Cтраница 3
Описанный выше закон нормального распределения справедлив при сравнительно большом ( более 20) числе наблюдений одной и той же физической величины. [31]
Чтобы использовать закон нормального распределения для выражения действительного закона распределения, необходимо определить средний размер и среднее квадратическое отклонение. [32]
Исследование уравнения закона нормального распределения показывает, что кривая симметрична относительно оси, проходящей через точку xf хс, в которой находится максимум кривой. Точки перегиба расположены на расстоянии 0 от центра. Уравнение кривой зависит от двух параметров хср и. При изменении хср кривая, сохраняя свою форму, передвигается по оси х, а при изменении а кривая меняет свою форму. [33]
Приводим вывод закона нормального распределения Гаусса. [34]
На основании закона нормального распределения случайных ошибок доказывается, что при измерениях одинаковой точности среднее арифметическое значение является наиболее вероятным и наилучшим значением измеряемой величины. [35]
Характерными особенностями закона нормального распределения случайных величин является то, что центром распределения случайных величин является их среднее значение, что появление случайных величин с одинаковыми отклонениями от среднего, но с разными знаками ( в - f - и в -), равновероятно. Чем меньше и чем больше значение случайных величин, тем реже они встречаются. [36]
На основе закона нормального распределения случайных величин можно многократным измерением одних и тех же величин одним и тем же измерительным средством уменьшить влияние случайных ошибок, так как они осредняются и в итоге повышается точность результата измерения. [37]
На основе закона нормального распределения случайных величин можно многократным измерением одних и тех же величин одним и тем же измерительным средством уменьшить влияние случайных ошибок, так ка Они осредняются и в итоге повышается точность результата измерения. [38]
Характерными особенностями закона нормального распределения случайных величин является то, что центром распределения случайных величин является их среднее значение, что появление случайных величин с одинаковыми отклонениями от среднего, но с разными знаками ( в и в -), равновероятно. Чем меньше и чем больше значение случайных величин, тем реже они встречаются. [39]
Укажите на кривой закона нормального распределения область часто и редко встречающихся отклонений. [40]
График для определения количества неправильно принятых деталей ( га % с размерами, выходящими за пределы поля допуска и при различных. [41] |
Дя подчиняются закону нормального распределения. [42]
Кривая, характеризующая закон нормального распределения ( закон Гаусса), показана на фиг. Она имеет выпуклую форму с округленной вершиной; на некотором расстоянии от вершины кривая имеет с каждой стороны по точке перегиба ( А и В на фиг. [43]
Таким образом, закон нормального распределения включает в себя принцип минимума суммы квадратов отклонений или, как его часто называют, принцип наименьших квадратов. Этот принцип лежит в основе многих современных методов расчета оптимальных параметров, описывающих экспериментальные зависимости. [44]
Кривые Ф ( X нормального распределения при трех значениях. [45] |