В.Є.

Сікірін

ОБРОБКА ТА ОЦІНКА НАВІГАЦІЙНОЇ ІНФОРМАЦІЇ

ЗБІРНИК ЗАВДАНЬ ТА МЕТОДИЧНИХ ВКАЗІВОК

ДЛЯ ВИКОНАННЯ ПРАКТИЧНИХ РОБІТ

 1

Міністерство освіти і науки України

НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ОДЕСЬКА МОРСЬКА АКАДЕМІЯ»
Кафедра Судноводіння

ОБРОБКА ТА ОЦІНКА НАВІГАЦІЙНОЇ ІНФОРМАЦІЇ

Збірник завдань та методичних вказівок для виконання практичних робіт

Затверджено кафедрою Судново-

діння як збірник завдань та
методичних вказівок для виконання
практичних робіт з навчальної
дисципліни «Обробка та оцінка
навігаційної інформації» зі
спеціальності 271 «Річковий та
морський транспорт» Спеціалізація
- 271.01 Навігація і управління
морськими суднами від 08 вересня
2020 р., протокол №2

Одеса-2020
2

УДК 621.396.946(072)

С35

Укладач: Сікірін В.Є.

Обробка та оцінка навігаційної інформації [Текст]: Збірник

C35 завдань та методичних вказівок для виконання практичних робіт /
Укл. В.Є. Сікірін – Одеса: НУ «ОМА», 2020 – 50 с.

УДК 621.396.946(072)

© Національний університет «Одеська морська академія», 2020

 3

ЗМІСТ

Практична робота №1. Незгруповані розподіли частот………………………...4

Практична робота №2. Згруповані розподіли частот ………………………….11

Практична робота №3. Розрахунки показників вибірки навігаційних

вимірів ………………………………………………………………………….....19

Практична робота №4. Стандартизація даних …………………………………24

Практична робота №5. Характеристики випадкових величин ……………...29

Практична робота №6. Інтервальні оцінки вибіркових спостережень ……..34

Практична робота №7. Статистична перевірка гіпотези щодо нормального

розподілу емпіричних даних за критерієм згоди χ 2…………………………...40

Практична робота №8. Визначення позиції судна узагальненим методом

ліній положення …………………………………………………………………..48

Практична робота №9. Розрахунок елементів та побудова еліпсу похибок ..54

Практична робота №10. Розрахунок кругової похибки обсервованого місця

судна ………………………………………………………………………………..60

Практична робота №11. Розрахунок навігаційної безпеки плавання……….65

Додаток 1……..

Додаток 2……….

Додаток 3…….
4

Практична робота №1

Тема: Незгруповані розподіли частот

Навчальна мета: Сформувати у здобувачів освіти вміння наводити в

табличній та графічній формах незгруповані диференціальні та інтегральні
розподіли частот емпіричних даних

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

Емпіричні дані, які отримані шляхом вимірювань властивостей

вибіркових об'єктів, повинні пройти первинну обробку і систематизацію:
внесення у табличні форми (етап табуляції), упорядкування у варіаційні
послідовності (ряди), представлення у вигляді емпіричних розподілів

Варіаційний ряд - це упорядкована за збільшенням (або за зменшенням)

послідовність значень досліджуваної змінної Х.

Систематизація даних у варіаційний ряд є підготовчим етапом до

розрахунків і побудови статистичних розподілів досліджуваної змінної.

Статистичний розподіл - це математична модель об'єктів реальності у

вигляді співвідношення значень змінної X, що характеризує властивості
вибірки, до частот їх появи.
Основні види статистичних розподілів такі: диференціальні та інтегральні,
які можуть складатися з абсолютних і відносних частот.

Диференціальні розподіли представляють значення частот окремо (тобто

диференційовано) для кожної варіанти хi змінної Х.
 5

Диференціальні абсолютні частоти - це кількості об'єктів mi з

однаковими значенням хi змінної Х(або кількість однакових значень).

Диференціальні відносні частоти - це відношення диференціальних

абсолютних частот mi до загальної кількості n об'єктів, тобто fi = mi / n.

Інтегральні розподіли ( «накопичені» або «кумулятивні») формуються як

доданки попередніх диференціальних частот. Вони визначають сумарні частоти
для варіанти, що не перевищує значення хi змінної Х.

Інтегральні абсолютні частоти - це накопичена сума диференціальних

абсолютних частот від 1-ї до j-ї варіанти.

Інтегральні відносні частоти - це накопичена сума диференціальних

відносних частот від 1-ї до j-ї варіанти.

За технологією побудови варіаційні розподіли поділяють на розподіли

незгрупованих і згрупованих варіант.

Незгруповані розподіли застосовують до емпіричних даних, властивості

яких виміряні за інтервальними або відносними шкалами і приймають тільки
певні, як правило, дискретні у вузькому діапазоні значення.

Приклад : Представити в табличній та графічній формах

диференціальний та інтегральний розподіли частот емпіричних даних
наведених у табл.1.1.

Таблиця 1.1 – Емпіричні данні (змінна Х)

7 8 7 6 6
6 9 9 10 5
7 6 8 7 9
8 5 8 7 7
Послідовність рішення:
6

1. Визначаємо максимальне і мінімальне значення емпіричних даних: xmin = 5 ,

xmax = 10; загальна кількість елементів вибірки - n = 20.

2. Характер емпіричних даних відповідає умовам для розрахунку

незгрупованих розподілів, оскільки діапазон варіант хi змінної X містить всього
6 дискретних значень;
3. Наводимо емпіричні дані у вигляді варіаційного ряду, значення варіант якого
коливаються від xmin до xmax {5, 6, 7, 8, 9, 10};

4. Знаходимо диференціальні абсолютні частоти для кожної з варіант :

- для x1 = 5 частота m1 = 2;

- для x2 = 6 частота m2 = 4;

- для x3 = 7 частота m3 = 6 і т. д;

Сума всіх абсолютних частот повинна дорівнювати обсягу вибірки.

5. Розраховуємо диференціальні відносні частоти fi = mi / n:

- для x1 = 5 частота f1 = m1/n = 0,1 (або 10%);

- для x2 = 6 частота f2 = m2 /n = 0,2 (або 20%);

- для x3 = 7 частота f3 = m3 /n = 0,3 (або 30%) і т. д;

Сума всіх відносних частот має дорівнювати одиниці (або 100 %).

6. Розраховуємо інтегральні абсолютні – m*j та відносні Fj частоти, причому

остання інтегральна абсолютна частота дорівнюватиме обсягу вибірки, а остання
інтегральна відносна частота дорівнюватиме одиниці (або 100 %).

1
- для x1 = 5 частота m*1 = 𝑖=0 𝑚𝑖 = m0 + m1 = 0 + 2 = 2;

2
- для x2 = 6 частота m*2 = 𝑖=0 𝑚𝑖 = m0 + m1 + m2 = 0 + 2 + 4 = 6;

3
- для x3 = 7 частота m*3 = 𝑖=0 𝑚𝑖 = m0 + m1 + m2 + m3= 0 + 2 + 4 + 6 = 12 і
т.д;
 7
1
- для x1 = 5 частота F1 = 𝑖=0 𝑓𝑖 = f0 + f1 = 0 + 0,1 = 0,1;

2
- для x2 = 6 частота F2 = 𝑖=0 𝑓𝑖 = f0 + f1 + f2 = 0 + 0,1 + 0,2 = 0,3;

3
- для x3 = 7 частота F3 = 𝑖=0 𝑓𝑖 = f0 + f1 + f2 + f3= 0 + 0,1 + 0,2 + 0,3 = 0,6 і
т.д;

Результати розрахунків наводимо у вигляді табл.1.2. Варіаційний ряд

починаємо з варіанти x0 = x1 - 1= 4.

Таблиця 1.2 - Результати розрахунку розподілу

Емпіричні дані
7 8 7 6 6
6 9 9 10 5
7 6 8 7 9
8 5 8 7 7
Мінімальне 5
Максимальне 10
Частоти
Диференціальні Інтегральні
абсолютні відносні абсолютні відносні
i xi mi fi m*j Fj
0 4 0 0 0 0
1 5 2 0,1 2 0,1
2 6 4 0,2 6 0,3
3 7 6 0,3 12 0,6
4 8 4 0,2 16 0,8
5 9 3 0,15 19 0,95
6 10 1 0,05 20 1
Суми: 20 1
8

За даними табл. 1.2 побудуємо графіки функції щільності ( диференціальних

відносних частот) та функції розподілу (інтегральних відносних частот):

0,35

0,3
0,3

0,25
Відносні частоти

0,2 0,2
0,2

0,15
0,15

0,1
0,1

0,05
0,05

0
0
4 5 6 7 8 9 10
Значення змінної велечини Х

Рисунок 1.1- Графік диференціальних відносних частот

 9

1 1
0,95
0,9

0,8 0,8

0,7
Відносні частоти

0,6 0,6

0,5

0,4

0,3 0,3

0,2

0,1 0,1

0 0
4 5 6 7 8 9 10
Значення змінної велечини Х

Рисунок 1.2 – Графік інтегральних відносних частот

Індивідуальні завдання. В задачах № 1.1 ÷ 1.30 представити в табличній

та графічній формах диференціальний та інтегральний розподіли частот
емпіричних даних.

№ Емпіричні данні № Емпіричні данні

7 8 6 8 6 11 7 10 11 12
1.1 9 8 5 7 10 1.16 12 11 9 7 7
9 5 8 5 7 12 9 8 10 10
7 8 10 6 9 7 9 9 7 11
5 5 5 9 4 5 3 5 5 6
1.2 4 9 4 9 4 1.17 4 6 7 3 4
7 4 8 5 6 4 6 7 8 7
5 8 9 5 7 3 5 6 5 7
12 12 12 9 10 9 10 7 8 6
1.3 10 10 9 10 12 1.18 8 11 7 8 7
10 11 12 12 8 8 8 8 10 8
7 11 10 11 7 7 11 11 9 6
1.4 5 4 9 6 9 1.19 8 6 6 5 7
8 9 9 6 6 6 9 8 7 7
10

5 9 4 4 5 8 6 6 9 7
8 6 7 6 4 4 5 6 9 5
3 4 6 6 2 5 7 3 5 3
1.5 2 2 4 2 2 1.20 5 2 7 7 7
2 3 6 6 5 5 6 6 2 5
5 7 3 6 2 3 2 4 3 2
9 4 9 7 8 7 11 10 6 11
1.6 4 8 8 4 4 1.21 10 7 10 8 8
9 6 6 7 5 6 7 9 6 9
9 7 7 5 7 9 11 6 8 9
9 6 8 9 8 7 5 9 7 8
1.7 6 11 11 6 7 1.22 7 7 8 9 7
9 8 9 11 9 4 4 8 6 7
6 6 8 6 7 8 7 7 5 5
6 8 6 10 5 6 7 9 7 5
1.8 6 10 9 7 7 1.23 5 9 9 9 4
7 8 6 6 7 9 9 9 4 4
6 8 8 6 5 7 6 6 6 5
7 4 8 8 4 3 2 2 7 3
1.9 3 7 3 3 6 1.24 6 3 4 5 5
6 7 6 5 3 2 5 2 2 7
5 3 6 3 5 2 2 3 7 4

№ Емпіричні данні № Емпіричні данні

5 5 6 7 5 8 6 9 7 4
1.10 7 5 3 4 7 1.25 4 8 8 8 5
4 7 7 3 5 7 8 5 6 5
4 7 5 2 2 8 9 8 4 9
11 12 7 12 11 4 4 5 4 6
1.11 9 9 8 10 10 1.26 5 8 5 4 8
7 7 11 11 12 4 9 4 5 6
8 8 8 11 11 4 6 8 7 4
10 11 10 11 7 5 7 7 5 6
1.12 9 6 10 7 6 1.27 7 5 3 3 7
6 9 6 6 9 6 4 7 7 2
11 8 8 11 8 2 3 4 2 2
10 10 8 12 11 7 9 10 6 7
1.13 7 8 7 9 8 1.28 10 6 7 10 10
7 9 8 7 7 6 11 7 11 9
12 10 12 11 9 9 10 11 7 9
1.14 5 6 8 5 5 1.29 2 2 2 2 5
4 7 8 6 3 4 5 4 6 6
 11

6 8 7 4 7 3 6 6 6 5
8 8 5 7 4 4 5 4 5 6
10 7 8 11 8 5 7 8 4 5
1.15 9 9 6 11 8 1.30 8 7 3 5 5
7 7 8 7 10 6 7 3 5 7
8 10 11 8 10 7 7 7 3 8

Практична робота №2

Тема: Згруповані розподіли частот

Навчальна мета: Сформувати у здобувачів освіти вміння наводити в

табличній та графічній формах згруповані диференціальні та інтегральні
розподіли частот емпіричних даних.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

Розподіли згрупованих частот використовуються у разі інтервальних

або відносних типів вимірювань, якщо емпіричні дані приймають будь-які
дійсні значення в певному інтервалі або кількість варіант близька до обсягу
12

вибірки. У цій ситуації змінні мають бути представлені інтервалами (або

класами) значень однакової довжини.

