Тогда я покажу как я интерпретирую условие, а вы меня поправьте пожалуйста.
Итак

- отклонение размера детали от заданного, подчиняется закону нормального распределения. То есть функция распределения для

такая:

А плотность такая:

Если это нормальный закон, то посчитать вероятность попадания величины X в промежуток мы можем с помощью функции Лапласа.
Как я это понимаю?
Допустим заданный размер 100мм, если деталь отклонилась на 10 мм, то она либо 90мм либо 110мм, там и там

.
Посчитать нужно вероятность того что X попал в промежуток от

Правильно ли это?
Если да то вероятность этого равна:

Ну а с помощью формулы полной вероятности уже получаю результат:

Ну и по тому же Лапласу получаю ответ:

Наверное ошибка в том что я путаю матожидание и заданный размер? Тогда если X - отклонение то матожидание отклонения должно быть равно нулю и результат будет таков:

Скажите продвинулся ли я?