- •4.7.2 Формула Пуассона.
- •4.7.3 Формулы Муавра-Лапласа.
- •4.7.4 Применение приближенных формул Пуассона и Муавра-Лапласа.
- •4.8 Случайные величины
- •4.9 Дискретные случайные величины
- •4.10 Функция распределения случайной величины. Плотность распределения непрерывной случайной величины.
- •4.11 Числовые характеристики случайной величины
- •4.12. Законы распределения дискретной случайной велисины
- •Биномиальное распределение
- •Распределение Пуассона
- •Простейший поток событий
- •Геометрическое распределение
- •Гипергеометрическое распределение
- •4.13 Законы распределения непрерывной случайной величины Равномерное распределение.
- •Нормальное распределение
- •Правило трех сигм.
Гипергеометрическое распределение
Пусть в партии из изделий имеется стандартных. Из партии случайно отбирают изделий (каждое из которых может быть извлечено с одинаковой вероятностью). Обозначим через случайную величину – число стандартных изделий среди отобранных. Очевидно, что случайная величина может принимать значения 0,1, …, .
Для того, чтобы найти вероятность того, что случайная величина , используем классическое определение вероятности. Искомая вероятность равна отношению числа исходов, благоприятствующих событию , к числу всех элементарных исходов , т. е.
. |
(33) |
Гипергеометрическое распределение имеет вид
|
|
|
2 |
… |
|
… |
|
|
|
|
|
… |
|
… |
или |
4.13 Законы распределения непрерывной случайной величины Равномерное распределение.
Равномерно распределенная на отрезке случайная величина имеет плотность распределения
|
(34) |
Функция распределения имеет вид
|
(35) |
Экспоненциальное распределение.
Случайная величина подчиняется экспоненциальному (показательному) закону, если она имеет плотность распределения
|
(32) |
где − параметр экспоненциального распределения.
Функция распределения имеет вид
|
(33) |
Нормальное распределение
Нормальный закон («закон Гаусса») является предельным законом, т.е. к нему приближаются, при определенных условиях, другие законы распределения. Нормальный закон наиболее часто встречается на практике.
Нормальный закон распределения характеризуется плотностью распределения вероятностей вида:
|
(34) |
Нормальное распределение определяется двумя параметрами: и . Вероятностный смысл этих параметров следующий: равно математическому ожиданию, − среднему квадратическому отклонению нормального распределения. Если и , то нормальное распределение называют нормированным (стандартным) и плотность нормированного распределения имеет вид
|
(35) |
График плотности нормального распределения называют нормальной кривой (кривой Гаусса). Исследуем функцию
|
|
1. Область определения: при любом , график расположен выше оси ;
2. Асимптоты. Ось служит асимптотой графика функции , так как ;
3. Экстремумы, интервалы возрастания и убывания: функция имеет один максимум при , равный Действительно, . Отсюда при , при этом, если , то , а если , то . Отсюда точка максимума и .
4. Точки перегиба, интервалы выпуклости и вогнутости: точки и являются точками перегиба графика функции .
5. График.
При и нормальную кривую называют нормированной.
Функция нормального распределения имеет вид
|
(36) |
Функция нормированного распределения имеет вид
|
(37) |
Значения функции вычисляются с помощью функции :
|
(38) |
Функцию можно выразить через функцию Лапласа
(39)
Функция нормального распределения также выражается через функцию Лапласа:
(40)
Вероятность попадания в интервал нормальной случайной величины равна
(41)
Вероятность того, что отклонение нормально распределенной случайной величины от математического ожидания по абсолютной величине меньше заданного положительного числа равна
(42)