Приклад : Розрахувати розподіли вибірки значень напряму вітру обсягом

64 вимірів за емпіричними даними наведеними у табл.2.1:

Таблиця 2.1 - Результати вимірів напряму вітру Кв(°)

110 125 152 112 141 136 163 142

114 122 145 145 159 115 131 120
163 139 125 133 106 141 159 101
117 122 155 138 107 138 156 142
150 134 121 154 107 104 163 148
127 129 110 139 120 162 138 118
133 106 137 125 125 144 131 150
117 165 154 103 130 111 128 107
Послідовність рішення:

1. Характер емпіричних даних показує, що необхідно розрахувати розподіли

згрупованих частот;
2. Визначаємо максимальне і мінімальне значення емпіричних даних: Квmin =
101° , Квmax = 165°; загальна кількість елементів вибірки - n = 64.

3. Розраховуємо кількість класів k за формулою Старджеса k = 1+3,32·lg n, де n

– обсяг вибірки. В нашому випадку k ≈7.

4. Розраховуємо розмір класового інтервалу λ =( Квmax - Квmin)/ k. Отримане

значення λ = (165 – 101)/7 = 9,14, але з практичної точки зору доцільно розмір
класового інтервалу прийняти λ = 10°.

5. Розрахувати значення початкової Квпоч і кінцевої Квкін границь діапазонів

значень Кв кратним 10°, так щоб мінімальне значення Квmin = 101° входило в
перший, а максимальне Квmax = 165° – в останній інтервал.
 13

6. Розраховуються значення диференціальних та інтегральних частот таким же

чином, як і для не згрупованих розподілів.

Результати наводимо у табличному вигляді та у вигляді графіків

диференціальних відносних частот та інтегральних відносних частот.

Таблиця 2.2 – Результати розрахунку розподілу значення напряму вітру

Результати вимірів
110 125 152 112 141 136 163 142
114 122 145 145 159 115 131 120
163 139 125 133 106 141 159 101
117 122 155 138 107 138 156 142
150 134 121 154 107 104 163 148
127 129 110 139 120 162 138 118
133 106 137 125 125 144 131 150
117 165 154 103 130 111 128 107
Мінімальне 101 Максимальне 165
К= 7 λ= 9,142857

Продовження табл. 2.2

Частоти
Диференціальні Інтегральні
абсолютні відносні абсолютні відносні
i Кв поч < Кві ≤ Кв кін mi fi m*j Fj
1 100 < Кв1 ≤ 110 8 0,125 8 0,125
2 110 < Кв2 ≤ 120 9 0,140 17 0,265
3 120 < Кв3 ≤ 130 12 0,187 29 0,453
4 130 < Кв4 ≤ 140 13 0,203 42 0,656
5 140 < Кв5 ≤ 150 8 0,125 50 0,781
6 150 < Кв6 ≤ 160 9 0,140 59 0,921
14

7 160 < Кв7 ≤ 170 5 0,078 64 1

Суми: 64 1
За даними табл. 2.2 побудуємо графіки функції щільності
(диференціальних відносних частот) та функції розподілу (інтегральних
відносних частот):

0,25

0,2
Відносна частота

0,15

0,1 0,203125
0,1875

0,140625 0,140625
0,125 0,125
0,05
0,078125

0
100 < Кв ≤ 110 110 < Кв ≤ 120 120 < Кв ≤ 130 130 < Кв ≤ 140 140 < Кв ≤ 150 150 < Кв ≤ 160 160 < Кв ≤ 170

Напрям вітру (°)

Рисунок 2.1- Графік диференціальних відносних згрупованих частот

 15

1 1

0,9 0,921875

0,8 0,78125
0,7
0,65625
Відносна частота

0,6

0,5
0,453125
0,4

0,3
0,265625
0,2
0,125
0,1

0 0
100 110 120 130 140 150 160 170
Напрям вітру (°)

Рисунок 2.2- Графік інтегральних відносних згрупованих частот

Індивідуальні завдання . В задачах № 2.1 ÷ 2.30 розрахувати згруповані

розподіли значень напряму вітру. Результати представити в табличній та
графічній формах.

№ Напряму вітру (°)

146 126 107 95 124 133 139 94 141 154 97 149 109 150 123 156
122 95 152 125 111 125 94 112 149 134 105 152 139 123 119 130
2.1
157 109 114 94 111 147 126 129 111 140 142 129 157 127 99 146
99 157 109 137 105 133 94 131 98 128 143 137 121 104 146 103
153 131 154 139 122 162 157 164 136 133 134 174 126 147 130 172
126 132 157 154 173 117 120 179 143 178 118 151 174 160 137 143
2.2
119 180 168 172 164 174 131 150 128 164 147 174 138 118 175 118
142 162 132 158 123 164 133 138 158 124 159 147 134 129 168 150
130 94 137 119 89 92 95 147 103 140 95 124 153 116 145 136
117 92 112 107 137 107 128 102 92 127 92 114 114 148 120 97
2.3
143 117 110 98 135 92 115 110 102 94 111 152 92 113 154 111
154 122 90 97 106 149 105 100 144 91 144 113 102 128 137 127
16

№ Напряму вітру (°)

152 137 129 141 147 162 162 137 100 126 107 132 135 122 115 131
122 153 159 158 138 111 152 121 130 138 125 109 154 118 157 125
2.4
149 112 141 104 159 149 98 115 102 145 112 119 122 107 102 103
160 102 123 151 133 107 121 103 136 146 140 109 133 102 126 98
131 182 131 168 160 122 122 170 166 183 135 125 133 155 165 165
161 151 160 153 154 146 162 142 157 170 128 148 179 154 159 159
2.5
164 157 156 167 148 158 163 162 128 131 147 135 162 159 146 153
162 174 120 160 148 179 131 124 158 164 126 175 134 132 131 147
119 128 146 138 118 111 154 144 115 95 149 131 137 97 111 134
132 92 129 126 154 131 117 94 105 129 130 105 130 145 99 111
2.6
133 136 92 140 104 106 122 152 119 137 117 92 111 94 119 149
107 132 124 154 110 138 91 89 104 110 103 95 117 116 91 113
131 143 177 173 115 133 144 163 112 125 121 167 129 155 163 127
171 137 166 161 129 119 138 175 130 163 126 145 142 125 113 141
2.7
137 113 153 167 154 171 115 156 139 122 113 159 122 152 114 118
134 131 169 128 153 148 168 140 130 143 119 156 122 154 120 168
107 113 147 123 106 140 101 138 122 157 114 147 147 137 106 105
136 156 145 156 153 101 155 112 130 107 118 124 156 129 122 150
2.8
96 105 156 114 154 105 144 124 94 98 141 130 109 119 142 142
151 141 134 98 147 151 137 104 143 126 116 119 127 150 129 143
139 124 140 159 128 144 150 167 120 168 160 108 156 108 128 116
153 151 144 154 130 130 124 166 115 121 109 109 120 169 171 133
2.9
165 136 118 153 134 144 138 147 159 124 128 130 150 161 173 137
115 125 136 170 108 138 159 144 156 125 128 112 144 169 144 114
147 119 155 156 125 153 154 155 130 109 126 171 153 144 173 127
162 132 166 132 162 163 130 135 135 147 130 148 153 170 126 136
2.10
132 171 147 139 112 156 110 125 145 137 115 123 121 134 119 143
130 154 134 144 114 117 139 155 171 117 147 165 141 154 168 138
153 134 104 140 112 103 127 122 154 146 101 142 104 120 97 152
128 137 118 124 118 141 89 143 124 144 140 130 150 119 138 111
2.11
108 129 138 136 99 92 111 144 148 119 121 128 114 131 100 132
142 148 149 106 97 102 101 151 109 152 135 149 122 107 103 133
 17

№ Напряму вітру (°)

91 146 143 116 89 112 93 99 116 97 111 89 120 92 116 105
101 130 132 119 110 144 150 131 100 96 110 115 118 140 144 118
2.12
135 99 115 117 142 113 95 88 126 93 142 129 109 96 92 135
132 149 110 138 133 116 125 105 120 120 143 148 132 104 139 89
112 131 131 134 114 96 102 122 136 133 95 134 147 150 107 120
116 142 114 122 144 113 101 105 141 147 109 92 108 101 104 108
2.13
145 101 92 152 139 96 109 98 150 95 115 134 100 126 112 97
151 96 142 142 124 157 108 104 152 139 93 134 109 122 131 110
166 130 106 151 125 125 163 112 150 114 135 127 156 108 145 141
146 119 166 143 154 147 159 162 144 134 154 162 138 127 122 142
2.14
138 153 131 160 157 111 160 106 103 117 150 108 136 147 159 127
123 150 149 113 145 144 126 136 143 132 153 132 129 130 143 129
106 85 129 136 117 106 139 110 121 139 147 134 149 104 105 97
126 128 144 122 87 145 89 105 93 141 106 93 149 92 92 125
2.15
92 118 94 98 114 128 97 105 111 99 132 93 140 97 135 115
133 129 147 150 132 144 145 149 146 129 125 99 148 120 91 123
147 88 94 144 94 149 151 88 87 133 100 103 137 143 125 146
121 141 136 148 128 116 136 111 124 132 130 117 136 97 114 116
2.16
146 109 108 149 99 136 123 152 144 87 103 134 133 125 97 129
100 116 104 142 97 151 101 134 109 139 88 117 144 98 107 125
87 107 91 117 128 92 132 118 128 88 96 139 109 109 145 139
84 90 95 130 101 104 123 92 114 129 125 82 117 142 122 88
2.17
108 140 121 132 86 111 109 86 117 90 82 138 136 101 115 99
100 140 88 116 143 122 142 80 132 114 137 106 102 142 125 85
135 146 100 119 118 98 116 99 147 108 124 110 97 118 123 152
155 116 111 143 121 157 112 142 143 124 160 114 150 153 98 128
2.18
161 102 144 115 103 100 160 141 106 116 154 102 126 125 143 114
114 117 131 117 106 96 105 115 105 110 117 137 140 159 140 128
125 159 159 150 154 152 150 120 155 112 117 127 131 143 164 158
132 134 119 111 118 158 153 167 115 143 134 151 133 115 158 173
2.19
147 149 126 141 124 160 161 141 123 136 134 139 115 155 118 114
142 149 155 128 154 124 116 138 143 121 172 127 153 111 161 123
18

№ Напряму вітру (°)

156 155 140 175 151 126 143 116 158 154 162 168 147 150 128 119
172 175 162 118 148 118 153 154 136 153 171 177 170 167 175 132
2.20
136 161 134 119 144 169 133 163 143 167 136 143 157 163 153 135
127 117 130 121 129 130 118 115 126 116 140 125 133 137 154 118
154 109 148 146 117 108 149 141 118 117 106 126 133 143 125 111
123 146 170 145 166 150 164 151 165 120 124 130 170 121 134 127
2.21
117 147 146 156 168 146 158 164 112 122 147 146 134 124 140 168
112 133 112 166 138 170 116 158 142 137 126 121 158 161 130 165
185 124 171 172 173 146 166 153 160 156 137 184 175 168 153 184
144 164 160 181 173 150 125 180 146 175 175 172 152 155 147 126
2.22
172 152 152 132 177 178 168 122 127 155 184 173 147 162 141 139
133 176 175 185 182 179 138 182 181 139 122 140 182 165 157 172
112 126 125 153 156 114 146 122 102 108 136 126 154 101 123 105
123 157 128 137 118 115 140 152 103 143 109 152 149 153 100 133
2.23
158 104 134 138 148 140 163 133 162 119 156 147 139 115 120 108
139 134 100 136 130 129 120 114 116 120 124 140 103 108 106 130
109 116 112 122 111 105 110 147 145 136 137 113 111 105 88 116
128 122 110 106 116 104 106 111 97 99 89 124 106 88 136 104
2.24
124 128 139 93 100 118 151 105 110 123 127 139 95 106 152 99
111 110 94 90 110 152 130 97 151 130 148 112 93 106 104 104
131 114 153 145 152 120 165 152 161 124 117 172 153 126 126 171
172 160 156 132 128 113 168 141 173 146 126 137 117 171 144 156
2.25
166 159 150 135 170 156 139 165 113 176 173 146 159 129 157 141
176 119 165 161 167 161 147 132 125 174 176 131 169 133 125 118
143 112 122 152 127 117 109 143 139 136 151 140 139 136 106 142
123 112 119 95 101 109 135 140 141 105 149 117 156 154 110 117
2.26
107 147 134 144 125 144 114 116 134 126 146 130 122 118 97 148
91 114 110 141 146 110 107 114 136 122 140 108 147 105 124 156
153 115 98 143 124 105 119 108 99 154 121 150 117 100 113 132
150 118 94 111 116 125 121 147 93 137 141 137 155 93 94 144
2.27
102 91 125 97 131 113 100 110 119 134 119 135 97 143 143 132
90 104 117 147 144 152 96 119 92 136 150 116 90 128 135 115
 19

