Выше была выведена формула Бернулли, позволяющая вычислить вероятность того, что событие появится в п испытаниях ровно k раз. При выводе мы предполагали, что вероятность появления события в каждом испытании постоянна. Легко видеть, что пользоваться формулой Бернулли при больших значениях п достаточно трудно, так как формула требует выполнения действий над громадными числами.
Например, если n=50, k=30, р=0,1, то для отыскания вероятности Р50(30) надо вычислить выражение
где 50! = 30 414 093 • 1057, 30! = 26 525 286 • 1025, 20! = 24 329 020 • 1011. Есть возможность несколько упростить вычисления, пользуясь специальными таблицами логарифмов факториалов. Однако и этот путь остается громоздким и к тому же имеет существенный недостаток: таблицы содержат приближенные значения логарифмов, поэтому в процессе вычислений накапливаются погрешности; в итоге окончательный результат может значительно отличаться от истинного.
Естественно возникает вопрос: нельзя ли вычислить интересующую нас вероятность, не прибегая к формуле Бернулли? Оказывается, можно. Локальная теорема Лапласа и дает асимптотическую[1] формулу, которая позволяет приближенно найти вероятность появления события ровно k раз в п испытаниях, если число испытаний достаточно велико.
Заметим, что для частного случая, а именно для р=1/2, асимптотическая формула была найдена в 1730 г. Муавром; в 1783 г. Лаплас обобщил формулу Муавра для произвольного р, отличного от 0 и 1. Поэтому теорему, о которой здесь идет речь, иногда называют теоремой Муавра-Лапласа.
Доказательство локальной теоремы Лапласа довольно сложно, поэтому мы приведем лишь формулировку теоремы и примеры, иллюстрирующие ее использование.
Локальная теорема Лапласа. Если вероятность р появления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность Р n(k) того, что событие А появится в п испытаниях ровно k раз, приближенно равна (тем точнее, чем больше п) значению функции
,
при x = (k-np) / √npq.
Имеются таблицы, в которых помещены значения функции , соответствующие положительным значениям аргумента х (см. приложение 1). Для отрицательных значений аргумента пользуются теми же таблицами, так как функция φ(х) четна, т. е. φ(–х) = – φ(х).
Итак, вероятность того, что событие А появится в п независимых испытаниях ровно k раз, приближенно равна
, где x = (k-np) / √npq.
Пример 2. Найти вероятность того, что событие А наступит ровно 80 раз в 400 испытаниях, если вероятность появления этого события в каждом испытании равна 0,2.
Решение. По условию, n=400; k=80; р=0,2; q=0,8. Воспользуемся асимптотической формулой Лапласа:
Вычислим определяемое данными задачи значение х:
x = (k-np) / √npq = (80 – 400*0,2) / 8 = 0.
По таблице приложения 1 находим φ(0)=0,3989.
Искомая вероятность
P400 (80) = (1/8) * 0,3989 = 0,04986.
Формула Бернулли приводит примерно к такому же результату (выкладки ввиду их громоздкости опущены):
Р400 (80)=0,0498.
Пример 3. Вероятность поражения мишени стрелком при одном выстреле р=0,75. Найти вероятность того, что при 10 выстрелах стрелок поразит мишень 8 раз.
Решение. По условию, n=10; k=8; р=0,75; q=0,25. Воспользуемся асимптотической формулой Лапласа:
Вычислим определяемое данными задачи значение х:
По таблице приложения 1 находим φ (0,36) = 0,3739.
Искомая вероятность равна:
Р 10 (8) = 0,7301 * 0,3739 = 0,273.
Формула Бернулли приводит к иному результату, а именно Р10(8)=0,282. Столь значительное расхождение ответов объясняется тем, что в настоящем примере n имеет малое значение (формула Лапласа дает достаточно хорошие приближения лишь при достаточно больших значениях n).