ВУЗ:
Составители:
Рубрика:
36
трудняются ответить на такой вопрос: почему именно гауссовский
закон распределения f(x) случайной величины x с математическим
ожиданием M
x
и среднеквадратичным отклонением σ
x
, имеющий
вид
f(x) =
1
σ
x
√
2π
exp
"
−
(x − M
x
)
2
2σ
2
x
#
, (3.1)
именуется нормальным законом распределения, и о чем свидетель-
ствует эта нормальность? Ответ — в центральной предельной тео-
реме теории вероятностей (теореме Ляпунова – Линдберга). Может
быть, есть смысл еще раз повторить условия центральной предель-
ной теоремы [18, с. 41].
Отклонения закона распределения от нормального справедливо
являются основаниями для беспокойства технолога, анализирующе-
го соответствующий технологический процесс. Он вынужден пред-
принимать некоторые действия, направленные на поиск и устране-
ние причин отклонения закона распределения от вида (3.1). Иногда
причину "ненормальности" закона распределения удается выявить с
помощью математического моделирования и исключить ее влияние
расчетным путем [18, с. 152 – 165].
3.2. Статистические "портреты" поставщика ИМС
Статистические "портреты" поставщика (или изготовителя)
ИМС, как правило, формируются на базе одномерных или много-
мерных законов распределения случайных величин, отображающих
результаты параметрического или функционально-параметрического
контроля ИМС [10].
Методика использования одномерных законов распределения в
качестве статистических "портретов" поставщика (или изготовите-
ля) ИМС подробно описана в доступных читателю изданиях [2, 18].
В основе ее так называемая теория одномерных распределений
А.Н. Бородачева [18, с. 152 – 165]. Она дает объяснения причин
отклонения одномерного закона распределения случайной величины
от нормального закона (3.1), исходя из анализа особенностей произ-
36 трудняются ответить на такой вопрос: почему именно гауссовский закон распределения f (x) случайной величины x с математическим ожиданием Mx и среднеквадратичным отклонением σx , имеющий вид " # 1 (x − Mx )2 f (x) = √ exp − , (3.1) σx 2π 2σx2 именуется нормальным законом распределения, и о чем свидетель- ствует эта нормальность? Ответ — в центральной предельной тео- реме теории вероятностей (теореме Ляпунова – Линдберга). Может быть, есть смысл еще раз повторить условия центральной предель- ной теоремы [18, с. 41]. Отклонения закона распределения от нормального справедливо являются основаниями для беспокойства технолога, анализирующе- го соответствующий технологический процесс. Он вынужден пред- принимать некоторые действия, направленные на поиск и устране- ние причин отклонения закона распределения от вида (3.1). Иногда причину "ненормальности" закона распределения удается выявить с помощью математического моделирования и исключить ее влияние расчетным путем [18, с. 152 – 165]. 3.2. Статистические "портреты" поставщика ИМС Статистические "портреты" поставщика (или изготовителя) ИМС, как правило, формируются на базе одномерных или много- мерных законов распределения случайных величин, отображающих результаты параметрического или функционально-параметрического контроля ИМС [10]. Методика использования одномерных законов распределения в качестве статистических "портретов" поставщика (или изготовите- ля) ИМС подробно описана в доступных читателю изданиях [2, 18]. В основе ее так называемая теория одномерных распределений А.Н. Бородачева [18, с. 152 – 165]. Она дает объяснения причин отклонения одномерного закона распределения случайной величины от нормального закона (3.1), исходя из анализа особенностей произ-
Страницы
- « первая
- ‹ предыдущая
- …
- 34
- 35
- 36
- 37
- 38
- …
- следующая ›
- последняя »