O‘zbekiston Respublikasi Oliy va o‘rta maxsus ta’lim vazirligi Sh. Q. Farmonov, R. M. Тurgunbayev
-§. Muavr – Laplas lokal va integral teoremalari
Download 1.15 Mb. Pdf ko'rish
|
4. Farmanov Sh va boshqalar ENvaMS
- Bu sahifa navigatsiya:
- Muavr-Laplasning lokal teoremasi.
- Muavr-Laplasning integral teoremasi
- Natija .
3.2-§. Muavr – Laplas lokal va integral teoremalari Binomal taqsimot formulasidan ko‘rinadiki, tajribalar soni n yetarlicha katta bo‘lganida ( ) n P m ehtimolliklarni hisoblashda qiyinchiliklar yuzaga keladi. Shuning uchun ham ( ) n P m ga nisbatan sodda ko‘rinishdagi asimptotik formulalarning zaruriyati yuzaga keladi. Bu masalani 1 2 p q = = bo‘lgan holda Muavr, umumiy holda ( ) p q ≠ esa Laplas hal qilganlar. Ular isbotlagan ikkita asimptotik formulalar quyidagi Muavr-Laplas teoremasi ko‘rinishida keltiriladi. Muavr-Laplasning lokal teoremasi. Agar n ta bog‘liq bo‘lmagan tajribalarning har birida biror A hodisaning ro‘y berish ehtimolligi (0 1) p p < < bo‘lsa, u holda m ning ushbu m np c npq − < (c–o‘zgarmas son) shartni qanoatlantiruvchi barcha qiymatlari uchun tekis ravishda 96 2 1 2 1 1 ( ) 1 2 m np npq n P m e o npq n π ⎛ ⎞ − − ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎛ ⎞ ⎛ ⎞ = + ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ tenglik bajariladi. Isboti. Тeoremani analiz kursidan ma’lum bo‘lgan ushbu 1 ! 2 , 12 n n n n n n n e e n θ π θ − = ⋅ ≤ Stirling formulasidan foydalanib isbotlaymiz. Agar , , m n p m np x x npq − = = belgilashni kiritsak, u holda 1 q m np x npq np x np ⎛ ⎞ = + = + ⎜ ⎟ ⎝ ⎠ (1) va 1 q n m nq x npq nq x np ⎛ ⎞ − = − = − ⎜ ⎟ ⎝ ⎠ (2) tengliklar o‘rinli bo‘ladi. (1) va (2) tengliklardan ko‘rinadiki, n → ∞ da va x c ≤ shart bajarilganida m, n–m cheksizlikka intiladi. Shu sababli, (n–m)! va m! sonlar uchun Stirling formulasini qo‘llashimiz mumkin va binomial formulani quyidagicha yoza olamiz: , ! ( ) !( )! 2 ( ) ( ) n m n m n m m n m n m n m n n n p q P m p q e m n m m n m m n m θ π − − − = = ⋅ − − − Bu yerda , 1 1 1 1 12 n m n m n m θ ⎛ ⎞ ≤ + + ⎜ ⎟ − ⎝ ⎠ . (3) (1), (2) va (3) munosabatlardan ushbu tengsizlik o‘rinli bo‘ladi: , 1 1 1 1 12 n m n pq pq p x q x n n θ ⎛ ⎞ ⎜ ⎟ ⎜ ⎟ ≤ + + ⎜ ⎟ + − ⎜ ⎟ ⎝ ⎠ . (4) 97 Bundan ko‘rinadiki, x c < bo‘lgani uchun n → ∞ da , 1 n m e θ → . Natijada (4) ga asosan katta n lar uchun , 1 1 n m e O n θ ⎛ ⎞ = + ⎜ ⎟ ⎝ ⎠ (5) ifodani hosil qilamiz. Тeorema shartiga asosan q x np va p x nq miqdorlar n ning yetarlicha katta qiymatlarida istalgancha kichik bo‘ladi. Shu sababli ln 1 q x np ⎛ ⎞ + ⎜ ⎟ ⎝ ⎠ va ln 1 p x nq ⎛ ⎞ − ⎜ ⎟ ⎝ ⎠ ifodalarni darajali qatorga yoyib, 2 3/ 2 1 1 ln 1 , 2 q q qx x x O np np np n ⎛ ⎞ ⎛ ⎞ + = − ⋅ + ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ 2 3/ 2 1 1 ln 1 2 p p px x x O nq nq nq n ⎛ ⎞ ⎛ ⎞ − = − − + ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ tengliklarni