Инженерные методы. Слайды. Часть 1
.pdfВыравнивание статистических рядов
Если величина X действительно распределена по закону F(x), тогда вероятность p, определенная по таблице, есть вероятность того, что за счет чисто случайных причин мера
расхождения теоретического и статистического распределений будет не меньше, чем полученное значение χ2.
Если эта вероятность p мала, то результат опыта
следует считать противоречащим гипотезе о том, что закон распределения случайной величины Х есть F(x).
Алгоритм
k |
(m - np )2 |
ν = k – s |
p= f(χ2;ν) |
|
χ 2 = å |
i |
i |
||
i=1 |
|
npi |
|
|
|
Инженерные методы обработки |
11 |
результатов эксперимента |
Системы случайных величин
Функцией распределения системы двух случайных величин (X,Y) называется вероятность совместного выполнения двух неравенств X<x, Y<y:
F(x, y) = P((X < x),(Y < y))
Основные свойства функции распределения:
1 |
при x2>x1 |
→ |
F(x2,y) ≥ F(x1,y) |
|
при y2>y1 |
→ |
F(x,y2) ≥ F(x,y1) |
||
|
||||
2 |
F(x, -∞) = F(-∞,y) = F(-∞,-∞) = 0 |
|||
3 |
F(x, +∞) = F1(x), |
F(+∞,y) = F2(y). |
||
4 |
F(+∞,+∞) =1 |
|
|
Инженерные методы обработки |
12 |
результатов эксперимента |
Системы случайных величин
P((X ,Y ) R) = F (β,δ ) − F (β,γ ) − −F (α,δ ) + F (α,γ )
P((x, y) R) = F (x + x, y + y) − F (x + x, y) − F (x, y + y) + F (x, y)
lim
= ∂
x→0 |
P(( X ,Y ) R) |
x y |
|
y→0 |
|
2F(x, y)
∂x∂ y
= lim |
x→0 |
F(x + x, y + y) − F(x + x, y) − F(x, y + y) + F(x, y) |
= |
||
|
x y |
||||
|
|
|
|||
|
y→0 |
|
|
|
|
|
|
|
f(X,Y) |
|
|
|
|
|
|
|
|
f (x, y) = |
∂ 2 F(x, y) |
Y |
∂ x∂ y |
||
|
|
X |
|
Инженерные методы обработки |
13 |
результатов эксперимента |
Системы случайных величин
Вероятность попадания случайной |
P (( X ,Y ) Ì D) = òò f (x, y)dxdy |
|
величины в произвольную область D |
|
D |
Вероятность попадания случайной |
P (( X ,Y ) Ì |
β δ |
величины в прямоугольник с вершинами |
D) = ò ò f (x, y)dx dy |
|
|
α γ |
|
(α,γ), (β,γ), (α,δ), (β,δ) |
|
|
|
|
|
|
F (x, y) = |
x y |
Функция распределения в точке (х, у) |
ò ò f (x, y)dx dy |
|
|
−∞ −∞ |
|
|
|
Основные свойства плотности распределения:
1 |
f (x, y) ³ 0 |
|
+∞ +∞ |
2 |
ò ò f (x, y)dxdy =1 |
−∞ −∞
|
Инженерные методы обработки |
14 |
результатов эксперимента |
Системы случайных величин
Зная закон распределения системы, можно найти законы распределения отдельных величин:
|
F1 (x) = F(x,¥) = |
|
x +∞ |
|
f1 |
(x) = |
dF1(x) |
= |
+∞ |
|
|
|
ò |
ò f (x, y)dxdy |
dx |
ò f (x, y)dy |
|||||
|
|
−∞ −∞ |
|
|
|
|
−∞ |
|||
|
|
|
|
|
|
|
|
|
|
|
|
F ( y) = F(¥, y) = |
+∞ |
y |
f (x, y)dxdy |
f (y) = |
dF (y) |
= |
+∞ |
||
|
|
|
2 |
ò f (x, y)dx |
||||||
Аналогично: 2 |
|
ò |
ò |
|
2 |
dy |
|
−∞ |
||
|
|
|
−∞ −∞ |
|
|
|
|
Нельзя, зная законы распределения отдельных величин, найти закон распределения системы величин. Для этого дополнительно должна быть информация о зависимости между этими величинами. Эта зависимость может быть охарактеризована с помощью условных законов распределения.
