Нормальный закон распределения случайных величин.
Нормальный закон распределения (закон Гаусса) играет особо важную роль в теории вероятностей и чаще других применяется в решении практических задач. Его главная особенность в том, что он является предельным законом, к которому приближаются другие законы распределения при весьма часто встречающихся типичных условиях. Например, сумма достаточно большого числа независимых (или слабо зависимых) случайных величин приближенно подчиняется нормальному закону, и это выполняется тем точнее, чем больше случайных величин суммируется.
Экспериментально доказано, что нормальному закону подчиняются погрешности измерений, отклонения геометрических размеров и положения элементов строительных конструкций при их изготовлении и монтаже, изменчивость физико-механических характеристик материалов и нагрузок, действующих на строительные конструкции.
Распределению Гаусса подчиняются почти все случайные величины, отклонение которых от средних значений вызывается большой совокупностью случайных факторов, каждый из которых в отдельности незначителен (центральная предельная теорема).
Нормальным распределением называется распределение случайной непрерывной величины, для которых плотность вероятностей имеет вид (рис. 18.1).
Рис. 18.1. Нормальный закон распределения при а1 < a2.
(18.1) |
где а и — параметры распределения.
Вероятностные характеристики случайной величины, распределенной по нормальному закону, равны:
• математическое ожидание (18.2)
• дисперсия (18.3)
• среднеквадратичное отклонение (18.4)
• коэффициент асимметрии А = 0 (18.5)
• эксцесс Е = 0. (18.6)
Параметр σ, входящий в распределение Гаусса равен среднеквадратичному отношению случайной величины. Величина а определяет положение центра распределения (см. рис. 18.1), а величина а—ширину распределения (рис. 18.2), т.е. статистический разброс вокруг средней величины.
Рис. 18.2. Нормальный закон распределения при σ1 < σ2 < σ3
Вероятность попадания в заданный интервал (от x1 до x2) для нормального распределения, как и во всех случаях, определяется интегралом от плотности вероятности (18.1), который не выражается через элементарные функции и представляется специальной функцией, называется функцией Лапласа (интеграл вероятностей).
Одно из представлений интеграла вероятностей:
(18.7)
где
(18.8)
Величина и называется квантилем.
Видно, что Ф(х)— нечетная функция, т. е. Ф(-х) = -Ф(х). Значения этой функции вычислены и представлены в виде таблиц в технической и учебной литературе.
Функция распределения нормального закона (рис. 18.3) может быть выражена через интеграл вероятностей:
(18.9)
Рис. 18.2. Функция нормального закона распределения.
Вероятность попадания случайной величины, распределенной по нормальному закону, в интервал от х. до х, определяется выражением:
(18.10)
Следует заметить, что
Ф(0) = 0; Ф(∞) = 0,5; Ф(-∞) = -0,5.
При решении практических задач, связанных с распределением, часто приходится рассматривать вероятность попадания в интервал, симметричный относительно математического ожидания, если длина этого интервала т.е. если сам интервал имеет границу от до , имеем:
(18.11)
При решении практических задач границы отклонений случайных величин выражаются через стандарт, среднеквадратичное отклонение, умноженное на некоторый множитель, определяющий границы области отклонений случайной величины.
Принимая и а также используя формулу (18.10) и таблицу Ф(х) (приложение № 1), получим
Эти формулы показывают, что если случайная величина имеет нормальное распределение, то вероятность ее отклонения от своего среднего значения не более чем на σ составляет 68,27 %, не более чем на 2σ — 95,45 % и не более чем на Зσ — 99,73 %.
Поскольку величина 0,9973 близка к единице, практически считается невозможным отклонение нормального распределения случайной величины от математического ожидания более чем на Зσ. Это правило, справедливое только для нормального распределения, называется правилом трех сигм. Нарушение его имеет вероятность Р = 1 - 0,9973 = 0,0027. Этим правилом пользуются при установлении границ допустимых отклонений допусков геометрических характеристик изделий и конструкций.
Дата добавления: 2015-02-16; просмотров: 1555;