To zadanie ma sporo wspólnego z rachunkiem prawdopodobieństwa, ale przerabiałem to z 7 lat temu i mogę pomieszać jakieś szczegóły. Otrzymałem je niegdyś w ramach ćwiczeń z tego właśnie kursu, nie żebym był taki pomysłowy, tylko mam w miarę dobrą pamięć.
Rozważmy ciąg niezależnych zmiennych losowych
\(\displaystyle{ (X_k)_{k=1}^{+\infty}}\) o jednakowym rozkładzie Poissona z parametrem
\(\displaystyle{ \lambda=1}\).
Ponieważ suma niezależnych zmiennych losowych o rozkładzie Poissona też ma rozkład Poissona z parametrem
\(\displaystyle{ \lambda}\) będącym sumą poszczególnych parametrów, więc zmienna losowa
\(\displaystyle{ Y_n=X_1+X_2+\ldots+X_n}\) również ma rozkład Poissona, z parametrem
\(\displaystyle{ \lambda=n}\). Mamy
\(\displaystyle{ \mathbf{E}X_k=1, \ k=1,2\ldots}\) oraz
\(\displaystyle{ \mathbf{Var}X_k=1}\) (bo zmienna losowa o rozkładzie Poissona z parametrem
\(\displaystyle{ \lambda>0}\) ma wartość oczekiwaną i wariancję równą
\(\displaystyle{ \lambda}\)), toteż
na mocy
Kod: Zaznacz cały
https://pl.wikipedia.org/wiki/Centralne_twierdzenie_graniczne
jest
\(\displaystyle{ \lim_{n\to \infty}\mathbf{P}(X_1+X_2+\ldots+X_n\le n)\\=\lim_{n\to \infty}\mathbf{P}\left( \frac{X_1+X_2+\ldots+X_n-n}{\sqrt{n}}\le 0\right)=\Phi(0)=\frac{1}{2}}\)
(
\(\displaystyle{ \Phi}\) to dystrybuanta zmiennej losowej o rozkładzie
\(\displaystyle{ \mathcal{N}(0,1)}\)).
Innymi słowy,
\(\displaystyle{ \lim_{n\to \infty}\mathbf{P}(Y_n\le n)=\frac{1}{2}}\), ale skoro
\(\displaystyle{ Y_n}\) ma rozkład
\(\displaystyle{ \mathbf{Poiss}(n)}\), to właśnie jest
\(\displaystyle{ \mathbf{P}(Y_n\le n)=\sum_{k=0}^n\frac{n^k}{k!}}\), co kończy rozwiązanie zadania.
Widziałem kiedyś rozwiązanie analityczne (widziałam orła cień) i człowieeeeku, jaka masakra, do dziś czasem mi się śni w koszmarach.