книги из ГПНТБ / Химмельблау Д. Анализ процессов статистическими методами
.pdf52 Глава 2
В центральных моментах весовая функция интегрируется с про
изведением |
(ХІ — |Xj)1 |
(х2 — ц2У вместо |
х\х\. |
Например: |
|||||
|
|
о о |
о о |
|
|
|
|
|
|
u I 0 |
= |
j |
j |
х\х\р(хи |
xz)dx%dxi |
= \Lxi = |
%{Xi}, |
||
|
|
— оо — о о |
|
|
|
|
|
||
|
|
CO |
о о |
|
|
|
|
|
|
М-01 = |
j |
[ |
х\х\р(хи |
х2) dx2dxi |
= Цх2 |
= |
Ш{Х2}, |
||
|
|
— о о — о о |
|
|
|
|
|
||
|
|
о о |
о о |
|
|
|
|
|
|
Н<н= |
j |
j |
x\x\p(Xi, |
x2)dx2dxi |
— |
%{XiX2}, |
|||
|
|
— oo — oo |
|
|
|
|
|
||
|
|
oo |
oo |
|
|
|
|
|
|
eMn= |
j |
j |
fo |
— ІХл-і)1 ^ — U . ^ ) 1 / ? ^ , |
s2 ) dar2 ЙЖ, = |
||||
|
|
— oo |
— o o |
|
|
|
|
|
Пример 2.2.6. Моменты |
|
|
|
|
|
|
|
|
|
||||
Покажем, что момент |
второго порядка |
относительно |
значения |
||||||||||
x — с больше |
центрального |
|
момента |
второго |
порядка. |
|
|||||||
Решение |
|
|
|
|
|
|
|
|
|
|
|
|
|
% {(X - |
с)2 } - |
ЩХ |
- |
и,х + |
ц х |
- с)2 } = |
|
|
|
|
|||
|
= Щ{(Х - |
^ х ) 2 |
} + |
2${(Х - |
рх) (и,х - |
с)} + |
|
||||||
|
|
|
|
|
|
|
+ |
% {(Ѵх - |
с)2 } = |
оМг + |
(Их - с)2 . |
||
Заметим, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
• |
Ш{(Х - рх) |
( ц х |
- |
с)} = |
hix |
- с) Ц(Х - |
и.х )} =0 , |
||||||
так как t = |
0. |
|
|
|
|
|
|
|
|
|
|
|
|
2.3. Н О Р М А Л Ь Н О Е |
Р А С П Р Е Д Е Л Е Н И Е |
В Е Р О Я Т Н О С Т И |
|||||||||||
|
|
|
И Р А С П Р Е Д Е Л Е Н И Е х2 |
|
|
|
|||||||
Рассмотрим |
кратко |
две функции |
распределения вероятности, |
которые часто используются в последующих главах. Более подроб
но со свойствами этих |
распределений можно познакомиться по |
книгам, список которых |
приведен в конце г л а в ы 1 ) . В этом раз |
деле будут изложены основные предположения, касающиеся нор мального распределения и распределения %2, и описаны их основ ные свойства с тем, чтобы можно было надлежащим образом исполь зовать их при анализе экспериментальных данных. Здесь не будут обсуждаться другие инвариантные по времени дискретные и непре рывные распределения, перечисленные в табл. 2.3.1 и 2.3.2.
*) Подробные сведения о ф у н к ц и я х распределения, встречающихся в инженерной п р а к т и к е , содержатся т а к ж е в монографии: Х а н Г., Шапиро С , Статистические модели в инженерных задачах, изд-во«Мир»,1969.—Прим. ред.
8
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Ѳ = Ц20
0,30
.« 0,20
0,10
I I I I I I I I I I I
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
X
Ф и г . 2.3.1. Биномиальное |
распределение, |
a — распределение накопленной вероятности; |
б — распределение вероятности. |
Название
Зиномиальное р а с п р е деление
Распределение
Пуассона
І о л и н о м и а л ь - ное р а с п р е деление
Таблица 2.3.1
Распределения вероятности для дискретных величин 1 )
Распределение |
|
Р (я) — Р |
{X = x} |
р (ж)== ( " ) Ѳ : К |
(1 — Ѳ) ч-*, |
х = 0, 1, 2, |
. . . , п |
Р ( ж ) = |
И ) 1 е - п ѳ > |
|
х\ |
ж = 0, |
1, 2, . . . |
Рп (xU Х2і • • • 1 xk) = п\
x j ! ж2 ! . . . xft!
