Нормальный закон распределения 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Нормальный закон распределения



Этот закон наиболее часто встречается на практике. Он является предельным законом, к которому приближаются другие законы распределения. Нормальное распределение является одним из самых важных распределений в статистике. Обычно всё сравнивают с нормальным законом распределения.

Непрерывная случайная величина X имеет нормальный закон распределения (закон Гаусса) с параметрами µ и σ2, если ее плотность вероятности имеет вид:

(см. рис. 12.5а).

Свойства плотности распределения вероятностей:

Она колоколообразная ("колокол Гаусса"), иначе унимодальная.

Плотность определяется двумя параметрами: математическим ожиданием (µ) и средним квадратическим отклонением (σ).

Симметричная относительно среднего.

Среднее и медиана нормального распределения равны.

Кривая сдвигается вправо, если среднее увеличивается при постоянном квадратическом отклонении (рис. 11.56), и сдвигается влево, если среднее уменьшается.

Кривая расширяется, если среднее квадратическое отклонениеσ увеличивается (если среднее постоянно).

Кривая становится более остроконечной с меньшей шириной основания колокола, σ если уменьшается при среднем постоянном (площадь под графиком всегда равна 1) (рис. 11.5в).

Рис. 12.5. Кривая нормального закона распределения и ее изменение при изменении параметров

Дополнительные свойства:

Вероятность того, что нормально распределенная случайная величина X со средним µи средним квадратическим отклонением σ(стандартное отклонение) находится между (µ-σ) и (µ+σ), равна 0,68, т.е. 68% случайной величины X отличается от среднего не более чем на одно стандартное отклонение ± σ(рис. 11.6).

Вероятность того, что нормально распределенная случайная величина X находится между (µ-2σ) и (µ+2σ), равна 0,95, т.е. примерно 95% случайной величины X отличается от среднего на два стандартных отклонения ±2σ (рис.11.6).

Вероятность того, что нормально распределенная случайная величина X находится между (µ-3σ) и (µ+3σ), равна 0,99, т.е. 99% (практически достоверно). Это свойство носит название правило трех сигм (рис. 12.6).

Рис. 12.6. Правило трех сигм

Пример 8.

Построить графики для случая µ21; σ21.

Решение. Рис. 11.5 г.

Варианты заданий

№12.1. Случайная величина X задана законом распределения:

     
0,1 0,4 0,5

Найти математическое ожидание и среднее квадратическое отклонение. Построить многоугольник распределения.

№12.2. Найти дисперсию случайной величины X, зная закон ее распределения. Построить многоугольник распределения.

-1      
0,48 0,01 0,09 0,42

№12.3. Дискретная случайная величина X имеет закон распределения.

0,2 0,4 0,6 0,8  
0,1 0,2 0,4 P4 0,1

Чему равна вероятность Р4(X=0,8)? Построить многоугольник распределения. Найти математическое ожидание и дисперсию.

№12.4. Дискретная случайная величина X имеет закон распределения.

         
P1 0,15 P3 0,25 0,35

Найти вероятность Р1(х = 3) и P3(х = 5), если известно, что Р3 в 4 раза больше Р1. Построить многоугольник распределения. Найти математическое ожидание и дисперсию.

№12.5. Дискретная случайная величина x – число мальчиков в семьях с 3 детьми. Предполагая равновероятными рождения мальчика и девочки: а) составьте ряд распределения числа рождений мальчиков; б) постройте многоугольник распределения.

№12.6. 2 стрелка стреляют по одной мишени, делая независимо друг от друга по 2 выстрела. Вероятность попадания в мишень для первого стрелка равна 0,5, для второго – 0,6. Найдите закон распределения случайной величины x, равной общему числу попаданий в мишень.

№12.7. Дискретная случайная величина x задана таблицей распределения:

xi -1    
pi 0,25 0,5 0,25

Найдите функцию распределения F(x) и, используя ее, найдите вероятность события . Постройте график функции F(x).

№12.8. Случайная величина X имеет плотность вероятности

Найдите функцию распределения F(x) и вероятность события

№12.9. Плотность вероятности случайной величины x, распределенной равномерно на отрезке , имеет вид:

Найдите математическое ожидание величины x.

№12.10. Даны все возможные значения дискретной случайной величины X: x1 =1, x2= 2, x3= 3, а также известны Найдите закон распределения величины x.

№12.11. Найдите математическое ожидание и среднее квадратическое отклонение случайной величины x, имеющей плотность вероятности

.

Пользуясь правилом «трех сигм», укажите интервал, симметричный относительно математического ожидания, в который попадает случайная величина x с вероятностью 0,9973.

 



Поделиться:


Последнее изменение этой страницы: 2016-04-21; просмотров: 614; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 54.89.127.249 (0.007 с.)