- •Введение
- •Глава 1. Случайные события
- •§ 1. Случайные события
- •§ 2. Действия над событиями
- •§ 3. Элементарные события. Алгебра случайных событий
- •§ 4. Вероятность события
- •§ 5. Некоторые следствия из аксиом вероятности
- •§ 6. Классическое определение вероятности
- •§ 7. Условная вероятность. Независимость событий
- •§ 8. Формула полной вероятности. Формула Байеса
- •Глава 2. Случайные величины
- •§ 1. Понятие случайной величины
- •§ 2. Закон распределения дискретной случайной величины
- •§ 3. Числовые характеристики дискретных случайных величин
- •3.1. Математическое ожидание дискретной случайной величины
- •3.2. Совместное распределение двух дискретных случайных величин. Некоторые арифметические операции над дискретными случайными величинами
- •3.3. Свойства математического ожидания
- •3.4. Дисперсия случайной величины и ее свойства. Среднеквадратическое отклонение
- •3.5. Мода и медиана дискретной случайной величины
- •3.6. Корреляционный момент. Коэффициент корреляции
- •3.7. Моменты дискретных случайных величин
- •3.8. Функция распределения
- •§ 4. Непрерывные случайные величины
- •4.1. Плотность распределения, функция распределения непрерывной случайной величины
- •4.2. Характеристики непрерывных случайных величин
- •§ 5. Некоторые специальные виды распределений
- •5.1. Гипергеометрическое распределение
- •5.2. Биномиальное распределение
- •5.3. Закон Пуассона
- •5.4. Равномерное распределение
- •5.5. Нормальное распределение
- •5.6. Некоторые важные статистические распределения
- •§ 6. Некоторые предельные теоремы теории вероятностей
- •6.1. Неравенство Чебышева
- •6.2. Закон больших чисел
- •6.3. Центральная предельная теорема. Интегральная и локальная теоремы Мувра-Лапласа
- •Приложение 1 Комбинаторика
5.5. Нормальное распределение
Случайная величина
имеетнормальное распределение(распределена по нормальному закону) с
параметрамиаи
,
если она имеет плотность распределения
.
Приведем график плотности распределения

Запишем основные
особенности функции
:
;
при
,
график симметричен относительно прямой
.
;
наибольшее значение функции
достигается в точке
.
,
т.е.
при достаточно больших значенияхх.
Подграфик плотности
распределения равен единице. Тогда
из-за симметрии графика плотности
распределения относительно прямой
медиана нормально распределенной
случайной величины равна параметруа
![]()
Из определения моды и свойства 2 следует, что и мода нормально распределенной случайной величины равна а
![]()
Нарисуем графики
плотностей распределения при
зафиксированном значении параметра аи разных![]()

При меньших
значениях
график имеет более высокую вершину и
круче падает к нулю. При малых значениях
вероятность принятия значения
,
далекие ота, мала. Параметр
влияет на разброс значений.
Из определения математического ожидания следует, что
.
Для вычисления
этого интеграла делают замену
и используют известный несобственный
интеграл
.
Для нормально
распределенной случайной величины
с параметрамиаи
математическое ожидание равноа
![]()
Вычисление соответствующего интеграла дает нам дисперсию нормально распределенной случайной величины
![]()
Поэтому параметр
является среднеквадратическим
отклонением нормально распределенной
случайной величины.
По плотности распределения находится функция распределения нормальной случайной величины
.
Нормальное
распределение с параметрами
называютстандартным. Вводятся
специальные обозначения плотности и
функции распределения стандартно
нормально распределенной случайной
величины
![]()
Функцию
называют еще функцией Лапласа.
Функция
выражается через интеграл Лапласа![]()
.
Значения функции
занесены в таблицу. При![]()
.
Рассмотрим график плотности распределения
стандартного нормального закона

(значение хбольше нуля).
Обозначим площадь
под
левее точки
через
;
площадь между
и 0 – через
;
площадь между 0 их– через
и площадь правее точких– через
.
График плотности распределения
симметричен относительно прямой
.
Тогда
;
;
;
.
Значение
есть площадь подграфика
над множеством
.
Если
,
то
.
Тогда
![]()
Из замечаний 1, 3,
4 следует
![]()
.
Тогда
![]()
Если случайная
величина
распределена по нормальному закону с
параметрами а и
,
то случайная величина
распределена по стандартному нормальному
закону.
Докажем это утверждение.
Рассмотрим функцию
распределения случайной величины
![]()
.
Сделаем замену
.
Тогда
при
и
при
.
Получаем
.
Тогда случайная
величина
распределена по стандартному нормальному
закону.
Из доказательства
следует связь между функцией распределения
нормально распределенной случайной
величины
с параметрамиаи
и функцией распределения стандартного
нормального закона
![]()
Тогда выражается
вероятность попадания случайной величины
в отрезок
.
Если отрезок
симметричен относительно параметра а(математического ожидания
),
то при
имеем
![]()
.
Тогда
.
Если взять
,
то
.
Итак, с вероятностью
примерно 0,9974 значения нормальной
случайной величины распределены в
промежутке от
до
.
Это свойство называетсяправилом трех
сигм. Еще раз запишем это правило:
Практически все
значения нормальной случайной величины
находятся в промежутке
.
Пример 1.
Случайная величина
распределена нормально, причем
.
Записать плотность распределения
случайной величины
.
Найти
.
Определим параметры
распределения случайной величины
![]()

Запишем плотность распределения
.
Выразим функцию
распределения нормально распределенной
случайной величины
через функцию распределения стандартно
нормально распределенной случайной
величины
.
Тогда
![]()
.
Пример 2.
Случайная величина
задана плотностью распределения
.
Найти
.
По виду плотности
распределения
заключаем, что случайная величина
нормально распределена с параметрами
и
.
Тогда
.
Следовательно,
![]()
.
Пример 3.
Случайная величинаХраспределена
нормально с математическим ожиданием
.
Вероятность попаданияХв интервал
равна 0,4. Чему равна вероятность попаданияХв интервал
?
Так как график
плотности распределения нормально
распределенной случайной величины
симметричен относительно прямой
,Х, то площади подграфика
над множествами
и
равны между собой.

Тогда
.
Пример 4.
Случайная величина
распределена нормально с математическим
ожиданием 3 и среднеквадратичем
отклонением
.
Найти интервал, симметричный относительно
математического ожидания, в который с
вероятностью 0,9438 попадает
.
Воспользуемся формулой
.
При
и
имеем
.
По условию задачи
.
Тогда
.
По таблице значений интеграла Лапласа
.
Тогда
,
.
Из неравенства
получаем требуемый интервал
.
