Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Инженерные методы. Слайды. Часть 1

.pdf
Скачиваний:
29
Добавлен:
07.03.2015
Размер:
584.28 Кб
Скачать

Выравнивание 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)

xy

= 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

xy

 

 

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

 

 

 

 

 

 

 

 

 

 

 

 

x1x2 ...∂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

 

 

2

случайной ошибки подчиняется закону Гаусса

 

 

 

 

 

 

 

 

σ

 

 

 

 

 

 

 

 

 

 

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