|
|
|
|
|
|
|
Среднее зна |
Применения и |
замечания |
чение |
|||||
|
|
|
|
|
|
|
Hjf = % {*> |
Взятие проб, |
проверка образ |
пѲ |
|||||
цов, бросание монет и любые |
|
||||||
эксперименты, |
в |
которых: |
|
||||
1) имеется |
фиксированное |
|
|||||
число |
исходов |
и; |
|
|
|
||
2) исход |
каждого и с п ы т а н и я |
|
|||||
д о л ж е н |
быть |
благоприят |
|
||||
н ы м |
и л и |
|
н е б л а г о п р и я т |
|
|||
ным, |
х |
- |
число |
благопри |
|
||
я т н ы х исходов; |
|
|
|
||||
3) во. всех |
и с п ы т а н и я х |
веро |
|
||||
ятность |
Ѳ |
благоприятного |
|
||||
исхода |
одинакова; |
|
|
|
|||
4) и с п ы т а н и я |
независимы |
|
|||||
Д в и ж е н и е |
|
а в т о т р а н с п о р т а , , |
геѲ |
||||
телефонная |
сеть, |
з а г р у з к а |
|
||||
вычислительных |
м а ш и н , |
|
|||||
взятие |
проб, радиоактивный |
|
|||||
распад к о р о т к о ж и в у щ и х |
изо |
|
|||||
топов. События д о л ж н ы |
быть |
|
|||||
независимыми и р е д к и м и . |
|
||||||
Используется |
к а к |
прибли |
|
||||
ж е н и е к биномиальному |
р а с |
|
|||||
пределению, когда |
п велико, |
|
|||||
a Ѳ мало, |
так к а к при и |
оо |
|
||||
и постоянном иѲ биномиаль |
|
||||||
ное распределение |
переходит |
|
враспределение Пуассона
Взятие проб. |
Можно р |
а с с м а |
пѲі д л я |
тривать к а к обобщение |
бино |
к а ж д о й |
|
миального |
распределения . |
переменной |
Дисперсия
а| = ѵаг {X}
пП(1 —Ѳ)
nQi(l — Qi) д л я
к а ж д о й перемі н- ной
• ( Ѳ і ) ж 1 ( Ѳ 2 ) * 2 . . .(Ѳл)"*, k
і = 1
Возможны А: взаимно и с к л ю чающих друг друга исходов.
Вероятность |
|
первого |
собы |
||||||
т и я |
хц |
равна |
Ѳі, |
вероятность |
|||||
второго |
события |
хг |
равна |
Ѳ2 |
|||||
и |
т. |
д . , |
причем |
Ѳі-f-Ѳ2 -|- |
|||||
+ . . . |
-f-0fe = l |
. |
Каждое |
||||||
испытание должно |
быть |
не |
|||||||
зависимо, |
|
а |
вероятность |
||||||
каждого исхода должна |
оста |
||||||||
в а т ь с я |
постоянной |
от |
и с п ы |
||||||
т а н и я |
к |
|
испытанию . |
|
|||||
Рп(хх, |
|
. . . , xk) |
— вероят |
|
|||||
ность того, |
что |
п р и |
п и с п ы |
||||||
т а н и я х |
будет |
хі |
благоприят |
||||||
ных |
исходов |
д л я |
перемен |
||||||
ной |
1, |
хг |
д л я |
переменной |
|||||
2 |
и |
т. |
д. |
|
|
|
|
|
|
Гипергеометри |
|
( |
а: ) |
(re— X ) |
|
Р ( * ) = |
|
|
|
||
ческое рас |
|
~ |
" |
C |
T " |
пределение |
|
||||
|
і |
= 0, |
1, 2, |
|
|
|
Z) — ч и с л о |
дефектных |
элементов из |
||
|
полного |
числа |
ЛГ |
|
|
Взятие проб |
без |
возвращения, |
|||
т.е. при выборочном контроле |
|||||
по признакам . |
Если из сово |
||||
купности |
конечного числа N |
||||
элементов, |
которые |
можно |
|||
характеризовать к а к |
«хоро |
||||
шие» и л и |
«плохие», |
«благо |
|||
приятные» и л и |
«неблагопри |
||||
ятные», извлекается |
выборка |
||||
объема |
п |
(без |
возвращения |
в |
|
общую |
совокупность), |
|
то |
||
Р (х) — вероятность того, |
что |
||||
среди |
п |
извлеченных |
э л е |
||
ментов |
ровно |
X о к а ж у т с я |
дефектными
пР (N — D) |
(N—n) |
m(N-l)
|
1) Символ |
^™) обозначает число сочетаний из n ра: |
элементов по х (различающихся только самими элементами); |
(п\ |
