Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Экспериментальное определение функций распределения случайных величин.
ОБОРУДОВАНИЕ: генератор гармонических колебаний, частотомер типа Ч3-54 (Ч3-33), секундомер. ЦЕЛИ РАБОТЫ: экспериментальное определение функций плотности вероятности случайных величин; оценка параметров распределений и влияния случайных факторов на результаты измерений в зависимости от числа измерений; определение условий, в которых наблюдаются нормальное и равномерное распределения. Краткая теория. Событием (случаем) в теории вероятности называют всякое явление, относительно которого имеет смысл ставить вопрос, может оно произойти или нет. Случайные величины могут иметь дискретный спектр значений (например, спектр из шести значений от 1 до 6 при бросании игрального кубика) и непрерывный спектр (определяемая в эксперименте скорость отдельной молекулы – непрерывная случайная величина). Вероятность случайного события характеризует количественную меру ожидаемой возможности его появления. В случае дискретной случайной величины можно дать частотное определение вероятности W случайного события А: , (1)
где N – число испытаний, NA - число испытаний, в которых произошло событие А. Очевидно, что задаваемая формулой (1) математическая вероятность может принимать значения от 0 (недостоверное событие) до 1 (достоверное событие). Вычислить среднее значение дискретной случайной величины можно по формуле , (2) здесь n – число различных значений в спектре случайной величины (при бросании игрального кубика оно равно 6), Wi - вероятность выпадения при испытании i –го значения (xi) в спектре случайной величины (например, вероятность выпадения двойки при бросании кубика, равная ). Таким образом, чтобы вычислить среднее значение дискретной случайной величины, нужно знать спектр ее возможных значений и В случае непрерывной случайной величины частотное определение вероятности не подходит. Например, в отношении скорости отдельной молекулы бессмысленно ставить вопрос о том, чему равна вероятность обнаружить в ходе измерения, что скорость молекулы будет равна 200 , ведь число возможных значений скорости бесконечно. Непрерывную случайную величину х описывают с помощью функции плотности вероятности , (3) здесь dW(х) - вероятность того, что случайная величина в испытании примет значение в интервале dx вблизи данного значения случайной величины x.
Следовательно, функция плотности вероятности равна вероятности обнаружить случайную величину в малом интервале вблизи данного значения величины, отнесенной к величине интервала. Вероятность попасть в малый интервал dx равна , а вероятность того, что при испытании случайная величина окажется в конечном интервале [ x1; x2 ] . (4) Проведя по формуле (4) вычисление вероятности по всей области определения случайной величины, мы получим вероятность достоверного события, состоящего в том, что в испытании будет зафиксировано какое-либо разрешенное значение случайной величины
(5)
Формулу (5) называют условием нормировки вероятности непрерывной случайной величины. Аналогичное условие для дискретной случайной величины получим, заменив интегрирование суммированием (6) здесь Wi – вероятность выпадения i– го значения в спектре случайной величины, n - число различных значений в спектре. Вычислить среднее значение непрерывной случайной величины можно по формуле, аналогичной формуле (2):
(7) т.е., для определения среднего значения непрерывной случайной величины нужно знать ее функцию плотности вероятности и область определения. Располагая этой информацией говорят, что непрерывная случайная величина задана. В формуле (7) на месте величины х под интегралом, вообще говоря, должна находиться усредняемая величина, роль которой может играть любая функция u(x) аргумента x. Следовательно, среднее значение функции случайной величины можно найти так
(7/)
Разброс случайной величины относительно среднего значения характеризует дисперсия σ 2 - средний квадрат отклонения величины от среднего значения (8)
или, в случае дискретной величины,
(8/)
На практике дисперсию удобно вычислять по формуле
(8//).
Результаты непосредственных измерений физической величины часто описываются нормальным распределением (распределением Гаусса) (9)
Еще один пример функции плотности вероятности - прямоугольное (равномерное) распределение, для которого
(10) где β и γ – границы интервала величины, а
Графики нормального и равномерного распределений представлены на рис.1 и рис.2. Площади, заштрихованные на графиках, равны вероятности обнаружить при испытании значение случайной величины в интервале [ а, в ]. Полная площадь под кривой функции плотности вероятности согласно условию нормировки равна единице.
Рис.1 Нормальное распределение.
На практике число измерений N не бывает достаточным для того, чтобы по их результатам можно было вычислить истинное значение Рис.2 Прямоугольное распределение.
