Описание Нормального закона распределения
Нормальным называется распределение вероятностей непрерывной случайной величины, которое описывается плотностью вероятности:
Нормальный закон распределения также называется законом Гаусса.
Нормальный закон распределения занимает центральное место в теории вероятностей. Это обусловлено тем, что этот закон проявляется во всех случаях, когда случайная величина является результатом действия большого числа различных факторов. К нормальному закону приближаются все остальные законы распределения.
Можно легко показать, что параметры и, входящие в плотность распределения являются соответственно математическим ожиданием и средним квадратическим отклонением случайной величины Х.
Найдем функцию распределения F (x).
График плотности нормального распределения называется нормальной кривой или кривой Гаусса.
Нормальная кривая обладает следующими свойствами:
- 1) Функция определена на всей числовой оси.
- 2) При всех х функция распределения принимает только положительные значения.
- 3) Ось ОХ является горизонтальной асимптотой графика плотности вероятности, т.к. при неограниченном возрастании по абсолютной величине аргумента х, значение функции стремится к нулю.
- 4) Найдем экстремум функции.
Т.к. при y' > 0 при x < m и y' m, то в точке х = т функция имеет максимум, равный:
- 5) Функция является симметричной относительно прямой х = а, т.к. разность (х — а) входит в функцию плотности распределения в квадрате.
- 6) Для нахождения точек перегиба графика найдем вторую производную функции плотности.
При x = m + s и x = m — s вторая производная равна нулю, а при переходе через эти точки меняет знак, т. е. в этих точках функция имеет перегиб. В этих точках значение функции равно:
Построим график функции плотности распределения.
Построены графики при т =0 и трех возможных значениях среднего квадратичного отклонения s = 1, s = 2 и s = 7. Как видно, при увеличении значения среднего квадратичного отклонения график становится более пологим, а максимальное значение уменьшается.
Если, а > 0, то график сместится в положительном направлении, если, а < 0 — в отрицательном.
При, а = 0 и s = 1 кривая называется нормированной. Уравнение нормированной кривой:
Программа для генерации случайных нормальных чисел
#include.
#include.
#include.
#include.
double random (double min, double max);
double Shum (double Disp);
void main ().
{.
double Disp;
cin>>Disp;
fstream fl;
fl. open («gauss. txt», ios: out);
for (int i=0; i<43; i++).
fl<<
fl. close ();
}.
double Shum (double Disp).
{.
double v1, v2;
for (int i=0; i.
v1=random ((-2*30), (3*20));
v2=random (0,1);
if (v2<= (exp (-v1*v1/ (2*20))))
return v1*sqrt (Disp/20);
}
return 0;
}
double random (double min, double max)
{
return min + (max-min) * static_cast (rand ()) /RAND_MAX;
Таблица 1.1 — Случайные числа по нормальному закону распределения.
Объем выборки равен 43. Это ограничение обусловлено последующим использованием пакета MathCAD, в котором общее число элементов матрицы не должно превышать числа 600.