В качестве примеров распределений непрерывной случайной величины приведем следующие часто используемые в задачах управления качеством распределения, которые понадобятся нам для дальнейшей работы.
Нормальное (гауссовское) распределение имеет вид
. (1.18)
Здесь - среднее, - дисперсия распределения СВ.
На рисунке 1.1 приведен график дифференциального, а на рисунке 1.2 - интегрального гауссовского распределений непрерывной СВ.
Рисунок 1.1. Дифференциальное гауссовское распределение
Рисунок 1.2.
Интегральное гауссовское распределение
Равномерное (равновероятное) распределение на интервале [a,b] описывается соотношением
(1.19)
Среднее значение и дисперсия этого распределения равны соответственно
, .
Распределение (хи –квадрат). Если , - независимые нормально распределенные числа с нулевым средним и единичной дисперсией, то статистика (функция случайных величин)
(1.20)
подчиняется распределению с k степенями свободы.
(1.21)
Здесь - гамма функция. Математическое ожидание и дисперсия данного распределения имеют вид соответственно .
Распределение Стьюдента (t- распределение). Пусть z – нормальная случайная величина с нулевым математическим ожиданием и единичной дисперсией. Пусть также v – независимая от z СВ, имеющая распределение с k степенями свободы. Тогда СВ
(1.22)
имеет t- распределение с k степенями свободы
(1.23)
Среднее значение и дисперсия равны соответственно .
Распределение Фишера-Снедекора.
Если u и v независимые СВ, распределенные по закону со степенями свободы и соответственно, то СВ
(1.24)
имеет распределение Фишера-Снедекора
(1.25)
Здесь ., среднее значение и дисперсия равны
соответственно
, .
Приведем примеры распределений дискретной СВ, используемые в задачах управления качеством.
Гипергеометрическое распределение, часто применяемое в задачах выборочного контроля, имеет вид
(1.26)
Здесь V - объем контролируемой партии, N – число изделий в выборке, k – число дефектных изделий в выборке, D – число дефектных изделий в партии,
- число сочетаний из D по k.
Среднее значение и дисперсия этого распределения равны соответственно
, .
В случае N<<V гипергеометрическое распределение хорошо аппроксимируется биномиальным распределением, вычисляемым по формуле
Здесь - вероятность дефекта, остальные обозначения соответствуют приведенным для гипергеометрического распределения.
Среднее значение и дисперсия для биномиального распределения вычисляются соответственно по формулам
, .
В случае если число испытаний N
возрастает, а вероятность q уменьшается так, что Nq=const, биномиальное распределение стремится к распределению Пуассона
. (1.28)
Здесь N
– объем испытуемой выборки, k – число интересующих исследователя событий,
происшедших в процессе испытаний, - среднее
число событий в выборке (интенсивность потока событий). Среднее значение
и дисперсия распределения Пуассона имеют вид
! См. также:
20.1.1 Основные понятия теории вероятностей, используемые в задачах управления качеством