Для решения задачи о вероятности того, что орел выпадет 90 раз при 200 бросках монеты, можно воспользоваться биномиальным распределением. Биномиальное распределение описывает количество успехов в серии независимых испытаний, где каждый успех имеет одинаковую вероятность.
Обозначим:
- ( n = 200 ) — общее количество бросков монеты,
- ( k = 90 ) — количество выпадений орла,
- ( p = 0.5 ) — вероятность выпадения орла в одном броске (предполагается, что монета честная).
Формула биномиального распределения выглядит следующим образом:
[ P(X = k) = \binom{n}{k} p^k (1-p)^{n-k} ]
где:
- ( \binom{n}{k} ) — биномиальный коэффициент, который вычисляется как ( \binom{n}{k} = \frac{n!}{k! (n-k)!} ).
Подставим наши значения в формулу:
[ P(X = 90) = \binom{200}{90} (0.5)^{90} (0.5)^{110} ]
Поскольку ( (0.5)^{90} \times (0.5)^{110} = (0.5)^{200} ), упростим выражение:
[ P(X = 90) = \binom{200}{90} (0.5)^{200} ]
Теперь нам нужно вычислить биномиальный коэффициент ( \binom{200}{90} ):
[ \binom{200}{90} = \frac{200!}{90! \cdot 110!} ]
Прямое вычисление факториалов для больших чисел, таких как 200!, 90! и 110!, может быть затруднительным без компьютерного программного обеспечения. Однако для практических целей используют специальные математические пакеты или приближения, такие как аппроксимация с помощью нормального распределения.
Приближение с помощью нормального распределения
Когда ( n ) велико, биномиальное распределение можно аппроксимировать нормальным распределением ( N(\mu, \sigma^2) ), где:
- ( \mu = np ) — математическое ожидание,
- ( \sigma^2 = np(1-p) ) — дисперсия.
Для наших значений:
- ( \mu = 200 \times 0.5 = 100 ),
- ( \sigma^2 = 200 \times 0.5 \times 0.5 = 50 ),
- ( \sigma = \sqrt{50} \approx 7.07 ).
Теперь можно использовать нормальное распределение с этими параметрами для аппроксимации:
[ P(89.5 < X < 90.5) ]
Здесь мы используем континуум-коррекцию, чтобы улучшить аппроксимацию. Переведем это в стандартное нормальное распределение ( Z ):
[ Z = \frac{X - \mu}{\sigma} ]
Для ( X = 89.5 ):
[ Z = \frac{89.5 - 100}{7.07} \approx -1.48 ]
Для ( X = 90.5 ):
[ Z = \frac{90.5 - 100}{7.07} \approx -1.34 ]
Теперь найдем вероятность для стандартного нормального распределения ( Z ):
[ P(-1.48 < Z < -1.34) ]
Используя стандартные таблицы нормального распределения или калькулятор нормального распределения, найдем:
[ P(Z < -1.34) \approx 0.0901 ]
[ P(Z < -1.48) \approx 0.0694 ]
Таким образом, вероятность между этими значениями:
[ P(-1.48 < Z < -1.34) \approx 0.0901 - 0.0694 = 0.0207 ]
Таким образом, вероятность того, что орел выпадет ровно 90 раз при 200 бросках честной монеты, примерно равна 0.0207, или 2.07%.