Файл: Определение законов распределения случайных величин на основе опытных данных реферат.docx
Добавлен: 12.04.2024
Просмотров: 7
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Сумма частот всех разрядов, очевидно, должна быть равна единице.
Построим таблицу, в которой приведены разряды в порядке их расположения вдоль оси абсцисс и соответствующие частоты. Эта таблица называется статистическим рядом:
Ii | X1; X2 | X2; X3 | | Xi; Xi+1 | | Xk; Xk+1 |
P *i | P *1 | P *2 | | P *i | | P *k |
Здесь Ii, — обозначение i-го разряда; x[t xi+l— его границы; p*t — соответствующая частота; k — число разрядов.
Пример 1. Произведено 500 измерений боковой ошибки наводки при 'стрельбе с самолета по наземной цели. Результаты измерений (в тысячных долях радиана) сведены в статистический ряд:
Ii | — 4;-3 | -3;-2 | -2; -1 | -1;0 | 0; 1 | 1;2 | 2;3 | 3;4 |
mi | 6 | 25 | 72 | 133 | 120 | 88 | 46 | 10 |
P* i | 0,012 | 0,050 | 0,144 | 0,266 | 0,240 | 0,176 | 0,092 | 0,020 |
' Здесь Ii обозначены интервалы значений ошибки наводки mi; — число наблюдений в данном интервале,
P* i = mi/n - соответствующие частоты.
При группировке наблюденных значений случайной величины по разрядам возникает вопрос о том, к какому разряду отнести значение, находящееся в точности на Границе двух разрядов. В этих Случаях можно рекомендовать (чисто условно) считать данное зна-; чение принадлежащим в равной мере к обоим разрядам и "прибавлять к числам mt того и другого разряда по 1/2.
Число разрядов, на которые следует группировать статистический j 'Материал, не должно быть слишком большим (тогда ряд распределения становится невыразительным, и частоты в нем обнаруживают незакономерные колебания); с другой стороны, оно не должно быть слишком малым (при малом числе разрядов свойства распределения описываются статистическим рядом слишком грубо). Практика показывает, что в большинстве случаев рационально выбирать число разрядов порядка 10 — 20. Чем богаче и однороднее статистический Материал, тем большее число разрядов можно выбирать при составлении статистического ряда. Длины разрядов могут быть как одинаковыми, так и различными. Проще, разумеется, брать их одинаковыми. Однако при оформлении данных о случайных величинах, распределенных крайне неравномерно, иногда бывает удобно выбирать в области наибольшей плотности распределения разряды более узкие, чем в области малой плотности.
Статистический ряд часто оформляется графически в виде так называемой гистограммы. Гистограмма строится следующим образом. По оси абсцисс откладываются разряды, и на каждом из разрядов как их основании строится прямоугольник, площадь которого равна частоте данного разряда. Для построения гистограммы нужно частоту каждого разряда разделить на его длину и полученное число взять в качестве высоты прямоугольника. В случае равных по длине
разрядов высоты прямоугольников пропорциональны соответствующим частотам. Из способа построения гистограммы следует, что полная площадь ее равна единице.
В качестве примера можно привести гистограмму для ошибки наводки, построенную по данным статистического ряда, рассмотренного в примере 1 (рис. 7.3.1).
Очевидно, при увеличении числа опытов можно выбирать все более и более мелкие разряды; при этом гистограмма будет все более приближаться к некоторой кривой, ограничивающей площадь,
равную единице. Нетрудно убедиться, что эта кривая представляет собой график плотности распределения величины X.
Пользуясь данными статистического ряда, можно приближенно построить и статистическую функцию распределения величины X, Построение точной статистической функции распределения с несколькими сотнями скачков во всех наблюденных значениях X слишком трудоемко и себя не оправдывает. Для практики обычно достаточно построить статистическую функцию распределения по нескольким точкам. В качестве этих точек удобно взять границы X1, X2, ... разрядов, которые фигурируют в статистическом ряде. Тогда, очевидно,
F*(x1)=0
F*(x2) =
F*(x3) = Pi + Pi
• • • • (7.3.2)
Соединяя полученные точки ломаной линией или плавной кривой, получим приближенный график статистической функции распреде- |
Пример 2. Построить приближенно статистическую функцию распределения ошибки наводки по данным статистического ряда примера 1.
|
Решение. Применяя формулы (7.3.2), имеем:
F*(-4) = 0; F* (- 3) = 0,012; F* (-2) = 0,01 2 + 0,050 = 0,062;
F*(-l) = 0,206; F* (0) = 0,472; F*(l)= 0,712; F* (2) = 0,888;
F*(3) = 0,980; F* (4) = 1,000.