Условным законом распределения величины Х, входящей в систему (Х, Y),
называется ее закон распределения, вычисленный при условии, что другая случайная величина Y приняла определенное значение y.
|
Инженерные методы обработки |
15 |
результатов эксперимента |
Системы случайных величин
Y |
dx |
1 |
|
|
dy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
f (x, y)dx dy = P ((X ,Y ) Rd ) = |
|
|
|
|
|
2 |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
= P ((x < X < x + dx)( y < Y < y + dy)) |
|
0 |
|
|
|
|
|
|
||||
|
|
|
x |
|
|
|
|||||
|
|
|
|
|
Х |
|
|
||||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
Эта вероятность равна вероятности попадания случайной точки в элементарную полосу 1, умноженную на условную вероятность попадания в элементарную полосу 2, вычисленную при условии, что первое событие, т.е. Х=х, имело место
f (x, y)dx dy = f1 (x)dx × fx ( y)dy
f (x, y) = f1 (x)× fx ( y) |
f (x, y) = f2 ( y)× fy (x) |
|
Инженерные методы обработки |
16 |
результатов эксперимента |
Теснота связи между двумя случайными величинами
Случайная величина Y называется независимой от случайной величины X, если закон распределения величины Y не зависит от того, какое значение приняла величина Х.
Зависимость между случайными величинами
Функциональная Вероятностная (стохастическая)
с увеличением тесноты связи
f (x, y) = f1 (x) × f2 ( y)
Как правило, величины, считающиеся функционально зависимыми,
в действительности связаны весьма тесной вероятностной зависимостью,
при заданном значении одной из них другая колеблется в столь узких пределах, что ее значение можно считать вполне определенным.
С другой стороны, многие величины, считающиеся независимыми,
вдействительности находятся
внекоторой взаимной зависимости, но эта зависимость настолько слаба,
что для практических целей ею можно пренебречь.
|
Инженерные методы обработки |
17 |
результатов эксперимента |
Теснота связи между двумя случайными величинами
Тесноту связи характеризует корреляционный момент Kxy
Для непрерывных величин |
Kxy = +ò∞ +ò∞ (x - mx )(y - my ) f(x, y)dxdy |
||||||||
|
|
|
|
|
|
|
-∞ -∞ |
|
|
|
|
|
|
|
|
|
n m |
|
|
Для дискретных величин |
Kxy = åå(xi − mx )(yj − my ) pij (x, y) |
||||||||
|
|
|
|
|
|
|
i=1 j=1 |
|
|
|
|
|
|
|
|||||
Для характеристики |
связи между |
величинами X и Y переходят |
|||||||
от корреляционного момента Kxy к безразмерной величине – |
|||||||||
коэффициенту корреляции: |
|
|
|
|
|
||||
rxy = |
Kxy |
|
|
-1< r |
xy |
<+1 |
|
y = a + bx Þ |
r = ±1 |
|
|
||||||||
σxσy |
|
|
|||||||
|
|
|
|
|
|
xy |
1.Для независимых случайных величин коэффициент корреляции равен нулю.
2.Случайные независимые величины называются некоррелированными.
3.Однако некоррелированные величины могут быть зависимыми.
