浅谈二项分布的近似计算.docxVIP

文章编号：1005－6033（2009）14－0125-03收稿日期：2009－03－31浅谈二项分布的近似计算李灿，郭尊光（太原工业学院理学系，山西太原，030008）摘 要：讨论了用 Possion 定理、局部极限定理和积分极限定理近似计算二项分布概率时的误差，对这 3 种近似计算的误差进行了比较，详细分析了用局部极限定理做近似 计算时的误差。关键词：二项分布；泊松分布；Possion 定理；局部极限定理；积分极限定理中图分类号：O211文献标识码：A把 1 文章编号：1005－6033（2009）14－0125-03 收稿日期：2009－03－31 浅谈二项分布的近似计算 李 灿，郭尊光 （太原工业学院理学系，山西太原，030008） 摘 要：讨论了用 Possion 定理、局部极限定理和积分极限定理近似计算二项分布概率 时的误差，对这 3 种近似计算的误差进行了比较，详细分析了用局部极限定理做近似 计算时的误差。 关键词：二项分布；泊松分布；Possion 定理；局部极限定理；积分极限定理 中图分类号：O211 文献标识码：A 把 1 个随机试验重复进行 n 次，如果试验结果互不影响，则 称这样的试验为 n 重独立试验。如果在 n 重独立试验中，每次试 验只有两个可能结果，事件 A 或 A 发生，则称这样的试验为 n 重 从泊松定理中可以发现，当 n 很大而 p 很小 （一般 p0.1） 时，二项分布 B（n，p）的概率函数近似地等于泊松分布 P（λ）的概 率函数，即有： 伯努利试验。在 n 重独立伯努利试验中，设每次试验中事件 A 发 生的概率为 p（0p1），X 表示 n 次试验中事件 A 发生的次数，则 称随机变量 X 服从参数为 n，p 的二项分布，记作随机变量 X～B （n，p），其概率分布为： C kp（1-p）n-k≈ λ -λ，= ，，， ， k k！ e k 0 1 2 … n n n ，这个结果表明两种分布近似相同。 在依据泊松定理进行近似计算的时候，需要注意以下问题： 要求 n 很大，np 不大或者 n（1-p）不大，也就是说 p 比较小。一般 情况下，当 p＜ 0.1 时，两分布的近似程度就很好。表 1 给出了当 n＝10，p＝0.1 时两分布的取值情况。 表 1 P（X≥k）的累积概率值 P｛X＝k｝＝b（k；n，p）＝Cn p（1－p），k＝0，1，…，n k k k 当参数 n 很大，p 在 0～1 的不同大小范围内取值时，可以分 别用泊松定理、局部极限定理和积分极限定理对二项分布进行 近似计算，可以得到比较精确的近似值。 1 用泊松定理近似计算二项分布的概率 在一定条件下，二项分布可用泊松分布进行近似计算。 泊松分布：设随机变量 X 可能的取值为 0，1，2，…，且取这些 值的概率为： k P｛X＝k｝＝ λ e－λ，k＝0，1，2，… k！ 其中，λ＞ 0 为常数，则称 X 服从参数为 λ的泊松分布，记为 X～ P（λ）。 泊松定理：设 λ＝npn0，0pn1，n=1，2，…。则对任一个非负 由表 1 可见，近似计算的绝对误差（近似精度）不超过 2％， 1 即下式成立 b（k；10，0.1）- e -1 0.02。 整数 k 有：lim Ck pk（1-p）n-k= λ e-λ，k=0，1，2，…。 k k！ n n n k！ n→∞ 2 用局部极限定理近似计算二项分布的概率 局部极限定理：设 X～B（n，p），则当n→∞时，有 其中 pn为在 n 重独立伯努利试验中事件 A 发生的概率。定 理证明见文献［1］。 2001，190（21）：6157－6181. ［3］ 黄明游.发展方程的有限元方法［M］.上海:上海科学技术出 版社，1988: 44－78. （责任编辑：戚米莎） ──────────────── 第一作者简介：白丽霞，女，1979 年 10 月生，2006 年毕业于 东北大学数学系（硕士），助教，山西中医学院, 山西省太原市， 030024. The Fully－discrete Error Estimation in Solving the Parabolic Partial Differential Equation with EFG（Element Free Galerkin）Method BAI Li-xia ABSTRACT：Based on the error estimation of elliptical Galerkin projection operator and the error estimation of EFG method, this paper makes the fully－discre