№ Напряму вітру (°)

103 108 152 135 144 161 115 131 113 146 111 120 149 115 117 122
149 150 130 159 132 134 149 142 111 135 109 163 142 145 114 111
2.28
146 145 133 123 136 136 106 138 160 119 142 108 145 130 146 138
109 125 159 110 164 121 106 143 156 114 118 101 110 158 128 122
103 136 114 134 113 95 121 120 97 88 91 114 96 114 98 120
144 122 92 151 117 118 147 128 147 139 143 132 132 145 126 100
2.29
138 95 101 147 109 107 88 93 123 145 123 135 106 121 100 97
118 132 149 150 138 89 128 144 142 97 151 89 144 100 124 113
146 140 149 131 165 126 138 147 177 177 136 138 176 122 154 130
174 182 168 160 139 160 127 177 148 178 146 140 184 147 124 142
2.30
184 154 181 121 166 152 138 174 138 175 152 122 133 181 165 150
173 158 163 165 164 139 171 180 179 183 123 162 148 154 182 160
20

Практична робота №3

Тема: Розрахунки показників вибірки навігаційних вимірів

Навчальна мета: Сформувати у здобувачів освіти вміння складати

варіаційні ряди та розрахувати міри центральної тенденції та міри мінливості.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

Мірами центральної тенденції (МЦТ) називають чисельні показники

типових властивостей емпіричних даних.

Мода Mo - це значення, яке найчастіше трапляється серед емпіричних

даних.

При визначенні моди необхідно дотримуватися таких угод:

• мода може бути відсутня, наприклад, для даних 2, 2, 3, 3, 4, 4, 5, 5;

• якщо варіанти суміжні і мають однакову частоту, мода визначається як

середнє значення сусідніх варіант. Наприклад, для ряду 2, 2, 3, 4, 4, 4, 5,
5, 5 мода Мо = (4+5)/2=4,5;

• якщо варіанти несуміжні, може існувати декілька мод. Наприклад, для

даних 2, 2, 3, 3, 3, 4, 5, 5, 5 характерна бімодальність, тобто дві моди
Мо1 = 3 і Мо2 2 5;

Медіана Md - це значення, яке приходиться на середину упорядкованої

послідовності емпіричних даних.

Для непарної кількості даних медіана визначається середнім елементом

Мd = х(n+1)/2. (3.1)

Якщо кількість значень даних є парною, то медіаною є середнє значення

 21

центральних сусідніх елементів:

Md = (хn/2 + хn/2+1)/2 (3.2)

Середнє арифметичне 𝑋 (вибіркове середнє або середнє) сукупності n

значень дорівнює:

(3.3)

Якщо дані представлено розподілами частот, середнє визначається як:

(3.4)

де хi, - варіанти незгрупованих частот або центральні значення класових

інтервалів у разі згрупованих частот; fi - диференціальні частоти

Міри мінливості (ММ) - використовуються для опису розсіювання

значень відносно мір центральної тенденції.

Дисперсія вибірки обсягом n визначається як:

,або (3.6)

Де 𝑋 - середнє арифметичне вибірки.

Якщо дані представлено розподілами частот, дисперсія визначається як:

(3.7)

Стандартне відхилення вибірки визначається як : (3.8)

22

Асиметрія Ах характеризує ступінь несиметричності розподілу відносно

його середнього. Позитивна асиметрія вказує на відхилення вершини розподілу
в бік від'ємних значень, негативна - у бік додатних.

(3.9)

Ексцес Ex характеризує відносну опуклість або згладженість розподілу

вибірки порівняно з нормальним розподілом. Позитивний ексцес позначає
відносно загострений розподіл, негативний – відносно згладжений.

(3.10)

Приклад : За табличними даними розрахувати міри центральної тенденції

та міри мінливості:

Таблиця 3.1- Результати вимірів істинного пеленгу на орієнтир ІП(°)

255,3 257,8 255,3 258,9 258,1 257,7

255,3 258,8 255,3 256,8 255,7 259

Послідовність рішення:

1. Представляємо емпіричні дані у вигляді варіаційного ряду (упорядкована за

збільшенням, або за зменшенням послідовність значень досліджуваної змінної).
В нашому випадку варіаційний ряд буде мати вигляд:
1 2 3 4 5 6 7 8 9 10 11 12
255,3 255,3 255,3 255,3 255,7 256,8 257,7 257,8 258,1 258,8 258,9 259

2. Розраховуємо МТЦ за формулами 3.1-3.4 та з аналізу варіаційного ряду.

Мода в нашому випадку дорівнює 255,3° , т.я. це значення має найбільшу

частоту у вибірці.
 23

Т.я. вибірка має парну кількість елементів (12 значень), то медіана

розраховується наступним чином :

Md = (хn/2 + хn/2+1)/2 = (ІП6+ ІП7)/2 = (256,8+257,7)/2 = 257,25°

Середнє арифметичне розраховується за формулою 3.3:

ІП=257,0°

3. Для розрахунків мір мінливості складемо допоміжну таблицю.

Емпіричні дані Додаткові розрахунки

і ІПі, ° (ІПі - ІП) (ІПі - ІП)2 (ІПі - ІП)3 (ІПі - ІП)4

1 255,3 -1,70 2,89 -4,91 8,35

2 255,3 -1,70 2,89 -4,91 8,35
3 255,3 -1,70 2,89 -4,91 8,35
4 255,3 -1,70 2,89 -4,91 8,35
5 255,7 -1,30 1,69 -2,20 2,86
6 256,8 -0,20 0,04 -0,01 0,00
7 257,7 0,70 0,49 0,34 0,24
8 257,8 0,80 0,64 0,51 0,41
9 258,1 1,10 1,21 1,33 1,46
10 258,8 1,80 3,24 5,83 10,50
11 258,9 1,90 3,61 6,86 13,03
12 259 2,00 4,00 8,00 16,00
Суми: 0,00 26,48 1,02 77,90

4. Розраховуємо міри мінливості за формулами 3.6 – 3.10.

Дисперсія вибірки :

2 (ІПі −ІП)2
𝑆ІП = = 26,48
11
= 2,41
𝑛 −1

Стандартне відхилення :

2
𝑆ІП = 𝑆ІП = 2,41 = 1,55

Асиметрія :
1
АІП = ∙ (ІПі − ІП)3 = 0,022
𝑛∙𝑆ІП 3
24

Ексцес :
1
ЕІП = ∙ (ІПі − ІП)4 − 3 = −1,88
𝑛 ∙𝑆ІП 4

Індивідуальні завдання. В задачах № 3.1 ÷ 3.30 за табличними даними

розрахувати міри центральної тенденції та міри мінливості.

№ Значення істинного пеленгу (°)

3.1 255,3 257,8 255,3 258,9 258,1 257,7 255,3 258,8 255,3 256,8 255,7 259
3.2 49,8 48,2 48,5 47,5 49,4 48,3 48,1 47,5 49 49,5 48,5 47,9
3.3 294,8 294,3 293,7 292,5 293,7 291,5 293,2 291,8 293,5 292,8 291,8 294,5
3.4 45,4 44 44,1 46,5 45,2 44,8 44,3 46,3 44,3 45,5 44,3 46,1
3.5 40,3 41,4 41,7 41,1 39 42,6 40,3 39,6 42,1 42,6 41,4 40,7
3.6 116,5 119,4 117,8 118,9 117,4 117,5 119,2 116,9 118,2 117,7 118 119,4
3.7 152,8 152,8 154,4 155,6 153,5 155,6 154,2 155,7 153,6 153,3 153,4 153,2
3.8 250,2 250,3 250,7 249,1 248 248,5 250,4 248,5 247,9 248,9 250,4 248,1
3.9 327,9 327,2 328,2 329,6 328 329,9 328,4 329,7 327,3 329,4 329,4 330
3.10 113,3 114,3 113,1 111,1 112,6 114,9 111,3 113,9 111,2 112,4 112,2 111
3.11 43,2 44,3 44,7 44,8 42,2 44,9 43,5 45 42,1 45,7 45,2 42,1
3.12 35,7 37,6 36 34,9 36,3 36,2 35,2 34,9 35,7 35,9 36,2 37,8
3.13 306,8 308 307,6 306,3 307,1 304,1 306,1 304 304,5 307 307,3 308
3.14 292,6 293,6 293 292,3 293,9 292,9 292,3 290,2 294 290,1 291,3 292,7
3.15 103 105,6 105,6 103,7 104,7 104 104,5 103,5 105,6 102,4 103 104,8
3.16 127 129,4 129 127 128,3 127,6 128,9 127,2 129,4 127,1 128 128,5
3.17 238,8 238,6 238,6 240,7 241,1 241,7 241 240,4 241,4 239 240 240
3.18 176,5 178,6 177,7 177,3 177 180 179 179,1 178,3 178,2 178,1 179,2
3.19 142,5 144,9 143,3 144,1 143,2 144,4 144,5 144,4 141,6 144,9 144,1 143,4
3.20 243,2 243 241,7 243,8 244,6 244,7 241,3 243,1 241 242,1 242,8 243,8
3.21 313 313,7 316,6 314,4 313,7 316,4 314 314,3 314,5 313 315,2 314,5
3.22 119,4 120,4 118,9 118,8 119,4 118,7 120,2 121,6 118,6 119,8 121,9 120
3.23 247,8 248 251 247,3 249,2 249,5 247,7 247,3 247 247,8 248,5 248,1
3.24 29,5 27 28,1 29,7 28,6 29,7 27 26,3 28 29,5 28,5 26
3.25 77,5 75,9 77,3 74,9 77,8 76,6 74,1 77,7 77,9 77 75,1 76,3
3.26 204,5 207,6 206,5 204,8 205,3 206,9 207,6 207,2 207,9 207,9 204,9 208
3.27 117,4 116,7 119 118,6 116,1 118,6 117,9 116,4 118,8 117,3 117,6 118,7
3.28 145,2 147,4 144,3 146,3 147,9 144,9 144,6 146,4 144,3 145 145,2 146,8
3.29 192,9 190,3 192,9 192,5 191 191,7 192,7 192,1 191,4 193,9 190,9 191,6
3.30 178,4 177,8 178,8 180 177,8 178,1 180,4 181 177,5 178,1 179,8 178
 25

Практична робота №4

Тема: Стандартизація даних.

Навчальна мета: Сформувати у здобувачів освіти вміння виконувати

процедуру нормалізації(стандартизації) даних.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

У широкому сенсі стандартизація даних являє собою етап їх попередньої

обробки з метою приведення до певного формату та вигляду, які забезпечують
їх коректне застосування в багатовимірному аналізі, спільних дослідженнях,
складних технологіях аналітичної обробки.

У статистиці метою стандартизації є забезпечення можливості коректного

порівняння значень спостережень, зібраних одними і тими ж методами, але в
різних умовах. Крім цього, спостереження, зібрані в різних умовах, можуть
відбуватися з різних імовірнісних розподілів з різними параметрами, що також
ускладнює процес аналізу.

У процесі стандартизації відбувається формування стандартизованих

шкал. Стандартизація дозволяє усунути можливий вплив відхилень за будь-
якою ознакою. Стандартизація призводить всі вихідні значення набору даних,
незалежно від їх початкових розподілів і одиниць виміру, до набору значень з
розподілу з нульовим середнім і стандартним відхиленням, рівним 1. В
результаті формується так звана стандартизована шкала, яка визначає місце
кожного значення в наборі даних, вимірюючи його відхилення від середнього в
одиницях стандартного відхилення. Значення стандартизованої (нормованої)
шкали визначаються наступним чином:
𝑥 𝑖 −𝑋
𝑧𝑖 = (4.1)
𝑆𝑥
26

Де 𝑥𝑖 - значення i-го елемента даних первинного масиву Х; Х та 𝑆𝑥 - середнє

арифметичне та стандартне відхилення масиву Х; 𝑧𝑖 - нормоване значення.

