- •Комбинаторные формулы
- •Теорема умножения вероятностей
- •Числовые последовательности
- •Бесконечно большие и бесконечно малые последовательности
- •Сходящиеся последовательности. Свойства сходящихся последовательностей
- •1.3. Число «е»
- •1.2.2. Объем шара и пирамиды
- •Геометрические приложения определённого интеграла Вычисления площадей плоских фигур
- •Случайные величины.
- •3.1. Закон распределения дискретной случайной величины
- •3.2. Закон распределения непрерывной случайной величины. Плотность распределения вероятности.
- •§1. Понятие случайной величины. Закон распределения случайной величины
- •Закон распределения дискретной случайной величины. Многоугольник распределения
- •1.7.1 Формула Бернулли
- •1.7.2 Наивероятнейшее число успехов.
- •Нормальный закон распределения.
- •Совместное распределение двух случайных величин.
- •3 Ряд распределения, многоугольник распределения
Нормальный закон распределения.
Если плотность распределения случайной величины определяется формулой
, (1)
где а – произвольное число, а – положительное число, то говорят, что распределена по нормальному закону или что “нормальная” случайная величина.
Значения а и полностью определяют функцию р(х). Для неё иногда вводится обозначение: p(x) = n(x;a;).
График плотности распределения нормальной случайной величины при некоторых значениях а и представлен на рисунке 6. График симметричен относительна прямой х = а, и выполняются условия: р(х) 0 при х . Если а увеличивать, оставляя неизменной, то график будет перемещаться вправо, а если а уменьшать, то – влево, не изменяя формы.
Если значение а неизменно, то относительно малому значению будет соответствовать график р(х) с выраженным пиком, как на рисунке 2. При относительно большом значении график р(х) представляет собой пологую кривую, как изображено на рисунке 3.
Функция распределения F(x) нормальной случайной величины иногда обозначается N(x;a;). Она обычным образом получается из плотности распределения :
Графики функции F(x) для нормально распределённых случайных величин при относительно малых и относительно больших значениях изображены, соответственно, на рисунках 4 и 5.
Из симметрии графика функции плотности распределения р(х) нормально распределённой случайной величины относительно прямой х = а следует, что М = а.
Если вычислить дисперсию D нормально распределённой случайной величины, то оказывается, что она равна 2.
Таким образом, параметры а и в формуле для плотности распределения случайной величины, распределённой по нормальному закону, приобретают смысл: а – математическое ожидание, 2 – дисперсия.
Вероятность того, что нормально распределённая случайная величина примет значение из промежутка (х1, х2) рассчитывается по формуле
Здесь – интегральная функция Лапласа –;
.
Значения (х) определяются из таблиц, как это показывалось ранее.
Если случайная величина имеет плотность распределения, выражающуюся функцией n(x;0;1), то есть – нормально распределённая случайная величина с математическим ожиданием, равным нулю, и дисперсией, равной единице, то
Случайную величину с плотностью распределения n(x;0;1) можно принять за некоторый эталон для случайных величин, распределённых по нормальному закону. График плотности распределения такой случайной величины симметричен относительно оси ординат.
Пусть и – независимые нормально распределённые случайные величины, при этом М = а1, D = 12, М = а2, D = 22. Тогда случайная величина , равная сумме с1 + с2 (с1 и с2 – любые числа), тоже распределена по нормальному закону. Её математическое ожидание и дисперсия определяются формулами: М = с1а1 + с2 а2, D = с1212 + с2222.
Задача. Масса ящика, вмещающего 12 бутылок – нормально распределённая случайная величина с математическим ожиданием 2 кг и среднеквадратическим отклонением 0,01 кг. Масса бутылки с пивом – тоже нормально распределённая случайная величина с математическим ожиданием 0,8 кг и среднеквадратическим отклонением 0,04 кг. Найти вероятность того, что масса ящика с 12-ю бутылками пива будет находиться в пределах от 11 до 11,5 килограммов.
Правило 3-х (трех “сигм”).
Пусть имеется нормально распределённая случайная величина с математическим ожиданием, равным а и дисперсией 2. Определим вероятность попадания в интервал (а – 3; а + 3), то есть вероятность того, что принимает значения, отличающиеся от математического ожидания не более, чем на три среднеквадратических отклонения.
P(а – 3< < а + 3)=Ф(3) – Ф(–3)=2Ф(3)
По таблице находим Ф(3)=0,49865, откуда следует, что 2Ф(3) практически равняется единице. Таким образом, можно сделать важный вывод: нормальная случайная величина принимает значения, отклоняющиеся от ее математического ожидания не более чем на 3.
(Выбор числа 3 здесь условен и никак не обосновывается: можно было выбрать 2,8, 2,9 или 3,2 и получить практически тот же вероятностный результат. Учитывая, что Ф(2)=0,477, можно было бы говорить и о правиле 2–х “сигм”.)