üL |
|
|
\ х / |
— к! (n —х)! |
|
Плотности распределения вероятности для одной непрерывной величины
Название |
|
Плотность |
распределения |
|
Логарифмиче |
, . |
1 |
|
Г (Іпж —ос)2-і |
|
|
|
|
|
ски-нормаль |
|
|
|
|
ное распре |
|
0 < ж |
< с о , |
|
деление |
|
|||
|
а = |
% { І п Х } , |
||
|
|
|||
|
|
ß 2 = |
Var { I n Z } |
Применения и замечания |
Среднее значение |
|||||
|
||||||
С л у ч а и , |
когда |
несколь |
|
|||
ко независимых |
факто |
|
||||
ров в л и я ю т |
на |
исход |
|
|||
события не аддитивно, |
|
|||||
а в соответствии |
с |
их |
|
|||
величинами . |
Размеры |
|
||||
частиц, |
конденсация, |
|
||||
аэрозоли, |
петрология, |
|
||||
экономика, фотоэмуль |
|
|||||
сии . Величина X имеет |
|
|||||
логарифмически - нор - |
|
|||||
мальное |
распределе |
|
||||
ние, |
если l o g Z |
|
р а с |
|
||
пределен |
по |
нормаль |
|
|||
ному |
закону . Это |
р а с |
|
|||
пределение |
по |
форме |
|
|||
напоминает гамма - рас |
|
|||||
пределение |
и р а с п р е |
|
||||
деление |
Вейбулла |
|
|
Экспоненци |
P (x) = -g- e |
, |
альное р а с |
|
|
пределение |
0 < z < o o |
|
Мгновенный, |
постоян |
ѳ |
ный разрыв .скорости, |
|
|
т. е. обыкновенное диф |
|
|
ференциальное уравне |
|
|
ние первого |
п о р я д к а , |
|
ж — с л у ч а й н а я |
величи - |
|
Та лица 2.3.2
Дисперсия
а\ = Ѵаг {X}
t
е2а+№ (eß2—1)
Ѳ2
Р а с п р е д е л е н ие |
р {x) — af)x'.a-l - |
Вейбулла |
|
Гамма - распре |
р(ж) = |
Г ( а + 1) с |
деление |
О |
X < с о , |
|
||
|
|
а > — 1 |
на, a Ѳ — н е к о т о р а я временная постоянная .
Это распределение |
я в |
||
л я е т с я |
хорошей |
мо |
|
делью |
н а р у ш е н и я |
ре |
|
ж и м а |
работы |
многих |
|
типов |
с л о ж н ы х |
с и |
|
стем, |
особенно |
таких |
|
систем |
и л и и х |
частей, |
вкоторых возможны
несколько |
р а з л и ч н ы х |
|
|
|
|
|
||
механизмов |
н а р у ш е |
|
|
|
|
|
||
н и я |
|
|
|
|
|
|
|
|
Оценка |
срока |
с л у ж б ы , |
Л la |
( 4 - и ) |
- 2 / а | ~ г ^ |
|
||
определяемого по п е р |
|
|
|
|
||||
|
|
|
|
|
||||
вой неисправности сре |
|
|
- г » ( |
! |
|
|||
ди большого числа эле |
|
|
' ) ] |
|||||
ментов ( а характери |
|
|
|
|
||||
зует |
скорость |
выхода |
|
|
|
|
|
|
из |
строя), |
устойчи |
|
|
|
|
|
|
вость против коррозии, |
|
|
|
|
|
|||
возврат товаров |
через |
|
|
|
|
|
||
неделю после покупки, |
|
|
|
|
|
|||
надежность |
|
|
|
|
|
|
|
|
Аналогичны |
приведен |
|
а + 1 |
а |
+ і |
|
||
|
|
|
|
|
||||
ным |
выше |
|
|
|
|
|
|
|
О 0,20 0,40 0,60 OßO 1,00 1,20 1,40 1,60 1,80 2,00
JO
О0,20 0,40 OßO OßO 1,00 1,20 1,40 1,60 IßO 2,00
je
r,4
0 0,20 0,40 OßO OßO IßO 1,20 1,40 IßO IßO 2,00
X
Ф и г . 2.3.2. Плотности гамма - распределения, логарифмически - нормального распределения и распределения Вейбулла . (Параметры у к а з а н ы в т а б л . 2.3.2.)
Распределения |
вероятности |
и выборочная статистика |
59 |
На фиг. 2.3.1 показаны распределение вероятности и распределе ние накопленной вероятности для дискретной случайной величины, распределенной по биномиальному закону. Плотности распределе ний вероятности для непрерывных случайных величин, характе ристики которых указаны в табл. 2.3.2, приведены на фиг. 2.3.2.
