Основы статистических методов в оптике. Короленко П.В - 19 стр.

UptoLike

1.3. Нормальное (гауссовское) распределение вероятностей и
связанные с ним распределения
19
называется 20%-ым квантилем. 50%-й квантиль
представляет собой медиану случайной величины.
1.3. Нормальное (гауссовское) распределение
вероятностей и связанные с ним распределения
Среди различных возможных распределений веро-
ятностей особое место занимает нормальное распреде-
ление (распределение Гаусса). Оно служит хорошей
математической моделью для целого ряда наблюдае-
мых явлений и в статистическом смысле может быть
полностью описано при помощи только первого и вто-
рого моментов. Важно отметить, что любые линейные
комбинации гауссовских случайных величин также
являются гауссовскими.
Нормальная (гауссовская) плотность распределе-
ния вероятностей имеет вид
()
(
)
.при
,
2
exp
2
1
2
2
+∞<<
σ
σπ
=
x
Xx
xf
, (1.3.1)
где
X
математическое ожидание,
2
σ
дисперсия.
Графики плотности и функция распределения вероят-
ностей гауссовской случайной величины показаны на
рис. 1.3.1, а и б, соответственно. Из них видно, что
плотность распределения вероятностей гауссовской
случайной величины имеет только один симметрично
расположенный максимум, который соответствует ма-
тематическому ожиданию. Ширина нормальной плот-
ности вероятностей прямо пропорциональна среднему
квадратическому (стандартному) отклонению
σ
. На
уровне 0,607 от максимального значения функции
()
xf
X
она равна
X
σ
2
. Максимум нормальной плотно-
    1.3. Нормальное (гауссовское) распределение вероятностей и
                                связанные с ним распределения


называется 20%-ым квантилем. 50%-й квантиль
представляет собой медиану случайной величины.

   1.3. Нормальное (гауссовское) распределение
  вероятностей и связанные с ним распределения
    Среди различных возможных распределений веро-
ятностей особое место занимает нормальное распреде-
ление (распределение Гаусса). Оно служит хорошей
математической моделью для целого ряда наблюдае-
мых явлений и в статистическом смысле может быть
полностью описано при помощи только первого и вто-
рого моментов. Важно отметить, что любые линейные
комбинации гауссовских случайных величин также
являются гауссовскими.
    Нормальная (гауссовская) плотность распределе-
ния вероятностей имеет вид

              f (x ) =
                         1          (
                                   x− X
                              exp  −
                                             ) ,
                                             2


                         2 πσ        2σ 2       ,   (1.3.1)
                                                
             при − ∞ < x < +∞.

где X – математическое ожидание, σ 2 – дисперсия.
Графики плотности и функция распределения вероят-
ностей гауссовской случайной величины показаны на
рис. 1.3.1, а и б, соответственно. Из них видно, что
плотность распределения вероятностей гауссовской
случайной величины имеет только один симметрично
расположенный максимум, который соответствует ма-
тематическому ожиданию. Ширина нормальной плот-
ности вероятностей прямо пропорциональна среднему
квадратическому (стандартному) отклонению σ . На
уровне 0,607 от максимального значения функции
 f X ( x ) она равна 2σ X . Максимум нормальной плотно-
                                                           19