Применение
Одним из наиболее часто встречающихся распределений является нормальное распределение. Оно играет большую роль в теории вероятностей и занимает среди других распределений особое положение. Нормальный закон распределения является предельным законом, к которому приближаются другие законы распределения при часто встречающихся аналогичных условиях.
Если предоставляется возможность рассматривать некоторую случайную величину как сумму достаточно большого числа других случайных величин, то данная случайная величина обычно подчиняется нормальному закону распределения. Суммируемые случайные величины могут подчиняться каким угодно распределениям, но при этом должно выполняться условие их независимости (или слабой зависимости). При соблюдении некоторых не очень жестких условий указанная сумма случайных величин подчиняется приближенно нормальному закону распределения и тем точнее, чем большее количество величин суммируется.
Ни одна из суммируемых случайных величин не должна резко отличаться от других, т. е. каждая из них должна играть в общей сумме примерно одинаковую роль и не иметь исключительно большую по сравнению с другими величинами дисперсию.
Для примера рассмотрим изготовление некоторой детали на станке-автомате. Размеры изготовленных деталей несколько отличаются от требуемых. Это отклонение размеров от стандарта вызывается различными причинами, которые более или менее независимы друг от друга. К ним могут относиться: неравномерный режим обработки детали; неоднородность обрабатываемого материала; неточность установки заготовки в станке; износ режущего инструмента и деталей станков; упругие деформаций узлов станка; состояние микроклимата в цехе; колебание напряжения в электросети и т. д. Каждая из перечисленных и подобных им причин влияет на отклонение размера изготовляемой детали от стандарта. Таким образом, общее отклонение размера, фиксируемое измерительным прибором, является суммой большего числа отклонений, обусловленных различными причинами. Если ни одна из этих причин не является доминирующей, то суммарное отклонение является случайной величиной, имеющей нормальный закон распределения.
Yandex.RTB R-A-252273-3- Историческая справка
- Применение
- Непрерывные случайные величины и нормальный закон распределения. Определение функции распределения
- Свойства функции распределения
- График функции распределения
- Определение плотности распределения
- Вероятность попадания непрерывной случайной величины в заданный интервал
- Нахождение функции распределения по известной плотности распределения
- Свойства плотности распределения
- Вероятностный смысл плотности распределения
- Числовые характеристики непрерывных случайных величин
- Нормальное распределение
- Нормальная кривая
- Влияние параметров нормального распределения на форму нормальной кривой
- Вероятность попадания в заданный интервал нормальной случайной величины
- Вычисление вероятности заданного отклонения
- Правило трех сигм
- Понятие о теореме Ляпунова. Формулировка центральной предельной теоремы
- Закон равномерного распределения вероятностей
- Законы распределения непрерывных случайных величин Закон нормального распределения (Гаусса)
- 3. Непрерывные случайные величины. Нормальный закон распределения (закон Гаусса).
- Тема 5. Непрерывные случайные величины. Нормальный закон распределения
- 5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- 55. Непрерывные распределения случайных величин. Нормальное распределение.
- 9)Случайная величина и ее закон распределения. Дискретные и непрерывные случайные величины.
- Тема 5. Непрерывные случайные величины. Нормальный закон распределения
- Тема 5. Непрерывные случайные величины. Нормальный закон распределения