2.3.1. Нормальное распределение |
вероятности |
В X V I I I и начале X I X вв. математики и физики-эксперимен таторы искали плотность распределения вероятности, которая хорошо бы описывала ошибки измерения. В результате их работы
Ф и г . 2.3.3. Плотность нор мального распределения вероятности с различной дисперсией. Координаты
максимума (\іх, \/ах |
~[/2п). |
Координаты точек |
перегиба |
Jx-
было найдено нормальное (гауссово) распределение вероятности для случайной величины X, широко известная колоколообразная кривая, изображенная на фиг. 2.3.3. Эта плотность распределения задается формулой
^ ^ ^ к ^ і " 1 ^ ] ' |
- о о < Ж < о о . |
(2.3.1) |
Непосредственным интегрированием можно показать, что два пара метра в этом выражении представляют собой среднее значение величины X и ее дисперсию:
со
\ |
р (х) dx — 1 |
|
(момент |
нулевого |
- о |
о |
|
порядка), |
|
|
о о |
|
|
|
|
Щ {X} — \ |
хр (х) dx = \LX |
(момент |
первого |
|
|
|
порядка), |
|
|
о о |
|
|
|
% {(X — Йог)2} = \ |
( х — И * ) 2 Р (х) dx = ох |
(центральный момент |
||
|
|
|
второго |
порядка). |
60 |
Глава 2 |
Пример 2.3.1. Момент нулевого порядка для нормального распределения вероятности
Покажем, что |
|
|
|
|
|
|
|
|
|
|
|
|
j р (х) dx |
= |
1. |
|
|
|
|
Решение |
|
|
|
|
|
|
|
|
|
Требуется |
показать, что |
|
|
|
|
|
|
||
|
о * |
|
|
|
|
|
|
|
|
Вычисления |
станут |
проще, если сделать |
два |
преобразования, |
не |
||||
влияющих на величину искомого интеграла: |
х = 0 |
в точку х |
= |
||||||
1. Перенести |
начало координат |
из точки |
|||||||
— М-х'7т а к чтобы [хх |
= 0. |
|
|
|
|
(а); у и z — |
|||
2. Возвести в квадрат обе стороны соотношения |
|||||||||
переменные |
интегрирования. |
|
|
|
|
|
|
||
Тогда |
|
|
|
|
|
|
|
|
|
[1 ^ w e x p ( ^ ^ ) d z |
|
— îо о |
|
|
|
|
|||
|
—1с о |
« р ( - - і 5 г ) ^ ] [ |
е х р ( — i M d z b |
|
|||||
|
|
|
|
|
о о |
о о |
|
|
|
|
|
|
|
|
— о о — о о |
|
|
|
|
Наконец, переходя |
к полярным координатам, получим |
|
|||||||
о о |
|
|
|
|
|
|
|
|
|
— о о |
|
|
|
|
|
|
|
|
|
|
|
|
2л |
о о |
|
|
|
|
|
|
|
|
о |
о |
|
|
|
|
|
Если квадрат действительной величины равен 1, то и сама величина также равна 1.
Простое преобразование переменных к нормированным (стан дартизированным) случайным величинам U
и = х ~ Ѵ х |
(2.3.2) |
Распределения |
вероятности |
и выборочная |
статистика |
61 |
приводит к плотности распределения вероятности, называемой
нормированной плотностью нормального распределения вероятно сти. Заметим, что, поскольку Р (и) = Р (х), где и — верхний предел интегрирования, соответствующий х, р (и) du = p (х) dx; следовательно,
" w = w c " " " 2 - |
< 2 - 3 - 3 ) |
Это распределение изображено в верхней части фиг. 2.3.4. Момен ты нормированной случайной величины U с нормальным законом распределения равны соответственно
со
j p(u)du = l (момент нулевого порядка),
—со
оо
j up (и) du = 0 |
(момент первого порядка), |
—о о
оо
j u2p(u)du=l |
(момент второго порядка). |
— о о
На фиг. 2.3.4 показано соотношение между р (и) и р (х). Нормированное нормальное распределение накопленной вероят
ности
и
P(u) = P{U<u} = ^ = |
\ e-W2du' |
(2.3.4) |
Л/ 2л |
J |
|
— о о
показано на фиг. 2.3.5 и протабулировано в приложении В . Используя симметрию р (и), из табл. В.1 можно рассчитать, например, вероятность
Р {0 < U < 1} = Р {U < 1} - Р {U < 0} =
= 0,841 - 0,500 = 0,341,
которая равна площади под кривой р (и) между точками 0 и 1. Еще один пример:
Р { - 3 , 2 < U < —0,3} = 0,999 - 0,618 = 0,381.
Не все справочные таблицы нормированного нормального р а с пределения вероятности построены по функции (2.3.4). Наиболее полные таблицы [2] основаны на функции
и
F(u) = ^ = ^e-Wdt, |
(2.3.5а) |