Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Нормальное распределение (распределение Гаусса)
Этот закон, который называется распределением Гаусса, имеет наибольшее распространение, что объясняется центральной предельной теоремой теории вероятностей (теорема Ляпунова), утверждающей, что распределение СВ будет близко к нормальному всякий раз, когда результаты наблюдений формируются под влиянием большого числа независимо действующих факторов, каждый из которых оказывает лишь незначительное действие по сравнению с суммарным действием всех остальных. Для дифференциальной функции распределения нормальный закон имеет следующее выражение: , (11.2) где р(х) – плотность вероятностей (плотность распределения); - СКО результатов наблюдений; mx – МО; Х – значение СВ. Графически эта функция представлена на рис. 11.2 для различных значений СКО (). Из рис.11.2 и уравнения (11.2) можно заключить: плотность вероятностей имеет max при x=mx; с увеличением погрешности независимо от знака (функция чётная) плотность вероятности стремится к 0; с увеличение СКО вероятность больших отклонений увеличивается, т.е. размеры рассеиваются в более широком диапазоне (); абсцисса, соответствующая МО = , называется центром рассеивания (центром распределения) результатов; изменение параметра x= не изменяет форму кривой нормального распределения р(х), а приводит к её сдвигу вдоль оси x (вправо, если x возрастает и влево, если x убывает).
Рисунок 11.2 - Кривые нормального распределения ()
Интегральная функция нормального распределения результатов наблюдений имеет вид , (11.3)
графики которой мы рассматривали ранее (рис. 10.1). Учитывая, что при полном исключении СтП и что , можно для дифференциальной функции распределения СП записать уравнение
На рис. 11.3 изображены кривые нормального распределения СП для различных значений СКО (). Из рисунка видно, что с увеличением СКО распределение СП всё более расплывается, вероятность появления больших погрешностей возрастает, а вероятность меньших погрешностей сокращается, т.е. увеличивается рассеивание результатов наблюдений.
Рисунок 11.3 - Кривые нормального распределения СП ().
|