Лекции _ Вышка
.pdfТ. Функция распределения непрерывной случайной величины является несобственным интегралом от плотности распределения
x
F(x) = ò f (x)dx
−∞
x
Доказательство: F(x) = P(X < x) = P(-¥ < X < x) = ò f (x)dx
−∞
Свойства плотности распределения
1) f (x) - неотрицательная функция f (x) ³ 0 .
|
|
|
|
|
|
|
|
|
¢ |
|
Доказательство: Так как F(x) - неубывающая функция, то F (x) = f (x) ³ 0 . |
||||||||||
∞ |
|
|
|
|
|
|
|
|
|
|
2) ò |
|
f (x)dx = 1. |
|
|
|
|
|
|
|
|
−∞ |
|
∞ |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
||
Доказательство: |
ò f (x)dx = P(-¥ < X < +¥) = 1. |
|
|
|||||||
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
Вероятностный смысл плотности распределения |
||||||||
|
|
Пусть F(x) - функция |
распределения непрерывной |
случайной |
||||||
величины X . |
|
|
|
|
F(x + Dx) - F(x) |
|
|
|||
|
|
|
|
|
¢ |
|
|
|
||
|
|
|
|
|
f (x) = F (x) |
= lim |
|
|
. |
|
|
|
|
|
|
|
Dx |
|
|||
|
|
|
|
|
|
x→0 |
|
|
|
|
|
|
Разность |
F(x + Dx) - F(x) |
определяет вероятность того, что X |
||||||
примет значение, заключённое в интервале (x, x + Dx) . |
|
|
||||||||
|
|
По аналогии |
с определением |
плотности массы, |
отношение |
|||||
lim |
|
F(x + Dx) - F(x) |
определяет плотность распределения вероятности. |
|||||||
|
Dx |
|
|
|||||||
x→0 |
|
|
|
|
|
|
|
|
F(x + Dx) - F(x) » f (x)×Dx
y |
|
Вероятность |
того, что |
X |
принимает |
||
f (x) |
|
||||||
|
|||||||
|
значения, заключённые |
в |
интервале |
||||
|
|
|
|||||
|
|
|
(x, x + x) |
приближённо |
равна |
||
|
|
|
|||||
|
|
|
площади |
заштрихованного |
|||
|
|
|
прямоугольника: |
|
|
|
|
|
|
|
f (x) ≈ |
P(x < X < x + x) |
|
||
|
|
|
x |
|
|
||
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
x |
x + x |
|
|
|
|
Рис 3
55
Лекция 11
Числовые характеристики непрерывной случайной величины. Нормальное распределение. Нормальная кривая.
Числовые характеристики непрерывной случайной величины
Пусть непрерывная случайная величина X задана плотностью распределения f (x) . Допустим, что все возможные значения X
принадлежат отрезку [a,b] . Разобьём отрезок [a,b] на n частичных отрезков x1 , x2 ,..., xn .
Вероятность того, что X попадает в частичный отрезок:
Pi = f (xi ) xi
По аналогии с дискретной случайной величиной:
n |
n |
M (X ) ≈ åxi pi = åxi f (xi ) xi |
|
i=1 |
i=1 |
b
Перейдём к пределу при max xi → 0 , получим: M (X ) = ò xf (x)dx
a
Предположим, что интеграл сходится абсолютно. Если значение X принадлежит всей числовой оси, то
|
∞ |
|
|
|
|
M (X ) = ò xf (x)dx |
– |
математическое |
ожидание |
|
−∞ |
|
|
|
непрерывной случайной величин |
|
|
|
Аналогично определяется дисперсия непрерывной случайной величин
+∞
D(X ) = M (X − M (X ))2 = ò (x − M (X ))2 f (x)dx
−∞
+∞
D(X ) = ò (x − M (X ))2 f (x)dx
−∞
Если возможные значения находятся на интервале (a,b) , то числовые характеристики определяются по формуле
56
M (X ) = òb |
xf (x)dx |
– |
математическое |
ожидание |
a |
|
|
|
|
D(X ) = òb (x − M (X ))2 f (x)dx – дисперсия
a
Формула для вычисления дисперсии непрерывной случайной величины
Можна показать, что дисперсия может быть вычислена по формуле
+∞
D(X ) = ò x2 f (x)dx − (M (X ))2 , если возможные значения попадают
−∞
на всю числовую ось, и по формуле
D(X ) = òb x2 f (x)dx − (M (X ))2 – если возможные значения попадают
a
в интервал (a,b) .
