- •Некоторые теоретические сведения. Множества Основные сведения
- •Связь между (не)совместностью и (не)зависимостью
- •Формулы полной вероятности и байеса
- •Биномиальное распределение
- •Наивероятнейшее число событий
- •Простые однородные цепи маркова
- •Распределение пуассона
- •Теоремы муавра – лапласа
- •Локальная теорема Муавра – Лапласа
- •Интегральная теорема Муавра – Лапласа
- •Общие критерии применимости
- •Отклонение относительной частоты от вероятности в схеме Бернулли
- •Одномерные случайные величины Функция распределения
- •Дискретные одномерные св
Теоремы муавра – лапласа
Теоремы Лапласа представляют собой другой случай приближения биномиального распределения. Они дают удовлетворительное приближение при значениях p, близких к 0,5. Формулы аппроксимируют значения биномиального распределения нормальным (гауссовым) распределением:
Локальная теорема Муавра – Лапласа
Рассмотрим другой случай приближения биномиального распределения:
Здесь – функция Гаусса, табулированная и нормированная (эти два свойства так же объединяют термином «стандартизированная»). Её значения можно как найти с помощью таблиц значений, так и непосредственно посчитав с помощью компьютера (например, с помощью САПР Mathcad) или даже вручную. – чётная функция: .
Локальная формула применяется для вычислений значений в точке (ровно m успехов).
Интегральная теорема Муавра – Лапласа
где – стандартизированная функция Лапласа. Её значения уже нельзя найти вручную, поскольку интеграл не вычисляется аналитически, а только численно. – нечётная функция: .
Интегральная формула применяется для вычислений значений на интервале.
Общие критерии применимости
Сформулируем общие критерии выбора типа приближения в данном случае.
Если n мало, то следует считать по формуле Бернулли, так как в этом случае оба приближения будут неточными, а вычисление не представляет значительных сложностей.
Если 0,1 < p < 0,9 и npq > 9, то целесообразно пользоваться формулами Муавра – Лапласа.
Если p > 0,1 или p > 0,9, npq ≤ 9, то следует пользоваться формулой Пуассона.
В остальных случаях приходится выбирать. В случае интервала, как правило, предпочитают интегральную формулу Муавра – Лапласа ввиду того, что не нужно вычислять сумму ряда, как в случае формулы Пуассона. При очень больших n оба приближения дают удовлетворительные результаты.
Отклонение относительной частоты от вероятности в схеме Бернулли
Может потребоваться найти не только саму вероятность P, но и границу симметричного интервала ε, в который заключена частота с наперёд заданной вероятностью. В этом случае потребуется найти , то есть при заданном y найти такое x, что . Число успехов m будет принадлежать следующему интервалу:
Одномерные случайные величины Функция распределения
Функция распределения (ФР) случайной величины (СВ) ξ – это функция, характеризующая распределение СВ (скаляра в одномерном случае и вектора – в многомерном): . Далее для простоты примем .
Свойства ФР:
;
монотонное неубывание: ;
непрерывность слева: ;
существует взаимно-однозначное соответствие между распределением СВ и её ФР.
Замечания
ФР или непрерывна в точке, или содержит разрыв первого рода.
В зарубежной литературе встречается другое определение ФР: . Это ничего не изменит в наших рассуждениях, кроме очевидного изменения в свойствах, так как в этом случае ФР станет непрерывной справа.
Дискретные одномерные св
В дискретном одномерном случае . График функции представляет собой набор ступенек, в общем случае разной длины и разной высоты.