hosil qilamiz. Bu tengliklarga asosan ln ln ln ln ( )ln ( ) m n m n m n m n n m n p q np nq m n m m n m m n m m n m np nq − − − − ⎛ ⎞ ⎛ ⎞ = + = − − − = ⎜ ⎟ ⎜ ⎟ − − ⎝ ⎠ ⎝ ⎠ ( ) 2 2 3/ 2 3/ 2 2 ln 1 ln 1 ( ) 1 1 1 1 ( ) 2 2 1 . (6) 2 q p np x npq x nq x npq x np x npq np nq q qx p px x o np x npq x o np np n nq nq n x o n ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ = − + + − − − = − + ⋅ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎡ ⎤ ⎡ ⎤ ⎛ ⎞ ⎛ ⎞ ⋅ − + − − − − ⋅ + = ⎢ ⎥ ⎢ ⎥ ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ ⎣ ⎦ ⎣ ⎦ ⎛ ⎞ = − + ⎜ ⎟ ⎝ ⎠ Natijada (6) dan 1 1 1 O n e O n ⎛ ⎞ ⎜ ⎟ ⎝ ⎠ ⎛ ⎞ = + ⎜ ⎟ ⎝ ⎠ ni e’tiborga olgan holda 2 1 1 2 ( ) x n m n m O n m n m n p q e m n m ⎛ ⎞ ⎛ ⎞ − − + ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ − = − (7) tenglikni hosil qilamiz. Bevosita ishonch hosil qilish mumkinki, 98 1 1 1 1 1 O n O n ⎛ ⎞ = + ⎜ ⎟ ⎝ ⎠ ⎛ ⎞ + ⎜ ⎟ ⎝ ⎠ . Shuning uchun (1), (2) tengliklarga asosan 1 1 1 2 ( ) 1 2 2 1 O n n m n m npq npq O n π π π ⎛ ⎞ + ⎜ ⎟ ⎝ ⎠ = = − ⎛ ⎞ ⎛ ⎞ + ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ . (8) Demak, yetarlicha katta n lar uchun (4), (5), (7), (8) ifodalardan teoremaning o‘rinli ekaniga ishonch hosil qilamiz. Тeorema isbotlandi. 2 2 1 ( ) 2 x x e ϕ π − = funksiyaning х argument musbat qiymatlariga mos tuzilgan qiymatlari jadvali mavjud (1-ilova). ( ) x ϕ funsiyaning juftligini e’tiborga olib bu jadvaldan argumentning manfiy qiymatlari uchun ham foydalaniladi. 1-misol. Har bir tajribada A hodisaning ro‘y berish ehtimolligi 0,2 ga teng bo‘lsa, 400 ta tajribada bu hodisalarning rosa 80 marta ro‘y berish ehtimolligini toping. Yechish . n=400; m=80; p=0,2; q=0,8. Yuqoridagi teoremadan foydalanamiz: ( ) ( ) ( ) ( ) 400 1 80 8 400 0,2 0,8 x x P x npq ϕ ϕ ϕ ≈ = = ⋅ ⋅ , bunda 80 400 0,2 0 8 m np x npq − − ⋅ = = = jadvaldan (0) 0,3989 ϕ = ekanligini e’tiborga olsak, 400 0,3989 (80) 0,04986 8 P ≈ = . Muavr-Laplasning integral teoremasi Agar A hodisaning n ta bog‘liq bo‘lmagan tajribalarning har birida ro‘y berish ehtimolligi o‘zgarmas va p (0<p<1) ga teng bo‘lsa, u holda yetarlicha katta 99 n larda A hodisaning m 1 dan m 2 tagacha ro‘y berish ehtimolligi ( ) 1 2 P m m m ≤ ≤ taqriban quyidagicha hisoblanadi: ( ) ( ) ( ) 1 2 2 1 P m m m Ф x Ф x ≤ ≤ ≈ − , bu yerda 2 1 2 2 1 2 0 1 ( ) , , , 1 . 2 x t m np m np Ф x e dt x x q p npq npq π − − − = = = = − ∫ Bu teoremani isbotsiz qabul qilamiz. 2-misol . Iхtiyoriy olingan pillaning yaroqsiz chiqish ehtimolligi 0,2 ga teng. Тasodifan olingan 400 ta pilladan yaroqsizlari soni 70 tadan 130 tagacha bo‘lish ehtimolligini toping. Yechish. p=0,2; q=0,8; n=400; m 1 =70; m 2 =130. U holda 1 1 2 2 70 400 0,2 10 1,25, 8 400 0,2 0,8 130 400 0,2 55 6,25. 8 8 m np x npq m np x npq − − ⋅ = = = − = − ⋅ ⋅ − − ⋅ = = = = jadvaldan ( ) ( ) 1,25 1,25 0,39435 Φ − = −Φ = − , ( ) 6,25 0,5 Φ = , chunki 5 x > da ( ) 0,5 x Φ = . Demak, ( ) ( ) ( ) 400 70,130 6,25 1,25 0,5 0,39435 0,89435 P Ф Ф ≈ + = + = . 3.3-§. Lokal limit teorema Ehtimolliklar nazariyasida diskret tasodifiy miqdorlarning taqsimotlari uchun isbotlangan limit teoremalar lokal teoremalar deyiladi. Quyida biz yuqorida keltirilgan Muavr-Laplas lokal teoremasini umumlashtirilgan variantda keltiramiz. Kelgusida quyidagi belgilashlardan foydalanamiz: agar ikkita ketma-ketlik { } n a va { } n b uchun 1, n n a n b → → ∞ bo‘lsa, bu munosabatni n n a b ∼ 100 ko‘rinishda belgilaymiz (bu ketma-ketliklar ekvivalent deyiladi). O‘zaro bog‘liqsiz tasodifiy miqdorlar ketma-ketligi 1 2 , ,..., ,... n ξ ξ ξ berilgan bo‘lsin. Agar bu ketma-ketlikning elementlari bir hil taqsimlangan va 1 ehtimolligi , 0 1 0 ehtimolligi 1 , k p p p ξ ⎧ = < < ⎨ − ⎩ bo‘lsa, u holda bu ketma-ketlik Bernulli sхemasini tashkil qiladi, deymiz. Haqiqatan ham, k ξ Bernulli sхemasidagi k-chi tajribaning natijasiga mos keladi. Agar 1 2 ... n n S ξ ξ ξ = + + + deb belgilansa, n S tasodifiy miqdor Bernulli sхemasini biror A хodisaning ro‘y berishlar sonini ifodalab, uning taqsimoti ( ) ( ) 1 n k k k n n P S k C p p − = = − (1) binomial taqsimot bo‘ladi. Bizga ma’lumki, (1) formuladan n larning katta qiymatlari uchun foydalanish qo‘shimcha noqulayliklarni keltirib chiqaradi. Shuning uchun ham ( ) n P S k = ehtimollikning n → ∞ dagi asimptotikasini topish zaruriyati yuzaga keladi. Shu maqsadda ( ) ( ) 1 ln 1 ln , 0 1 1 x x H x x x x p p − = + − < < − funksiyani kiritamiz. 1-teorema . Agar n → ∞ , n k − → ∞ bo‘lsa, ( ) ( ) ( ) { } 1 * exp * 2 * 1 * n n S P S k P p nH p n np p π ⎛ ⎞ = = = − ⎜ ⎟ ⎝ ⎠ − ∼ munosabat o‘rinli bo‘ladi va bu yerda * k p n = . Isbot. Analiz kursidan Stirling formulasi deb ataluvchi quyidagi munosabat ma’lum: ! 2 , n n n n n e n π − ⋅ → ∞ ∼ . Bu formuladan foydalanib quyidagi ekvivalent munosabatlarni yozamiz: ( ) ( ) ( ) ( ) ! 1 1 ! ! n k n k k k k n n n P S k C p p p p k n k − − = = − = − − ∼ 101 ( ) ( ) ( ) 1 2 n n k k n k k n n p p k n k k n k π − − ⋅ ⋅ − = − − ∼ ( ) ( ) 1 exp ln ln 2 * 1 * k n k k n k n n p p π − ⎧ ⎫ = − − − ⋅ ⎨ ⎬ ⎩ ⎭ − ( ) ( ) { } exp ln ln 1 k p n k p ⋅ + − − = ( ) ( ) ( ) { } 1 exp * ln * 1 * ln 1 * 2 * 1 * n p p p p np p π = − + − − ⋅ ⎡ ⎤ ⎣ ⎦ − ( ) ( ) { } ( ) ( ) { } 1 exp * ln 1 * ln 1 exp * 2 * 1 * n p p p p nH p np p π ⋅ − − − − = − ⎡ ⎤ ⎣ ⎦ − . 1-teorema isbot bo‘ldi. ( ) H x funksiyaning cheksiz differensiallanuvchi ekanligini ko‘rish qiyin emas. Хususan, ( ) ( ) 1 1 1 ln ln , 1 1 x x H x H x p p x x − ′ ′′ = − = + − − . O‘z-o‘zidan ko‘rinadiki, ( ) ( ) 0 H p H p ′ = = va * 0 p p − → bo‘lganda quyidagi yoyilma o‘rinli bo‘ladi: ( ) ( ) ( ) 3 2 1 1 1 * * * 2 H p p p O p p p q ⎛ ⎞ = + − + − ⎜ ⎟ ⎝ ⎠ , 1 1 q p = − . Bu yoyilmadan 1-teoremaga asosan kelib chiqadiki, * p p ∼ va ( ) 3 * 0 n p p − → bo‘lsa ( ) ( ) 2 1 exp * 2 2 n n P S k p p pq npq π ⎧ ⎫ = − − ⎨ ⎬ ⎩ ⎭ ∼ . Agar 1 2 npq π ∆ = , ( ) 2 2 1 2 x x e ϕ π − = bo‘lsa oxirgi ekvivalentlik munosabatidan quyidagi natija kelib chiqadi. 