20.07.2013 Views

Молодой учёный

Молодой учёный

Молодой учёный

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

50 Технические науки<br />

«<strong>Молодой</strong> <strong>учёный</strong>» . № 3 (50) . Март, 2013 г.<br />

i<br />

Отклонения ( ) -<br />

∗<br />

pp<br />

i относятся к разным разрядам, поэтому по значимости они, в общем случае, не равноправны:<br />

одно и то же по абсолютной величине отклонение может быть малозначительным, если сама вероятность pi велика, и<br />

очень заметным, если она мала. Поэтому веса ci обычно принимаются пропорциональными вероятностям разрядов pi, b<br />

то есть предполагается, что c i = .<br />

pi<br />

Возникает вопрос, как выбрать коэффициент пропорциональностиb . Известно, если число опытов n ∞→ , а<br />

n<br />

ci<br />

= = nb )(,<br />

, то закон распределения U практически не зависит от функции распределения и от числа опытов n,<br />

pi<br />

2<br />

а зависит только от числа разрядов k . А именно, закон распределения U приближается к распределению c с плотностью<br />

распределения<br />

где гамма-функция . Как видим, распределение ( )uf зависит от числа степеней свободы r . Оно<br />

равно числу разрядов за исключением числа независимых условий (связей), наложенных на частоты<br />

k<br />

∑<br />

i=<br />

1<br />

k<br />

∑<br />

i=<br />

1<br />

k<br />

∑<br />

i=<br />

1<br />

p<br />

~<br />

∗<br />

i<br />

= 1<br />

,<br />

∗<br />

ii=<br />

apa<br />

2 ∗ 2<br />

( ) -<br />

,<br />

~ paa<br />

σ=<br />

так что<br />

При этом<br />

U =<br />

k<br />

∑<br />

i=<br />

1<br />

n<br />

p<br />

i<br />

ii<br />

,<br />

3-=<br />

kr .<br />

k<br />

2<br />

∗ 2<br />

2<br />

k<br />

n ⎛ m ⎞<br />

( ) ( - )<br />

- =<br />

i<br />

m np<br />

pp ⎜ - p ⎟ =<br />

∑ i ∑<br />

ii<br />

i=<br />

1 np i ⎝ n ⎠ i=<br />

1<br />

np<br />

i<br />

2<br />

ii<br />

Если амплитуда A ν действительно распределена по нормальному закону, то характеризует<br />

вероятность того, что за счет чисто случайных причин мера расхождения U теоретического нормального и статистического<br />

распределений не превосходит величину , то есть<br />

.<br />

В соответствии с таблицей 1 имеем При этом «теоретический» нормальный<br />

закон распределения имеет вид:<br />

.<br />

Результаты вычислений значений приводятся в таблице 2.<br />

.<br />

∗<br />

p i :

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!