книги / Математические методы и планирование эксперимента в грунтоведении и инженерной геологии
..pdfнщей нормальное |
распределение Ж (а , <£), не |
нарушает |
соответ |
||||||||||
ствия этой величины закону нормального распределения. |
|
|
|||||||||||
|
Предположим, |
случайная,величина ЗС распределена |
нормаль |
||||||||||
но |
|
|
|
В этом случае распределение линейной функции ^ |
от |
||||||||
этой величины токе будет нормальным :£=d.+JVx с параметрами |
|||||||||||||
(<L+fi }ct |
и |
|
|
или $ |
распределена нормально x{jfL+Jda*/\^&3 • |
||||||||
Справедливость |
этого свойства примем без доказательства. |
|
|||||||||||
|
7 . |
|
|
Любая случайная величинах , |
распределенная |
нормально |
|||||||
JC С о£;<£ ) , |
монет |
быть представлена как линейная функция от слу |
|||||||||||
чайной |
величины Х 0» |
имеющей простейшее нормальное распределе |
|||||||||||
ние |
Х (О Д ), |
|
х » |
|
|
равенства 0Со- — |
|||||||
|
Обратное преобразование приведенного |
||||||||||||
называется |
нормированием случайной |
величины х , |
Как видно |
|
|||||||||
из |
рис. |
|
9, |
нормиро |
|
|
|
|
|
|
|
||
вание случайной величиных, |
|
|
|
|
|
||||||||
распределенной Х(а,<£) , |
за |
|
|
|
|
|
|||||||
ключается в переносе |
начала |
|
|
|
|
|
|||||||
отсчета |
из |
точки |
0 в |
центр |
|
|
|
|
|
||||
распределения этой |
случай |
|
|
|
|
|
|||||||
ной величины в точку ос-ос |
|
|
|
|
|
||||||||
или Oi о выбором |
параметра |
|
|
|
|
|
|||||||
в |
качестве единицы |
|
мас |
|
|
|
|
|
|||||
штаба. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Выполним |
|
указанное |
|
|
|
|
|
|||||
на |
рисГ." 9 : * |
|
|
|
|
|
|
|
|
|
|||
|
I» Переносим |
начало |
ко |
|
|
|
|
|
|||||
ординат |
|
в |
точку о 4 (х=л). |
|
|
|
|
|
|||||
|
2 . Ось |
а б с ц и с с п р е д с т а в л е н а в |
масштабе <£, |
3. Новая |
аб |
||||||||
сцисса |
какой-то |
точки oc«,t равна:ос0 - Xi^ |
; аналогично |
для |
|||||||||
другой |
какой-либо |
точки |
* ^ £ 2 » |
|
|
|
Как будет показано далее, установленная связь между рас пределением х ( с с , £ ) и X ( o , i ) позволяет рассчитывать веро ятность любого нормального распределения по соответствующим таблицам.
2 .9 . Вероятность попадания нормально распределенной случайной величины на заданный участок. Функция Лапласа
Вероятность того, что случайная величинах, заданная функциейф (ас), примет значение в и н т е р в а л е , равна
р (<£< x < Jb ) = | tf (ЭС) c L x ,, |
( 4 3 ) |
«С
Предположим, что случайная величина X распределена нормально Jf ( а , ^ ) , тогда указанное равенство можно записать:
РСрс- ск)^
4>
Для вычисления подынтегрального выражения вводят новую
переменную: |
t |
x - d b l Z + m |
d x = ^ d L t . |
|
Выражают вероятность |
попадания случайной |
величины ос на |
з а - |
|
данный интервал (L-fi |
) через функцию Лапласа: |
|
“U 1
(45)
для вычисления которой имеются соответствующие таблицы.
