在解决这个问题时,我们需要使用中心极限定理和二项分布的性质。根据中心极限定理,当试验次数足够大时,二项分布可以近似为正态分布。我们的目标是找到试验次数 n,使得正面出现频率与概率之差的绝对值不超过 0.01 的概率不小于 99%。
首先,我们需要确定二项分布的期望 E 和方差 Var。由于硬币是均匀的,每次抛硬币正面出现的概率是 0.5,因此:
E(X)=n×0.5
Var(X)=n×0.5×(1−0.5)=n×0.25
其中 X 是 n 次试验中正面出现的次数。
接下来,我们使用中心极限定理,将二项分布近似为正态分布 N(μ,σ2),其中 μ=E(X) 和 σ2=Var(X)。我们要找的是 n 的值,使得:
P(∣X−0.5n∣≤0.01n)≥0.99
由于正态分布是对称的,我们可以将上述不等式转换为:
P(n/4∣X−0.5n∣≤n/40.01n)≥0.99
进一步简化得到:
P(n/4X−0.5n≤0.02n)≥0.99
根据正态分布的性质,这等价于:
P(−0.02n≤n/4X−0.5n≤0.02n)≥0.99
我们可以使用标准正态分布的累积分布函数 Φ 来计算这个概率:
1−(1−0.99)=Φ(n/40.02n)−Φ(−n/40.02n)
由于 Φ 是对称的,我们可以简化为:
2Φ(n/40.02n)−1≥0.99
解这个不等式,我们得到:
Φ(n/40.02n)≥0.995
使用标准正态分布表或计算器,我们可以找到对应的 z 值。由于 Φ(1.96)=0.975 和 Φ(2.33)=0.990,我们需要的 z 值应该在 1.96 和 2.33 之间。为了简化计算,我们可以使用 Φ(2)≈0.977 作为一个近似值。
n/40.02n≥2
0.02n≥2n/4
0.02n≥n/2
0.022n≥2n
0.0004n≥2n
n≥0.0004×21
n≥1250
因此,为了使出现正面的频率与概率之差的绝对值不超过 0.01 的概率不小于 99%,试验次数至少应该是 1250 次。13