Составители:
Рубрика:
где M
тм
– количество ткацких станков, на которых произошел обрыв нити; N
– общее количество работающих ткацких станков на участке.
Биноминальный закон распределения характеризуется последователь-
ными независимыми испытаниями всегда из одного и того же количества (п)
элементов выборки, при одной и той же заданной вероятности появления
случайного события (Р). Вероятность (Рn(х)) появления события А равна х
раз в этих п испытаниях и составляет:
()
xnxxnxx
nn
qp
xnx
n
qpcxP
−−
−
==
!!
!
)(
.
(6.7)
Из уравнения видно, что в отличие от закона Пуассона биноминальный
закон распределения имеет два параметра Р и п. Поэтому представляется
возможным экспериментальные распределения, полученные опытным путем,
оценивать по другим параметрам и иначе решать задачи по определению ве-
роятностей случайной величины Р
п
(х) при каждом ее возможном значении, в
частности, исходя не из средней обрывности а, а из заданных значений Р и п.
В последнее время при изучении обрывности основных нитей в ткачест-
ве все чаще стали прибегать к нормальному распределению вероятностей.
Адекватность статистической модели закономерности случайного распреде-
ления предполагает, что случайно варьирующая величина является результа-
том большого числа независимых, очень малых по величине воздействий, из
которых ни одно не является решающим в появлении данного результата.
Плотность вероятностей или дифференциальная функция нормального рас-
пределения имеет вид:
()
[
]
2
2
2/exp
2
1
)(
x
x
xxxf
σ
πσ
−=
.
(6.8)
Параметрами нормального распределения являются математическое
ожидание (или среднее)
x
и дисперсия
2
x
σ
.
Функция нормального распределения является симметричной, асиммет-
рия ее равна нулю, а среднее, мода и медиана равны между собой. Эксцесс
кривой нормального распределения равен нулю.
Сумма независимых случайных величин имеет нормальное распределе-
ние с дисперсией, равной сумме дисперсий этих величин.
Среднее значение п независимых случайных величин, распределенных
нормально с одной и той же дисперсией
2
x
σ
, имеет нормальное распределе-
ние с дисперсией
./
22
n
xx
σσ
=
(6.9)
Распределение среднего независимых случайных величин, распределен-
ных по любому закону или даже имеющих множество распределений с ко-
где Mтм – количество ткацких станков, на которых произошел обрыв нити; N – общее количество работающих ткацких станков на участке. Биноминальный закон распределения характеризуется последователь- ными независимыми испытаниями всегда из одного и того же количества (п) элементов выборки, при одной и той же заданной вероятности появления случайного события (Р). Вероятность (Рn(х)) появления события А равна х раз в этих п испытаниях и составляет: n! Pn ( x) = cnx p x q n− x = p x q n− x . (6.7) x!(n − x )! Из уравнения видно, что в отличие от закона Пуассона биноминальный закон распределения имеет два параметра Р и п. Поэтому представляется возможным экспериментальные распределения, полученные опытным путем, оценивать по другим параметрам и иначе решать задачи по определению ве- роятностей случайной величины Рп(х) при каждом ее возможном значении, в частности, исходя не из средней обрывности а, а из заданных значений Р и п. В последнее время при изучении обрывности основных нитей в ткачест- ве все чаще стали прибегать к нормальному распределению вероятностей. Адекватность статистической модели закономерности случайного распреде- ления предполагает, что случайно варьирующая величина является результа- том большого числа независимых, очень малых по величине воздействий, из которых ни одно не является решающим в появлении данного результата. Плотность вероятностей или дифференциальная функция нормального рас- пределения имеет вид: f ( x) = 1 σ x 2π [ exp ( x − x ) / 2σ x2 . 2 ] (6.8) Параметрами нормального распределения являются математическое ожидание (или среднее) x и дисперсия σ x . 2 Функция нормального распределения является симметричной, асиммет- рия ее равна нулю, а среднее, мода и медиана равны между собой. Эксцесс кривой нормального распределения равен нулю. Сумма независимых случайных величин имеет нормальное распределе- ние с дисперсией, равной сумме дисперсий этих величин. Среднее значение п независимых случайных величин, распределенных нормально с одной и той же дисперсией σ x2 , имеет нормальное распределе- ние с дисперсией σ x2 = σ x2 / n. (6.9) Распределение среднего независимых случайных величин, распределен- ных по любому закону или даже имеющих множество распределений с ко-
Страницы
- « первая
- ‹ предыдущая
- …
- 90
- 91
- 92
- 93
- 94
- …
- следующая ›
- последняя »