- •Министерство образования и науки украины
- •Донецкий национальный технический университет
- •Рекомендации
- •К использованию опорного конспекта лекций.
- •Структура
- •Дисциплины "Метрология, стандартизация, сертификация и
- •Управление качеством продукции»
- •Лекция № 1 Введение. Предмет и задачи метрологии
- •Предмет и задачи метрологии
- •2. Физические величины и единицы их измерения, виды и методы измерений
- •2.1 Физические величины
- •Для заметок к лекции № 1
- •2.2.2 Международная система единиц си
- •Основные и дополнительные единицы системы си
- •Кратные и дольные единицы
- •2.3 Эталоны и образцовые средства измерений
- •Для заметок к лекции № 2
- •3. Погрешности измерений
- •3.1 Основные характеристики измерений
- •3.2 Классификация погрешностей измерений
- •Для заметок к лекции № 3
- •4.3 Закон распределения непрерывной случайной величины
- •4.4 Нормальное распределение непрерывных случайных величин. Распределение Стьюдента. Интегральная функция распределения
- •Для заметок к лекции № 4
- •5.2 Методика обработки результатов прямых однократных измерений
- •5.3 Методика обработки результатов прямых равноточных многократных измерений
- •5.4 Методика обработки результатов прямых неравноточных измерений
- •Для заметок к лекции № 5
- •6.2 Методика обработки результатов совокупных и совместных
- •Для заметок к лекции № 6
- •6.3 Параметры входного и выходного сигналов си, влияющие величины, функции влияния
- •6.4 Погрешность средств измерений
- •Для заметок к лекции № 7
- •7.2 Метрологическая служба ведомства и предприятия
- •7.3 Поверка средств измерений. Поверочные схемы и схемы поверки
- •Для заметок к лекции № 8 Литература
4.4 Нормальное распределение непрерывных случайных величин. Распределение Стьюдента. Интегральная функция распределения
Наиболее распространенным для непрерывных случайных величин является нормальное распределение с плотностью
где e- основание натуральных логарифмов;
μ, σ - параметры распределения.
Случайные погрешности многократных измерений обычно распределены по нормальному закону.
Кривые нормального распределения (рис. 4.4) симметричны относительно ординаты, проходящей через точку x =μ, и имеют в этой точке единственный максимум, равный1/() (мода для нормального закона распределения). Приx=μ кривая симметрична относительно оси ординат. Абсциссамμ-σиμ+σсоответствуют точки перегиба кривой; с уменьшениемσмаксимум кривой возрастает, и она становится более островершинной.
Рис. 4.4
Нормальное распределение также называют распределением Гаусса, использование которого для обработки конечных совокупностей случайных величин, если числоnдостаточно велико (n30). В этом случае условно считают, что наблюдаемыеnзначений величиныX, т.е.x1, x2, …, xn представляет собой случайную выборку из воображаемой бесконечнойгенеральной совокупности.
В статистике малых выборок (в микростатистике) большую роль играет другое распределение непрерывных случайных величин – распределение Стьюдента, плотность вероятности которого определяется выражением
где ()- гамма-функция (интеграл Эйлера второго рада);
t - величина, характеризующая степень отклонения выборочных статистических характеристик от генеральных;
k = n –1- число степеней свободы.
Значение гамма-функции для целого положительного числа bможно вычислить по формуле
() = (b - 1)!
График распределения Стьюдента напоминает по форме нормальное распределение и с увеличением nприближается к нему все больше (можно считать, что приn > 30оба графика практически совпадают).
Следующий способ описания совокупности случайных величин – с помощью интегральной функции распределения.Значение этой функцииF(x)при каждом фиксированномxравно вероятности того, что случайная величинаXне превыситx, т.е.F(x)= p(X<x).
Интегральная функция нормального распределения (рис. 4.5) описывается формулой
и изменяется от 0 до 1 при изменении xот -до. ЗначенияF(x; , )для конкретныхx, иможно вычислить по таблицам стандартной функции – так называемого интеграла Лапласа(y). ФункцияF(x; , )вычисляется по формуле
F(x; , ) = [(x-)/] + 0,5.
Таблица (y) составлена только для положительных значенийy, для отрицательных следует воспользоваться соотношением
(-y) = -(y).
Рис. 4.5
Контрольные вопросы.
Какие статистические характеристики для дискретной случайной величины Вы знаете?
Что такое гистограмма, полигон частот, кривая распределения плотности вероятностей непрерывной случайной величины?
В каких случаях магнитные методы применяются для доводки концентратов.
Дайте определение нормального распределения, распределения Стьюдента, интегральной функции распределения.
Литература к лекции: [1], [2], [4]