Тогда вероятность попадания распределенной нормально слу
чайной |
величины» на заданный интервал ( 4,-Jb) будет |
опреде |
ляться |
из выражения: |
|
|
|
- сК ! й = т 1 <^ - ф |
( 4 |
(«о |
||
укажем свойства функции Лапласа Ф |
z |
ос- 1>г |
|
|
||
|
|
|
|
|||
1) ф ( 0)=0 , |
так как |
при Х<=О пределы интеграла совпадают; |
||||
2) ф £о)= i |
в соответствии с выражением интеграла |
|
|
|||
Ф |
( |
ot t = 4 ; |
, |
|
|
|
|
О |
|
|
|
|
|
8) Функция Лапласа - |
нечетная функция X |
: ф(_~х) ^ |
Ф (рс). |
Учитывая свойства нечетности функции Лапласа и рассыатри-
вая интервал (irfo ) как симметричный относительно центра рас пределения " а " , можно указать:
|
|
|
|
|
=i[5P(td - |
|
я 1Ф W , |
|
|
(47) |
|||
так как(-1 ^ = t & |
для симметричного интервала. |
|
|
|
|||||||||
|
Полученная функцияф |
( t) |
позволяет |
вычислить вероятность |
|||||||||
попадания случайной |
величины |
X с |
нормированным нормальным |
||||||||||
распределением в симметричный |
интервал |
( - t , t . ) , |
где t= |
= |
|||||||||
|
a i |
равно |
1/2 длины рассматриваемого симметричного ин |
||||||||||
тервала JL-fi |
|
(рис. |
|
1 0 ). Тогда можно указать |
вероятность |
попа |
|||||||
дания случайной величины |
х |
Ь |
|
|
|
|
|
|
|||||
симметричный |
интервал: |
|
|
|
|
|
|
|
|
||||
P ( , « - « i a ) = 4 ) ( 4 - r ) . |
(48) |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
Заменив в указанной формуле^-» |
|
|
|
|
|
|
|||||||
= t9 получим |
-£-=<3t |
|
и |
|
|
|
|
|
|
|
|
||
Р ( |х - а )^ t d ) = ф (-^ = г ). |
(49) |
|
|
|
|
|
|
||||||
Принимая, значения |
t |
= I , |
2, |
8, |
|
|
|
|
|
|
|||
при помощи таблицы |
|
значений |
|
|
|
|
|
|
|
||||
c p (t) |
получим: |
|
Р4= (|х - а ^ < * )г ф Ц = ? )= 0,6Ю или |
Р4=68,3%*. |
|||||||||
при |
i = t , |
|
|
|
|||||||||
цри |
t s i , |
Z |
- Z d , |
|
Р2,=Ф (^ г) - 0#95Н ил« |
95Д%; |
|
||||||
при. |
t -Ъ , |
|
|
|
Р3 = ф |
( ^ } *0,997 |
или |
Р * = 9 9 ,7 % . |
|||||
Учитывая, что |
случайная величина |
отклоняется от |
своего |
сред |
|||||||||
него значения только в 0,8 % случаев на |
величину, |
большую з ё , |
|||||||||||
то событие, |
отличающееся вероятностью (0,997), можно |
считать |
практически достоверным. Следовательно, нормально распределен
ная случайная величина х в 99,7 % случаев отклоняется |
от |
||
М (х)= х |
не более |
чем на три значения своей среднеквадратиче |
|
ской ошибки (3d ) • |
Указанный вывод иногда называют правилом |
||
трех сигм, которое |
используют для приближенной оцейки |
досто |
|
верности |
полученных числовых характеристик сдучайпых величин. |
2.10 Распределение ^ .(хи-квадрат) Пирсона
Распределением 9 ^ а К-степеняии свободы называется рас пределение суммы квадратов К -независимых случайных величин, каждая из которых распределена нормально и характеризуется ма
тематическим ожиданием, равным нулю и дисперсией, |
равной |
еди |
||||||||||
нице ( J f q i |
) . |
Таким образом, |
случайной величиной |
в этом |
рас |
|||||||
пределении |
является Ц |
равное |
|
|
|
|
|
|
||||
|
|
|
о т |
в |
й |
|
б |
к |
з, |
|
|
|
|
|
|
эс^+эсал |
|
|
|
|
|
|
(50) |
||
|
|
|
|
у* характеризуется |
плотностью: |
|
|
|||||
‘М |
и |
н |
|
-й. 4-1 |
|
при |
и . ^ 0 , |
|
(51) |
|||
|
- e ^ i i |
|
|
|||||||||
|
|
|
|
( f = i ) = f t A e '* c lt, |
|
|
|
|
(52) |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
т а е и =1 jjf Г |
- |
г а и м а |
ф у н к ц и я |
Э й л е р а ; |
|
|||||||
Математическое ожидание зтого распределения равно |
|
|
||||||||||
м^ ) = х = - 1 т Ь = |
|
|
|
|
|
|
||||||
т .е . равно |
числу степеней свободы |
этой |
случайнойвеличины. |
|||||||||
Так к а к ^ О » |
5иМ К?^°°* График распределения ^ п р е д |
|||||||||||
ставлен |
на рис. I I . |
Распределение |
^ в в е д е н о |
Пирсоном и |
при |
|||||||
|
|
|
|
|
|
|
|
меняется |
в критерии |
со |
||
|
|
|
|
|
|
|
|
гласия, |
носящем его |
имя. |
||
|
|
|
|
|
|
|
|
При больших значениях |
