Обозначим X 1 – число появлений события A в 1ом испытании
X 2 – число появлений события A в 2ом испытании
..........................................................................................
Xn – число появлений события A в n ом испытании
Законы распределения одинаковы, а именно
Xi | ||
p | q | p |
Xi=0,– событие А не появилось в i ом испытании
Xi=1,– событие А появилось в i ом испытании
i =1, 2,..., n
M(Xi)=p; D(Xi)=0×q+1×p-p2=p-p2=pq
X 1+ X 2 +...+ Xn=m – столько раз появилось A в n испытаниях.
– относительная частота события A.
Применим частный случай теоремы Чебышева
1) – попарно независимые (вып-ся)
2) имеют одно и то же математическое ожидание, M(Xi)=p,
3) дисперсии равномерно ограничены
Действительно: D (Xi) = pq = p – p 2, 0< p <1, i =1, 2,..., n
D’ (Xi)=1 – 2 p, D’ (Xi)=0 Þ p = ½
Единственный экстремум, max Þ при p = ½ наибольшее значение
Dнаиб .= ½ × ½= ¼, D(Xi) £¼ – равномерно ограничены. Тогда, по теореме Чебышева
или , что и требовалось доказать.
Теорема Бернулли объясняет, почему относительная частота при достаточно большом числе испытаний обладает свойством устойчивости и оправдывает статистическое определение вероятности.
|
|