Приклад: За табличними даними отримати нормовані дані та побудувати

графіки первинного розподілу та стандартизованого(нормованого):

Таблиця 4.1- Вибіркові дані

9 9 7 8 9 5 5 10 7 8
8 6 7 6 8 8 6 8 8 11

Послідовність рішення:

1. Наводимо емпіричні дані у вигляді варіаційного ряду, значення варіант

якого коливаються від xmin до xmax , та визначаємо диференціальні
абсолютні частоти для кожної з варіант - тi.
2. Розраховуємо диференціальні відносні частоти fi = mi / n.
3. Для емпіричних даних розраховуємо значення середнього Х та
стандартного відхилення 𝑆𝑥 за формулами:
𝑥𝑖 𝑚 𝑖
Х= (4.2)
𝑚𝑖

𝑆𝑥 = 𝑆𝑥 2 (4.3)

𝑥 𝑖2 𝑚 𝑖
𝑆𝑥 2 = − (Х)2 (4.4)
𝑚𝑖

4. За формулою 4.1 знаходимо відповідні нормовані значення для кожного

елементу варіаційного ряду.
5. Побудувати графіки та зробити висновки щодо відповідності форм, та
проходження осі ординат .
Результати розрахунків для зручності наводять у табличному вигляді:
 27

Таблиця 4.2 – Результати розрахунків

xі mi fxi 𝒙𝒊 𝒎𝒊 𝒙𝟐𝒊 𝒎𝒊 Zi fzi

5 2 0,1 10 50 -1,74 0,1
6 3 0,15 18 108 -1,08 0,15
7 3 0,15 21 147 -0,43 0,15
8 7 0,35 56 448 0,23 0,35
9 3 0,15 27 243 0,88 0,15
10 1 0,05 10 100 1,54 0,05
11 1 0,05 11 121 2,20 0,05
Σ= 20 1 153 1217 1
Х= 7,65 𝒁= 0
𝑺𝒙𝟐 = 2,32 𝑺𝒛𝟐 = 1
𝑺𝒙 = 1,53 𝑺𝒛 = 1

За одержаними результатами будуємо графіки розподілу.

0,4

0,35

0,3

0,25

0,2

0,15

0,1

0,05

0
4 5 6 7 8 9 10 11 12

Рисунок 4.1 – Графік розподілу первинних даних

28

0,4

0,35

0,3

0,25

0,2

0,15

0,1

0,05

0
-2,00 -1,50 -1,00 -0,50 0,00 0,50 1,00 1,50 2,00 2,50

Рисунок 4.2 – Графік розподілу стандартизованих даних

За Рис. 4.1 та 4.2 можна зробити висновок, що графіки розподілів

первинних і стандартизованих даних ідентичні за формою. Значення середніх
для первинних даних складає -7,65 ,для нормованих -0. Різними також є
показники середньоквадратичного відхилення – 1,53 та 1 відповідно.

Індивідуальні завдання. В задачах № 4.1 ÷ 4.30 отримати нормовані

значення вибіркових даних та побудувати графіки первинного розподілу та
стандартизованого.
 29

Варіант №

4.10

4.11

4.12

4.13

4.14

4.15
4.1

4.2

4.3

4.4

4.5

4.6

4.7

4.8

4.9
17 12 22 9 5 17 6 14 22 25 16 18 8 19 23
14 15 22 13 6 12 10 18 21 26 15 13 12 21 23
16 11 24 12 4 13 8 17 18 24 16 16 9 18 27
15 13 24 10 9 15 8 19 21 27 18 14 7 17 25
17 12 23 12 8 13 7 17 20 28 20 13 11 21 25
15 13 25 12 5 16 10 16 24 24 18 16 9 20 21
17 12 23 9 3 15 7 13 21 24 17 17 10 21 26
15 9 23 11 7 12 10 16 22 26 18 14 9 21 23
Емпіричні дані

15 12 22 11 7 15 5 18 22 23 19 16 9 18 26
18 12 26 11 5 15 8 13 23 25 14 15 7 20 24
16 12 23 12 5 16 9 16 19 23 17 15 8 19 22
16 13 24 13 6 13 9 17 21 28 14 15 9 19 23
13 13 25 8 5 14 10 15 21 25 16 16 6 19 21
13 10 23 14 4 11 8 17 19 26 17 14 11 23 23
14 14 21 12 5 14 9 16 21 27 17 13 10 21 26
12 14 23 11 3 14 11 14 21 26 17 17 10 20 23
15 14 20 10 4 12 9 19 24 29 20 12 10 20 22
14 10 21 9 4 14 11 15 23 27 19 16 8 22 24
16 12 20 8 5 13 8 14 20 26 15 12 6 22 27
18 9 23 10 6 14 7 15 22 25 16 17 12 22 22
Варіант №
4.16

4.17

4.18

4.19

4.20

4.21

4.22

4.23

4.24

4.25

4.26

4.27

4.28

4.29

4.30
21 18 27 15 8 21 13 18 28 30 23 23 12 22 28
18 21 27 19 9 16 17 22 27 31 22 18 16 24 28
20 17 29 18 7 17 15 21 24 29 23 21 13 21 32
19 19 29 16 12 19 15 23 27 32 25 19 11 20 30
21 18 28 18 11 17 14 21 26 33 27 18 15 24 30
19 19 30 18 8 20 17 20 30 29 25 21 13 23 26
21 18 28 15 6 19 14 17 27 29 24 22 14 24 31
19 15 28 17 10 16 17 20 28 31 25 19 13 24 28
Емпіричні дані

19 18 27 17 10 19 12 22 28 28 26 21 13 21 31
22 18 31 17 8 19 15 17 29 30 21 20 11 23 29
20 18 28 18 8 20 16 20 25 28 24 20 12 22 27
20 19 29 19 9 17 16 21 27 33 21 20 13 22 28
17 19 30 14 8 18 17 19 27 30 23 21 10 22 26
17 16 28 20 7 15 15 21 25 31 24 19 15 26 28
18 20 26 18 8 18 16 20 27 32 24 18 14 24 31
16 20 28 17 6 18 18 18 27 31 24 22 14 23 28
19 20 25 16 7 16 16 23 30 34 27 17 14 23 27
18 16 26 15 7 18 18 19 29 32 26 21 12 25 29
20 18 25 14 8 17 15 18 26 31 22 17 10 25 32
22 15 28 16 9 18 14 19 28 30 23 22 16 25 27
30

Практична робота №5

Тема: Характеристики випадкових величин.

Навчальна мета: Сформувати у здобувачів освіти вміння розраховувати

математичне сподівання, дисперсію та стандартне відхилення випадкової
величини.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

Випадкова величина - це величина, яка в результаті випробувань може

приймати певне значення (iз сукупності cвoїx значень) з певною ймовірністю.

Результати випробувань, як правило, моделюються незалежними

випадковими величинами. Часто вважають, що спостереження, іспити, досліди
проводяться за схемою незалежних іспитів. Отже, незалежність випадкових
величин - одне з базових понять теорії ймовірностей, що лежить в основі
практично всіх ймовірносно-статистичних методів.

У практиці досліджування генеральної сукупності цілком достатнім е

отримання декількох чисельних характеристик, що оцінюють центр групування
значень випадкової величини, міpy їхнього розсіяння, ступінь взаємозв’язку
різних компонентів.

Основні характеристики випадкової величини Х, що дають змогу

чисельно оцінити показники «центральної тенденції» та «варіативності» є
математичне сподівання М[Х], дисперсія D[X] та стандартне відхилення SD[X].

Математичне сподівання є однією з важливих характеристик розподілу

випадкової величини Х.

Математичне сподівання простої випадкової величини Х з множиною

значень {x1, x2,…,xn} визначається як
 31
𝑛
𝑀𝑋 = 𝑖=1 𝑥𝑖 ∙ 𝑃(𝑋 = 𝑥𝑖 ) (5.1)

Де 𝑥𝑖 - значення випадкової величини Х, 𝑃(𝑋 = 𝑥𝑖 ) - ймовірність появи

події (зачення) 𝑥𝑖 .

Дисперсія випадкової величини є показником мінливості та представляє

собою математичне сподівання квадрату різниці між випадковою величиною та
її математичним сподіванням, а саме

D[X]= M[(X-M[X])2], (5.2)

𝑛
або 𝐷𝑋 = 𝑖=1 𝑓 𝑥𝑖 ∙ (𝑥𝑖 − 𝑀 𝑋 )2 .

З дисперсією випадкової величини тісно зв’язаний ще один показник

мінливості – стандартне відхилення.

Стандартним відхиленням випадкової величини Х називається

невід’ємне число

𝑆𝐷 𝑋 = + 𝐷[𝑋] (5.3)

Приклад : При проходженні небезпечної ділянки переходу, мінімальна

відстань до небезпеки має становити 23кбт. За даними навмання отриманої
вибірки суден, розрахувати математичне сподівання як орієнтовний показник
середньої відстані до небезпеки. Охарактеризувати мінливість за допомогою
дисперсії та стандартного відхилення.
32

Таблиця 5.1 – Результати розрахунків

Статисти
Значення дистанції
чна Зважені Квадрати Зважені
до небезпеки,
ймовірні значення різниць значення
D(кбт)
сть
i Di mi 𝑓 𝐷𝑖 𝑓 𝐷𝑖 ∙ 𝐷𝑖 (𝐷𝑖 − 𝑀 𝐷 )2 𝑓 𝐷𝑖 ∙ (𝐷𝑖 − 𝑀 𝐷 )2
1 23 4 0,09 2,04 26,81 2,38
2 24 2 0,04 1,07 17,45 0,78
3 25 1 0,02 0,56 10,10 0,22
4 26 3 0,07 1,73 4,74 0,32
5 27 5 0,11 3,00 1,39 0,15
6 28 10 0,22 6,22 0,03 0,01
7 29 7 0,16 4,51 0,68 0,11
8 30 4 0,09 2,67 3,32 0,30
9 31 1 0,02 0,69 7,96 0,18
10 32 8 0,18 5,69 14,61 2,60
Сума: 45 1 28,2 7,0

За формулою 5.1 отримуємо значення математичного сподівання 𝑴 𝑫

=28,2 кбт.

Дисперсія розраховується за формулою 5.2. Звідки 𝑫 𝑫 =7,0

Отримавши значення дисперсії, знаходимо стандартне відхилення за

формулою 5.3. 𝑺𝑫 𝑫 =2,65 кбт.

Висновок: математичне сподівання показує, що значення випадкових

величин (дистанцій) групуються біля значення 28,2 кбт., кількість яких
становить приблизно 22% від загальної кількості.
 33

Індивідуальні завдання. В задачах № 5.1 - 5.30 за табличними даними

розрахувати математичне сподівання, дисперсію та стандартне відхилення
випадкової величини.

№ 5.1 № 5.2 № 5.3 № 5.4 № 5.5

i xi mi i xi mi i xi mi i xi mi i xi mi
1 32 8 1 27 2 1 25 1 1 33 4 1 35 1
2 33 6 2 28 5 2 26 9 2 34 5 2 36 1
3 34 1 3 29 10 3 27 10 3 35 7 3 37 7
4 35 9 4 30 10 4 28 6 4 36 7 4 38 8
5 36 1 5 31 1 5 29 5 5 37 4 5 39 2
6 37 2 6 32 2 6 30 7 6 38 3 6 40 6
7 38 4 7 33 8 7 31 2 7 39 9 7 41 7
8 39 4 8 34 2 8 32 6 8 40 4 8 42 8
9 40 7 9 35 10 9 33 5 9 41 9 9 43 3
10 41 6 10 36 7 10 34 1 10 42 7 10 44 9
№ 5.6 № 5.7 № 5.8 № 5.9 № 5.10
i xi mi i xi mi i xi mi i xi mi i xi mi
1 34 10 1 26 8 1 28 6 1 30 5 1 28 9
2 35 3 2 27 4 2 29 8 2 31 7 2 29 3
3 36 10 3 28 5 3 30 9 3 32 7 3 30 8
4 37 5 4 29 1 4 31 8 4 33 9 4 31 1
5 38 1 5 30 7 5 32 2 5 34 10 5 32 8
6 39 1 6 31 8 6 33 9 6 35 3 6 33 4
7 40 3 7 32 3 7 34 1 7 36 7 7 34 2
8 41 10 8 33 10 8 35 4 8 37 3 8 35 1
9 42 9 9 34 2 9 36 8 9 38 10 9 36 6
10 43 9 10 35 3 10 37 10 10 39 7 10 37 8
№ 5.11 № 5.12 № 5.13 № 5.14 № 5.15
i xi mi i xi mi i xi mi i xi mi i xi mi
1 29 2 1 34 6 1 32 2 1 35 7 1 28 6
2 30 6 2 35 5 2 33 1 2 36 8 2 29 7
3 31 9 3 36 7 3 34 5 3 37 4 3 30 6
4 32 6 4 37 7 4 35 2 4 38 7 4 31 8
5 33 10 5 38 1 5 36 4 5 39 2 5 32 8
6 34 6 6 39 3 6 37 7 6 40 9 6 33 7
7 35 3 7 40 7 7 38 8 7 41 5 7 34 10
8 36 6 8 41 7 8 39 3 8 42 10 8 35 9
9 37 6 9 42 10 9 40 2 9 43 3 9 36 5
10 38 5 10 43 9 10 41 10 10 44 5 10 37 6
34

№ 5.16 № 5.17 № 5.18 № 5.19 № 5.20

i xi mi i xi mi i xi mi i xi mi i xi mi
1 32 9 1 25 10 1 32 5 1 29 3 1 34 9
2 33 3 2 26 7 2 33 1 2 30 5 2 35 7
3 34 10 3 27 10 3 34 10 3 31 4 3 36 5
4 35 8 4 28 2 4 35 8 4 32 3 4 37 8
5 36 7 5 29 3 5 36 5 5 33 3 5 38 10
6 37 8 6 30 2 6 37 7 6 34 9 6 39 9
7 38 10 7 31 7 7 38 2 7 35 1 7 40 2
8 39 5 8 32 9 8 39 5 8 36 7 8 41 9
9 40 4 9 33 1 9 40 4 9 37 7 9 42 7
10 41 7 10 34 4 10 41 10 10 38 4 10 43 5
№ 5.21 № 5.22 № 5.23 № 5.24 № 5.25
i xi mi i xi mi i xi mi i xi mi i xi mi
1 31 3 1 26 9 1 29 9 1 28 5 1 28 9
2 32 10 2 27 2 2 30 2 2 29 10 2 29 5
3 33 5 3 28 8 3 31 6 3 30 6 3 30 3
4 34 5 4 29 8 4 32 2 4 31 2 4 31 1
5 35 5 5 30 3 5 33 3 5 32 6 5 32 8
6 36 1 6 31 4 6 34 7 6 33 3 6 33 5
7 37 4 7 32 1 7 35 1 7 34 9 7 34 8
8 38 7 8 33 5 8 36 2 8 35 9 8 35 7
9 39 10 9 34 7 9 37 4 9 36 1 9 36 9
10 40 10 10 35 7 10 38 5 10 37 9 10 37 9
№ 5.26 № 5.27 № 5.28 № 5.29 № 5.30
i xi mi i xi mi i xi mi i xi mi i xi mi
1 35 10 1 27 1 1 30 4 1 33 9 1 28 8
2 36 4 2 28 10 2 31 7 2 34 9 2 29 5
3 37 8 3 29 2 3 32 10 3 35 7 3 30 5
4 38 8 4 30 6 4 33 5 4 36 10 4 31 5
5 39 9 5 31 8 5 34 5 5 37 5 5 32 7
6 40 4 6 32 5 6 35 4 6 38 4 6 33 2
7 41 7 7 33 6 7 36 9 7 39 1 7 34 9
8 42 2 8 34 10 8 37 5 8 40 4 8 35 3
9 43 9 9 35 8 9 38 4 9 41 4 9 36 5
10 44 10 10 36 1 10 39 1 10 42 3 10 37 9
 35

Практична робота №6

Тема: Інтервальні оцінки вибіркових спостережень.

Навчальна мета: Сформувати у здобувачів освіти вміння розраховувати
математичне сподівання, дисперсію та стандартне відхилення випадкової
величини.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

Інтервальною оцінкою називається чисельний інтервал, який покриває з

певною ймовірністю невідомий параметр генеральної сукупності. Цей чи-
сельний інтервал (2Δ) називається довірчим інтервалом, а ймовірність - дові-
рчою ймовірністю θ.

Розмір довірчого інтервалу залежить від обсягу вибірки n (зменшується з

ростом п) і від значення довірчої ймовірності (збільшується при наближенні θ
до одиниці).

Довірча ймовірність визначається дослідником за принципом практичної

неможливості, а саме: події з імовірністю близькою до 1 вважаються
вірогідними (достовірними); події з імовірністю близькою до 0 визнаються
невірогідними (неможливими). Цей принцип не може бути доказаний мате-
матично. До того ж його сформульовано до однократного виконання випро-
бування.

Поруч із поняттям «довірча ймовірність» θ використовується поняття

«рівень значущості» α. Між θ і α існує співвідношення: θ =1- α.

Рівень значущості α - вказує ймовірність помилки оцінювання. Для

практичних цілей використовують різні значення довірчої ймовірності θ або
рівня значущості α - усе залежить від ризику помилки, який може собі до-
36

зволити дослідник. Якщо θ (довірча імовірність) - це своєрідний «рівень до-

віри» прийняття рішення, то сенс параметра α (рівень значущості) можна
трактувати як ймовірність ризику помилитися при прийнятті рішення. В
дослідженнях загальноприйнятими вважаються так звані стандартні значення θ
і α (табл. 6.1).

Таблиця 6.1 - Стандартні значення довірчої ймовірності θ,рівня значущості α

параметра z

Параметр нормального
Довірча ймовірність Рівень значущості
розподілу

θ α Zα Z α /2

0,90 (90% вірогідності) 0,10 (10%-й рівень) 1,28 1,64

0,95 (95% вірогідності) 0,05 (5%-й рівень) 1,64 1,96

0,99 (99% вірогідності) 0,01 (1%-й рівень) 2,33 2,58

0,999 (99,9% вірогідності) 0,001 (0,1%-й рівень) 3,09 3,29

Довірчий інтервал розміром 2Δ - це чисельний інтервал, який з довірчою

ймовірністю θ покриває дійсне значення параметра генеральної сукупності.
Ширина довірчого інтервалу 2Δ може бути точно обчислена для заданої
довірчої ймовірності θ (або рівня значущості α) і цілком певного розподілу
ймовірностей.

Для нормального розподілу випадкової величини інтервальна оцінка

середнього генеральної сукупності µ має вигляд:

µϵ[𝑋 − ∆; 𝑋 + ∆] (6.1);

𝑍𝛼 /2 ∙𝑆𝑥
∆= (6.2);
𝑛
 37

де 𝑋 і 𝑆𝑥 - вибіркове середне та стандартне відхилення; n – обсяг вибірки;

𝑍𝛼/2 - параметр нормального стандартного розподілу (табл.6.1); α – рівень
значущості – ймовірність того, що відхилення вибіркового середнього від
генерального середнього не перевищить Δ за абсолютним значенням.

Приклад : Оцінити довірчий інтервал середнього генеральної сукупності

µ на рівні значущості α= 0,05 за даними вибірки виміру пеленгу.

Таблиця 6.2- Вибіркові дані

ІП,град 192 193 194 195 196 197 198

mi 6 10 15 27 16 4 2

Послідовність рішення:

6. Для емпіричних даних розраховуємо значення середнього Х та

стандартного відхилення 𝑆𝑥 за формулами:

𝑥𝑖 𝑚 𝑖
Х= (6.3)
𝑚𝑖

𝑆𝑥 = 𝑆𝑥 2 (6.4)

𝑚 𝑖∙ (𝑥 𝑖 −𝑋 )2
𝑆𝑥 2 = (6.5)
𝑛 −1

7. Визначаємо параметр стандартного нормального розподілу Z α /2 для

необхідного рівня значущості α з табл. 6.1.
8. За формулою 6.2 розраховуємо довірчий інтервал генерального
середнього.
9. Робимо висновки .
Результати розрахунків для зручності наводять у табличному вигляді:
38

Таблиця 6.3 – Результати розрахунків

ІПi mi ІП𝒊 𝒎𝒊 (ІП𝒊 − ІП)𝟐 𝒎𝒊 ∙ (ІП𝒊 − ІП)𝟐

192 6 1152 7,4 44,1
193 10 1930,0 2,9 29,3
194 15 2910,0 0,5 7,6
195 27 5265,0 0,1 2,2
196 16 3136,0 1,7 26,5
197 4 788,0 5,2 20,9
198 2 396,0 10,8 21,6

Σ= 80 15577,0 152,4
ІП = 194,7
𝟐
𝑺іп = 1,9
𝑺іп = 1,38
Знаходимо параметр стандартного нормально розподілу для рівня
значущості α = 0,05 з табл.6.1.

Z α /2=1,96

За одержаними значеннями параметру стандартного нормально розподілу та

стандартного відхилення розраховується довірчий інтервал середнього
генеральної сукупності (6.2).

𝟏, 𝟗𝟔 ∙ 𝟏, 𝟑𝟖
∆= = 𝟎, 𝟑𝟎
𝟖𝟎

Висновок: на рівні значущості 0,05 середнє генеральної сукупності ІП

належить діапазонові 194,7±0,3, або з довірчою ймовірністю 95% середнє
генеральної сукупності покривається діапазоном значень ІП від 194,4 до 195,0.

Індивідуальні завдання. В задачах № 6.1 - 6.30 оцінити довірчий інтервал

середнього генеральної сукупності µ на заданому рівні значущості за даними
вибірки табл.6.4.
 39

Таблиця 6.4 – Варіанти індивідуальних завдань

№ 6.1 № 6.2 № 6.3 № 6.4 № 6.5 № 6.6

ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi
175 7 91 4 331 3 192 6 110 3 218 6
176 6 92 10 332 6 193 15 111 5 219 9
177 15 93 16 333 11 194 18 112 15 220 9
178 19 94 28 334 27 195 25 113 22 221 15
179 17 95 23 335 16 196 21 114 12 222 10
180 4 96 4 336 5 197 3 115 6 223 4
181 3 97 3 337 2 198 2 116 2 224 2
α=0,05 α=0,1 α=0,05 α=0,1 α=0,05 α=0,1
№ 6.7 № 6.8 № 6.9 № 6.10 № 6.11 № 6.12
ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi
39 6 198 7 236 6 343 5 155 6 145 8
40 8 199 6 237 9 344 6 156 7 146 12
41 8 200 11 238 9 345 17 157 10 147 14
42 22 201 38 239 16 346 29 158 37 148 26
43 20 202 16 240 22 347 14 159 15 149 23
44 5 203 5 241 3 348 6 160 3 150 5
45 2 204 1 242 1 349 2 161 1 151 2
α=0,05 α=0,1 α=0,05 α=0,1 α=0,05 α=0,1
№ 6.13 № 6.14 № 6.15 № 6.16 № 6.17 № 6.18
ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi
294 8 160 4 63 9 58 6 20 4 58 9
295 5 161 12 64 13 59 6 21 10 59 15
296 15 162 14 65 9 60 15 22 8 60 20
297 40 163 25 66 30 61 29 23 20 61 27
298 22 164 15 67 10 62 14 24 17 62 10
299 2 165 4 68 3 63 2 25 3 63 4
300 3 166 2 69 2 64 1 26 3 64 3
α=0,05 α=0,1 α=0,05 α=0,1 α=0,05 α=0,1
№ 6.19 № 6.20 № 6.21 № 6.22 № 6.23 № 6.24
ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi
39 3 42 3 34 8 166 4 298 7 241 6
40 14 43 11 35 8 167 6 299 5 242 8
41 11 44 22 36 12 168 20 300 16 243 9
42 30 45 27 37 39 169 35 301 15 244 30
43 10 46 20 38 19 170 10 302 11 245 19
44 3 47 2 39 3 171 2 303 6 246 4
45 2 48 1 40 1 172 2 304 1 247 2
α=0,05 α=0,1 α=0,05 α=0,1 α=0,05 α=0,1
40

№ 6.25 № 6.26 № 6.27 № 6.28 № 6.29 № 6.30

ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi ІП,º mi
20 5 63 8 271 3 317 9 68 5 294 3
21 7 64 10 272 8 318 9 69 10 295 9
22 12 65 22 273 8 319 10 70 21 296 10
23 16 66 31 274 15 320 38 71 22 297 29
24 24 67 16 275 19 321 19 72 11 298 10
25 4 68 4 276 3 322 3 73 2 299 5
26 1 69 2 277 2 323 2 74 3 300 2
α=0,05 α=0,1 α=0,05 α=0,1 α=0,05 α=0,1
 41

Практична робота №7

Тема: Статистична перевірка гіпотези щодо нормального розподілу

емпіричних даних за критерієм згоди χ 2.