||||
|
|
|
|
|
|
|
|
К>30 распределение |
|
|||
|
|
|
|
|
|
|
|
приближаетоя |
к нормально |
|||
|
|
|
|
|
|
|
|
му закону. Поэтому |
табли |
|||
|
|
|
|
|
|
|
|
цы для этого |
распределе |
|||
|
|
|
|
|
|
|
|
ния ограничиваются |
зна |
|||
|
|
|
|
|
|
|
|
чениями К ^ |
80. |
|
2 . I I . Распределение Стьюдента
Распределением Стьюдента называется распределение отно шения нормально распределенной случайной величины Х Я ( оД )
к корню |
квадратному |
из распределения ^ |
, деленному на ft |
||||||||
|
|
|
|
|
|
|
^"'•УЯУК ’ ' |
|
ail |
||
где х |
- |
нормально |
распределенная случайная |
|
|||||||
величина |
QrL ) |
с |
|
плотностью Уод (х ) |
i ^ s a |
- независимая |
|||||
от х |
случайная |
величина о плотностью, |
установленной для рас |
||||||||
пределения |
; |
|
К - |
число |
степеней свободы в распределении |
||||||
. Плотность |
распределения |
Стьюдента |
(-Ь) |
имеет вид: |
|||||||
|
|
|
|
|
|
|
|
|
/К+4Д |
|
1VH |
|
|
|
|
|
|
|
|
|
|
|
% |
|
|
|
|
|
|
|
т- т |
: |
г д а |
|
(54) |
|
|
X |
|
|
|
|
|
|
|||
где t = |
|
при |
- |
|
ос < Ь <оо. |
|
|
||||
l/u /i? |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
||
Центр распределения |
|
Стьюдента М(т1-0 |
|
, График рас |
пределения Т приведен на рис, 12 приК-5 , При увеличении па раметра К распределение Т стре-' ыится к нормальному с плотностью
V w
2 ,1 2 , Логарифмически нормальное распределение
Подонительная |
|
случайная ве- |
Рио. |
12. |
||
личина ^ |
подчинена |
логарифмиче |
|
|
||
ски нормальному распределению, если ее |
логарифм |
распределен |
||||
нормально: у= ё х , |
где х. - нормально распределенная случайная |
|||||
величина |
Я |
|
|
|
|
(55) |
Плотность логарифмичеоки |
нормального распределения |
|||||
|
|
|
|
(Сл^-а) |
|
(56) |
|
4 U * j = |
|
е |
|
|
|
|
|
|
л ~ |
|
||
при * * * |
г* чу' ~ |
У Н Я ? |
|
|
||
|
|
ожидание |
, 1 / N |
е |
|
|
Математичеокое |
Ц |
|
График логарифмически нормального распределения приведен на рис, 13. Закон логарифмичеоки нормального распределения имеет большое значение для решения инженерно-геологических за дач, Например, для исследования распределения размеров частиц
дисперсных грунтов, определения |
содержания минеральных |
ново |
||||||
образований в |
грунтах, |
п о д в ер г |
||||||
шихся воздействию |
тех |
или |
иных |
|||||
реагентов при использовании раз |
||||||||
личных методов |
управления |
свой |
||||||
ствами этих пород. Это распреде |
||||||||
ление рационально |
применять |
в |
||||||
тех .случаях, когда |
|
логарифмы |
ис |
|||||
следуемой |
случайной |
величины |
|
|||||
можно представить |
в |
виде |
суммы |
|||||
большого числа независимых рав- |
||||||||
номерво изменяющихся малых величин: |
|
|
|
|
|
|
|
|
^ n ^ = X = x i + ac9L+ |
|
Vt |
|
|
|
|
(57) |
|
i + |
2 . |
j |
|
|
|
|||
|
|
|
|
|
Л |
ос, |
еКк “ независимые |
случайные величины |
где ц = 1 е к , |
|||
для |
^ = |
E e XK= e x ‘.e*V |
(58) |
|
|
\!Р< |
|
Глава 3. ЭКСПЕРИМЕНТАЛЬНОЕ РАСПРЕДЕЛЕНИЕ СЛУЧАЙНЫХ ВЕЛИЧИН
3 .1 . Формы представления экспериментальных данных
Результаты полевых и лабораторных инженерно-геологических исследований обычно представляются в виде ряда чисел, записан ных в таблицу в порядке их получения. В табл. I Приложения приводятся в качестве примера результаты полевого определения влажности ста образцов грунта.
Такая запись полученных экспериментальных данных неудоб на для дальнейшей обработки и не дает представления о характе ре их распределения. Поэтому результаты исследований предста вляют в таблице в порядке их возрастания или убывания. Для больших выборок данные группируют по интервалам.
Составлением таблицы заканчивается I этап статистической обработки экспериментального материала.
Представление первично обработанного материала в виде графиков дает возможность приближенно оценить характер распре деления экспериментальных данных для дальнейшего вычисления их числовых характеристик.