4.Коэффициент корреляции характеризует только степень тесноты линейной зависимости между двумя величинами.
|
Инженерные методы обработки |
18 |
результатов эксперимента |
Характеристика системы нескольких случайных величин
Полной характеристикой системы нескольких случайных величин служит закон распределения, который может быть задан функцией распределения или плотностью распределения.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f (x1, x2 ,..., xn ) = |
∂n F (x , x ,..., x |
) |
|
|
|
|
||||||||||
|
|
F (x1, x2 ,..., xn ) = P(( X1 < x1 )( X2 < x2 )...( Xn < xn )) |
|
|
|
|
|
1 |
2 |
n |
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
∂x1∂x2 ...∂xn |
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
Вероятность попадания случайной точки |
|
|
|
P ((X1 , X2 ,…, Xn ) D)= |
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
(X1, X2, …, Xn) в пределы n-мерной области D |
|
|
|
= |
... |
ò |
f |
(x1 ,x2 ,...,xn )dx1 dx2 ...dxn |
|
|
|
|
|
|||||||||||||||||||||
|
|
выражается n-кратным интегралом |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
ò D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
1 |
n математических ожиданий |
|
|
|
3 |
|
n(n-1) корреляционных моментов |
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
n |
|
|
|
- mj ) , |
|
|
|
|
|
|
|||
|
|
2 |
n дисперсий |
|
|
|
|
|
|
|
|
|
|
|
Kij = åå(xis - mi )(xjk |
i ¹ j |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s=1 k =1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
æ K11 |
K12 ... |
K1n ö |
æ D |
K |
|
|
... |
K |
|
ö |
æ D |
0 ... |
0 |
ö |
|
|
|
æ1 |
r ... |
r |
|
ö |
æ |
1 |
0 |
... |
|
0 |
ö |
|||||||
ç |
|
K22 ... |
÷ |
ç 1 |
|
12 |
... |
|
1n |
÷ |
ç 1 |
D2 ... |
0 |
÷ |
|
|
|
ç |
|
12 |
1n |
÷ |
ç |
0 |
1 |
... |
|
0 |
÷ |
|||||||
ç K21 |
K2n ÷ |
ç |
D2 |
K2n ÷ |
ç |
÷ |
|
|
|
ç |
|
1 ... |
r2n ÷ |
ç |
|
÷ |
||||||||||||||||||||
ç |
|
|
÷ |
ç |
... |
... |
... |
÷ |
ç |
... ... |
... |
÷ |
|
|
|
ç |
|
... ... |
... |
÷ |
ç |
0 |
... |
... |
|
...÷ |
||||||||||
ç ... ... ... |
... ÷ |
|
|
|
|
|
||||||||||||||||||||||||||||||
è Kn1 |
Kn2 ... |
Knn ø |
ç |
|
|
|
... |
Dn |
÷ |
ç |
... |
|
÷ |
|
|
|
ç |
|
... |
1 |
|
÷ |
ç |
0 |
0 |
... |
|
1 |
÷ |
|||||||
|
|
|
|
è |
|
|
|
ø |
è |
Dn ø |
|
|
è |
|
|
ø |
è |
|
ø |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Нормированная |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Единичная |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
Диагональная |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
корреляционная |
|
|
|
|
матрица |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
матрица |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
матрица |
Инженерные методы обработки |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
19 |
|
|
|
|
|
|
результатов эксперимента |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Доверительная вероятность и доверительный интервал
Случайные ошибки вызываются большим числом случайных факторов, действие которых в каждом опыте различно и не может быть заранее учтено. Можно предположить:
1.ошибки измерений могут принимать непрерывный ряд значений;
2.при большом числе наблюдений ошибки одинаковой величины, но разного знака, встречаются одинаково часто;
3.частота появления ошибок уменьшается с увеличением величины ошибки. Большие ошибки встречаются реже, чем мелкие.
При этих допущениях распределение величины |
f ( ) = |
|
1 |
|
e |
− |
( )2 |
|
|
|
2σ 2 |
||||||
случайной ошибки подчиняется закону Гаусса |
|
|
|
|||||
|
|
|
|
|
||||
σ |
|
2π |
|
|
||||
|
|
|
|
|
|
|
Доверительная вероятность
Доверительный интервал
P(x − x < x < x + x) = β
[x − x, x + x]
β= 0,68 ; x = x ±σ ,
β= 0,95 ; x = x ± 2σ ,
β= 0,997 ; x = x ± 3σ .
В технических измерениях обычно ограничиваются доверительной вероятностью β = 0,95.
|
Инженерные методы обработки |
20 |
результатов эксперимента |