Page 38 - 4195

 ( X )  D ( X )  ; 
2
х 1 х  х
) б ) х ( F   ) х ( f dх   е  dх 
   2  
 2 х
2  1 е  , х  0
1   х 2
 5,0   е  dх  
 2 0  1  2 х
  е1  , х  .0
 2
2
 
в) Р ( х   )  F ( )  ( F   )  1 е  ;
 2
    Р х (   )  1 е  . 0 757 ;

  2  Р ( х  2 )  1 е  2 2  . 0 941 ;
  5 . 2   ( Р х  5 . 2  )  1 е  5 . 2 2  . 0 971 ;

 3 2
  3  Р ( х  3 )  1 е  . 0 986 ;
 4 2
  4  Р ( х  4 )  1 е  . 0 996 .
Порівняємо кількість похибок, які перевищують ве-
личину m; 2m; 2.5m; 3m; 4m для нормального розподілу
та розподілу Лапласа.

Таблиця 1.3 – Кількість випадкових помилок, які пере-
вищу-ють величину mt
n  1000
Розподіл m 2m 2.5m 3m 4m
Гауса 317 46 12 3 0
Лапласа 243 59 29 14 4

38