166 5. Pewne schematy rachunku prawdopodobieństwa
a ponieważ jest ciągła, więc osiąga swój kres górny w pewnym punkcie wewnętrznym tego przedziału. Dla uproszczenia rachunków zajmiemy się rozważaniem funkcji
która jak i funkcja Pu k ma ekstremum jednocześnie z funkcją log F(p)log p+(n—fc)log(l —p)
%5 0,3 | ||||
j |
- |
i | ||
OJ |
? |
f | ||
r> 9 I |
__2_a | |||
0 |
OJ 0.2 0.3 0.4 0.5 0,6 0.7 0.8 0.1 |
n=ffi, k=5
w punkcie p0, w którym pochodna
F\p) k n—k
F(p) p 1 -p
zeruje się. Stąd otrzymujemy
Rys- 5 2'3 Rysunek 5.2.3 Ilustruje omawiane
zagadnienie wskazując, że przy w=10, k—5 i różnie obieranych p, największe prawdopodobieństwo uzyskamy przyjmując p=0,5.
Interesować nas również może sprawa, jak będzie się zachowywać prawdopodobieństwo jPBf k w zagadnieniu Bemoulliego w przypadku, gdy przy ustalonym k rosnąć będzie liczba doświadczeń n. Sprawę tę rozpatrzymy w § 5.3.
Przykład 5.2.1. Mamy 4 urny typu Ax zawierające 2 białe i 8 czarnych kul oraz 6 urn typu A2 o zawartości 3 kul białych i 7 czarnych.
Losujemy 4 razy po jednej kuli ze zwracaniem. Obliczyć najbardziej prawdopodobną liczbę kul białych i prawdopodobieństwo otrzymania tej liczby kul.
Rozwiązanie. Obliczamy prawdopodobieństwo p, że przy jednym losowaniu otrzymujemy kulę białą:
P = P(AlB + A2‘B)=P(Al)P(B\Ai)+P(A2)'P(B\A2)=: 0,4 * 0,2+0,6 • 0,3=0,26.
Ponieważ n=4, to (n +1)-p=5*0,26= 1,30, a więc najbardziej prawdopodobną liczbą białych kul wśród czterech pobranych jest jedna kula.
Obliczamy prawdopodobieństwo, że na 4 losowania otrzymamy jedną białą kulę:
pA 1=sn • 0,26 • (0,74)3 «0,42.
Przykład 5.2.2. Rzucono 77 razy kostką do gry. Jaka jest najbardziej prawdopodobna ilość wyrzuconych piątek?
Rozwiązanie. Prawdopodobieństwo wyrzucenia piątki w pojedynczym rzucie jest równe §, natomiast (n+ l)-p=78 ^= 13. Ponieważ otrzymany wynik jest liczbą całkowitą, stwierdzamy, że są dwie najbardziej prawdopodobne liczby wyrzuconych piątek, a mianowicie 12 i 13.
Przykład 5.2.3. Działo nr 1 w ciągu określonego czasu wyrzuca 70 pocisków z prawdopodobieństwem trafienia do celu równym 0,8 dla każdego strzału, a działo nr 2 w ciągu tego samego czasu wyrzuca 60 pocisków z prawdopodobieństwem trafienia do celu równym 0,9 dla każdego strzału. Dla którego z tych dział najbardziej prawdopodobna ilość celnych strzałów jest większa?
Rozwiązanie. Dla działa nr 1:
n=70, p=0,8; (n + l)*p=56,8, czyli k — 56.
Dla działa nr 2:
n = 60, p=0,9; (/i + l)-p=54,9, czyli k — 54.
Stwierdzamy więc, że najbardziej prawdopodobna ilość celnych strzałów dla działa nr 1 jest większa niż dla działa nr 2.
§ 53. Zagadnienie Poissona. W celu ułatwienia zrozumienia omawianego w niniejszym paragrafie zagadnienia rozpatrzmy najpierw następujący ciąg serii doświadczeń przeprowadzanych według schematu Bernoulliego.
1«. Oznaczmy przez 5, pierwszą serię doświadczeń polegającą na przeprowadzeniu nx = 5 doświadczeń, w których pt =§ jest prawdopodobieństwem sukcesu w każdym z tych doświadczeń. Obliczmy ze wzoru (5.1.1) prawdopodobieństwo Pnuk=Ps^ uzyskania czterech doświadczeń pomyślnych na pięć przeprowadzonych. Otrzymujemy =p5 4=s0,2592. Zauważmy, że w tej serii doświadczeń iloczyn nxpi=3.
2. Druga seria doświadczeń (oznaczmy ją przez S2) polega na przeprowadzeniu n2 — = 50 doświadczeń i niech w serii tej prawdopodobieństwo doświadczenia udanego p2 — Obliczmy prawdopodobieństwo Pni,k=psoA- Korzystając jak poprzednio ze wzoru (5.1.1) i używając tym razem tablic logarytmicznych otrzymujemy /,n2łJk=/>5O,4«0,l734. Zauważmy, że i w tym przypadku n2p2=3.
I 3. Trzecia seria doświadczeń (oznaczmy ją przez S3) polega na przeprowadzeniu n3 = 100 doświadczeń i niech p3=0,03. Należy obliczyć prawdopodobieństwo Ą3,fc=? = 7*100.4. Przeprowadzając obliczenia jak w punkcie drugim, otrzymujemy po dość żmudnych już rachunkach /*łI3.k=7>ioo,4ft5°>1706. Zauważmy, że wartość iloczynu n3p3 nie uległa zmianie i jest równa 3. Jest widoczne również, że prawdopodobieństwa 7*30,4 i Piooa różnią się niewiele.
Powstaje tutaj interesujący problem zbieżności ciągu prawdopodobieństw P„lik w tak przeprowadzanych seriach doświadczeń, że n^ao i nppi jest wielkością stałą równą I (w podanych przykładach 2=3), tzn. powstaje pytanie: 1. czy istnieje pewien wzór graniczny dla omawianego ciągu prawdopodobieństw oraz 2. czy można będzie wykorzystać ewentualny wzór w celu przybliżonego, ale mniej żmudnego obliczenia prawdopodobieństwa Pn k. Omawiany problem nazywa się zagadnieniem Poissona (l).
(ł) Simćon Denis Poisson — profesor Uniwersytetu Paryskiego (1781 - 1840), członek Francuskiej Akademii Nauk.