Нормальное распределение
Определение: Нормальным распределением (распределением Гаусса)
называется распределение непрерывной случайной величины X , которое описывается плотностью распределения:
f (x) = |
|
1 |
|
e− |
( x−a )2 |
|
|
|
2σ 2 |
||||
|
|
|
|
|||
σ |
|
2π |
||||
|
|
|
|
|
Нормальное распределение определяется двумя параметрами: a и σ > 0 .
Нормальное распределение встречается в большом числе приложений: теории случайных процессов, в моделях броуновского движения, нормальный вид имеет, например, закон распределения ошибок наблюдений, закон распределения скоростей молекул и многие другие.
Значение параметров нормального распределения
Покажем, что параметры нормального распределения имеют следующий смысл: a – это математическое ожидание, а σ – среднее квадратичное отклонение. Найдем числовые характеристики случайной величины X :
57
Найдем математическое ожидание
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t = |
x - a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
∞ |
|
∞ |
1 |
|
|
|
( x−a)2 |
|
1 |
|
|
∞ |
( x−a )2 |
σ |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
M (X ) = ò |
xϕ(x)dx = ò x × |
|
|
e− |
|
2σ 2 dx = |
|
|
|
ò x ×e− |
2σ 2 |
dx = |
x = σt + a |
= |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
σ |
2π |
|
σ |
|
|
|
2π |
||||||||||||||||||||||||||
|
|
|
|
−∞ |
|
−∞ |
|
|
|
|
|
|
|
|
|
|
−∞ |
|
|
dx = σ dt |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
1 |
|
∞ |
|
−t2 |
1 |
|
|
∞ |
|
|
|
−t2 |
1 |
|
|
|
∞ |
|
|
|
− t2 |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
= |
|
|
|
ò (σt + a)e |
2 dt = |
|
|
|
|
|
ò |
σte |
2 dt + |
|
|
|
|
|
ò |
ae |
2 dt = 0 + |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
2π |
|
2π |
|
|
2π |
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
−∞ |
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∞ |
|
t2 |
|
|
|
|
∞ |
|
− |
t2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
a |
|
|
− |
|
|
|
|
ò e |
2 |
dt |
= 2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
+ |
|
|
|
ò e |
2 |
dt |
= |
|
|
|
|
|
|
|
|
|
= a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
−∞ |
|
|
|
|
|
интеграл Пуассона |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
Дисперсия |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
− |
( x−a)2 |
|
|
|
|
|
|
1 |
|
|
∞ |
|
|
|
|
|
|
− |
( x−a )2 |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
= ò (x - a) |
2 |
|
|
|
|
|
|
|
|
2σ |
2 |
|
|
|
|
|
|
|
|
|
ò (x - a) |
2 |
|
2σ |
2 |
|
|
|||||||||||||||||||||||
D(X ) = M (X - a) |
|
|
|
|
|
|
|
|
|
|
|
e |
|
|
|
dx |
= |
|
|
|
|
|
|
|
|
e |
|
|
|
dx |
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
σ |
|
2π |
|
|
|
σ |
|
2π |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x - a |
= t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
σ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
={Сделаем замену переменных |
|
x = σt + a |
}= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dx = σ dt |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
u = t |
|
|
|
|
t2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dυ = te− 2 dt |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
du = dt |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
1 |
|
|
∞ |
|
|
|
|
t2 |
|
|
|
σ |
2 |
|
|
∞ |
|
|
|
