Главная
>
Дифференцирование и интегрирование по аргументу наты, т. е. значению k, при котором достигается наибольшая величина Р {k). Известно, что это значение k тем ближе к пр, чем больше п. Так как нас интересуют главным образом большие значения п, то производим замену переменной: k = np-{- X. Новая переменная х представляет собрй отклонение x=k - k. При этом биномиальный закон распределения принимает вид Pn(k = Jix)T(nci-y. P--V--- (26) Вычисление P {k) по формуле (26) при больших х довольно неудобно. Кроме того, вероятность Р () дана здесь как функция трех параметров: k, п, р. Покажем, как можно получить более простую формулу, приближенно представляющую биномиальный закон распределения. ,9.1.12. Формула Лапласа. Нормальный закон распределения (закон Лапласа - Гаусса). Если использовать формулу Стирлинга для факториалов, то выражение (26) запишется в виде \ пр X \пр+х пр) X \nq~x /2.(;,+)(,-)/ Имеем [пр- {nq-Отсюда X) ln(l + - X) In ( 1 - (пр + X) 2 пр ~ 3 и>з = - {nq-x) 1 X nq 2 nq 3 nq Я () = P-Q 2 npq 6 n- ff-q y2m pq - -{p - (27) Формула (27) при сделанных допущениях позволяет приближенно найти вероятность того, что отклонение х имеет определенное значение (отличающееся от k на целое число). Эта формула не симметрична относительно х, что происходит из-за членов, содержащих х в нечетных степенях. Заметив, что все эти члены содержат множитель р - q, можно сделать вывод, что если р не слишком отличается от и если х не очень велико по сравнению с npq, то эта формула приближенно симметрична. При больших п, если учитывать только члены первого порядка малости - , формула (27) примет вид е 2 ря- относительно Pnik)- (28) Y2inpq Можно ввести в эту формулу математическое ожидание k~np или средйее Квадратическое отклонение a = Ynpq, в результате чего получаем две эквивалентные формулы: Р (Д;) = --=е 2 . (29) \2щк . , X k - пр k-k Величину \ - = у. = -называют приведенным или относительным отклонением (она безразмерна). Величина h = = V2npq = называется мерой точности. Она по размерности обратна случайной величине х Придадим k или х, что одно и то же, два близких значения, отличающиеся на несколько единиц. Пусть эти два значения будут k, i- х. Разность между двумя соответствующими приведенными отклонениями и очень мала, если п велико. Ее можно без заметной ошибки принять за дифференциал: dfi - h (ki - k2) = h (jCj - x. Вероятность того, что случайное значение приведенного отклонения заключается между £ и E-f-J?, будет равна вероятности того, что значение k заключается между k и Иначе говоря, p()dl=-e-K. (31) Мы получили один из основных законов распределения, закон Лапласа- Гаусса, или нормальный закон, который представляет собой асимптотическую форму биномиального закона распределения для случая очень больших п, когда j. k - пр Примечательно, что нормальный закон распределения зависит только от относительной переменной Вероятность того, что случайное значение k заключается между сильно отличающимися друг от друга значениями и 2 будет f (32) где Ej = A(i - пр), 2 =/2(2 - пр). Биномиальный закон распределения, характеризуемый тремя параметрами, при помощи некоторых упрощающих допущений, к исследованию которых мы еще вернемся, заменен законом распределения с одной относительной переменной. *) В работах зарубежных авторов вместо меры точности используется величина Т величиной не пользуются. и - - , которая называется единичным отклонением. В советской литературе этой или \ Кривая у =3 L е~, называемая кривой Гаусса, изображена на рис. 9.6. У Вероятность того, что приведенное отклонение заключается между двумя любыми значениями £j и равна площади криволинейной трапеции, заключенной между этой кривой, осью £ и двумя прямыми, параллельными оси Оу, пересекающими ось абсцисс в точках и Если разность - постоянна, то эта вероятность будет наибольшей в том случае, когда значения 5j и 2 равны по величине и противоположны по знаку.. Наибольшую вероятность имеет нулевое отклонение. Вероятность того, что приведенное отклонение примет любое значение, очевидно, равна единице. Но эта вероятность равна Как известно (п. 7.3.1), данный интеграл - интеграл Пуассона - равен Y l/ic; это хорошо согласуется со всем изложенным выше. Функция Лапласа (или интеграл вероятностей) рассматривалась в и. 7.3.1 и- последующих, К приведенной там числовой таблице следует добавить следующие значения, играющие особую роль в теории вероятностей:
Если случайная величина представляет собой не приведенное отклонение f, а абсолютное отклонение х, то нормальный закон распределения принимает вид р (х) dx - {А2я (33) Так как нормальный закон распределения симметричен, то F=o. Среднее квадратическое отклонение в этом случае совпадает с корнем квадратным из момента второго порядка. Вычислим в общем виде момент
|