Наибольшее распространение при обработке результатов ин женерно-геологических исследований получили графики рассеяния. При построении этих графиков по горизонтальной оси откладывают значения интервалов, а по вертикали в серединах интервалов (в виде точек) отмечают количество данных (VtO * попадающих в тот или иной интервал. График рассеяния изображен на рис. 14. Бо лее наглядным графиком для дискретного характера эксперимен тальных величин является столбиковая диаграмма - гистограмма. Для построения этого графика в пределах каждого интервала строится прямоугольник, высота которого принимается равной ча-? стоте Y lt. Гистограмма для рассматриваемого нами примера приво дится на рио. 14, а . При непрерывном изменении эксперименталь ных величин -предпочтительнее построение многоугольника рас пределения (рио, 14, в ) . В этом случае частоты откладываются против середин интервалов, а. полученные точки соединяются ло маными линиями. Нулевые .значения частот принимают в серединах интервалов, слева и справа примыкающих к крайним. Для нашего примера - это влажности 15,3 и 17 ,7 J6.
Наряду с этими графиками иногда отроится кумулятивная кривая (рио. 14, г ) , для построения которой частоты каждый раз суммируются с предыдущими. Води уменьшать размер интерва лов и одновременно увеличивать количество определений, то гиотограмыа. или многоугольник распределения станут прнблигт жаться к плавной кривой. Такая кривая норит название кривой распределения. Таким образом» можно условно заменить дискрет ное распределение экспериментальных данных - непрерывным, ста тистический анализ которого значительно проще.
3*2, Числовые характеристики распределения экспериментальных величин
Основной целью экспериментирования является получение то го или иного заключения о генеральной совокупности по выборке, составленной из экспериментальных'данных» Для сопоставления выборки с генеральной совокупностью необходимо характеризовать то и другое распределение одинаковыми по смыслу параметрами. Поэтому для экспериментальных статистических выборок существу ют числовые характеристики, аналогичные теоретическим харак теристикам распределения случайных величин в теории вероятно стей, но имеющие свои специфические особенности.
Показатели среднего значения экспериментальных величин
Среднему значению величин в генеральной совокупности (ма тематическому оадцаншо). соответствует среднее по выборкё, ко
торое |
равно, |
если |
ряд |
разбит |
на ипхя интервалов |
|
|
|
__ |
m |
|
|
|
|
|
г жьА1 |
|
|
||
|
|
Xis-L St |
|
|
||
x t - |
среднее |
значение |
экспериментальной |
величины в l -н интер |
||
вале |
(середина интервала); |
частота |
в l -м интервале; т . - |
|||
количество интервалов? St - общее число |
определений (объем вы |
|||||
борки) • |
|
|
|
|
|
|
|
Боли ряд не разбит па интервалы, то для небольшого чжола |
|||||
определений |
К 4 .3 0 ,- |
для малой выборки |
|
|||
|
|
|
5= |
= " & • ! |
* t ' |
|
Подсчитаем среднее значение влажности по данным, приве денным в табл. I Приложения.
й_ jEbctftl#
Г~ " = Ш ’ - 1б>5 '•*
Среднее значение носледуеыой величины может характеризо ваться медианой и модой.
иедианой (Me) называется такое |
значение |
величины, |
кото |
||
рое делит площадь, ограниченную кривой распределения и |
осью , |
||||
на две равные части. Это серединное .значение величины в ее |
|||||
последовательном ряду. Для нашего примера Me |
=16,5 % - |
это |
|||
средина 6-го интервала. |
|
|
|
|
|
Нода (Мо) - это значение величины |
, соответствующее ма |
||||
ксимальной ординате кривой распределения* В приведенном |
при |
||||
мере - |
это эначение влахности 16,5 |
J6, |
соответствующее |
макси |
|
мальной |
частоте и. =85. |
|
|
|
|
Показатели рассеяния. Центральные моменты
Второй числовой характеристикой является мера рассеяния экспериментальных величин относительно их среднего значения0 Очевидно, что при одном и том хе значении среднего раз брос экспериментальных данных мохет быть различным. Чем боль
ше размах колебаний ряда данных, тем менее точно произведены опыты. В качестве показателя рассеяния наиболее часто исполь зуют среднее квадратическое отклонение 0 * При небольшом числе определений )f<30.
где х - среднее значение; ас*. - значение экспериментальной ве личины; if - число определений.
П р и в о зе производится разбивка ряда на интервалы. Если число интервалов равно т п , то вычисление среднего квадратиче ского отклонения производится по формуле
где ftt - частота, т .е , чиоло определений величины в i -м интер вале; ос*, - среднее значение величины в 1-м интервале (середи на интервала). Вычиоление характеристик произведем по,методу целочисленных аначений и сведем в табл. I , Порядок вычислений следующий.