Откуда следует, что при подбрасывании честной монеты N раз, количество выпавших орлов будет отличаться от количества выпавших решек в среднем на величину
?
Ни откуда не следует.
Извините, а как верно? И как называется величина
в терминах теории вероятностей?
Никак не называется.
Можно ли эту величину получить теоретически, рассматривая испытания с подбрасыванием "честной монеты" и используя аппарат теории вероятностей и мат. статистики?
Нельзя, потому что, как уже было сказано, это неверно.
С помощью теории вероятностей можно получить другой результат.
Обозначим
количество выпадений герба при
бросаниях правильной монеты. Это — случайная величина, имеющая биномиальное распределение с вероятностью успеха
:
Если
— число выпавших гербов, то число выпавших решек равно
, а разность между ними равна
. Среднее значение, то есть, математическое ожидание величины
, в силу очевидной симметрии равно
, но речь, очевидно, идёт о среднем значении
:
где квадратные скобки обозначают целую часть числа.
Упрощение этого выражения с помощью Wolfram Mathematica даёт:
при нечётном
—
а при чётном
—
Выразив биномиальные коэффициенты
и
через факториалы, легко убедиться, что
, поэтому
Поскольку в обоих случаях
, результат можно записать также в виде
Асимптотику при
легко найти, выразив биномиальный коэффициент
через факториалы и воспользовавшись формулой Стирлинга. Результат выглядит так:
или, выразив
через
,
Эмпирически установлено, что на
подбрасываний монеты отклонение количества выпавших решек от количества выпавших орлов составляет в среднем
, что вполне согласуется с высказанным утверждением.
Формулы (6) и (8) для
дают, соответственно,
и
, а при
получаем
и
Можно найти вероятность того, что
будет иметь значение не меньше заданного. Пусть далее
— целое число той же чётности, что и
, удовлетворяющее условию
. Тогда
Разумеется, при большом
вычисления по этой формуле становятся трудоёмкими. Например, Wolfram Mathematica очень быстро вычисляет
, но для
результат за несколько минут получить не удалось, и пришлось написать собственную функцию, которая примерно за
секунд вычислила
и
.
Используя так называемую интегральную теорему Муавра — Лапласа, можно получить приближённую формулу
где
Например,
и
совпадают со значениями, вычисленными по точной формуле, а при
получаем
.