26. При каких условиях погрешность измерения может рассматриваться как случайная величина?

Лекции за 9.11.

27. Перечислите св-ва интегральной и дифференциальной функций распределения случайной величины.

Вероятностное описание случайных погрешностей.

Интегральной функцией F(x) называют функцию, каждое значение которой для каждого x является вероятностью события, заключающегося в том, что случайная величина x_i в i-ом опыте принимает значение меньше x.

Свойства интегральной функции:

1. Интегр. функция неотрицательна

F(x)  0

2. F(x₂)  F(x₁), если x₂ > x₁ – неубывающая

3. Изменяется от 0 до 1.

4. Вероятность нахождения случайной величины

Условие нормирования:

Для суммы независимых непрерывных случайных величин x₂ и x₁, имеющих распределение P₁(x) и P₂(x), суммарный закон будет называться композицией и будет иметь следующий вид:

28. Назовите числовые параметры законов распределения. Какие существуют основные виды распределений?

Функции распределения являются самым универсальным способом описания поведения результатов измерений и случайных погрешностей. Однако для их определения необходимо проведение весьма длительных и кропотливых исследований и вычислений. В большинстве случаев бывает достаточно охарактеризовать случайные величины с помощью ограниченного числа специальных параметров, основными из которых являются: •центр распределения; • в начальные и центральные моменты и производные от них коэффициенты — математическое ожидание (МО), СКО, эксцесс, контрэксцесс и коэффициент асимметрии; • энтропийный коэффициент.

- трапецеидальные (плосковершинные) распределения. К ним относятся: равномерное, собственно трапецеидальное и треугольное (Симпсона);

-уплощенные (приблизительно плосковершинные) распределения;

- экспоненциальные распределения;

- семейство распределений Стьюдента;

- двухмодальные распределения.

29. Что такое моменты распределения и что они характеризуют?

Все моменты представляют собой некоторые средние значения, причем если усредняются величины, отсчитываемые от начала координат, то моменты называют начальными, а если от центра распределения, то центральными. Начальные и центральные моменты г-го порядка определяются соответственно по формулам

Нулевой начальный момент равен единице. Он используется для задания условия нормирования плотности распределения:

Также с помощью начального момента нулевого порядка вводится понятие медианы распределения. Первый начальный момент - МО случайной величины:

Для результатов измерений оно представляет собой оценку истинного значения измеряемой величины. Начальные и центральные моменты случайной погрешности Д совпадают между собой и с центральными моментами результатов измерений: _r [] = _r [] = _г [х], поскольку МО случайной погрешности равно нулю. Следует также отметить, что первый центральный момент тождественно равен нулю. Важное значение имеет второй центральный момент

называемый дисперсией я являющийся характеристикой рассеивания случайной величины относительного МО. Значительно чаще в качестве меры рассеивания используется среднее квадратическое отклонение

имеющее такую же размерность, как и МО. Для примера на рис. 6.3 показан вид нормального распределения при различных значениях СКО. Математическое ожидание и дисперсия являются наиболее часто применяемыми моментами, поскольку они определяют важные черты распределения: положение центра и степень разбросанности результатов относительно него. Для более подробного описания распределения используются моменты более высоких порядков.

Рис. 6.3. Вид нормального распределения при Х_ц= 5 и СКО — 0,5; 1; 2 и 5

Третий центральный момент

служит характеристикой асимметрии, или скошенности распределения. С его использованием вводится коэффициент асимметрии v = ₃[Х]/³. Для нормального распределения коэффициент асимметрии равен нулю. Вид законов распределения при различных значениях коэффициента асимметрии приведен на рис. 6.4,а.

Рис. 6.4. Вид дифференциальной функции распределения при различных значениях коэффициента асимметрии (a) и эксцесса (б)

Четвертый центральный момент

служит для характеристики плоско- или островершинности распределения. Эти свойства описываются с помощью эксцесса

(6.2)

Значения коэффициента ' лежат в диапазоне от -2 до . Для нормального распределения он равен 0. Чаще эксцесс задается формулой

(6.3)

Его значения лежат в диапазоне от 1 до . Для нормального распределения он равен трем. Вид дифференциальной функции распределения при различных значениях эксцесса показан на рис. 6.4,6.

Для удобства часто используют контрэксцесс

Значения контрэксцесса лежат в пределах от 0 до 1. Для нормального закона он равен 0,577.