1 Asimptotik analizda ko ‘ p qo ‘ llaniladigan belgilashlarni eslatib o ‘ tamiz: agar ( ) 0 b x > va ( ) ( ) 0 lim 0 x x a x b x → = bo ‘ lsa, 0 x x → da ( ) ( ) ( ) a x o b x = deymiz; agar ( ) ( ) 0 lim sup x x a x b x → < ∞ bo ‘ lsa, ( ) ( ) ( ) a x O b x = deymiz. 102 Natija. Agar ( ) ( ) 2 3 * z n p p k np o n = − = − = bo‘lsa, ( ) ( ) ( ) n n P S k P S np z z ϕ = = − = ∆ ⋅ ∆ ∼ . (2) Keltirilgan (2) ekvivalentlik munosabatini Muavr-Laplasning lokal limit teoremasi deb ham ataladi. Bu formula * p p ≈ bo‘lganda { } n S m < ko‘rinishidagi hodisalarning ehtimolligini baholashga imkon beradi. Agar * p tub ma’noda p dan farq qilsa, bu ehtimollikni oldingi 3.1-§ da keltirilgan natijalardan foydalanib baholash mumkin. Misol. Aytaylik toq sondagi 2 1 n m = + hay’at a’zolaridan har biri boshqalarga bog‘liq bo‘lmagan holda 0,7 p = ehtimollik bilan to‘g‘ri qaror qabul qiladi. Ko‘pchilik ovoz bilan qabul qilingan qarorning to‘g‘ri bo‘lishining ehtimolligini 0,99 dan kam bo‘lmasligini ta’minlaydigan hay’at a’zolarining minimal soni topilsin. Yechish. Тasodifiy miqdor 1 k ξ = deymiz, agar k-chi hay’at a’zosi to‘g‘ri qaror qabul qilsa, aksincha 0 k ξ = deymiz, agar k-chi hay’at a’zosi noto‘g‘ri qaror qabul qilsa. Masalaning ma’nosi bo‘yicha bizni n ning shundek toq qiymatlari qiziqtiradiki, ular uchun ( ) 0,01 n P S m ≤ ≤ bo‘lishi kerak. Тushunarliki, qabul qilingan qarorning aniqligiga n ning katta qiymatlarida erishish mumkin. Oldingi 3.1-§ da keltirilgan natijalarga asosan, ( ) ( ) ( ) ( ) ( ) 1 1 2 1 n n n n m m p Q m P S m P S m P S m n p m p + − = ≤ ≈ = ≈ = + − − . Biz ko‘rayotgan masalada 1 * 2 p ≈ , ( ) ( ) 1 1 ln 4 1 2 2 H p p = − − , ( ) 1 1 ln 2 p H p − ′ = . Bularni hisobga olgan holda, ( ) n P S m = ehtimollikni 1- teorema yordamida baholaymiz: ( ) 2 1 1 exp 2 1 2 2 n p P S m nH p np n ⎧ ⎫ ⎛ ⎞ ≤ ≈ − − ≈ ⎨ ⎬ ⎜ ⎟ − ⎝ ⎠ ⎩ ⎭ 103 2 1 1 1 exp 2 1 2 2 2 p nH H p np ⎧ ⎫ ⎛ ⎞ ⎛ ⎞ ′ ≈ − + ≈ ⎨ ⎬ ⎜ ⎟ ⎜ ⎟ − ⎝ ⎠ ⎝ ⎠ ⎩ ⎭ ( ) ( ) ( ) ( ) ( ) ( ) 2 2 1 1 4 1 0,915 0,84 2 1 n n p p p p a n p n n π − ≈ − ≈ = − . Oson ishonch hosil qilish mumkinki, ( ) a n monoton kamayuvchi funksiya va ( ) 0,01 a n = tenglamaning yechimi 33 n = bo‘ladi. Bu javobga aniq formulalardan va kompyuterdan foydalanib ham kelish mumkin. Endi ( ) n P S k = ehtimollikni 1-teoremaga asolanib baholashdagi yuzaga keladigan хatoliklarni o‘rganishga o‘tamiz. Buning uchun Stirling formulasidagi qoldiq hadning quyidagi bahosidan foydalanamiz: 1 1 ! 2 , 12 1 12 n n n n n n n e e n n θ π θ − = ⋅ < < + . (В. Феллер. Введение в теорию вероятностей и ее приложения. Москва, 1984. Т.1, 66-bet). Download 1.15 Mb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling