Означення 3. Випадкова величина X називається розподіленою нормально з параметрами а, 𝜎, якщо щільність її ймовірності мас вигляд:
(7)
а її інтеграл
. (8)
називається нормальною функцією розподілу.
Нормальний закон розподілу з параметрами а і σ позначають N(a, 𝜎 ).
Розкриємо зміст параметрів a і σ нормального розподілу.
Теорема 3. Якщо неперервна випадкова величина X розподілена нормально, то її математичне сподівання дорівнює параметру а, а середнє квадратичне відхилення дорівнює σ.
Доведення. Враховуючи щільність розподілу (7), знайдемо числові характеристики.
1)
При доведенні ми використали рівності:
(від непарної функції);
(інтеграл Пуассона).
2)
' Отже, D(X) = 𝜎 2 тому
3) .
Теорема доведена.
Зауваження 4. Функція щільності ймовірностей
називається ще функцією Гаусса, а розподіл, заданий нею - гауссівським розподілом.
Означення 4. Графік нормального розподілу називається нормальною кривою або кривою Гаусса.
Повне дослідження функції щільності ймовірностей f(x) методами диференціального числення дає її графік, зображений на рис. 5.
|
|
Тут вісь Ох (у = 0) є горизонтальною асимптотою, а пряма X — а - вісь симетрії. Досліджуючи f(x), знаходимо максимум функції
, тому точка х — а є модою випадкової
величини (за означенням).
Властивості функції дозволяють дослідити вплив параметрів нормального розподілу на форму кривої Гаусса.
Так, зміна параметра а (математичного сподівання) не змінює форми кривої, а лише зсуває її вздовж осі Ох вправо або вліво в залежності від значення параметра а (рис. 6). Зміна ж параметра σ змінює форму кривої Гаусса. Якщо σ збільшується, то
fmax = f(a) зменшується, тобто крива стискується. Якщо ж aaa О спадає, то крива Гаусса розтягується у додатному напрямі осі Оу. Отже, зі збільшенням дисперсії σ2 ймовірності значень, віддалених від центра розподілу, зменшуються (рис. 6).
Зауваження 5. Якщо випадкова величина X розподілена за нормальним законом з параметрами a = 0 і σ = 1, тобто N(0,l), то такий розподіл називається нормованим нормальним або стандартним розподілом. Функцією щільності у цьому випадку буде функція Гаусса
, графік якої симетричний відносно осі Оу, а інтеграл – функція Лапласа
(9)
Нагадаємо, що даний інтеграл не виражається в елементарних функціях, тому значення функції Лапласа знаходяться з таблиць.
Встановимо зв'язок між функцією розподілу F(x) і функцією Лапласа Ф(x). Згідно з рівністю (8) запишемо:
Отже, (10)
де - функціяЛапласа.
Графіки цих функцій зображені на рис. 7 і рис. 8.
(, a - математичне сподівання X, σ - середнє квадратичне відхилення X).
|
|
Означення 5. Число М e називається медіаною, якщо виконується
рівність
Якщо X розподілена нормально, то медіана Ме дорівнює а.
11.4. Ймовірність попадання випадкової величини X в інтервал (α,β). Правило трьох сигм.
Використовуючи формулу Р(α < X < β) = F(β) - F(α), а також рівність (9), одержимо формулу ймовірності того, що нормально розподілена випадкова величина X належатиме інтервалу (α,β)
(11)
Приклад 5. Випадкова величина X розподілена за нормальним законом. Математичне сподівання дорівнює 30, а середнє квадратичне
відхилення дорівнює 10. Знайти ймовірність того, що X набуде значення з інтервалу (10;50).
Розв'язання. Згідно з формулою (11) і за умови а = 30, σ = 10, обчислюємо шукану ймовірність
При розв'язуванні використали властивість непарності функції Лапласа
Ф (х) та її значення з таблиці: Ф(2) = 0,4772.
Приклад 6. Автомат випускає цукерки. Контролюється довжина
цукерки, що розподілена нормально. Математичне сподівання М(X) (тобто проектна довжина цукерки) дорівнює 50 мм. Фактична ж довжина цукерок коливається між 32 мм та 68 мм. Навмання вибирається одна цукерка. Яка ймовірність того, що вона буде довша за 55 мм?
Розв'язання. 1) Спочатку знайдемо середньоквадратичне відхилення
σ (X) = σ. За умовою задачі Р(32 < X < 68) = 1. Крім того відомо, що М(Х) = а = 50. Отже, маємо рівняння
або
Звідси знаходимо .За властивостями функції Лапласа можна покласти . Отже, .
2) Далі обчислюємо шукану ймовірність
Значення функції Лапласа Ф(1,39)знаходимо з таблиць.
Обчислимо ймовірність відхилення випадкової величини X від її математичного сподівання. Згідно з рівністю (11) і непарністю функції Лапласа Ф(x), знаходимо:
Лапласа Ф(х), знаходимо:
Покладемо ε = 3σ. Тоді
Отже:
Якщо випадкова величина Xмає нормальний розподіл, то ймовірність її відхилення від математичного сподівання, яке більше трьох середньоквадратичних відхилень, близька до нуля.
З цього випливає " Правило 3σ ". З ймовірністю, близької до одиниці, значення нормально діленої випадкової величини лежать в інтервалі довжиною 6σ і центром а (рис. 9).
Зокрема, якщо неперервна випадкова величина розподілена за
стандартним законом N(0,l), то рівність (13) можна записати так:
(14)
Отримане правило означає що результатами вимірювань з відхиленнями від математичного сподівання більше, ніж на три сигми, нехтуємо як грубими помилками Така процедура дає змогу істотно підвищувати надійність емпіричних даних.
На практиці це правило використовують ще й так: якщо закон розподілу випадкової величини X невідомий, але | X – а| < 3σ, то можна припустити, що X розподілена нормально
Приклад 7. Випадкова величина Xрозподілена нормально. Математичне сподівання і середнє квадратичне відхилення X відповідно дорівнюють 20 і 10. Знайти ймовірність того, що відхилення за абсолютною величиною менше трьох.
Розв'язання. Згідно з рівністю (12) і за умови ε = 3, а= 20, з таблиць значення Ф(0,3) = 0,1179. Отже, шукана ймовірність P(|X- 20|<3)=0,2358.
Запитання для самоконтролю.
1)Що таке рівномірний закон розподілу НВВ? Який вигляд мають функції щільності та а розподілу? Які їх графіки?
2)Обчисліть числові характеристики рівномірно розподіленої НВВ.
3)Що таке показниковий закон розподілу НВВ з параметром λ? Який вигляд мають функції щільності та розподілу?
4)Обчисліть числові характеристики НВВ, розподіленої за показниковим законом. Який вигляд має функція надійності?
5)Що називається нормальним законом розподілу НВВ з параметрами а, σ?
6)Обчисліть числові характеристики нормально розподіленої НВВ.
7)Який вигляд має графік нормального розподілу? Наведіть основні властивості нормальної кривої.
8)Сформулюйте правило трьох сигм. Де його використовують на практиці?
|
|