- •1. Метрологическое обеспечение (мо).
- •2. Измерительные св-ва и их меры.
- •3. Аксиомы метрологии.
- •4. Измерительные шкалы.
- •9. Внесистемные единицы фв
- •11. Внесистемные единицы физических величин
- •11. Виды измерения
- •12. Методы измерений
- •16. Качественные характеристики средств измерения
- •19. Аксиомы теории вероятности
- •20. Случайные величины(св) – результаты эксперимента.
- •21. Функции распределения случайных величин, плотность распределения
- •22. Выражение неравенств через вероятность функции распределения и плотность распределения
- •23. Характеристики случайной погрешности
- •24. Числовые характеристики значений св
- •25. Закон распределения непрерывных св. Закон нормального распределения
- •26. Равномерный закон распределения случайных величин
- •27. Распределение Стьюдента.
20. Случайные величины(св) – результаты эксперимента.
Величина числовое значение кот-ой при выполнении экспер-та нельзя предсказать наз случайной.θ – случайная величина. θ имеет ряд допустимых зн-ний: Х1,Х2, . . Хn –допуст. зн-ния, но в результате измерения принимает лишь одно из них. Число допуст зн-ний может быть конечным и ∞. В соответствии с этим θ наз конечнозначной или ∞-ной. θ также бывают дискретными и непрерывными. Если м/у любыми зн-ми θ заключено лишь конечное число др допуст-х зн-ний то θ наз дискретной, в противном случае - непрерыв. В дальнейшем будем рассм-ть только бескон. непрерыв θ. Для полной хар-ки СВ необх-мо указать не только ее допуст зн-ния, но и как часто(с какой Р) принимает она эти допуст зн-ния, р1,р2, ..рn – вер допуст зн-ний. Соответствие м/у доп знач СВ и вер-ми их появления наз ф-цией распределения. θ≤Х1=А1; р(А)=р(θ≤Х1)=F(Х1)-ф-ция распред. А=Х1≤θ≤Х2; р(А)=р(Х1≤θ<Х2)=F(X2)-F(X1);
21. Функции распределения случайных величин, плотность распределения
Свойства ф-ции распред(ФР).
1.Если СВ непрерыв, то и ФР явл-ся непрерыв.
2.Если Х2>Х1, то F(X2)>F(X1), т.е. ФР явл-ся неубывающей.
3.Если 0<р(А)<1, то 0<р(θ≤Х1)=F(X1)<1.
Она может быть представлена графически (рис1)
В формулах вер есть: «< >» - строгие знаки, «≤ ≥» - нестрогие знаки. Всегда ли их нужно учитывать? р(θ≤Х) = р(θ=Х) + р(θ<Х);
а) Для непрерывной СВ , доп знач принимается с нулевой Р.
След-но для непрерыв СВ знаки учитывать не надо.
б) Для дискрет СВ . След-но для дискрет СВ строгие и нестрогие знаки необходимо учитывать.
Рассм-м СВ в небольшом проиежутке: Х≤θ<(Х+ΔХ);р( Х≤θ<Х+ΔХ)=F(Х+ΔХ)-F(X)(рис2)
α – наклон секущей в точках рез-та Х, Х+ΔХ ; ;
- плотность распред.
Плотность распр хар-т закон распр. Р (рис3). А – точка перегиба.
В соотв. с формулой Ньютона-Лейбница
(*) хар-т площадь (заштрихованную) ограниченную кривой плотности распр и ординатами в точках доп знач Х1 и Х2.
F(+∞)=р(θ≤+∞)=1; F(–∞)=р(θ≤–∞)=0;
Т.е. площадь под кривой распред равна 1.
22. Выражение неравенств через вероятность функции распределения и плотность распределения
Рассмотрим эту связь:
а) Р(θ≤Х)=Р1=F(X)=
б) A=x1
в)
23. Характеристики случайной погрешности
Нам известно, что результат измерения равен:
(1) – неисправленная
Как правило, системная погрешность ( ) известна и в результате вносится абсолютная поправка , т.е. получается исправленный результат:
(2) – исправленная
Т.к. в равенствах (1) и (2) присутствует случайная погрешность, то исправленный и неисправленный результаты являются случайной величиной.
1) Координаты центра распределения
Предположим, мы имеем СВ с характеристиками - допустимые значения и вероятности появления данных допустимых значений , т.е. имеем функцию распределения.
Координаты центра распределения имеет вид:
Если рассмотреть допуст-е значения как координаты точек, расположенных вдоль некоторого стержня, а вероятности данных допустимых значений как массы грузов, подвешенных в этих точках, то координаты центра распределения будет совпадать с центром тяжести образовавшейся системы, поэтому ее называют средним взвешенным звеном или математическим ожиданием М( ).
2)Мода (М0)
Это значение С.В. при максимальном значении плотности распределения.
X=M0, при f(X)=fmax(X)
3) Медиана (Ме)
- это значение СВ, ордината в точке которой делит площадь под кривой плотности распределения пополам.
P(θ≤Me) = P(θ≥Me)
Попадание СВ слева и справа от медианы равновероятно
P(θ≤Me) = P(θ≥Me) = 0,5
При симметричном распределении мода, медиана и математическое ожидание совпадают: M0 = Me = M(θ).
4)Моменты распределения
Моменты распределения бывают начальные и центральные.
Начальные моменты характеризуют распределения неисправленных результатов.
-начальный момент
Центральные моменты распределения характеризуют распределение исправленных результатов, в которых M(X)=0.
Центральный момент S-порядка имеет вид:
т.к. ,то получим
M3 –характеризует ассиметрию распределения
- коэффициент ассиметрии
-характеризует островершинность и плосковершинность распределения. Его характеристикой является эксцесс.
ε=ЕХ =
В ряде случаев ε бывает очень большим, поэтому в место ε вводится контрэксцесс
- контрэксцесс