- •Глава 4. Повторные независимые испытания
- •§ 4.1. Формула Бернулли
- •§ 4.2. Локальная теорема Муавра – Лапласа
- •§ 4.3. Интегральная теорема Муавра – Лапласа
- •§ 4.4. Теоремы Пуассона3
- •Раздел 2 случайные величины
- •Глава 5. Дискретная случайная величина
- •§ 5.1. Функция распределения дискретной случайной величины
- •§ 5.2. Основные числовые характеристики дискретной случайной величины
- •§ 5.3. Основные законы распределения случайных величин
- •§ 5.3.1. Биномиальный закон распределения
- •§ 5.3.2. Закон распределения Пуассона
- •Глава 6. Непрерывная случайная величина
- •§ 6.1. Функция распределения непрерывной случайной величины
- •§ 6.2. Функция плотности вероятности непрерывной случайной величины
- •§ 6.3. Основные числовые характеристики непрерывной случайной величины
- •§ 6.4. Основные законы распределения непрерывных случайных величин
- •§ 6.4.1. Равномерный закон распределения
- •Глава 7. Нормальный закон распределения
- •§ 7.1. Свойства функции плотности вероятности (кривой Гаусса) нормального закона распределения
- •§ 7.2. Математическое ожидание и дисперсия нормальной случайной величины
- •§ 7.3. Функция распределения случайной величины, распределенной по нормальному закону
- •§ 7.4. Свойства случайной величины, имеющей нормальный закон распределения
- •Глава 8. Предельные теоремы теории вероятности
- •§ 8.1. Закон больших чисел. Основные теоремы
- •1. Лемма Маркова
- •2. Неравенство Чебышева
- •§ 8.2. Центральная предельная теорема
§ 7.4. Свойства случайной величины, имеющей нормальный закон распределения
1. Если , то для нахождения вероятности попадания этой величины в заданный интервал используется формула:
. (1.46)
Д оказательство.
Действительно, по свойству функции распределения любой непрерывной случайной величины, и, используя формулу для вычисления функции распределения случайной величины (1.43), можно записать:
,
г де .
Для односторонних и симметричных интервалов, используя формулу для вычисления функции распределения нормально распределенной случайной величины (1.43), можно вывести формулы:
; (1.47)
. (1.48)
2. Вероятность того, что отклонение случайной величины от ее математического ожидания не превысит величину (по абсолютной величине), равна:
. (1.49)
Д оказательство.
Используя формулу (1.46) и свойство нечетности Лапласа, получим:
Рис. 22. Вероятность отклонения от среднего значений случайной величины Х, имеющей нормальный закон распределения
3. «Правило трех сигм».
Если случайная величина Х имеет нормальный закон распределения , то практически достоверно, что ее значения заключены в интервале (Вероятность «выброса» равна 0,0027).
Д оказательство.
Используя формулу (1.49) и таблицу значений функции Лапласа (табл. 1 Приложений), получим:
Рис. 23. «Правило трех сигм» для случайной величины Х, имеющей нормальный закон распределения
«Правило трех сигм» позволяет, зная среднее квадратическое отклонение и математическое ожидание случайной величины, ориентировочно указать интервал ее практических значений.
П ример 7.1. При сортировке случайные значения веса зерна распределены нормально со средним значением 0,15 г и средним квадратическим отклонением 0,03 г. Нормальные всходы дают зерна, вес которых более 0,10 г. Определить:
а) процент семян, от которых следует ожидать нормальные всходы;
б) величину, которую не превзойдет вес отдельного зерна с вероятностью 0,99.
Решение.
Обозначим случайную величину X – вес случайно отобранного зерна. По условию, X распределена по нормальному закону с математическим ожиданием 0,15 и средним квадратическим отклонением 0,03, т. е. .
а) Процент семян, от которых следует ожидать нормальные всходы – это вероятность получить нормальный всход от взятого наугад зерна. По условию, нормальный всход дают зерна, вес зерна которых удовлетворяет X>0,10. Вероятность этого события:
По таблицам значений функции Лапласа, учитывая, что Ф(-t)=-Ф(t) получим:
Ф(-1,67)=-0,9051, откуда т. е. от 95,2% семян следует ожидать нормальных всходов.
б) Пусть – величина, которую не превзойдет вес отдельного зерна с вероятностью 0,99, т. е.
С другой стороны, вероятность , следовательно откуда и
По таблицам значений функции Лапласа: , откуда получаем
Таким образом, с вероятностью 0,99 вес взятого наугад зерна не будет превышать 0,22 г.
П ример 7.2. Случайные отклонения диаметра детали, выпускаемой цехом, от номинала распределены нормально. Математическое ожидание диаметра детали равно 20 мм, а дисперсия 0,36 мм. Найти:
а) вероятность того, что диаметр наудачу взятой детали имеет размеры от 19 до 22 мм;
б) вероятность того, что диаметр наудачу взятой детали отличается от математического ожидания не более чем на 1 мм (по абсолютной величине);
в) границы, в которых с вероятностью 0,9876 следует ожидать величину диаметра детали.
Решение.
Обозначим случайную величину X - диаметр случайно отобранной детали. По условию, X распределена по нормальному закону с математическим ожиданием 20 и дисперсией 0,36, т. е.
А. Вероятность того, что диаметр наудачу взятой детали имеет размеры от 19 мм до 22 мм, т. е. 19<X<22, определим по формуле:
По таблицам значений функции Лапласа, Ф(3,33)=0,9991 и так как Ф(-t) =-Ф(t): Ф(-1,67)=-0,9051, откуда .
Б. Вероятность того, что диаметр наудачу взятой детали отличается от математического ожидания не более чем на 1 мм (по абсолютной величине), т. е. , определим по формуле:
По таблицам значений функции Лапласа Ф(1,67)=0,9051, следовательно:
В. Пусть – величина отклонения диаметра случайно отобранной детали от среднего значения, определяет границы симметричного относительно математического ожидания интервала, в который с вероятностью 0,9876 попадает случайная величина Х, т. е.
С другой стороны, вероятность , следовательно,
П о таблицам значений функции Лапласа: отсюда получаем Таким образом, с вероятностью 0,9876 диаметр отобранной наугад детали будет находиться в пределах (20-1,5; 20+1,5), т. е. от 18,5 мм. до 21,5 мм.
Пример 7.3. Результат взвешивания химреактива распределен по нормальному закону со средним квадратическим отклонением веса 0,02 г. Какое отклонение массы реактива можно гарантировать с вероятностью 0,2?
Решение.
Обозначим случайную величину Х – масса случайно взвешенного реактива. По условию, X распределена по нормальному закону со средним квадратическим отклонением 0,02, т. е.
Пусть – величина отклонения массы случайно взвешенного реактива от среднего значения, s определяет границы симметричного относительно математического ожидания интервала, в который с вероятностью 0,2 попадает случайная величина X, т. е.
С другой стороны, вероятность , следовательно,
По таблицам значений функции Лапласа: , отсюда получаем
Таким образом, с вероятностью 0,2 отклонение массы реактива составит 0,005 г.