19 votos

¿Hay un significado a la probabilidad asintótica de al menos una ocurrencia de un evento en números intentos?

Veamos el conjunto de las probabilidades de tener al menos una ocurrencia de un evento si realizamos $n$ intentos, donde la probabilidad de que el evento ocurra es $1/n$.

Por ejemplo, si buscamos en la probabilidad de la ocurrencia de un laminado de $4$ en un dado ($1/6$ de probabilidad), se hará $6$ de los intentos. La probabilidad de éxito en ese caso (al menos una ocurrencia de una $4$ $6$ de los intentos) es $1-(5/6)^{6} = 0.6651$ (he redondeado los resultados.) Si realizamos $15$ intentos en algo con una probabilidad de que suceda (en cada ocasión) ser $1/15$, entonces la probabilidad de que ocurra al menos una vez en los $15$ el número de intentos es $1-(14/15)^{15} = 0.6447$. Si utilizamos $n=1,000,000$ a continuación se obtienen $0.63212$.

Así, vemos que tenemos un asintótica situación. Siempre me he preguntado si hay alguna otra conocida matemática importancia a este número aproximado/de la asíntota. Gracias de antemano por la lectura y por todas las respuestas!

22voto

Daps0l Puntos 121

Rollo de una $n$colindado mueren numeradas $1$ a través de $n$. Que rollo $n$ veces. Su pregunta es equivalente a la siguiente:

¿Cuál es la probabilidad de que el rollo de al menos uno de los $1$, $n$ lanza de esta $n$colindado mueren?

Esto es igual a $1$ menos que la probabilidad de que se obtenga no $1$s durante la $n$ tiros. La probabilidad de no obtener un $1$ en cualquier lanzamiento es $(n-1)/n$, por lo que este le da a su deseada de la probabilidad como:

$$1 - \left(\frac{n-1}{n}\right)^n$$

$$1 - \left(1- \frac{1}{n}\right)^n$$


Mira el número de $1$ en esta lista de las caracterizaciones de la función exponencial:

Definir $e^x$ por el límite

$$ e^x = \lim_{n\to\infty} \left(1 + \frac{x}{n}\right)^n $$


Esta definición se aplica a su problema, cuando dejamos $x=-1$.

En el límite de $n$ va al infinito, podemos escribir $$\lim_{n\to\infty} \left[\,1 - \left(1- \frac{1}{n}\right)^n\,\,\right] \,\,=\,\, 1 - \,\lim_{n\to\infty} \,\left(1+\frac{-1}{n}\right)^n\,\,=\,\, \boxed{1 - \frac{1}{e}\,} \,\,\approx\,\, 0.6321$$

6voto

Matthew Scouten Puntos 2518

El punto es %#% $ $$\lim_{n \to \infty} \left(1 - \frac{1}{n}\right)^n = \frac{1}{e}$ #% Dónde está la base de los logaritmos naturales. Esto es aproximadamente el $e$.

6voto

lowglider Puntos 562

Otros ya han señalado que la probabilidad de que al menos un éxito en $n$ ensayos independientes, cada éxito con probabilidad de $1/n$, tiende a $1-1/e \approx 0.63212$ $n$ aumenta. Sin embargo, podría ser de utilidad para averiguar cómo se podría determinar este límite de sí mismo.

Usted ya sabe que la probabilidad exacto de la observación de al menos un éxito en $n$ ensayos es igual a $1$ menos que la probabilidad de observar sin éxito en $n$ ensayos, que a su vez es igual a la probabilidad de un único ensayo fallando elevado a la $n$-ésima potencia. Dada la suposición de que una sola prueba tiene éxito con probabilidad de $1/n$, se produce un error con una probabilidad de $1 - 1/n$, y por lo tanto la probabilidad de $p_n$ de la observación de al menos un éxito en $n$ ensayos es: $$p_n = 1 - \left( 1 - \frac1n \right)^n.$$

En esta fórmula, $n$ aparece dos veces: una vez en el denominador y una vez en el exponente. Ya has observado experimentalmente que, como $n$ aumenta, $p_n$ parece tender a un límite finito $0 < p_\infty < 1$ que es independiente de $n$. Por tanto se puede esperar que, en el límite, los $n$'s de alguna manera deben cancelar. Nuestra tarea, entonces, es de alguna manera manipular la expresión de $p_\infty = \lim_{n\to\infty} p_n$ a un formulario donde podemos algebraicamente cancelar la $n$'s y obtener una forma cerrada de expresión para $p_\infty$.

Para hacer que, de alguna manera nos necesitan para llevar la $n$'s juntos. Nosotros no podemos obtener el $n$ en el exponente abajo, pero nos puede subir la otra $n$ en el exponente demasiado, mediante la sustitución de $1 - 1/n$ con la expresión equivalente a$e^{\log_e(1 - 1/n)}$, y aplicando la regla de $(x^a)^b = x^{ab}$: $$p_n = 1 - e^{\textstyle n \log_e(1 - 1/n)}.$$

(Estrictamente hablando, esta reformulación es sólo válido para $n > 1$, ya que la expresión $1 - 1/n$ debe ser positivo para su logaritmo a ser un bien definida número real. Pero ya que estamos preocupados con el límite de $n \to \infty$, podemos ignorar cualquier caso especial de la participación de pequeños valores de $n$.)

Por supuesto, podríamos haber igual de bien recogidas en cualquier otra base para el logaritmo en lugar de $e$ por encima y se obtuvo una igualmente válida la expresión de $p_n$. Sin embargo, ¿qué tiene de especial el logaritmo natural $\log_e$ es que la derivada de $\log_e(x)$ $x=1$ es igual a $1$. En particular, esto significa que, para los valores de $x$ cerca de $0$, tenemos la aproximación $\log_e(1 + x) = x + o(x)$, donde $o(x)$ denota adicional de orden superior en términos tales que: $$\lim_{x\to0} \frac{o(x)}{x} = 0.$$

Dejando $x = -1/n$, obtenemos $\log_e(1-1/n) = -1/n - o(1/n)$, que podemos sustituir en la expresión de $p_n$ para conseguir: $$p_n = 1 - e^{\textstyle n\left(-\tfrac1n - o\left(\tfrac1n\right)\right)} = 1 - e^{\textstyle -1 - n \cdot o\left(\tfrac1n\right)}.$$

Como $n$ aumenta, el $n \cdot o(1/n)$ plazo en el exponente tiende a cero, y por lo tanto: $$p_\infty = \lim_{n\to\infty} p_n = 1 - e^{\textstyle -1} = 1 - \frac1e.$$


El general truco aquí es que, para $x$ cerca $0$, $\log_e(1+x) \approx x$ (y, por el contrario, $e^x \approx 1+x$). Así, en particular, $(1+x)^n \approx (e^x)^n = e^{nx}$ al $x \approx 0$.

Si $nx$ también es pequeño, podemos incluso más aproximado $(1+x)^n \approx 1+nx$. Este cuenta con una intuitiva probabilística de la interpretación: si un experimento tiene éxito con una muy pequeña probabilidad de $p \approx 0$, luego repetirlo $n$ veces produce una probabilidad de éxito de $1-(1-p)^n \approx 1-e^{-np} \approx np$, es decir, aproximadamente el $n$ veces mayor que el de un solo experimento.

Para mayor $n$, la segunda aproximación se descompone como la probabilidad de múltiples éxitos se convierte en no despreciable, pero la primera aproximación a $1-(1-p)^n \approx 1-e^{-np}$, que sólo depende de los $p$ siendo pequeña, que todavía se mantiene. En particular, si $n$ $p$ son inversamente proporcionales, de tal manera que $np = c$, entonces la probabilidad de que al menos un éxito tiende a $1-e^{-c}$ $n$ más grandes y $p$ se hace más pequeño.

Otra manera de mirar esto es que estamos efectivamente la aproximación de la distribución binomial de la serie de éxito de los ensayos de $n$ usando una distribución de Poisson con el caso de la tasa parámetro $\lambda = np$. Esta aproximación, que se pone mejor, como $n$ se hace más grande y $p$ se hace más pequeño, entonces se produce una probabilidad de $1 - e^{-\lambda}$ de al menos uno de los eventos que ocurren.

2voto

SiongthyeGoh Puntos 61

$$1- \left(\frac{n-1}{n}\right)^n=1-\left(1 - \frac{1}{n} \right)^n$$

Como límite $n \to \infty$,

$$\lim_{n \to \infty}1-\left(1 - \frac{1}{n} \right)^n = 1-\exp(-1)$$

Por lo tanto, es por eso que usted vea el número que % aproximado $1-\exp(-1)$

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X