- •Элементы комбинаторики
- •Пространство элементарных событий. Случайные события.
- •Вероятность
- •Классическая вероятностная схема
- •Закон сложения вероятностей
- •Теорема умножения вероятностей
- •Повторение испытаний (Схема Бернулли)
- •Локальная теорема Муавра-Лапласа
- •Интегральная теорема Муавра-Лапласа
- •Теорема Пуассона (Закон редких событий)
- •Случайные величины
- •Непрерывная случайная величина и плотность распределения
- •Основные свойства плотности распределения
- •Числовые характеристики одномерной случайной величины
- •Свойства математического ожидания
- •Моменты случайной величины
- •Свойства дисперсии
- •Асимметрии и эксцесс
- •Многомерные случайные величины
- •Свойства двумерной функции распределения
- •Плотность вероятности двумерной случайной величины
- •Условная плотность распределения
- •Числовые характеристики системы случайных величин
- •Свойства коэффициента корреляции
- •Нормальный (гауссов) закон распределения
- •Вероятность попадания на интервал
- •Свойства нормальной функции распределения
- •Распределение ("хи–квадрат")
- •Показательный (экспоненциальный) закон распределения
- •Числовые характеристики показательного распределения
- •Функция надежности
Вероятность попадания на интервал
Рассмотрим
вероятность попадания на интервал
СВ
,
подчиненной нормальному закону
распределения с параметрами
и
.
Для вычисления этой вероятности
воспользуемся общей формулой:
(11.11)
где
интегральная функция распределения СВ
.
Найдем
(11.12)
Сделаем замену
переменных в (11.12)
(11.13)
Отметим, что этим преобразованием (заменой переменных) нормальное распределение с произвольными и приводится к стандартному нормальному закону с параметрами .
Интеграл (11.13)
не выражается через элементарные
функции, но его обычно выражают через
специальную функцию, выражающую
определенный интеграл от
или
(так
называемый интеграл вероятности, для
которого составлены статистические
таблицы).
Вообще существует множество разновидностей таких функций, например:
(11.14)
Выберем в качестве
такой функции так называемую нормальную
функцию распределения
.
Выразим функцию распределения (11.13)
через
:
(11.15)
Подставим теперь (11.15) в (11.11):
(11.16)
Свойства нормальной функции распределения
1.
2.
3.
функция неубывающая.
4. Из-за симметричности стандартного нормального распределения относительно начала координат следует (см.рис.11.2):
На практике очень
часто встречается задача вычисления
вероятности попадания СВ
на участок симметричный относительно
центра рассеивания
.
Рассмотрим такой участок длиной
.
Вычислим эту вероятность:
Рис.11.2. Стандартное распределение
(11.17)
Часто расстояние
выражают в единицах
.
На рис. 11.3. для стандартного нормального
распределения показаны вероятности
(односторонние) отклониться на
.
Рис.11.3. Свойства нормального закона
Пример. Полагая,
что рост студентов – нормально
распределенная случайная величина
с параметрами
и
.
Необходимо найти:
выражение плотности вероятности и функции распределения СВ ;
доли костюмов 4-го роста (176 – 182 см) и 3-го роста(170 – 176 см), которые нужно предусмотреть в общем объеме производства;
квантиль
и 10%-ную точку СВ
;сформулировать "правило трех сигм" для СВ ;
Решение. а) По формулам (11.1), (11.12) и (11.15) запишем
б) Доля костюмов 4-го роста (176 – 182 см) в общем объеме производства определим по формуле (11.16):
Долю костюмов 3-го
роста (170 – 176 см) можно определить
аналогичным образом, но, если учесть,
что данный интервал симметричен
относительно
,
то по формуле (11.17) оценим:
в) Квантиль СВ найдем из уравнения (11.15):
Это значит, что
70% студентов имеют рост до 176 см. 10%-ная
точка СВ
- это квантиль
,
который вычислив аналогично получим
.
г) "Правило трех сигм" для нормального распределения:
.
Тогда с вероятностью равной 0.9974 рост студентов находится в интервале:
Распределение ("хи–квадрат")
Так называется распределение вероятностей СВ вида:
(11.18)
где
независимые случайные величины, имеющие
одно и то же нормальное распределение
с параметрами
.
Число
называется числом степеней свободы
распределения
.
Соответствующая плотность (см. рис.11.4.)
описывается формулой:
(11.19)
Рис. 11.4. Распределение "хи-квадрат"
Распределение представляет собой частный случай так называемого гамма – распределения.
