Главная
>
Дифференцирование и интегрирование по аргументу событий А, А осуществится, равна l+ 2+ + 5 Р1 + Р2 + Ps В этом состоит теорема сложения вероятностей. Пример. Вернемся к первому примеру с урной. Какова вероятность при извлечении за один раз двух щаров получить один черный и один белый щар? Безразлично, извлечены ли оба щара из девятнадцати за один раз. или один щар из девятнадцати в первый раз и потом еще один из восемнадцати во второй раз. При этом могут произойти два благоприятных несовместных события: 1) в первый раз извлечен белый щар, во второй раз черный; 2) в первый раз извлечен черный шар, во второй раз белый. . Вероятность первого события на основании теоремы умножения вероятностей равна 19 18 Вероятность второго события по аналогии равна 7 12 ТЭ 18 Искомая вероятность будет на основании теоремы сложения вероятностей равна 12 7 12 28 18 + 19 9.1.4. Формула Стирлинга. В полученные выше формулы часто входит величина п\, прямое вычисление которой при больших значениях п требует больших затрат труда и времени. Для упрощения этих вычислений часто пользуются приближенной формулой Стирлинга, точность которой возрастает с возрастанием числа п (асимптотическая формула). Для вывода этой формулы рассмотрим площадь, заключенную между осью X, кривой у - \пх и прямой, параллельной оси у в точке с абсциссой х - п (рис. 9.1). Эта площадь выражается интегралом In X dx. Интегрируя по частям, будем иметь j \пхdx = nln/i - -J- 1. Рис. 9.1: С другой стороны вычисляя этот интеграл приближенно по формуле трапеций, получим J lnxdx= + 4-1п2Ч- ... --1п(/г-1)=1п/г! -у1п . *) Теорема сложения вероятностей обычно формулируется так: вероятность суммы несовместных событий равна сумме вероятностей этих событий. При этом суммой нескольких событий называется событие, состоящее в появлении хотя бы одного из этих событий (в случае несовместных событий суммой нескольких событий называется событие, состоящее в появлении одного из этих событий). или /г! да /г-f-yj In - п, откуда для п ! получаем приближенное выражение Таким образом, можем написать и! = /г е- ]/ ср( ). (1) Покажем, что функция f(n), компенсирующая ошибки приближенной формулы, при и, стремящемся к бесконечности, имеет предел и предел этот равен /27г. Действительно, рассмотрим соотношение ?( ) Имеем \ п ) 1) V 2; I п ) 12и2 12иЗ откуда следует, что ряд, общий член которого равен In J- , сходится. Следовательно, сумма S первых п членов этого ряда имеет предел при п~оо. Эта сумма равна 5 ==1п(р( )-1п(р(1). Поскольку последовательность 1пср( ) имеет конечный предел, то и последовательность f(n) также имеет конечный предел. Мы уже знакомы (п. 2.1.4) с формулой Валлиса, которая имеет вид 2-Д 1.3...(2n-l).1.3...(2 +l) JL- г 2 (пЦ 2 [(2/г)If (2/г+1) Если заменить в этом выражении величину nl на основании формулы(1), то получим откуда следует равенство nl = ne~Ye . где е стремится к нулю при п, стремящемся к бесконечности. Можно показать, что 1-2/г 3-4/j3 5.g/j6 7-8/г Учитывая выпуклость кривой у~1пх, заключаем, что формула трапеций позволяет вычислить искомую площадь с недостатком, т. е. п1п п - п > 1п /г! - Y In /г. Приближенно можно принять пЫп - геяй1п/г! - 30 3- 42 -4- 30 (2/г)! 1 р = 1 На практике пользуются следующей приближенной асимптотической формулой Стирлинга: nln e- Y (2) или, если требуется большая точность. Последняя формула делает ошибку пренебрежимо малой даже при малых значениях п. Законы распределения случайных величин 9.1.5. Дискретные случайные величины. Пусть имеется некоторая группа событий 2 ..., Л, вероятности осуществления которых равны соответственно Pi р2.....Ps- Условия опыта таковы, что в каждом опыте осуществляется одно и только одно событие (т. е. мы имеем полную группу несовместных событий). Поэтому р1 + р2+ +Ps=-Рассмотрим переменную х, которая может принимать значения в зависимости от происходящего события. Такая величина называется дискретной (прерывной) случайной величиной. Совокупность значений случайной величины вместе с их вероятностями определяет ее закон распределения. Выражение X = PiXi -Ь р2х2 + - + Pss = 2 PiXi (3) называется математическим ожиданием случайной величины х *). Таким образом, математическим ожиданием случайной величины называется сумма произведений всех возможных значений случайной величины на вероятности этих значений 1). *) В советской литературе, помимо обозначения математического ожидания чертой сверху (как это принято в настоящей книге) применяется обозначение М [х], которое удобнее в случае, когда рассматривается математическое ожидание сложного выражения. Мы буде,м использовать, как правило, обозначение математического ожидания, принятое автором. Дисперсия случайной величины х обозначается D [х], или просто D. ) Если X - выигрыш в азартной игре, то игра может считаться справедливой, если математическое ожидание х равно ставке. где fij, fig, fig, ...-числа Бернулли (п. 10.5.1):
|