, , .
Практичнее заняття №6.
Нормальний закон розподілу
Означення. НВВ розподілена за нормальним законом з параметрамита, якщо її щільність розподілу імовірностей має вигляд:
.
Скористувавшись означеннями, неважко переконатись, що числові характеристики нормально розподіленої ВВ дорівнюють:
.
інтегральна функція Лапласа , остаточно дістаємо:
.
ДЕЯКІ ВЛАСТИВОСТІ НОРМАЛЬНОГО РОЗПОДІЛУ.
Імовірність попадання значень нормально розподіленої ВВ до проміжкузнаходиться за формулою:
2.Імовірність того, що модуль відхилення нормально розподіленої ВВ від свого математичного сподівання не перевищить величину, дорівнює
. .
3.Правило трьох сигм. Із практичною достовірністю (з імовірністю 0,9973) можна стверджувати, що значення нормально розподіленої ВВ попадають до проміжка.
Практичне заняття №7.
Означення. Біноміальным законом розподілу ДВВ називають ДВВ - частоту появи подіїуНПВ, таблиця розподілу якої має наступний вигляд:
-
…
…
Відзначимо, що . Це випливає із формули бінома Ньютона та очевидної рівності:
Інтегральна теорема Муавра-Лапласа. Для біноміально розподіленої ДВВ - частоти появи подіїз імовірністюв серії ізНПВ справедлива наближена формула:
,
де - інтегральна функція Лапласа, .
Частинні випадки інтегральної теореми Муавра-Лапласа . Для частоти та частості появи події з імовірністюв серії ізНПВ справедливі наближені формули:
,
.
Практичне заняття №8.
Теорема (нерівність Маркова). Якщо ВВ приймає тільки невід’ємні значення і має фіксоване математичне сподівання, то для довільного додатного числасправедлива нерівність:
.
Наслідок (друга форма нерівності Маркова) . За умовами теореми
.
Теорема (нерівність Чебишова). Якщо довільна ВВ має фіксовані математичне сподіваннята дисперсію, то для довільного додатного числасправедлива нерівність:
.
Наслідок (друга форма нерівності Чебишова) . За умовами теореми
.
Теорема Чебишова. Якщо всі дисперсії послідовності попарно незалежних ВВ не перевищують деякого додатного числа, то примайже достовірним можна вважати подію, яка полягає у тому, що модуль відхилення середнього арифметичного ВВ від середнього арифметичного їх математичних сподівань буде величиною нескінченно малою, тобто:
.
Теорема Бернуллі. Частість появи подіїв серії ізНПВ призбігається за імовірністю до- імовірності появи події у кожному окремому випробуванні:
, або .
Якщо всі дисперсії послідовності попарно незалежних ВВ не перевищують деякого додатного числа, то примайже достовірним можна вважати подію, яка полягає у тому, що модуль відхилення середнього арифметичного ВВ від середнього арифметичного їх математичних сподівань буде величиною нескінченно малою, тобто:
.