение
α
21)(2 =ΔΦ=
Δ<
pq
n
P
n
k
P .
Решение будет зависеть от неизвестного р. От этой зависимости можно
избавиться, если потребовать, чтобы
α
21
Δ< P
n
k
P .
Тогда используя неравенство
4
1
pq , получим