t2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
t2 |
|
|
|
|
|
|
|
|
|
σ |
2 |
ì |
|
|
|
t2 |
|
+∞ |
|||||||||||
|
|
|
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ï |
|
|
− |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
= |
|
|
|
|
ò σ |
2t2e |
|
2 dt |
= |
|
|
|
|
|
|
ò t2e |
|
|
2 |
dt = |
υ = òte− 2 dt = |
|
|
|
|
= |
|
|
|
|
í-te |
|
2 |
|
|
+ |
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
2π |
|
|
|
|
2π |
|
|
|
|
|
|
|
|
|
2π |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t2 |
|
æ |
|
|
t2 ö |
|
|
|
|
îï |
|
|
|
|
|
|
−∞ |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= -òe |
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 d ç |
- |
|
|
÷ |
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
è |
|
|
ø |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= -e− 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
= |
σ 2 |
|
|
{I1 - I2 + |
|
}= σ 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=
∞ |
|
t2 ü |
|
ò e |
− |
|
ï |
|
|||
|
2 dtý |
||
−∞ |
|
|
þï |
58
|
|
|
æ |
|
|
t |
|
ö |
|
|
|
|
-1 |
|
|
|
|
|
-t |
|
|
|||
I |
|
= lim |
ç |
- |
|
|
÷ |
= lim |
|
|
|
|
|
= 0; I |
|
= lim |
|
= 0 |
||||||
1 |
ç |
|
|
t2 |
÷ |
|
|
t2 |
|
|
|
|
2 |
|
|
t2 |
|
|||||||
|
t →∞ |
|
|
|
t→∞ |
|
|
|
|
2t ö |
|
t→∞ |
|
|
|
|
||||||||
|
|
|
ç |
|
e |
− |
|
÷ |
|
e |
− |
|
æ |
- |
|
|
|
e |
− |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
è |
|
|
2 |
ø |
|
|
2 ×ç |
2 |
÷ |
|
|
|
|
2 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
è |
|
ø |
|
|
|
|
|
|
|
|
σ = D(x) Þ σ - среднее квадратичное отклонение.
Определение: Случайна величина X называется нормальной если она имеет нормальное распределение.
Определение: Нормированным (стандартным) нормальным распределением называется нормальное распределение с параметрами
a = 0, σ = 1 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Например, если случайная величина |
X имеет нормальное распределение с |
|
|
|||||||||||||||||||||||||||||||||||
параметрами a и σ , то случайная |
|
|
величина U = |
X - a |
|
|
– |
стандартная |
|
|
||||||||||||||||||||||||||||
|
|
σ |
|
|
|
|
|
|||||||||||||||||||||||||||||||
случайная величина. Покажем это, найдя числовые характеристики. |
|
|
|
|
|
|||||||||||||||||||||||||||||||||
æ X - a) ö |
|
1 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
M (U ) = M ç |
|
|
|
|
÷ |
= |
|
|
(M (X ) - M (a)) = |
|
|
|
(a - a) = 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
σ |
|
|
σ |
σ |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
è |
|
|
ø |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
2 |
|
|
|
|
|
|
2 |
|
æ X - a) ö2 |
|
|
|
|
1 |
|
|
|
2 |
|
1 |
|
|
1 |
×σ |
2 |
|
|||||||||
D(U ) = M (U - 0) |
|
= |
M (U |
|
) = M ç |
|
|
|
|
÷ |
= |
|
|
|
|
M (X - a) |
|
= |
|
|
|
|
D(X ) = |
|
|
|
=1 |
|||||||||||
|
|
σ |
|
|
|
σ |
2 |
|
σ |
2 |
|
σ |
2 |
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
è |
ø |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Плотность распределения стандартного нормального распределения имеет |
|
|
||||||||||||||||||||||||||||||||||||
вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ϕ(x) = |
|
1 |
|
e− |
x2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для функции ϕ (x) составлены таблицы, при этом ϕ (-x) = ϕ (x) .
Нормальная кривая.
Определение: График плотности нормального распределения называется
нормальной кривой (кривой Гаусса).
Для построения нормальной кривой исследуем функцию
|
|
y = |
|
1 |
|
e− |
( x−a )2 |
|
|
|
|
2σ 2 |
|||
|
|
|
|
|
|||
|
|
2πσ |
|||||
1. |
D(y) : |
x Î R. |
|
|
|||
|
|
|
|
||||
2. |
E(y) |
y > 0 . |
|
|
|
|
|
3. |
lim y = 0 Þ y = 0 – горизонтальная асимптота. |
x→±∞
4. Исследуем на экстремум
59
|
¢ |
|
|
1 |
|
|
|
− ( x−a)2 |
|
|
|
¢ |
|
|
|
при x = a . |
|||
|
|
|
|
|
|
|
2σ 2 |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
y |
= |
|
2πσ e |
|
×(-2(x - a)) |
y |
= 0, |
||||||||||||
|
|
|
|
|
|
||||||||||||||
|
|
|
|
1 |
|
|
|
¢ |
|
|
|
|
|
¢ |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
y(a) = σ 2π |
|
y |
> 0 при x < a, |
|
y |
< 0 , при x > a |
|||||||||||||
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
x (-¥;a) |
a |
(a;+¥) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
y¢ |
|
+ |
|
|
0 |
- |
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
max |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5. График функции симметричен относительно прямой x = a
6. С помощью второй производной можно найти, что x = a − δ ; x = a + δ -
точки перегиба Таким образом, нормальная кривая имеет вид (рис.1)
f (x)
|
|
|
|
|
|
|
a −σ |
a |
a +σ |
|
|
|
|
Рис. 1 |
|
|
|
|
x |
|
|
||||
|
|
|
Влияние параметров a и σ на форму кривой. |
|||||||||
1) |
При изменении |
a |
|
|
|
|
||||||
кривая сдвигается вправо или влево, |
а форма ее не |
|||||||||||
изменяется. |
|
|
|
|
|
|
|
|
|
|
|
|
2) |
ymax = |
1 |
|
|
, |
следовательно, |
при увеличении |
σ максимум |
||||
σ |
|
|
|
|||||||||
2π |
σ = 1
S
σ = 3
60
Рис. 2
уменьшается, а точки перегиба a −σ; a +σ , отступают от a на большее
расстояние, то есть кривая “расплывается” (рис.2). При любых значениях a и σ :
∞
S = ò f (x)dx =1 .
−∞
61
Лекция 12
Вероятность попадания в заданный интервал нормальной случайной величины. Вероятность заданного отклонения. Правило трёх сигм. Равномерное распределение. Показа-
тельное распределение.
Вероятность попадания в заданный интервал нормальной случайной величины.
Вероятность того, что случайная величина X примет значение в интервале (α, β ) определяется по формуле:
β
P(α < X < β) = ò f (x)dx . Если X имеет нормальное распределение, то:
|
|
|
α |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
β −a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( x−a)2 |
|
|
|
|
|
|
|
t2 |
|
|
|
|
|
||||||
P(α < X < β) = òβ |
|
|
1 |
|
|
e− |
|
|
1 |
|
|
δ |
e− |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
2σ 2 dx = |
|
ò |
2 dt = |
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
α |
σ |
|
2π |
|
|
|
|
|
|
|
|
2π |
|
α −a |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
δ |
|
|
|
|
|
|
|
|
|
|
|
0 |
t2 |
|
|
|
|
|
β −a |
|
|
t2 |
|
|
|
|
β −a |
|
t2 |
|
|
|
α −a |
|
t2 |
|||||||
|
|
1 |
1 |
|
|
|
σò e− |
1 |
|
|
σò e− |
|
|
1 |
σò |
|
|||||||||||||||||
= |
|
ò e− |
2 dt + |
|
|
|
|
|
dt = |
|
|
|
2 dt - |
|
e− |
|
dt = |
||||||||||||||||
|
|
|
|
2 |
2 |
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
2π |
α −a |
|
|
|
2π 0 |
|
|
|
|
|
|
2π 0 |
|
|
|
|
|
|
2π 0 |
|
|
|
σ
= F æ β - a ç σ
è
ö - Fæα - a ö ÷ ç σ ÷ ø è ø
Таким образом, вероятность попадания нормальной случайной величины в заданный интервал определяется по формуле
æ |
β - a ö |
æ |
α - a ö |
|||
P(α < X < β) = Fç |
|
÷ |
- Fç |
|
÷ |
|
σ |
σ |
|||||
è |
ø |
è |
ø |
Пример: Случайная величина X имеет нормальное распределение M (X ) = 30; σ (X ) =10 . Найти вероятность того, что X примет значение,
заключённое в интервале (10;50) .
