Разделы презентаций


НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ (РАСПРЕДЕЛЕНИЕ ГАУССА)

Содержание

Здесьμ = M(X) - математическое ожидание,σ2 = D(X) - дисперсия,σ = σ(X) – среднеквадрати-ческое отклонение Х.НОРМАЛЬНО РАСПРЕДЕЛЕННАЯ ВЕЛИЧИНА ПОЛНОСТЬЮ ОПРЕДЕЛЯЕТСЯСВОИМИ μ и σ2.

Слайды и текст этой презентации

Слайд 1 НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ (РАСПРЕДЕЛЕНИЕ ГАУССА)

НЕПРЕРЫВНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА
РАСПРЕДЕЛЕНА ПО НОРМАЛЬНОМУ ЗАКОНУ,

ЕСЛИ ЕЕ

ПЛОТНОСТЬ ВЕРОЯТНОСТИ ИМЕЕТ
СЛЕДУЮЩИЙ ВИД:


НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ (РАСПРЕДЕЛЕНИЕ ГАУССА)	НЕПРЕРЫВНАЯ СЛУЧАЙНАЯ ВЕЛИЧИНАРАСПРЕДЕЛЕНА ПО НОРМАЛЬНОМУ ЗАКОНУ,ЕСЛИ ЕЕ ПЛОТНОСТЬ ВЕРОЯТНОСТИ ИМЕЕТСЛЕДУЮЩИЙ ВИД:

Слайд 3Здесь
μ = M(X) - математическое ожидание,
σ2 = D(X) - дисперсия,
σ

= σ(X) – среднеквадрати-ческое отклонение Х.
НОРМАЛЬНО РАСПРЕДЕЛЕННАЯ ВЕЛИЧИНА

ПОЛНОСТЬЮ ОПРЕДЕЛЯЕТСЯ
СВОИМИ


μ и σ2.
Здесьμ = M(X) - математическое ожидание,σ2 = D(X) - дисперсия,σ = σ(X) – среднеквадрати-ческое отклонение Х.НОРМАЛЬНО РАСПРЕДЕЛЕННАЯ

Слайд 4 Кривая Гаусса

График плотности вероятности
нормально распределенной величины
носит название


кривой Гаусса:
x
f
0
μ
1
σ √2π

Кривая Гаусса  	График плотности вероятности нормально распределенной величины носит название кривой Гаусса: xf0μ  1σ

Слайд 5


График ее функции распределения –
интегральная кривая Гаусса:

Интегральная кривая Гаусса
F
х
1
0

График ее функции распределения –интегральная кривая Гаусса: Интегральная кривая Гаусса Fх10

Слайд 6Введение нормированной нормальной величины
Для определения вероятности попадания нормальной СВ в

некоторый интервал
требуется вычисление интеграла от f(x),

а этот интеграл не

вычисляется в элементарных функциях.

Поэтому ИЗ бесконечного множества
нормальных величин
с разными μ и σ выделяют одну,
у которой
μ = 0, σ = 1.

Введение нормированной нормальной величиныДля определения вероятности попадания нормальной СВ в некоторый интервал требуется вычисление интеграла от f(x),а

Слайд 7НОРМИРОВАННАЯ НОРМАЛЬНАЯ ВЕЛИЧИНА

Такая нормальная величина называется нормированной и обозначается
Т.
Свойства

Φ (t)

Φ(-∞) = 0, Φ(∞) = 1

Φ(0) = 0,5

*)

Φ (- t) = 1 - Φ (t)

НОРМИРОВАННАЯ НОРМАЛЬНАЯ  ВЕЛИЧИНАТакая нормальная величина называется нормированной и обозначаетсяТ.Свойства  Φ (t)Φ(-∞) = 0, Φ(∞) =

Слайд 8Плотность вероятности нормированной нормальной величины

Плотность вероятности нормированной нормальной величины

Слайд 9Функция распределения нормированной нормальной величины

Функция распределения нормированной нормальной величины

Слайд 10ОПРЕДЕЛЕНИЕ ЗНАЧЕНИЙ Φ (t)
Приближенные значения Φ (t) для значений

аргумента t ≥ 0 вычислены и указаны в специальной таблице

("табулированы").

Для t < 0 значения Φ определяются, исходя из указанного выше свойства *).

Так, Φ (-1) = 1 – Φ (1);
Φ (1) находим по таблице и подставляем в формулу.

ОПРЕДЕЛЕНИЕ ЗНАЧЕНИЙ Φ (t) Приближенные значения Φ (t) для значений аргумента t ≥ 0 вычислены и указаны

Слайд 11ОПРЕДЕЛЕНИЕ ЗНАЧЕНИЙ F(X)
Значения функции распределения F(х)
произвольной нормальной величины
можно определить

через
нормированную
путем
СПЕЦИАЛЬНОЙ
ЗАМЕНЫ
ПЕРЕМЕННОЙ:





x - μ
t =
σ

ОПРЕДЕЛЕНИЕ ЗНАЧЕНИЙ F(X)Значения функции распределения F(х) произвольной нормальной величиныможно определить черезнормированную путем СПЕЦИАЛЬНОЙ ЗАМЕНЫ ПЕРЕМЕННОЙ:

Слайд 12Вероятность попадания значений нормальной величины в произвольный интервал
Для любой нормальной

величины
формула имеет следующий вид:

P(a

таблице нормального распределения.
Вероятность попадания значений нормальной величины  в произвольный интервалДля любой нормальной величиныформула имеет следующий вид:  P(a

Слайд 13ПРАВИЛО ТРЕХ СИГМ

Вероятность того,

что значения нормальной величины
распределятся в окрестности

ε
(« эпсилон »)

ее математического ожидания,

вычисляется по формуле:



ПРАВИЛО ТРЕХ СИГМВероятность того,что значения нормальной величиныраспределятся в окрестности  ε(« эпсилон »)ее математического ожидания,вычисляется по формуле:

Слайд 15ε = σ
Чем больше окрестность ε,
тем выше вероятность

попадания в нее
значений

величины Х.

Найдем эту вероятность при значениях ε,
кратных σ.

Пусть ε = σ.

Тогда в правой части формулы получим:
2 Φ (1) - 1 =
=2 ∙ 0, 8413 -1 =
= 0, 6826
(или 68, 26%).

ε = σ Чем больше окрестность ε, тем выше вероятность попадания в нее значений

Слайд 16ε = 2σ, ε = 3σ

2) ε

= 2σ.

Аналогичный расчет дает вероятность

0,9544
(или 95,44%).

3)ε = 3σ.

Искомая

вероятность -
0,9972
(или 99,72%) –
близка к 100%).
ε = 2σ,   ε = 3σ 2) ε = 2σ.Аналогичный расчет дает вероятность 0,9544 (или

Слайд 17ПРАВИЛО ТРЕХ СИГМ
ПРАКТИЧЕСКИ ДОСТОВЕРНО,
ЧТО ВСЕ ЗНАЧЕНИЯ
НОРМАЛЬНО РАСПРЕДЕЛЕННОЙ ВЕЛИЧИНЫ


ОКАЖУТСЯ В ОКРЕСТНОСТИ « 3σ »
ЕЕ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ.


ПРАВИЛО ТРЕХ СИГМПРАКТИЧЕСКИ ДОСТОВЕРНО, ЧТО ВСЕ ЗНАЧЕНИЯ НОРМАЛЬНО РАСПРЕДЕЛЕННОЙ ВЕЛИЧИНЫ ОКАЖУТСЯ В ОКРЕСТНОСТИ  « 3σ »

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика