Нормальный закон распределения
Нормальный закон («закон Гаусса») играет исключительную роль в теории вероятностей. Главная особенность закона Гаусса состоит в том, что он является предельным законом, к которому приближаются, при определенных условиях, другие законы распределения. Нормальный закон наиболее часто встречается на практике.
Непрерывная случайная величина Х распределена по нормальному закону с параметрами а и , если ее плотность распределения имеет вид
. | (5.38) |
Тот факт, что случайная величина Х имеет нормальное распределение с параметрами а и σ сокращенно записывается так: X ~ N(а, σ).
Функция распределения непрерывной случайной величины X ~ N(а, σ) имеет вид
. | (5.39) |
Если а = 0 и σ = 1, то нормальное распределение с такими параметрами называется стандартным. Плотность стандартной случайной величины имеет вид
. | (5.40) |
Функция распределения случайной величины X ~ N(0, 1) имеет вид
. | (5.41) |
и называется функцией Лапласа. Она связана с нормированной функцией Лапласа равенством
. | (5.42) |
Математическое ожидание случайной величины X ~ N(а, σ) имеет вид: , ее дисперсия , где σ – среднее квадратичное отклонение.
Для случайной величины X ~ N(а, σ):
, , .
Исследуем дифференциальную функцию (5.38) нормального закона:
1. при любом ; график функции расположен выше оси Ох.
2. Ось Ох служит асимптотой графика функции , так как .
3. Функция имеет один максимум при x=а, равный .
4. График функции симметричен относительно прямой x=а, так как аналитическое выражение содержит разность x - а в квадрате.
5. Можно убедиться, что точки и , являются точками перегиба графика функции .
Пользуясь результатами исследования, строим график плотности распределения вероятности нормального закона - кривую распределения, называемую нормальной кривой, или кривой Гаусса (рис. 5.13).
Рис. 5.13.
Вероятность попадания случайной величины X ~ N(а, σ) на заданный участок равна
. | (5.43) |
Через функцию Лапласа выражается и функция распределения нормально распределенной случайной величины Х:
. | (5.44) |
Если функция Лапласа есть
,
то с учетом (5.42) и (5.44) получим
. | (5.45) |
Равенство (5.43) можно переписать в виде:
. | (5.46) |
На практике часто приходится вычислять вероятность попадания нормально распределенной случайной величины в интервал, симметричный относительно центра рассеяния а. Пусть таким интервалом будет длины . Тогда
т.е.
. | (5.47) |
В равенстве (5.47) полагая , получим . По таблице значений для находим: . Следовательно, , т.е. отклонение случайной величины Х от своего математического ожидания меньше, чем - почти достоверное событие.
Практически достоверно, что случайная величина X ~ N(а, σ) принимает свои значения в промежутке . Это утверждение называется «правилом трех сигм».
Пример 5.12. При измерении детали получаются случайные ошибки, подчиненные нормальному закону распределения с параметром мм. Производится 3 независимых измерения детали. Найти вероятность того, что ошибка хотя бы одного измерения не превосходит по модулю 2 мм.
Решение:
По формуле (5.47) находим:
Вероятность того, что эта ошибка превышает 2 мм в одном измерении, равна
.
По теореме умножения вероятность того, что во всех трех опытах ошибка измерения превышает 2 мм, равна . Следовательно, искомая вероятность равна .
Дата добавления: 2017-03-29; просмотров: 168;