Решение: По условию задачи
a = 30,σ = 10,α = 10, β = 50
61
æ |
50 - 30 ö |
æ10 - 30 |
ö |
|
|||
P(10 < X < 50) = Fç |
|
÷ |
- Fç |
|
÷ |
= |
|
10 |
10 |
||||||
è |
ø |
è |
ø |
|
|||
F(2) - F(-2) = F(2) |
+ F(2) = 2F(2) = 2×0,4772 = 0,9544 |
Вероятность заданного отклонения.
Часто требуется найти вероятность того, что отклонение случайной величины X от математического ожидания будет меньше некоторого δ > 0 .
P ( X - a < δ ) = P(-δ < X - a < δ ) = P(a -δ < X < δ + a)
æ |
β - a ö |
æ |
α - a ö |
æ a +δ - a ö |
æ |
α -δ - a ö |
|
||||||
= Fç |
|
÷ |
- Fç |
|
÷ |
= Fç |
|
÷ |
- Fç |
|
÷ |
= |
|
δ |
δ |
δ |
σ |
||||||||||
è |
ø |
è |
ø |
è |
ø |
è |
ø |
|
Таким образом, получаем формулу
|
P ( |
|
X - a |
|
æ |
δ |
ö |
||||
|
|
< δ ) = 2Fç ÷ |
|||||||||
|
|
|
|
|
|
|
|
|
è |
σ |
ø |
При a = 0; |
|
|
|
||||||||
|
|
|
|
|
|
|
|
||||
|
P ( |
|
X |
æ |
δ |
ö |
|
||||
|
|
|
< δ ) = 2Fç ÷ |
|
|||||||
|
|
|
|
è |
σ ø |
|
=a -δ = α = a +δ = β
æ |
δ ö |
æ |
-δ ö |
= |
|
Fç |
÷ |
- Fç |
σ |
÷ |
|
è |
σ ø |
è |
ø |
|
2Fæ δ ö çèσ ÷ø
Правило трёх сигм
|
Преобразуем формулу P ( |
|
X - a |
æ |
δ ö |
||||||||||||
|
|
< δ ) = 2Fç |
÷ . |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
è |
σ ø |
|
Положим δ = σt Þ P ( |
|
X - a |
|
< δ t) = 2F(t) . |
|
|||||||||||
|
|
|
|
||||||||||||||
|
Если |
|
|||||||||||||||
t = 3; |
σ t = 3σ ,Þ δ = σ t Þ P ( |
|
X - a |
|
< 3σ ) = 2F(3) = 2×0,4986 = 0,9973 . |
||||||||||||
|
|
||||||||||||||||
Тогда |
P ( |
|
X - a |
|
> 3σ ) = 0,0027 . Таким образом, вероятность того, что слу- |
||||||||||||
|
|
чайная величина X отклонится от a больше чем на 3σ очень мала, только в 0,27% случае это может произойти. Такое событие можно считать практически невозможным.
Правило трех сигм формулируется следующим образом:
Если случайная величина X распределена нормально, то абсолютная вели- чина её отклонения от математического ожидания не превосходит утроен- ного среднеквадратичного отклонения.
62