измеряемой величины и дисперсию. Можно лишь найти выборочное среднее для серии из N и выборочную дисперсию δ σ по формулам: Величину SN – называют среднеквадратичным отклонением для серии N измерений, а - средним значением N измерений. Перед тем, как окончательно записать результат N измерений, нужно определить его надежность, т.е. выяснить с какой вероятностью попадает истинное значение измеряемой величины в данный доверительный интервал. Доверительным интервалом называют интервал, в котором находится с заданной вероятностью истинное значение измеренной величины. Под абсолютной ошибкой ε в теории обычно понимают величину tW, N SN, где tW, N - коэффициент Стьюдента, значение которого зависит от вероятности попадания измеренной величины в доверительный интервал и от проведенного числа измерений. Значения коэффициента Стьюдента приведены в таблице 1. Таким образом, результат представляется в виде:
(15) причем эта запись не означает, что истинное значение измеренной величины лежит в интервале от до а лишь указывает на то, что истинное значение попадает в этот интервал с вероятностью W. В ходе лабораторной работы необходимо определить вид функции плотности вероятности, описывающей распределение измеренной в эксперименте случайной величины, и выяснить условия эксперимента, в которых наблюдаются нормальное и прямоугольное распределения. Подготовка к работе.
1. Заземлите приборы. 2. Соедините кабелем выход генератора сигналов с входом «СУММА А» частотомера. 3. Включите приборы тумблером «СЕТЬ». 4. Установите переключатель «РОД РАБОТЫ» в положение «СУММА А». 5. Установите выходную частоту генератора 50-60 Гц. 6. «ПУСК» и «СТОП» осуществляйте клавишей «ПАМЯТЬ». «СБРОС» - соответствующей клавишей на частотомере.
Упражнение 1. (нормальное распределение)
1. При помощи секундомера сделайте 50-60 отсчетов числа импульсов, проходящих через пересчетное устройство частотомера за 5 сек и вычислите ν с точностью до 0.1 имп/сек для каждого отсчета, ν – число импульсов в секунду. Число отсчетов должно нацело делиться на 3. 2. Вычислите среднее значение и среднеквадратичное отклонение SN по формулам (12) и (13) и интервал для надежности W=0.6 пользуясь таблицей 1. 3. Для определения вида распределения разбейте весь диапазон из N опытных значений ν на интервалы Δ ν (в данном случае Δ ν =0.5с-1). Подсчитайте, какое количество Ni значений попадает в каждый интервал, и вычислите относительную частоту, приходящуюся на единичный интервал. Для этого составьте таблицу:
(Цифры в таблице приведены для случая N=51) 4. Построить на миллиметровой бумаге диаграмму распределения плотности вероятности в зависимости от ν, откладывая по оси абсцисс значения ν и Δ ν, по оси ординат hi. Диаграмма будет представлять систему прямоугольников высотой hi с основаниями Δ ν (площади которых численно равны доле отсчетов в соответствующем интервале), а площадь всех прямоугольников равна единице. Построенная таким образом диаграмма называется гистограммой. 5. На том же графике и в том же масштабе построить кривую плотности вероятности по уравнению (9), заменив и σ 2 их оценками . Вычислить координаты для абсцисс равных и . 6. Разбейте полученные ν i -на тройки. Вычислите средние значения, средние квадратичные ошибки, доверительные интервалы для W=0.6 для каждых трех значений (если N=51, то для 17 троек). 7. Нанести для сравнения все средние значения и интервалы на отдельный график в том же масштабе для ν и вычислить, какой процент значений попадает в интервал общего среднего и какой процент интервалов перекрывается с интервалом общего среднего. Оформление результатов упражнения должно быть представлено в виде, данном на рис.3.
Рис.3.
Упражнение 2.
1. На генераторе сигналов установите переключатель «МНОЖИТЕЛЬ» в положение 102. В качестве измеряемой величины используйте последнюю значащую цифру на экране частотомера. Повторите опыт 100 раз. 2. Определите среднее значение и дисперсию. 3. Постройте гистограмму, как и в упражнении 1. В зависимости от вида гистограммы решите вопрос о том, нормальное или прямоугольное распределение плотности вероятности.
Вопросы, которые должны быть рассмотрены при подготовке к сдаче допуска к работе. 1. Основные понятия теории вероятностей. Функция плотности вероятности. 2. В каком случае считают, что дискретная (непрерывная) случайная величина задана? 3. Вычисление средних значений случайных величин. Дисперсия. 4. Прямоугольное и нормальное распределения
Вопросы, которые следует рассмотреть при подготовке к сдаче отчета по работе. 1. При выполнении, каких условий результаты измерений описываtтся нормальным и прямоугольным распределением? 2. Биномиальное распределение, его предельные формы. 3. Распределение Максвелла, его различные формы. 4. Распределение Больцмана. 5. Вывести формулу (2) и формулу (8//).
Литература.
1. Кондрашов А.П., Шестопалов Е.В. «Основы физического эксперимента и математическая обработка результатов измерений». М., 1977 г. 2. Гнеденко Б.В., Хинчин А.Я. «Элементарное введение в теорию вероятностей». М., 1976 г. 3. Вентцель Е.С. «Теория вероятностей». М., 1964 г. 4. Матвеев А.Н. «Молекулярная физика». М., ВШ., 1981 г.
Таблица 1.
КОЭФФИЦИЕНТЫ СТЬЮДЕНТА tW, N.
|