Определение нормального распределения.
Случайная величина X имеет нормальное распределение, если плотность её распределения определяется формулой:
φ(x)=1√2πσe−(x−a)22σ2где a?R, а σ>0 -- константы.
Разберем теперь, какой смысл имеют константы a и σ.
Для этого попробуем найти числовые характеристики для данного распределения. Начнем с математического ожидания.
Сделаем замену: x−aσ=t, x=σt+a, dx=σdt.
1√2π+∞∫−∞e−t22dt - это функция плотности распределения некоторой случайной величины, следовательно:
Из этого сего получим:
!!! То есть константа a в определении 1 -- это математическое ожидание данного распределения.
Найдем теперь дисперсию:
Сделаем замену: x−aσ=t, x=σt+a, dx=σdt.
Используя вычисления неопределенного интеграла и тот факт, что 1√2π+∞∫−∞e−t22dt=1, то есть +∞∫−∞e−t22dt=√2π, получим:
Найдем теперь среднее квадратическое отклонение:
!!! То есть константа σ в определении 1 -- это среднее квадратическое отклонение данного распределения.
Нормальная кривая
Нормальной кривой (или кривой Гаусса) называется график функции плотности нормального распределения φ(x)
Исследуем данную функцию и определим вид ее графика:
-
Область определения: (−∞,+∞).
-
Область значения: (0, 1√2πσ].
-
φ(x)>0, график функции расположен выше оси Ox)
-
При x=0, φ(0)=1√2πσe−(0−a)22σ2=1√2πσe−a22σ2.\
-
φ(x) непрерывна на всей области определения.
-
φ′(x)=(1√2πσe−(x−a)22σ2)′=−x−a√2πσ3⋅e−(x−a)22σ2
Точка (a, 1√2πσ) -- точка максимума.
Функция φ(x) убывает, при x>a, и возрастает, при $x
-
График симметричен относительно прямой x=a.
-
φ″
Функция \varphi \left(x\right) имеет точки перегиба при x=a\pm \sigma .
- Примерный вид кривой (рис. 1):
Рисунок 1. График плотности нормального распределения.
Пример задач на нормальное распределение вероятности
Нормальное распределение вероятности задана следующей функцией плотности распределения:
\varphi \left(x\right)=\frac{1}{0,3\sqrt{2\pi }}e^{\frac{-{(x-2)}^2}{2{\sigma }^2}}Найдем математическое ожидание, дисперсию и среднее квадратическое отклонение.
Решение:
Используя определение 1 сразу найдем
Математическое ожидание: M\left(X\right)=a=2.
Среднее квадратическое распределение: \sigma \left(X\right)=\sigma =0,3.
Тогда получим, что дисперсия: D\left(X\right)={\sigma }^2=0,09.
Длина стержня X представляет собой случайную непрерывную величину. X распределена по нормальному закону распределения среднее значение которого равно 30 мм, а среднее квадратическое отклонение равно 0,2 мм. Найти плотность распределения такой случайной величины и построить её график:
Решение:
Из условия имеем: a=30,\ \sigma =0,2.
Тогда по определению 1, получим:
\varphi \left(x\right)=\frac{1}{0,2\sqrt{2\pi }}e^{\frac{-{(x-30)}^2}{0,08}}Найдем точку максимума: \left(a,\ \frac{1}{\sqrt{2\pi }\sigma }\right)=\left(30,\frac{1}{0,2\sqrt{2\pi }}\right)
График имеет вид:
Рисунок 2.