- •Законы распределения случайных величин. Статистический анализ рядов распределения
- •Тема. Законы распределения случайных величин. Статистический анализ рядов распределения
- •Основные теоретические сведения
- •Случайная величина и ее распределение. Функция распределения и плотность вероятности.
- •Теоретическое распределение дискретной случайной величины
- •Эмпирическое распределение дискретной случайной величины
- •Эмпирическое распределение случайной величины непрерывного типа
- •1.2. Законы распределения случайных величин
- •1.2.1. Закон биноминального распределения.
- •1.2.2. Закон редких событий (Пуассона)
- •1.2.3. Закон нормального распределения.
- •1.2.4. Закон равной вероятности.
- •1.2.5. Закон распределения эксцентриситета (Релея).
- •1.2.6. Закон распределения модуля разности.
- •Значения для величин
- •Значения для величин
- •1.2.7. Закон экспоненциального распределения
- •1.2.8. Закон распределения Вейбулла
- •1.2.9. Закон логарифмического нормального распределения
- •Методические рекомендации по выполнению анализа статистических данных
- •3. Задание
- •Варианты заданий по п. 2
- •Варианты заданий по п.1
- •Результаты проверки качества деталей
- •Результаты испытаний надежности изделий
- •Результаты исследования стойкости резцов
- •Результаты исследования стойкости сверл
- •Отклонения от номинального размера диаметра валиков в мм.
- •Результаты исследования стойкости плашек м10 × 1,5
- •Величина конусности роликов в мкм
- •Величина овальности валиков в мкм
- •Отклонения от номинального размера диаметра отверстия втулок в мм.
- •4. Порядок выполнения работы
- •5. Пример выполнения и оформления отчета Тема. Законы распределения случайных величин. Статистический анализ рядов распределения
- •5.1. Задание
- •5.2. Выполнение задания по п. 1.
- •5.3. Выполнение задания по п. 2.
- •Эмпирическое распределение х
- •6. Содержание отчета
- •Контрольные вопросы
- •Литература
1.2. Законы распределения случайных величин
1.2.1. Закон биноминального распределения.
Закон биноминального распределения используется при оценке качества и надежности изделий.
Закон биномиального распределения формулируется в виде: если вероятность события А постоянна в серии последовательных независимых испытаний и равна p, то вероятность появления события А ровно k раз в n испытаниях будет равна
(1)
Это уравнение определяет собой распределение вероятностей случайного числа k, которое называется биномиальным.
Параметры закона: n – число испытаний; p - вероятность появления события А заданное число k раз.
Математическое ожидание Мk и дисперсия биномиального распределения равны:
Мk = пp; = пpk.
Вероятность того, что случайная величина k не превысит заданного значения k΄, находится по формуле
1.2.2. Закон редких событий (Пуассона)
Если вероятность р события А очень мала (p ≤ 0,1), а число испытаний велико, то вероятность того, что событие А наступит k раз в п испытаниях, будет равна
(2)
где а = пp = Мk — математическое ожидание числа k.
Уравнение (2) определяет собой распределение редких событий, или распределение Пуассона.
Интегральная функция распределения определяется по формуле
.
Теоретические частоты распределения вычисляются по формуле
где - среднее значение чисел ki появления события A в i-й партии изделий (i = 1, 2, 3,…,n).
Распределение Пуассона имеет только один параметр a = np = Мk. Для этого распределения дисперсия численно равна математическому ожиданию: = Мk. Поэтому, когда в распределении дискретной случайной величины и σ2 мало отличаются друг от друга по своим численным значениям, то можно уверенно считать, что данное распределение подчиняется закону редких событий.
Закон редких событий имеет практическое применение в машиностроении для выборочного контроля готовой продукции, когда по техническим условиям в принимаемой партии продукции допускается некоторый процент брака (обычно небольшой) и поэтому обычно p << 0,1, а объем выборки n берут таким, чтобы было np << 4.
1.2.3. Закон нормального распределения.
Закон нормального распределения находит большое применение в различных отраслях техники. Этому закону подчиняются, многие непрерывные случайные величины, встречающиеся в технике, например ошибки измерения, высота микронеровностей на обработанной поверхности и многие другие.
Плотность вероятности случайной величины непрерывного типа, подчиняющейся закону нормального распределения, имеет следующее выражение:
(3)
где х- переменная случайная величина; φ(х)- плотность вероятности; σ- среднее квадратическое отклонение случайной величины х от ; - среднее значение (математическое ожидание) величины х;
Интегральный закон нормального распределения записывается в виде:
. (4)
1.2.4. Закон равной вероятности.
Если непрерывная случайная величина х при испытаниях принимает все значения интервала (a, b) с одинаковой плотностью вероятности, то распределение плотности вероятности графически будет выражаться в виде прямоугольника с основанием ab и высотой φ(х) = const. Такой закон распределения непрерывной случайной величины называется законом равной вероятности, а само распределение - равномерным.
Уравнение дифференциальной функции распределения по закону равной вероятности имеет вид:
(5)
Закон равной вероятности имеет два параметра: Мх и σ2, которые равны: , .
Интегральная функция равномерного распределения выражается следующим уравнением для (а < х < b):
. (6)
Законом равной вероятности описывается распределение показателей точности обработки, на величину которых оказывает влияние доминирующий фактор, изменяющийся во времени (износ инструмента, изменение температуры и т. п.)