💸 Как сделать бизнес проще, а карман толще?

Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое раписание, но и напоминать клиентам о визитах тоже. Проблема в том, что средняя цена по рынку за такой сервис — 800 руб/мес или почти 15 000 руб за год. И это минимальный функционал. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
⚡️ Для новых пользователей первый месяц бесплатно. А далее 290 руб/мес, это в 3 раза дешевле аналогов. За эту цену доступен весь функционал: напоминание о визитах, чаевые, предоплаты, общение с клиентами, переносы записей и так далее.
✅ Уйма гибких настроек, которые помогут вам зарабатывать больше и забыть про чувство «что-то мне нужно было сделать».
Сомневаетесь? нажмите на текст, запустите чат-бота и убедитесь во всем сами!

Нормальний закон розподілу випадкової величини

Щільність імовірності нормального закону розподілу випадкової величини Х описується виразом:

, (2.4.1)

де m_x, s_x – параметри розподілу.

Крива розподілу (рис. 1) симетрична відносно x=m_x. Максимальна ордината кривої, що відповідна точці x=m_x, дорівнює

. (2.4.2)

Рис.1

Основні числові характеристики ВВ Х, що підпорядковується нормальному розподілу, визначаються виразами:

1. Математичне сподівання

(2.4.3)

2. Дисперсія

(2.4.4)

3. Функція розподілу

(2.4.5)

де

– функція Лапласа. (2.4.6)

Основні властивості функції Лапласа:

;

;

. (2.4.7)

Імовірність потрапляння нормальної випадкової величини Х на заданий інтервал [a, b] відповідно до (5):

.

В окремому випадку, коли інтервал (-l, l) симетричний відносно математичного очікування:

.

Імовірність потрапляння нормально розподіленої випадкової величини Х в інтервали шириною 2s_х, 4s_х, 6s_х, що знаходиться симетрично відносно m_x, відповідно дорівнюють Ф(1)=0, 6826; Ф(2)=0, 9545; Ф(3)=0, 9973.

Щільності ймовірності нормального розподілу відповідають флуктуаційні похибки різного роду (за рахунок дробового ефекту, теплових шумів). У метрологічній практиці вважають, що нормальному закону підпорядковані похибки ряду незалежних експериментальних даних, якщо відсутня можливість для більш обгрунтованого вибору закону розподілу.