- •1.1. События и их виды. Относительная частота
- •1.2. Случайные величины и их виды, законы распределения
- •1.2.1. Случайные величины и их виды.
- •1.2.2. Законы распределения случайных величин
- •1.2.3. Функция распределения вероятностей
- •1.2.4. Плотность распределения вероятностей непрерывной
- •1.3. Числовые характеристики случайных величин.
- •1.3.1. Числовые характеристики дискретных
- •1.3.2. Нормальный закон распределения
- •1.3.3. Системы случайных величин
- •1.3.4. Ковариация и корреляция
- •1.4. Выборочный метод. Статистические оценки
- •1.4.1. Выборочный метод
- •1.4.2. Статистические оценки параметров распределения
- •2.1. Виды геодезических измерений
- •2.2. Погрешности геодезических измерений,
- •2.3. Критерии оценки точности измерений
- •3.1. Обработка ряда равноточных измерений
- •3.2. Понятие веса
- •3.3. Обработка ряда неравноточных измерений
- •4.1. Оценка точности геодезических измерений
- •4.2.Оценка точности функций геодезических измерений
- •5.1. Метод наименьших квадратов
- •5.2. Сущность и способы уравнивания
- •6.1. Теоретические основы параметрического способа
- •6. 2. Способ узлов Попова составления нормальных уравнений.
- •6. 3. Виды уравнений поправок
- •6. 4. Решение нормальных уравнений способом Гаусса
- •6. 5. Алгоритм уравнивания геодезических построений
- •7. 1. Некоторые виды условий в геодезических сетях
- •7. 2. Теория уравнивания коррелатным способом
- •7. 3. Способ полигонов Попова составления нормальных
- •7.4. Решение нормальных уравнений коррелат
- •7. 5. Оценка точности
1.3.2. Нормальный закон распределения
Плотности распределений непрерывных случайных величин назы-
вают также законами распределений. Часто встречаются законы равно-
мерного, нормального и показательного распределения.
Ч и с л о в ы е х а р а к т е р и с т и к и н е п р е р ы в н ы х с л у ч а й н ы х величин
Математическим ожиданием непрерывной случайной величины X,
возможные значения которой принадлежат отрезку [a, b], называют опре-
деленный интеграл
b
M ( X ) xf (x)dx . (1.12)
a
По аналогии с дисперсией дискретной случайной величины опреде-
ляется и дисперсия непрерывной случайной величины
b
D( X ) [ X M ( X )]2 f ( x)dx .
a
(1.13)
Среднее квадратическое отклонение непрерывной случайной ве-
личины определяется, как и для дискретной, равенством
17
σ(X) D(X).
(1.14)
Свойства математического ожидания и дисперсии дискретных слу-
чайных величин сохраняются и для непрерывных.
Нормальное р а с п р е д е л е н и е
Нормальным называют распределение вероятностей непрерывных
случайных величин, которое описывается плотностью
1
e
(x a)2
2σ 2
σ 2 .
(1.15)
Из формулы видно, что нормальное распределение определяется
двумя параметрами: а и σ. Достаточно знать эти параметры, чтобы задать
нормальное распределение. Можно доказать, что вероятностный смысл
этих параметров таков:
М(Х) = а, т.е. математическое ожидание нормального распределения
равно параметру а;
σ(Х) = σ, т.е. среднее квадратическое отклонение нормального рас-
пределения равно параметру σ.
Нормальное распределение с произвольными параметрами а и σ
(σ > 0) называют общим, а с параметрами а = 0 и σ = 1 – нормированным.
Плотность нормированного распределения
е х 2 .
1
2
2
(1.16)
Эта функция табулирована.
После ввода новой переменной z = ( x – a)/ σ функция F(х) обще-
го нормального распределения
F ( x)
1
2
x
e
(za)
2
2 2
dz , (1.17)
а функция нормированного распределения
18
F0 ( x)
1
2
x
e
z 2 2
dz .
(1.18)
Эта функция также табулирована. Легко проверить, что
F ( x) F0 (( x a) .
Вероятность попадания нормированной нормальной величины Х в
интервал (0, х) можно найти, пользуясь формулой Лапласа
F ( x)
1
2
x
0 e
z
2
2
dz .
x
P(0 X x) (x)dx (x) .
(1.19)
0
Можно получить F0(x) = 0,5 + Ф(х).
Вероятность попадания в заданный интервал нормальной случайной
величины
P(α x β) (
β a
σ
) (
α a
σ
).
(1.20)
Пример. Случайная величина Х распределена по нормальному зако-
ну. Математическое ожидание и среднее квадратическое отклонение её
соответственно равны 30 и 10. Найти вероятность того, что Х примет зна-
чение в интервале (10, 50).
Решение. По формуле (1.20). По условию: α = 10, β = 50, а = 30,
σ = 10.
P(10 x 50) (
50 30
10
10 30
) (
10
) 2(2).
Ф(2) находят по таблице.
График плотности нормального распределения называют нормаль-
ной кривой (кривой Гаусса), рис. 1.3.
19
Рис. 1.3
а =1
σ=2
Влияние параметров нормального распределения на форму нор-
мальной кривой характеризует рис. 1.4.
Рис. 1.4
а = 0, если а любое, то нормальная кривая сдвигается по оси х.
При σ = 1 кривая называется нормированной.