Приближенный график статистической функции распределения дан на рис.7.3.2.
ГЛАВА 3 ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СТАТИСТИЧЕСКОГО РАСПРЕДЕЛЕНИЯ
В главе 5 мы ввели в рассмотрение различные числовые характеристики случайных величин: математическое ожидание, дисперсию, начальные и центральные моменты различных порядков. Эти числовые характеристики играют большую роль в теории вероятностей. Аналогичные числовые характеристики существуют и для статистических распределений. Каждой числовой характеристике случайной величины X соответствует ее статистическая аналогия. Для основной характеристики положения — математического ожидания случайной величины — такой аналогией является среднее арифметическое наблюденных значений случайной величины:
М*[Х] = (7.4,1)
где xt — значение случайной величины, наблюденное в 1-й опыте п — число опытов.
Эту характеристику мы будем в дальнейшем называть статистическим средним случайной величины.
Согласно закону больших чисел, при неограниченном увеличении числа опытов статистическое среднее приближается, (сходится по вероятности) к математическому ожиданию. При достаточно большом п статистическое среднее может быть принято приближенно равным математическому ожиданию. При ограниченном числе опытов статистическое среднее является случайной величиной, которая, тем не менее, связана с математическим ожиданием и может дать о нем известное представление.
Подобные статистические аналогии существуют для всех числовых характеристик. Условимся в дальнейшем эти статистические аналогии обозначать теми же буквами, что и соответствующие числовые характеристики, но снабжать их значком *.
Рассмотрим, например, дисперсию случайной величины. Она представляет собой математическое ожидание случайной величины
.Х2 = (Х — mх)2:
D[X] = M[X*] = M[(X — mx)2}. (7.4.2)
Если в этом выражении заменить математическое ожидание его статистической аналогией — средним арифметическим, мы получим статистическую дисперсию случайной величины X:
(7.4.3)
где т*х — М*[Х] — статистическое среднее.
Аналогично определяются статистические начальные и центральные моменты любых порядков:
(7.4.4)
(7.4.5)
Все эти определения полностью аналогичны данным в главе 5 определениям числовых 'характеристик случайной величины, с той разницей, что в них везде вместо математического ожидания фигурирует среднее арифметическое. При увеличении числа наблюдений, очевидно, все статистические характеристики будут сходиться по вероятности к соответствующим математическим характеристикам и при достаточном n могут быть приняты приближенно равными им.
Нетрудно доказать, что для статистических начальных и центральных моментов справедливы те же свойства, которые были выведены в главе 5 для математических моментов. В частности, статистический первый. центральный момент всегда равен нулю:
= - m*x = m*x - m*x = 0
Соотношения между центральными и начальными моментами также сохраняются:
= - 2m*x +(m*x)2=α*2 - (m*x)2
и т. д.
При очень большом количестве опытов вычисление характеристик,10 формулам (7.4.1) — (7.4.5) становится чрезмерно громоздким, и можно применить следующий прием: воспользоваться теми же ^разрядами, на которые был расклассифицирован статистический материал для построения статистического ряда или гистограммы, и считать приближенно значение случайной величины в каждом разряде Постоянным и равным среднему значению, которое выступает в роли «представителя» разряда. Тогда статистические числовые характеристики будут выражаться приближенными формулами:
m*x = M*[X] = , (7.4.7)
D*x = D* [X] = , (7.4.8)
= (7.4.9)
(7.4.10)
где xt — «представитель» 1-го разряда, р* — частота 1-го разряда, k — число разрядов.
Как видно, формулы (7.4.7) — (7.4.10) полностью аналогичны формулам п°п° 5.6 и 5.7, определяющим математическое ожидание, дисперсию, начальные и центральные моменты прерывной случайной
величины X, с той только разницей, что вместо вероятностей р{ в них стоят частоты р*, вместо математического ожидания тх — статистическое среднее тх*, вместо числа возможных значений случайной величины — число разрядов.
ЗАКЛЮЧЕНИЕ
В ходе проделанной работы мной были изучены построение распределений и оценка выборочных характеристик случайных величин на основе опытных данных. Также я ознакомилась с разделами высшей математики: «Основные задачи математической статистики», «Статистический ряд», «Гистограмма». И изучила числовые характеристики статистического распределения и выравнивание статистических рядов
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1) Гмурман В.Е Теория вероятностей и математическая статистика
2) Гмурман В.Е Руководство к решению задач по теории вероятностей и математической статистике
3) Данко П.Е., Попов А.Г. Высшая математика в упражнениях и задачах
4) Пискунов Н.С. Дифференциальное и интегральное исчисления. Т 2
генеральный совокупность статистический распределение.