Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Построение гистограммы распределения
Для получения реализации последовательности независимых случайных величин с произвольным распределением используют реализации последовательности независимых случайных величин равномерно распределенных на отрезке [0,1]. Случайные равномерно распределенные величины генерируются специальной программой, входящей в математическое обеспечение компьютера, и называемой датчиком случайных чисел. При моделировании нормально распределенной случайной величины на основе равномерно распределенных величин чаще всего используется центральная предельная теорема: Пусть последовательность взаимно независимых случайных величин, имеющих одно и то же распределение вероятностей с конечным математическим ожиданием . Тогда при имеем: 1) случайная величина , вычисляемая по формуле (1.1), сходится по вероятности к
(1.1)
2) случайная величина имеет асимптотически нормальное распределение вероятностей с центром и дисперсией, вычисляемой по формуле (1.2), при условии, что существует общая дисперсия величин .
(1.2)
На основании центральной предельной теоремы рассмотрим сумму
,
где - совокупность взаимно независимых равномерно распределенных случайных величин на отрезке R[0,1]. Известно, что каждая из случайных величин с распределением R[0,1] имеет математическое ожидание (1.3) и дисперсию (1.4).
(1.3) (1.4)
Тогда согласно теоремам сложения математических ожиданий и дисперсий
, .
Следовательно, случайная величина (1.5) имеет математическое ожидание и дисперсию и при ее распределение стремится к нормальному.
(1.5)
В данной работе дано количество слагаемых в сумме N, задано математическое ожидание и стандартное отклонение выходной случайной величины y. Если известна случайная величина с распределением N[0,1], то случайная величина с распределением N[ ] получается в результате линейного преобразования
(1.6)
Гистограмма распределения представляет собой удобный способ представления статистических данных. Гистограмма строится следующим образом: Пусть имеется выборка случайной величины объемом n: . Из этой выборки определяются минимальные (1.7) и максимальные (1.8) значения:
(1.7)
При данных условиях
(1.8)
При данных условиях Весь отрезок [A,B] разбивается на K интервалов, как правило, одинаковой длины. Число интервалов при построении гистограммы не должно быть слишком большим и слишком малым. При большом количестве интервалов в гистограмме обнаруживаются незакономерные колебания. На практике рекомендуется в каждом интервале иметь не менее 5-10 точек. Предварительный выбор количества интервалов можно сделать по правилу Стургенса:
(1.9)
где n – объём выборки, () – операция взятия целой части от действительного числа Если число точек в интервале слишком мало (порядка 1-2), то имеет смысл объединить некоторые интервалы и пересчитать гистограмму. Найдя количество интервалов разбиения, можно вычислить длину каждого интервала по формуле:
или (1.10)
Для построения гистограммы нужно частоту попадания случайных величин xk в каждый интервал [ ) разделить на его длину и полученную величину взять в качестве высоты прямоугольника на графике. Причем последний интервал необходимо рассмотреть как отрезок. Таким образом, описанное правило можно изобразить математически:
(1.11) (1.12)
где и - границы интервала, - частота попадания выборочных величин в интервал () n – объём выборки - высота прямоугольника на графике Из способа построения гистограммы следует, что полная площадь всех прямоугольников равна единице:
(1.13)
где fs(x) - эмпирическая плотность распределения (полученная экспериментально), которую можно вычислить по формуле:
(1.14)
На полученную гистограмму для качественного анализа необходимо наложить теоретическую плотность распределения случайной величины, распределенной по закону
(1.15)
В итоге получится гистограмма распределения (см. график 1) с отображением эмпирической и теоретической плотностей распределения, которая даёт возможность наглядно сравнить эти плотности.
График 1 – Сравнение эмпирической и теоретической плотностей распределения
|
|||||
Последнее изменение этой страницы: 2021-05-27; просмотров: 62; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.134.78.106 (0.009 с.) |