- •Міністерство освіти і науки україни
- •Формування експериментальних законів розподілу
- •1. Апроксимація закону розподілу одномірних експериментальних даних
- •1.1. Задачі апроксимації
- •1.2. Типові закони розподілу випадкової величини
- •1.2.1. Геометричний розподіл
- •1.2.2. Біноміальний розподіл
- •1.2.3. Розподіл Пуассона
- •1.2.4. Рівномірний розподіл
- •1.2.5. Нормальний розподіл (розподіл Гауса)
- •1.2.6. Логарифмічно нормальний розподіл
- •1.2.7. Експоненціальний (показниковий) розподіл
- •1.2.8. Розподіл Вейбула
- •1.2.9. Гамма-розподіл
- •1.3.1. Оцінка параметрів закону розподілу
- •1.3.1. Приклади побудови деяких законів розподілу
- •1.3.2. Питання для самоперевірки
- •1.4. Критерії узгодження
- •1.4.1. Критерій узгодження к.Пірсона
- •1.4.2. Критерій узгодження а.М.Колмогорова
- •1.4.3. Критерій узгодження б.С.Ястремського
- •1.4.4. Критерій в.І.Романовського
- •1.4.5. Питання для самоперевірки
- •2. Планування експерименту
- •2.1. Планування і обробка результатів експериментів при багатофакторному методі дослідження
- •2.2. Побудова математичної моделі у випадку двох факторів
- •2.3. Знаходження оптимальних умов проведення експерименту методом руху по градієнту
- •2.4. Питання для самоперевірки
- •3. Індивідуальні завдання для самостійної роботи студентів
- •Література
- •Предметний покажчик
- •Додаток 3
- •Критерій Колмогорова
- •Формування експериментальних законів Розподілу
- •83050, М. Донецьк, вул. Щорса, 31
- •83023, М. Донецьк, вул. Харитонова, 10. Тел.: (062)97-60-50
1.2. Типові закони розподілу випадкової величини
Найпоширеніші в природі і у суспільному житті випадкові величини розподілені за нормальним законом, а також за біноміальним законом, за законом Пуассона. Зустрічаються випадкові величини, розподілені за законом Максвелла, які мають розподіл або розподіл. У теорії і практиці надійності найчастіше використовуються наступні закони розподілу: нормальний (Гауса), логарифмічно нормальний, Вейбула, експоненціальний (показниковий). Розглянемо деякі закони розподілу, що найбільш часто використовують на практиці економічних і технічних досліджень.
1.2.1. Геометричний розподіл
Геометричний розподіл визначається функцією ймовірності
, (5)
де характеризує число невдач до першого успіху, – імовірність успіху, – імовірність невдачі. Функція ймовірності (див. рис.6) є геометричною прогресією, звідки і походить назва розподілу.
Рис.6. Функція ймовірності геометричного розподілу
Інтегральна функція геометричного розподілу визначається формулою .
Характеристики випадкової величини , що розподілена за геометричним законом (5), є такими: математичне сподівання ; дисперсія ; асиметрія ; ексцес .
1.2.2. Біноміальний розподіл
Найбільш загальним випадком різного роду імовірнісних розподілів є біноміальний розподіл. Нехай випадкова величина визначає число появ деякої події в незалежних випробуваннях. Ймовірність появи події в кожному з них постійна і дорівнює , ймовірність не появи події в окремому випробуванні при цьому дорівнює . Тоді ймовірність того, що випадкова величина прийме значення, що дорівнює , тобто подія з'явитися разів обчислюють за формулою Бернуллі (див. рис.7)
. (6)
Біноміальний розподіл при фіксованому обсязі вибірки задається параметром , тобто є однопараметричним. Інтегральна функція біноміального розподілу характеризується співвідношенням , де – найбільше ціле, що не перевищує число .
а) б)
Рис.7. Функція ймовірності біноміального розподілу
Математичне сподівання біноміального розподілу (6) дорівнює , дисперсія , асиметрія , ексцес .
Біноміальний розподіл застосовується при аналізі даних вибіркових досліджень, зокрема, при вивченні переваг споживачів, вибірковому контролі якості продукції за планами одноступінчастого контролю, при випробуваннях сукупностей індивідуумів у демографії, соціології, медицині, біології.
1.2.3. Розподіл Пуассона
Цей розподіл названий на честь французького математика С.Д.Пуассона, що вперше одержав його в 1837 р. (сам термін був уперше використаний Сопером в 1914 р.).
Розподіл Пуассона є граничним випадком біноміального розподілу, коли ймовірність здійснення події мала , але число випробувань велике. Тому розподіл Пуассона часто називають також «законом рідких подій».
Розподіл Пуассона виникає в теорії потоків подій. Доведено, що для найпростішого потоку з постійною інтенсивністю число подій (викликів), що відбулися за час , має розподіл Пуассона з параметром . Отже, імовірність того, що за час не відбудеться жодного події, дорівнює , тобто функція розподілу довжини проміжку між подіями є експонентною.
Функція ймовірності випадкової величини, що розподілена за законом Пуассона (див. рис.8), має вигляд
, (7)
а інтегральна функція задається рівністю . Тут параметр Пуассона.
Рис.8. Функція ймовірності розподілу Пуассона
Закон Пуассона (7) характеризується властивістю рівності математичного сподівання і дисперсії.
Характеристики цього закону є такими: математичне сподівання , дисперсія , асиметрія , ексцес .
Розподіл Пуассона моделює випадкову величину, що представляє собою число подій, які відбулися за фіксований час, за умови, що дані події відбуваються з деякою постійною середньою інтенсивністю і незалежно одна від одної. Розподіл Пуассона відіграє ключову роль у теорії масового обслуговування. Він використовується також при аналізі результатів вибіркових маркетингових обстежень споживачів, розрахунку оперативних характеристик планів статистичного приймального контролю у випадку малих значень приймального рівня дефектності, для опису числа розладнань статистично керованого технологічного процесу в одиницю часу, числа «вимог на обслуговування», що надходять в одиницю часу в систему масового обслуговування, статистичних закономірностей нещасних випадків і рідких захворювань. При розподіл Пуассона переходить у нормальний закон, відповідно до центральної граничної теореми.