6. Примеры на применение нормального закона
Пример 1. Завод изготовляет шарики для подшипников. Каждый шарик должен иметь один и тот же диаметр . Однако в силу ряда причин, неизбежных в условиях массового производства, фактический диаметр несколько отличается от величины . Обозначим черезразность между фактическим диаметром и числом.
По соображениям, изложенным в п. 10 предыдущего параграфа, можно принять, что величина подчиняется нормальному закону распределения с математическим ожиданиеми некоторым средним квадратичным отклонением (характеризующим среднюю точность изготовления шариков).
Каждый шарик, сойдя с конвейера, проходит контроль. Последний состоит в том, что шарик пропускается через отверстия диаметром и(рис.46 из Солодовникова). Все шарики, которые свободно проходят через большое отверстие, но застревают в меньшем, поступают в готовую продукцию; остальные шарики бракуются. Найти вероятность того, что случайно выбранный с конвейера шарик будет забракован.
Нужно корректировать рисунок 46, из кн. Солодовникова.
Решение. Условием успешного прохождения шарика через контроль являетя выполнение неравенств
.
Имеем (см. формулу (26)):
.
Поэтому вероятность того, что шарик окажется бракованным, равна .
Пример 2. Для определения точности измерительного прибора произведено сравнение его показаний с показаниями контрольного (высокоточного) прибора. Это сравнение показало, что 75 % всех ошибок данного прибора не превосходят по абсолютной величине 2 мк. Считая, что ошибка измерения подчиняется нормальному закону с математическим ожиданием 0, найти среднее квадратичное отклонение .
Решение. Обозначим ошибку при измерении на данном приборе через . По условию есть случайная величина, подчиненная нормальному закону распределения с плотностью
.
В произведенной серии измерений событие имело частоту 0,75. Считая, что число проделанных измерений достаточно велико, и заменяя частоту вероятностью, запишем:
.
Отсюда или . Решая уравнениезатем, по таблице значений функции находим. Откуда
- Глава II
- 2. Дискретные и непрерывные случайные величины
- 3. Законы распределения дискретной случайной
- 4. Функция распределения случайной величины, функция
- 5. Производящая функция дискретной случайной величины
- 6. Плотность распределения вероятностей
- Тема 8. Числовые характеристики
- 1. Математическое ожидание случайной величины
- 2. Дисперсия случайной величины
- 3. Среднее квадратичное отклонение
- 4. Среднее квадратичное отклонение суммы
- 5. Одинаково распределённые взаимно
- 6. Мода и медиана, моменты случайных величин
- 7. Асимметрия и эксцесс, квантили
- 8. Производящая функция
- Тема 9. Основные законы распределения
- 1. Биномиальный закон распределения (Закон Бернулли)
- 2. Распределение Пуассона
- 3. Геометрическое распределение
- 4. Гипергеометрическое распределения
- 5. Равномерный закон распределения
- 2. .
- 6. Показательный закон распределения
- 7. Функция надёжности, показательный закон надёжности
- 8. Характеристическое свойство показательного
- 9. Нормальный закон распределения
- Тема 10. Предельные теоремы теории вероятностей
- 1. Неравенство Чебышева и Маркова
- 2. Теорема Чебышева (збч Чебышева)
- 3. Ещё раз о теореме Бернулли
- 4. Центральная предельная теорема
- 0,04, Т.Е..
- 5. Применение цпт
- 6. Примеры на применение нормального закона