- •32. Математическое ожидание непрерывной случайной величины
- •33. Равномерное распределение нсв
- •35. Генеральная и выборочная совокупности. Объем выборки.
- •40. Функциональная, статистическая и корреляционная зависимости
- •41. Постановка задачи регрессионного анализа
- •42. Модель парной линейной регрессии, коэффициент корреляции.
33. Равномерное распределение нсв
Случайная величина называется распределённой равномерно на отрезке, если её плотность распределения вероятностей постоянна на данном отрезке:
Все возможные значения равномерно распределённой случайной величины лежат в пределах некоторого интервала; кроме того. в пределах этого интервала все значения случайной величины одинаково вероятны (обладаю одной и той же плотностью вероятности). Равномерно распределение реализуется в экспериментах, где наудачу ставиться точка на отрезке (— абсцисса поставленной точки). Равномерно распределённая случайная величина встречается также в измерительной практике при округлении отчётов измерительных приборов до целых делений шкал. Ошибка при округлении отчёте до ближайшего целого деления является случайной величиной, которая может принимать с постоянной плотностью вероятности любое значение между двумя соседними целыми делениями.
Математическое ожидание и дисперсия равномерно распределённой случайной величины
Характеристическая функция равномерного распределения задаётся формулой
График плотности равномерного распределения изображён на рис. 23.
34. Нормальный закон распределения (закон Гаусса). Непрерывная случайная величина Х имеет нормальный закон распределения с параметрами и (обозначают ), если ее плотность вероятности имеет вид:
Математическое ожидание характеризует центр рассеивания значений случайной величины и при изменении кривая будет смещаться вдоль оси абсцисс (см. рис. 2 при и при ). Если же при неизменном математическом ожидании у случайной величины изменяется дисперсия, то кривая будет изменять свою форму, сжимаясь или растягиваясь (см. рис. 2 при : ; ; ). Таким образом, параметр характеризует положение, а параметр - форму кривой плотности вероятности.
Нормальный закон распределения случайной величины Х с параметрами и (обозначается N(0;1)) называется стандартным или нормированным, а соответствующая нормальная кривая – стандартной или нормированной.
Согласно определению функция плотности вероятности и функция распределения связаны между собой:
Интеграл такого рода является "неберущимся", поэтому для его нахождения используют особую функцию, так называемый интеграл вероятностей или функцию Лапласа, для которой составлены таблицы (см. Приложение 1).
- функция нечетная!
Используя функцию Лапласа можно выразить функцию распределения нормального закона по формуле:
Для практических целей очень важны свойства случайной величины, имеющей нормальный закон распределения.
1. Если , то для нахождения вероятности попадания этой величины в заданный интервал (х1;х2) используется формула:
2. Вероятность того, что отклонение случайной величины от ее математического ожидания не превысит величину (по абсолютной величине), равна:
3. "Правило трех сигм". Если случайная величина , то практически достоверно, что ее значения заключены в интервале (). (Вероятность выхода за эти границы составляет 0,0027.) Правило позволяет, зная параметры ( и ), ориентировочно определить интервал практических значений случайной величины.
Пример 5. Случайная величина распределена нормально с параметрами , . Найти вероятность того, что случайная величина в результате опыта примет значение, заключенное в интервале (12,5; 14).
Пример 6. Случайная погрешность измерения подчинена нормальному закону распределения с параметрами , . Проводятся три независимых измерения. Найти вероятность того, что погрешность хотя бы одного измерения не превосходит по абсолютной величине 3 мм.
Вероятность того, что погрешность измерения в одном испытании не превышает 3 мм:
Вероятность того, что эта погрешность измерения в одном испытании превышает 3 мм, равна:
Вероятность того, что во всех трех испытаниях погрешность измерения превышает 3 мм: