- •Теория вероятностей
- •Содержание
- •Раздел 6. Законы распределения функций случайных аргументов. 90
- •1. Теоретическая часть. Введение
- •Раздел 1. Понятие события и его вероятности.
- •1.1. Предмет теории вероятности.
- •1.2. Алгебра событий. Пространство элементарных событий.
- •1.3. Классическое определение вероятности.
- •1.4. Геометрические вероятности.
- •1.5. Частота и вероятность.
- •1.6. Аксиоматическое построение теории вероятностей.
- •1.7. Условная вероятность и простейшие основные формулы.
- •1.8. Формула полной вероятности.
- •1.9 Формула Бейеса.
- •Раздел 2. Последовательные независимые испытания
- •2.1. Независимые испытания. Формулы Бернулли.
- •2.2. Обобщенная теорема о повторении опытов.
- •Раздел 3. Понятие случайной величины. Функция распределения и ее основные свойства.
- •3.1. Понятие случайной величины и функции распределения.
- •3.2. Свойства функции распределения.
- •3.3. Дискретные и непрерывные случайные величины.
- •3.4. Числовые характеристики случайных величин.
- •Раздел 4. Примеры распределений случайных величин.
- •4.1. Биномиальное распределение.
- •4.2. Теорема Пуассона
- •4.3. Закон Пуассона.
- •4.4. Равномерное распределение.
- •4.5. Показательное распределение.
- •4.6.Нормальный закон распределения.
- •Раздел 5. Системы случайных величин (случайные векторы).
- •5.1. Понятие о системе случайных величин.
- •5.2. Функция распределения системы двух случайных величин.
- •5.3. Плотность распределения системы двух случайных величин.
- •5.4. Законы распределения отдельных компонент, входящих в систему. Условные законы распределения.
- •5.5. Зависимые и независимые случайные величины.
- •5.6. Числовые характеристики системы двух случайных величин.
- •5.7. Система произвольного числа случайных величин (случайные вектора).
- •5.8. Числовые характеристики системы нескольких случайных величин.
- •Раздел 6. Законы распределения функций случайных аргументов.
- •6.1. Закон распределения функции одного случайного аргумента.
- •6.2. Закон распределения функции двух случайных величин.
- •6.3. Закон распределения суммы двух случайных величин. Композиция законов распределения.
- •6.4. Распределение произведения.
- •6.5. Распределение квадрата случайной величины.
- •6.6. Распределение частного.
- •6.7. Числовые характеристики функций случайных величин.
- •Раздел 7. Теоремы о числовых характеристиках.
- •7.1. Основные теоремы о математическом ожидании.
- •7.2. Теоремы о дисперсии случайной величины.
- •7.3. Теорема о линейной зависимости случайных величин.
- •Раздел 8. Характеристические функции.
- •8.1. Определение и простейшие свойства характеристических функций.
- •8.2. Предельные теоремы для характеристических функций.
- •Раздел 9. Предельные теоремы для случайных величин.
- •9.1. Сходимость последовательностей случайных величин.
- •9.2. Закон больших чисел.
- •9.3. Следствия закона больших чисел.
- •Раздел 10. Предельные теоремы теории вероятностей.
- •10.1. Центральная предельная теорема.
- •10.2. Теорема Ляпунова.
- •10.3. Теорема Лапласа.
- •2. Практические занятия, тесты, самостоятельная работа. Занятие 1. Непосредственный подсчет вероятности с использованием классического определения вероятности.
- •1.1. Краткая теоретическая часть.
- •1.2. Тест.
- •1.3. Решение типовых задач.
- •1.4. Задачи для самостоятельной работы.
- •Занятие 2. Геометрическое определение вероятности.
- •2.1. Краткая теоретическая часть.
- •2.2. Тест
- •2.3. Решение типовых задач
- •2.4. Задачи для самостоятельной работы
- •Занятие 3. Условная вероятность. Теорема умножения вероятностей.
- •3.1. Краткая теоретическая часть
- •3.2. Тест
- •3.3. Решение типовых задач
- •3.4. Задачи для самостоятельной работы
- •Занятие 4. Теорема сложения вероятностей.
- •4.1. Краткая теоретическая часть
- •4.2. Тест
- •4.3. Решение типовых задач
- •4.4. Задачи для самостоятельной работы
- •Занятие 5. Формула полной вероятности.
- •5.1. Краткая теоретическая часть
- •5.2. Тест.
- •5.3. Решение типовых задач
- •5.4. Задачи для самостоятельной работы
- •Занятие 6. Формула Бейеса.
- •6.1. Краткая теоретическая часть
- •6.2.Тест
- •6.3. Решение типовых задач
- •6.4. Задачи для самостоятельной работы
- •Занятие 7. Последовательные независимые испытания.
- •7.1. Краткая теоретическая часть
- •7.2. Тест
- •7.3. Решение типовых задач
- •7.4. Задачи для самостоятельной работы
- •Занятие 8. Дискретные и непрерывные случайные величины.
- •8.1. Краткая теоретическая часть а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •8.2. Тест
- •А) только к дискретным случайным величинам
- •8.3. Решение типовых задач а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Б) Функция распределения и плотность вероятности непрерывной случайной величины
- •8.4. Задачи для самостоятельной работы а) Ряд, многоугольник и функция распределения случайной дискретной величины
- •Занятие 9. Числовые характеристики дискретных случайных величин.
- •9.1. Краткая теоретическая часть
- •9.2. Тест
- •9.3. Решение типовых задач
- •9.4. Задачи для самостоятельной работы
- •Занятие 10. Дискретные и непрерывные случайные величины.
- •10.1. Краткая теоретическая часть
- •10.2. Тест
- •10.3. Решение типовых задач
- •10.4. Задачи для самостоятельной работы
- •Занятие 11. Закон Пуассона.
- •11.1. Краткая теоретическая часть
- •11.2. Тест
- •11.3. Решение типовых задач
- •11.4. Задачи для самостоятельной работы
- •Занятие 12. Закон нормального распределения.
- •12.1. Краткая теоретическая часть
- •12.2. Тест
- •12.3. Решение типовых задач
- •12.4. Задачи для самостоятельной работы
- •Литература
Занятие 12. Закон нормального распределения.
12.1. Краткая теоретическая часть
Плотность вероятности нормально распределенной случайной величины имеет вид
или
,
где - среднее квадратическое отклонение,- срединное отклонение (иногда называемое и «вероятным отклонением»),
Вероятность попадания нормально распределенной случайной величины X в интервал вычисляется по одной из следующих формул:
1) ,
где - функция Лапласа (интеграл вероятности);
2) ,
где - приведенная функция Лапласа.
Значения функций иданы в специальных таблицах.
Во всех задачах данного параграфа ошибки измерения считаются нормальными величинами.
12.2. Тест
Нормальное распределение играет достаточно важную роль в теории вероятностей и среди законов занимает особое положение. Укажите причины, по которым, на Ваш взгляд, это происходит:
а) Это наиболее часто употребляемый во многих приложениях закон распределения
б) Нормальный закон распределения применим как для дискретных, так и для непрерывных случайных величин
в) Нормальный закон распределения является предельным законом, к которому сходятся другие при весьма типичных часто встречающихся условиях
г) Нормальный закон распределения таков, что позволяет характеризовать сравнительную крутость других законов относительно него
Плотность вероятности нормально распределенной случайной величины имеет вид:
а)
б)
в) или
г)
д)
е) или
Параметры изакона нормального распределения совпадают с математическим ожиданием и среднеквадратическим отклонением нормально распределенной случайной величины соответственно. Следовательно, они определенным образом характеризуют случайную величину. А как? Выберите наиболее точный, на Ваш взгляд, вариант ответа.
а) Характеризуют форму кривой распределения и положение распределения случайной величины на оси абсцисс соответственно
б) Характеризуют положение распределения случайной величины на оси абсцисс и форму кривой распределения соответственно
в) Определяют центр рассеянья и центр симметрии случайной величины соответственно
г) Определяют центр симметрии и центр рассеянья случайной величины соответственно
Какой особенностью обладают моменты нормального распределения?
а) Все четные центральные моменты равны нулю.
б) Все нечетные центральные моменты равны нулю.
в) Все центральные моменты равны нулю
Одной из формул, по которым можно вычислить вероятность попадания нормально распределенной случайной величины в заданный интервал является (здесь - функция Лапласа (интеграл вероятности)):
а)
б)
в)
г)
Математическое ожидание и дисперсия случайной величины, распределенной по закону Пуассона, обладают следующим свойством:
а) равны нулю
б) равны между собой
в) равны параметру Пуассона
12.3. Решение типовых задач
Пример 12.1. Измерение дальности до объекта сопровождается систематическими и случайными ошибками. Систематическая ошибка равна 50 м в сторону занижения дальности. Случайные ошибки подчиняются нормальному закону со средним квадратическим отклонением =100м. Найти:
1) вероятность измерения дальности с ошибкой, не превосходящей по абсолютной величине 150 м,
2) вероятность того, что измеренная дальность не превзойдет истинной.
Решение.
Обозначим через X суммарную ошибку измерения дальности. Ее систематическая составляющая — 50 м. Следовательно, плотность вероятности суммарной ошибки имеет вид
.
Согласно общей формуле имеем
.
Интеграл вероятности является функцией нечетной, поэтому
Отсюда
.
Из таблицы находим
;
окончательно
.
Вероятность того, что измеренная дальность не превзойдет истинной,
.
Так как , а из таблицы находим, то
.
Пример 12.2. Определить срединную ошибку прибора, если систематических ошибок он не имеет, а случайные распределены по нормальному закону и с вероятностью 0,8 не выходят за пределы ± 20 м.
Решение.
Из условия задачи следует, что
.
Неизвестное значение срединной ошибки находим как решение уравнения
.
С помощью таблицы получим
,
откуда
м.