Навчальна мета: Сформувати у здобувачів освіти вміння розраховувати

математичне сподівання, дисперсію та стандартне відхилення випадкової
величини.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

Статистичною гіпотезою називається будь-яке припущення щодо виду

або параметрів невідомого закону розподілу. У конкретній ситуації статистичну
гіпотезу формулюють як припущення на певному рівні статистичної
значущості про властивості генеральної сукупності за оцінками вибірки.

Перевірка гіпотез здійснюється на основі статистичних критеріїв.

Статистичні критерії визначають у практичній діяльності метод

розрахунку певного числа, яке позначається як емпіричне значення критерію.
Співвідношення емпіричного і критичного значень критерію є підставою для
підтвердження чи спростовування гіпотези.

Стандартні процедури прийняття (відхилення) гіпотези основані на

фіксації факту попадання значень емпіричного критерію у критичну область ,
яка визначена наперед фіксованим рівнем значущості а.

Загальна схема перевірки статистичних гіпотез. Незважаючи на різно-

манітність типів гіпотез і критеріїв, схему перевірки статистичних гіпотез
можна представити у вигляді послідовності таких процедур:

1. формулювання гіпотез на основі завдань дослідження;

42

2. перевірка припущень щодо відповідності розподілу параметричному

сімейству, параметрів вибірки та іншої додаткової інформації;
3. прийняття рівня значущості а;
4. вибір статистичного критерію;
5. розрахунки емпіричного критерію;
6. визначення області критичних значень критерію;
7. прийняття статистичного рішення;
8. формулювання статистичних висновків;
9. прийняття рішення щодо продовження (припинення) досліджень;
10.формулювання змістовних висновків.

При використанні методів математичної статистики надзвичайно важливо

знати закон розподілу властивості, що вивчається. По суті, вже сама дослі-
джувана змінна представлена масивом емпіричних даних з певним законом
розподілу ймовірностей реалізації її значень. Тому будь-яка статистична об-
робка починається, як правило, зі спроби оцінити закон розподілу.

Серед методів оцінювання законів розподілу ймовірностей випадкових

величин біля двох десятків було спеціально розроблено для перевірки норма-
льності. Найбільш розповсюдженими вважаються критерії асиметрії й ексцесу,
хі-квадрат та ін.

Критерій згоди χ2

Критерій χ2 засновано на порівнянні емпіричної гістограми розподілу ви-

падкової величини з її теоретичною щільністю. Діапазон виміряних емпіричних
даних розбивають на k інтервалів і розраховують статистику

2
2 𝑘 (𝑚 𝑖 −𝑛𝑝 𝑖 )
𝜒емп = 𝑖=1 (7.1)
𝑛𝑝 𝑖

де mi- кількість значень випадкової величини, що потрапили в i-й інтервал; n -

обсяг вибірки; рі - теоретична ймовірність випадкової величини потрапити в i -й
інтервал.
 43

Теоретична ймовірність визначається як:

Pi = Φ(zi+1) - Φ(zi) (7.2)

Де zi – нормоване значення відповідної границі класового інтервалу

𝑥 𝑖 −𝑋
𝑧𝑖 = (7.3)
𝑆𝑥

Φ(zi+1) та Φ(zi) – значення інтегральної функції Лапласа для верхної та

нижньої межі класового інтервалу відповідно (Додаток 1), ), причому

Φ(-∞) = -0,5, Φ(+∞) = 0,5.

Приклад : Перевірити за критерієм згоди χ 2 гіпотезу про нормальний

розподіл емпіричних даних. Рівень значимості ɑ = 0,05.

Таблиця 7.1- Емпіричні дані

i xi xi+1 mi
1 2 5 8
2 5 8 13
3 8 11 18
4 11 14 15
5 14 17 16
6 17 20 5
𝑿=10,8 𝑺𝒙 =4,3 n=75
Послідовність рішення:

10.За формулою 7.3 розраховують відповідні нормовані значення верхніх та

нижніх границь для кожного інтервалу (xi ;xi+1), при чому нижнє
нормоване значення першого інтервалу встановимо рівним «-∞» , а вище
в останньому –«+∞».
11.За допомогою Додатку 1 знаходять значення функції Лапласу для
нормованих границь Φ(zi+1) та Φ(zi).
12.Розраховують теоретичні частоти Pi за формулою 7.2 .
44

13.За формулою 7.1 розраховується значення емпіричного критерію згоди

2
𝜒емп .
2
14.Визначають критичне значення критерію згоди Пірсона χ кр з таблиці
(Додаток 2) за заданим рівнем значимості ɑ = 0,05 та кількістю ступенів
свободи . Кількість ступенів свободи k розраховується за формулою:
s=k-l–1 (7.4)

де k – кількість інтервалів; l – число параметрів теоретичного закону

розподілу f(x), які розраховуються за допомогою емпіричного розподілу,
зокрема для нормального розподілу s = k – 3.

2 2
15.У випадку коли 𝜒емп ≤ 𝜒кр , то оцінюване розходження несуттєве та
може бути пояснено випадковістю обраних даних. При цьому гіпотеза
про нормальний розподіл ознаки генеральної сукупності приймається.
Результати розрахунків для зручності наводять у табличному вигляді:

Таблиця 7.2 – Результати розрахунків

i xi xi+1 mi zi zi+1 F(zi) F(zі+1) pi npi (mi-npi)2 (mi-npi)2/npi

1 2 5 8 -∞ -1,35 -0,500 -0,411 0,089 6,638 1,855 0,279

2 5 8 13 -1,35 -0,65 -0,411 -0,242 0,169 12,700 0,090 0,007

3 8 11 18 -0,65 0,04 -0,242 0,016 0,258 19,358 1,844 0,095

4 11 14 15 0,04 0,74 0,016 0,270 0,254 19,080 16,644 0,872

5 14 17 16 0,74 1,44 0,270 0,425 0,155 11,604 19,327 1,666

6 17 20 5 1,44 +∞ 0,425 0,500 0,075 5,620 0,384 0,068

Σ 75 1 75 2,988

Визначається кількість ступенів свободи s = k - l – 1 = 6- 2- 1 =3. При

рівні значимості ɑ = 0,05 та кількості ступенів свободи s = 3 знаходять
табличне значення 𝝌𝟐кр = 7,815 (Додаток 2).

Висновок: т.я. 𝝌𝟐емп = 2,988 (з табл.7.2), то 𝜒роз

2 2
≤ 𝜒кр , отже гіпотеза про
нормальний розподілі ознаки генеральної сукупності приймається.
 45

Індивідуальні завдання. В задачах № 7.1 - 7.30 перевірити за критерієм

згоди χ2 гіпотезу про нормальний розподіл емпіричних даних на заданому рівні
значимості ɑ = 0,05.

№ 7.1 № 7.2
i xi xi+1 mi i xi xi+1 mi
1 24 28 10 1 14 19 10
2 28 32 10 2 19 24 9
3 32 36 10 3 24 29 10
4 36 40 12 4 29 34 13
5 40 44 11 5 34 39 11
6 44 48 12 6 39 44 8
𝑿= 36,5 𝑿= 28,9
𝑺𝒙 = 6,8 𝑺𝒙 = 8,2
№ 7.3 № 7.4
i xi xi+1 mi i xi xi+1 mi
1 20 25 9 1 15 20 9
2 25 30 12 2 20 25 8
3 30 35 9 3 25 30 9
4 35 40 10 4 30 35 10
5 40 45 10 5 35 40 7
6 45 50 7 6 40 45 8
𝑿= 34,3 𝑿= 29,7
𝑺𝒙 = 8,4 𝑺𝒙 = 8,3
№ 7.5 № 7.6
i xi xi+1 mi i xi xi+1 mi
1 25 29 7 1 17 21 10
2 29 33 10 2 21 25 7
3 33 37 8 3 25 29 11
4 37 41 7 4 29 33 12
5 41 45 8 5 33 37 10
6 45 49 7 6 37 41 11
𝑿= 36,7 𝑿= 29,5
𝑺𝒙 = 6,7 𝑺𝒙 = 6,7
46

№ 7.7 № 7.8
i xi xi+1 mi i xi xi+1 mi
1 25 29 11 1 18 21 8
2 29 33 10 2 21 24 9
3 33 37 11 3 24 27 7
4 37 41 9 4 27 30 7
5 41 45 8 5 30 33 7
6 45 49 12 6 33 36 9
𝑿= 36,9 𝑿= 27
𝑺𝒙 = 7,1 𝑺𝒙 = 5,1
№ 7.9 № 7.10
i xi xi+1 mi i xi xi+1 mi
1 5 8 9 1 14 19 8
2 8 11 8 2 19 24 9
3 11 14 11 3 24 29 8
4 14 17 13 4 29 34 10
5 17 20 11 5 34 39 8
6 20 23 8 6 39 44 7
𝑿= 14,2 𝑿= 28,7
𝑺𝒙 = 4,7 𝑺𝒙 = 8,3
№ 7.11 № 7.12
i xi xi+1 mi i xi xi+1 mi
1 25 28 7 1 22 25 7
2 28 31 10 2 25 28 12
3 31 34 9 3 28 31 12
4 34 37 11 4 31 34 9
5 37 40 7 5 34 37 8
6 40 43 9 6 37 40 10
𝑿= 34,1 𝑿= 31
𝑺𝒙 = 4,8 𝑺𝒙 = 4,9
№ 7.13 № 7.14
i xi xi+1 mi i xi xi+1 mi
1 7 11 8 1 10 13 9
2 11 15 7 2 13 16 8
3 15 19 7 3 16 19 7
4 19 23 12 4 19 22 12
5 23 27 10 5 22 25 7
6 27 31 8 6 25 28 8
𝑿= 19,5 𝑿= 18,9
𝑺𝒙 = 6,7 𝑺𝒙 = 5,1
 47

№ 7.15 № 7.16
i xi xi+1 mi i xi xi+1 mi
1 22 25 12 1 12 16 7
2 25 28 7 2 16 20 10
3 28 31 12 3 20 24 10
4 31 34 8 4 24 28 9
5 34 37 6 5 28 32 10
6 37 40 9 6 32 36 9
𝑿= 30,4 𝑿= 24,3
𝑺𝒙 = 5,1 𝑺𝒙 = 6,7
№ 7.17 № 7.18
i xi xi+1 mi i xi xi+1 mi
1 15 19 13 1 24 27 12
2 19 23 12 2 27 30 11
3 23 27 11 3 30 33 12
4 27 31 12 4 33 36 12
5 31 35 8 5 36 39 7
6 35 39 9 6 39 42 8
𝑿= 26 𝑿= 32,2
𝑺𝒙 = 6,9 𝑺𝒙 = 5,1
№ 7.19 № 7.20
i xi xi+1 mi i xi xi+1 mi
1 18 23 7 1 10 15 9
2 23 28 7 2 15 20 10
3 28 33 8 3 20 25 11
4 33 38 8 4 25 30 8
5 38 43 10 5 30 35 11
6 43 48 10 6 35 40 12
𝑿= 34,2 𝑿= 25,6
𝑺𝒙 = 8,5 𝑺𝒙 = 8,7
№ 7.21 № 7.22
i xi xi+1 mi i xi xi+1 mi
1 17 20 8 1 25 29 10
2 20 23 12 2 29 33 7
3 23 26 6 3 33 37 7
4 26 29 12 4 37 41 12
5 29 32 13 5 41 45 8
6 32 35 8 6 45 49 7
𝑿= 26,2 𝑿= 36,7
𝑺𝒙 = 5,1 𝑺𝒙 = 6,9
48

№ 7.23 № 7.24
i xi xi+1 mi i xi xi+1 mi
1 21 25 12 1 23 26 9
2 25 29 10 2 26 29 12
3 29 33 9 3 29 32 7
4 33 37 8 4 32 35 8
5 37 41 11 5 35 38 6
6 41 45 12 6 38 41 8
𝑿= 33,1 𝑿= 31,3
𝑺𝒙 = 7 𝑺𝒙 = 5,4
№ 7.25 № 7.26
i xi xi+1 mi i xi xi+1 mi
1 19 22 9 1 25 28 12
2 22 25 7 2 28 31 7
3 25 28 11 3 31 34 8
4 28 31 9 4 34 37 8
5 31 34 7 5 37 40 7
6 34 37 8 6 40 43 11
𝑿= 27,8 𝑿= 33,9
𝑺𝒙 = 5 𝑺𝒙 = 5,3
№ 7.27 № 7.28
i xi xi+1 mi i xi xi+1 mi
1 20 23 13 1 24 27 10
2 23 26 6 2 27 30 11
3 26 29 12 3 30 33 12
4 29 32 8 4 33 36 11
5 32 35 12 5 36 39 8
6 35 38 12 6 39 42 9
𝑿= 29,2 𝑿= 32,6
𝑺𝒙 = 5,4 𝑺𝒙 = 5,2
№ 7.29 № 7.30
i xi xi+1 mi i xi xi+1 mi
1 6 11 12 1 20 23 13
2 11 16 10 2 23 26 9
3 16 21 11 3 26 29 12
4 21 26 10 4 29 32 11
5 26 31 7 5 32 35 10
6 31 36 10 6 35 38 11
𝑿= 20,2 𝑿= 28,8
𝑺𝒙 = 8,6 𝑺𝒙 = 5,3
 49

Практична робота № 8

Тема: Визначення позиції судна узагальненим методом ліній

положення.

Навчальна мета: Сформувати у здобувачів освіти вміння розраховувати

елементи ліній положення та визначати обсервоване місце судна.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

Геометричне місце точок на поверхні Землі, в якому навігаційний

параметр є постійним, називається навігаційною ізолінією.

Лінія положення (LOP) – дотична до ізолінії поблизу зчислимої точки.

Градієнт навігаційного параметру – це векторна величина, яка

характеризує швидкість зміни навігаційного параметра при русі вздовж нормалі
до ізолінії у напрямку збільшення параметру.

Рівняння LOP у нормальному вигляді:

Δφ cos τ + Δω sin τ = p (8.1)

де: Δφ = φo – φDR – різниця широт;

Δω = (λo – λDR) · cos φm – відшестя;

φm – середня широта.

Перенесення р та його напрямок  іменуються елементами LOP.

Для обчислення елементів LOP необхідно:
– виміряти значення навігаційного параметру Uo;
– розрахувати значення зчислимого навігаційного параметру UDR;
– вибрати з довідкової літератури або розрахувати величину та напрямок
градієнту навігаційного параметру – g та τ, (Додаток 3);
– обчислити перенесення – р = ΔU / g = (Uo – UDR) / g.
50

Якщо елементи двох LOP відомі, то обсервоване місце судна можна

визначити двома способами: аналітично та графічно.

Аналітичне рішення.

Складається система рівнянь двох LOP у нормальному вигляді:

Δ cos 1  Δ sin 1  p1
Δ cos 2  Δ sin 2  p2
Система вирішується методом визначників (за формулами Крамера):

D = cos τ1 sin τ2 − sin τ1 cos τ2 (головний визначник системи);

DΔφ = р1 sin τ2 − р2 sin τ1 (допоміжний визначник системи);

DΔω = р2 cos τ1 − р1 cos τ2 (допоміжний визначник системи).

DΔ D
Δ  , Δ  Δ .
D D
φо = φDR + Δφ. λо = λDR + Δλ = λDR + Δω / cos φDR.

У рішенні необхідно використовувати загальноприйняту в судноводінні

відповідність знаків і найменувань: φ(N), λ(E) – знак ''+'', φ(S), λ(W) – знак ''–''.

Приклад: Розраховані елементи LOP: 1 = 134°, p1 = – 1,2',

2 = 212°, p2 = + 2,8'. З МНК знято розрахункову позицію судна DRP: φDR =
4537,9' N; λDR = 31°52,6' E.

Визначити обсервовані координати судна (φo, λo) аналітично та графічно.

Послідовність рішення:

Аналітичний розв’язок

1). Складаємо систему рівнянь двох LOP у нормальному вигляді:

Δ cos 134  Δ sin 134   1,2
Δ cos 212  Δ sin 212   2,8
 51

- 0,69 Δ  0,72 Δ   1,2

- 0,85 Δ  0,53 Δ   2,8
2). Розраховуємо визначники системи методом визначників:

D = (– 0,69) · (– 0,53) – (– 0,85) · (+ 0,72) = 0,978;

DΔφ = (– 1,2) · (– 0,53) – (+ 2,8) · (+ 0,72) = – 1,38;

DΔω = (– 0,69) · (+2,8) – (– 0,85) · (– 1,2) = – 2,95.

 1,38  2,95
Δ   1,4 , Δ    3,0 .
0,978 0,978
3). Визначаємо обсервовані координати судна:

φо = + 45°37,9' – 1,4' = 45°36,5' N. λо = + 31°52,6' – 3,0' / cos 45,6° = 31°48,3' E.

Відповідь: φо = 45°36,5' N. λо = 31°48,3' E.

Графічний розв’язок.

Графічне рішення можна виконати як на МНК, так і на аркуші паперу.

Розглянемо порядок побудови та визначення координат на папері (рис.8.1):

1). У центрі аркушу наносимо зчислиму точку (DRP).

2). Задаємо масштаб. Для зручності 1 см – 1 морська миля.

3). Проводимо напрямки градієнтів τ1 та τ2 з зчислимої точки (DPR). За

цими напрямками відкладаємо перенесення p1 та p2.

4). Отримуємо визначальні точки k1 та k2. Через ці точки проводимо

перпендикуляри до напрямків градієнтів, які і є LOP.

5). Перетин LOP дає обсервоване місце судна (Fo).

6).Вимірюють в обраному масштабі відстань між зчислимою та
обсервованою паралелями Δφ (різниця широт) та додаємо її до зчислимої
широти (φDR) зі своїм знаком: φо = φDR + Δφ.
52

7). Вимірюють в обраному масштабі відстань між зчислимим та

обсервованим меридіанами Δω (відшестя), переводимо в Δλ (різницю довгот) та
додаємо її до зчислимої довготи (λDR) зі своїм знаком: λо = λDR + Δλ = λDR + Δω /
cos φDR.

Рисунок 8.1 – Графічне визначення місця судна за двома лініями положення

 53

Індивідуальні завдання. В задачах № 8.1 - 8.30 визначити обсервовані

координати судна (φo, λo) за двома лініями положення аналітично та графічно.

№ φDR λDR p1 1 p2 2

8.1 38°45,5′N 24°37,3′W +3,2' 135° –2,7' 247°

8.2 59 24,7 N 29 45,3 E +4,1 213 +3,5 300

8.3 10 56,1 S 150 34,2 W –2,0 317 –1,4 209

8.4 38 44,0 N 60 24,6 W +1,8 095 –1,1 001

8.5 52 11,8 S 50 01,4 E –3,3 120 +2,7 031

8.6 24 30,5 N 96 45,8 E –5,1 003 +3,6 100

8.7 48 41,9 S 105 32,1 E +0,4 231 +1,0 145

8.8 15 23,7 S 00 12,0 W –2,1 056 +2,4 145

8.9 45 25,8 N 09 00,7 W +3,0 210 –4,6 300

8.10 54 56,2 N 161 10,7 E +0,8 200 –1,1 284

8.11 00 34,6 S 00 15,9 E +4,2 156 +3,2 072

8.12 03 45,7 N 42 29,0 W –3,5 356 –0,9 088

8.13 37 53,1 S 95 46,3 E –1,1 012 –1,4 101

8.14 26 38,0 S 37 24,1 W +1,8 098 +0,2 193

8.15 21 45,6 N 175 45,0 E –3,3 110 +1,5 023

8.16 36 21,9 N 19 50,2 E –5,1 214 –2,2 302

8.17 49 35,3 S 100 02,6 E –3,5 310 –3,1 047

8.18 34 56,3 S 142 23,6 W –1,1 109 +2,2 204

54

8.19 15 45,3 N 58 42,0 W +1,8 051 +1,8 320

8.20 22 43,6 N 43 55,6 E +3,2 045 –2,6 135

8.21 36 56,6 S 22 37,0 E –0,1 217 +3,2 309

8.22 20 34,7 N 60 55,4 E –2,5 225 –1,0 148

8.23 19 40,0 N 100 09,8 E –3,1 137 –2,5 055

8.24 24 54,8 S 57 45,3 W +5,3 089 +3,4 200

8.25 39 20,0 S 33 20,9 W +2,0 348 +4,4 067

8.26 41 32,2 S 42 11,9 E +1,8 312 +2,3 208

8.27 44 53,0 N 35 50,6 E –2,2 337 +2,8 065

8.28 57 37,7 S 129 46,2 W +3,0 008 –3,6 087

8.29 23 43,6 N 19 32,7 W –1,0 165 +1,5 065

8.30 28 37,8 N 56 10,1 W –2,5 023 –3,5 134

 55

Практична робота № 9

Тема: Розрахунок елементів та побудова еліпсу похибок.

Навчальна мета: Сформувати у здобувачів освіти вміння розраховувати

елементи та будувати 95% еліпс похибок за відомими значеннями навігаційних
параметрів.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

У теорії ймовірностей показується, що при нормальному розподілі точок

на площині, справжня безпомилкова точка з певною ймовірністю знаходиться в
межах площі еліпса відповідних розмірів, проведеного відносно найбільш
ймовірного місця цієї точки. Теоретично правильно оцінювати похибку
визначення місця судна еліпсом.

Ймовірність того, що судно знаходиться всередині середнього еліпсу з

піввісями a і b, рівними mx і my, становить близько 39%.

Щоб побудувати середній еліпс похибок, площа якого покриває можливе

місце судна з ймовірністю 39%, потрібно знати його елементи - велику та
малу піввісі (a і b), а також напрямок великої піввісі a. Параметром, що
визначає орієнтацію еліпса, є кут Ψ між більш точною лінією положення(LOP)
і великою піввіссю а, який відкладається всередину гострого кута θ між лініями
положення.

Елементами середнього еліпсу похибок визначаються:

1
A 1  2m LOP1m LOP 2 sin   m LOP 2
2 2
mLOP
sin 
(9.1)
1
B 2
mLOP  2mLOP1mLOP 2 sin   mLOP
2
sin 
1 2
56

де: mLOP – СКП лінії положення;

θ – гострий кут між лініями положення.

Напівсума рівнянь (9.1) дає значення великої піввісі a, напіврізниця –

малу піввісь b:

а = 0,5 · (А + В); (9.2)

b = 0,5 · (А – В); (9.3)

m
mLOP  ; (9.4)
g
де: m – СКП навігаційного параметру;
g – модуль градієнта навігаційного параметру.
Величини модуля градієнта навігаційних параметрів та їх СКП
вибираються з Додатку 3.

Кут Ψ, що визначає напрямок великої піввісі (кут між більш точною LOP
і великою піввіссю a), обчислюється за формулою:

sin 2
  0,5arctg 2
 mLOP1 
   cos 2
 LOP 2 
m
(9.5)

У формулі (9.5) індекс "2" присвоюється завжди більш точній LOP (mLOP1
> mLOP2).
Відповідно до вимог Міжнародної морської організації (ІМО), яка
регулює стандарти точності навігації, будь-яка фігура похибок повинна
охоплювати фактичне місце судна з ймовірністю 95%. Щоб знайти піввісі
95% еліпсу похибок, піввісі середнього еліпсу збільшують у 2,5 рази:

а95% = 2,5 ‧ а;

b95% = 2,5 ‧ b.
 57

Приклад: Місце судна визначено за двома Пеленгами: B"A" = 136°,

B"B" = 204°. Побудувати 95% еліпс похибок, якщо відомі дистанції до
орієнтирів: D"A" = 2,8 nm, D"B" = 4,1 nm.

Послідовність рішення:

1). Вибираємо з Додатка 3 значення модуля градієнта навігаційного

параметру Пеленг (Bearing) та його СКП:

g = 57,3° / D, m = 1°.

2). Розраховуємо СКП LOPs (mLOP), та визначаємо більш точну LOP:

1  2,8 1  4,1
m LOP " A"  = 0,05 nm; m LOP "B"  = 0,07 nm.
57,3 57,3

mLOP"B" > mLOP"A", це означає, що більш точна mLOP"A", їй присвоюємо

індекс "2".

3). Обчислюємо гострий кут θ між градієнтами навігаційних параметрів.

З Додатку 3 вибираємо напрямок градієнта навігаційного параметру Пеленг:

τ = B – 90°.

θ = τ2 – τ1 = |(B"B" – 90°) – (B"A" – 90°)| = |(204° – 90°) – (136° – 90°)| = 68°.

Якщо θ > 90°, тоді 180° – θ.

Значення θ можна також отримати, якщо прокласти LOPs на карті та

виміряти гострий кут між ними транспортиром.

4). Розраховуємо елементи середнього еліпсу похибок:

1
A 
0,052  2  0,05 0,07 sin 68  0,07 2  0,13 nm.
sin 68
1
B 
0,052  2  0,05 0,07 sin 68  0,07 2  0,03 nm.
sin 68
58

а = 0,5 · (0,13 + 0,03) = 0,08 nm = 0,8 cable.

b = 0,5 · (0,13 – 0,03) = 0,05 nm = 0,5 cable.

sin 2  68
  0,5 arctg 2
= 15°.
 0,07 
   cos 2  68
 0,05 

5). Розраховуємо елементи 95% еліпсу похибок:

а95% =2,5 · а = 2,5  0,8 = 2,0 cable;

b95% = 2,5 · b = 2,5  0,5 = 1,2 cable.

6). 95% еліпс похибок будуємо в наступній послідовності:

– при побудові не на карті обираємо масштаб. Для забезпечення точності

вимірів беремо 1 см – 1 cable;

– будуємо LOPs, перетин яких дає обсервоване місце судна (Fo);

– від більш точної LOP (B"A" = 136°) всередину гострого кута θ відкладаємо кут
Ψ (15) та проводимо пунктиром велику вісь еліпсу;
– перпендикулярно великій вісі через обсервовану точку проводимо малу
вісь;
– на великій вісі в обох напрямках від обсервованої точки відкладаємо
значення а95%, а на малій вісі відповідно відкладаємо b95%;
– через отримані 4 точки від руки проводимо еліпс, який охоплює
фактичне місце судна з ймовірністю 95%.
Приклад побудови наведено на рис. 9.1.
Описаний прийом побудови використовується, коли пред'являються
підвищені вимоги до оцінки точності обсервованого місця судна, наприклад
при навігаційному забезпеченні спеціальних робіт.
 59

Рисунок 9.1 – Побудова еліпсу похибок

60

Індивідуальні завдання. В задачах 9.1 -9.30 місце судна визначено за

двома Пеленгами. Побудувати 95% еліпс похибок, якщо відомі дистанції до
орієнтирів.
Таблиця 9.1 – Варіанти для виконання індивідуальних завдань

Landmark "А" Landmark "B"

№
B"A", ° D, nm B"B", ° D, nm
9.1 154 3,2 260 5,2
9.2 320 10,8 260 8,7
9.3 019 12,7 091 10,1
9.4 142 2,8 074 4,5
9.5 239 5,0 161 4,3
9.6 305 5,3 008 6,9
9.7 009 7,2 091 5,0
9.8 022 4,1 100 4,1
9.9 080 6,0 002 4,8
9.10 290 11,1 359 10,4
9.11 140 3,7 058 5,1
9.12 035 10,5 110 8,0
9.13 274 8,3 013 6,7
9.14 078 6,6 000 3,1
9.15 092 4,1 000 9,0
9.16 001 3,0 088 8,7
9.17 333 3,7 231 10,1
9.18 074 2,1 150 5,6
9.19 321 1,8 230 4,3
9.20 055 9,0 145 7,8
9.21 100 6,7 060 4,8
9.22 293 6,2 240 9,9
9.23 012 8,9 050 4,0
9.24 265 13,4 305 11,1
9.25 256 16,4 300 10,5
9.26 200 8,0 240 7,5
9.27 130 2,0 195 3,8
9.28 271 3,4 331 5,1
9.29 038 6,6 078 5,0
9.30 206 6,9 246 8,7
 61

Практична робота № 10

Тема: Розрахунок кругової похибки обсервованого місця судна.

Навчальна мета: Сформувати у здобувачів освіти вміння розраховувати

95% кругову похибку об сервованого місця судна.

Необхідне матеріально-технічне забезпечення: Інженерний калькулятор,

або електронні таблиці(Excel).

Теоретична частина.

При порівняльній оцінці точності двох обсервацій та в більшості випадків

практичної навігації напрямки максимального та мінімального розсіювання не
відіграють суттєвої ролі. Важливо знати розмір фігури похибки, а сама фігура
повинна бути простою для побудови. Точність обсервації повинна
характеризуватися одним числом, а не трьома параметрами, як в еліпсі
похибок. Найпростіша форма – круг. Для її характеристики досить знати тільки
радіус, який і служить мірою точності обсервованого місця судна.

СКП обсервованого місця судна визначається за формулою:

2 2
1  m1   m2 
M      (10.1)
sin   g1   g 2 

де: m – СКП навігаційного параметру (СКП НП);

g – модуль градієнта навігаційного параметру;
θ – гострий кут між градієнтами навігаційного параметру (або LOPs).

З цього випливає, що чим більший градієнт навігаційного параметра, тим

вища точність обсервації. Крім того, при визначенні місця судна не можна
допускати занадто гострий кут між LOP: похибки обсервованого місця різко
зростають при θ < 30°.

Аналіз показує, що ймовірність того, що фактичне місце судна буде

знаходитися в кругу радіусом М, залежить від стиснення еліпсу і становить від
62

63,2% до 68,3%. СКП місця судна – круг (або його радіус), усередині якого
фактичне місце судна розташоване з імовірністю 65%.

Відповідно до вимог ІМО, радіус, обчислений за формулою (10.1)

повинен бути збільшений в 2 рази, тобто R95% = 2‧M.

Ця оцінка точності називається 95% круговою (радіальною) похибкою.

Загальну формулу (10.1) можна конкретизувати для різних випадків

визначення місця судна. Для цього необхідно підставити в нього вирази
величин градієнтів навігаційних параметрів.

2  mB
R95%  D12  D22 – обсервація за двома Пеленгами; (10.2)
57,3 sin

2,8  mD
R95%  – обсервація за двома Дистанціями; (10.3)
sin

2
m D
R95%  2  B    mD2 – обсервація за Пеленгом та Дистанцією. (10.4)
 57,3 

де: mB, mD – СКП НП (Пеленг, Дистанція) – Додаток 3;

D – Дистанція до орієнтира;

θ – гострий кут між градієнтами навігаційного параметру (або LOPs).

Приклад: Місце судна визначено за двома Пеленгами: B1 = 135°, B2 =

200°. Визначити радіус 95% кругової похибки, якщо відомі Дистанції до
орієнтирів та СКП Пеленгу : mB = 0,7°, D1 = 3,1 nm, D2 = 1,9 nm.

Порядок рішення: за формулою (10.2) розраховуємо 95%

круговупохибку визначення позиції судна.

2  0,7
R95%    
3,12 1,92  0,10 nm = 1,0 cable.
57,3 sin (200  135 )
 63

Приклад: Місце судна визначено за Пеленгом та Дистанцією:B = 123°, D

= 4,6 nm. Визначити радіус 95% кругової похибки, якщо відомі mB = 0,7° та DSC
= 6 nm (шкала дальності РЛС).

Порядок рішення:

1) З Додатку 3 вибираємо mD  mD = 0,007 · DSC = 0,042 nm.

2) За формулою (10.4) розраховуємо 95% кругову похибку визначення
позиції судна.

2
 0,7  4,6 
R95%  2   
  0,0422  0,14 nm = 1,4 cable.
 57,3 

Індивідуальні завдання. В задачах 10.1 -10.30 визначити радіус 95%

кругової похибки для трьох випадків обсервацій - за двома Пеленгами, за двома
Дистанціями, за Пеленгом та Дистанцією на орієнтир “A”.

Таблиця 10.1 – Варіанти для виконання індивідуальних завдань

Landmark "А" Landmark "B" Дистанція

№ шкали
B"A", ° D, nm B"B", ° D, nm
РЛС, nm
1 2 3 4 5 6
10.1 154 3,2 260 5,2 6
10.2 320 10,8 260 8,7 12
10.3 019 12,7 091 10,1 16
10.4 142 2,8 074 4,5 6
10.5 239 5,0 161 4,3 12
10.6 305 5,3 008 6,9 12
10.7 009 7,2 091 5,0 12
10.8 022 4,1 100 4,1 6
10.9 080 6,0 002 4,8 12
64

Продовження табл. 10.1

1 2 3 4 5 6
10.10 290 11,1 359 10,4 16
10.11 140 3,7 058 5,1 6
10.12 035 10,5 110 8,0 16
10.13 274 8,3 013 6,7 12
10.14 078 6,6 000 3,1 12
10.15 092 4,1 000 9,0 16
10.16 001 3,0 088 8,7 12
10.17 333 3,7 231 10,1 16
10.18 074 2,1 150 5,6 12
10.19 321 1,8 230 4,3 6
10.20 055 9,0 145 7,8 12
10.21 100 6,7 060 4,8 12
10.22 293 6,2 240 9,9 16
10.23 012 8,9 050 4,0 12
10.24 265 13,4 305 11,1 16
10.25 256 16,4 300 10,5 20
10.26 200 8,0 240 7,5 12
10.27 130 2,0 195 3,8 6
10.28 271 3,4 331 5,1 12
10.29 038 6,6 078 5,0 12
10.30 206 6,9 246 8,7 16
66

Додаток 1

𝑡2
1 𝑥 −
Таблиця значень функції Лапласа Ф х = 0
𝑒 2 𝑑𝑡
2𝜋

X Ф(х) X Ф(х) X Ф(х) X Ф(х) X Ф(х)

0,00 0,0000 0,35 0,1368 0,70 0,2580 1,05 0,3531 1,40 0,4192
0,01 0,0040 0,36 0,1406 0,71 0,2611 1,06 0,3554 1,41 0,4207
0,02 0,0080 0,37 0,1443 0,72 0,2642 1,07 0,3577 1,42 0,4222
0,03 0,0120 0,38 0,1480 0,73 0,2673 1,08 0,3599 1,43 0,4236
0,04 0,0160 0,39 0,1517 0,74 0,2704 1,09 0,3621 1,44 0,4251
0,05 0,0199 0,40 0,1554 0,75 0,2734 1,10 0,3643 1,45 0,4265
0,06 0,0239 0,41 0,1591 0,76 0,2764 1,11 0,3665 1,46 0,4279
0,07 0,0279 0,42 0,1628 0,77 0,2794 1,12 0,3686 1,47 0,4292
0,08 0,0319 0,43 0,1664 0,78 0,2823 1,13 0,3708 1,48 0,4306
0,09 0,0359 0,44 0,1700 0,79 0,2852 1,14 0,3729 1,49 0,4319
0,10 0,0398 0,45 0,1736 0,80 0,2881 1,15 0,3749 1,50 0,4332
0,11 0,0438 0,46 0,1772 0,81 0,2910 1,16 0,3770 1,51 0,4345
0,12 0,0478 0,47 0,1808 0,82 0,2939 1,17 0,3790 1,52 0,4357
0,13 0,0517 0,48 0,1844 0,83 0,2967 1,18 0,3810 1,53 0,4370
0,14 0,0557 0,49 0,1879 0,84 0,2995 1,19 0,3830 1,54 0,4382
0,15 0,0596 0,50 0,1915 0,85 0,3023 1,20 0,3849 1,55 0,4394
0,16 0,0636 0,51 0,1950 0,86 0,3051 1,21 0,3869 1,56 0,4406
0,17 0,0675 0,52 0,1985 0,87 0,3078 1,22 0,3888 1,57 0,4418
0,18 0,0714 0,53 0,2019 0,88 0,3106 1,23 0,3907 1,58 0,4429
0,19 0,0753 0,54 0,2054 0,89 0,3133 1,24 0,3925 1,59 0,4441
0,20 0,0793 0,55 0,2088 0,90 0,3159 1,25 0,3944 1,60 0,4452
0,21 0,0832 0,56 0,2123 0,91 0,3186 1,26 0,3962 1,61 0,4463
0,22 0,0871 0,57 0,2157 0,92 0,3212 1,27 0,3980 1,62 0,4474
0,23 0,0910 0,58 0,2190 0,93 0,3238 1,28 0,3997 1,63 0,4484
0,24 0,0948 0,59 0,2224 0,94 0,3264 1,29 0,4015 1,64 0,4495
0,25 0,0987 0,60 0,2257 0,95 0,3289 1,30 0,4032 1,65 0,4505
0,26 0,1026 0,61 0,2291 0,96 0,3315 1,31 0,4049 1,66 0,4515
0,27 0,1064 0,62 0,2324 0,97 0,3340 1,32 0,4066 1,67 0,4525
0,28 0,1103 0,63 0,2357 0,98 0,3365 1,33 0,4082 1,68 0,4535
0,29 0,1141 0,64 0,2389 0,99 0,3389 1,34 0,4099 1,69 0,4545
0,30 0,1179 0,65 0,2422 1,00 0,3413 1,35 0,4115 1,70 0,4554
0,31 0,1217 0,66 0,2454 1,01 0,3438 1,36 0,4131 1,71 0,4564
0,32 0,1255 0,67 0,2486 1,02 0,3461 1,37 0,4147 1,72 0,4573
0,33 0,1293 0,68 0,2517 1,03 0,3485 1,38 0,4162 1,73 0,4582
0,34 0,1331 0,69 0,2549 1,04 0,3508 1,39 0,4177 1,74 0,4591
 67

X Ф(х) X Ф(х) X Ф(х) X Ф(х) X Ф(х)

1,75 0,4599 2,15 0,4842 2,55 0,4946 2,95 0,49841 3,35 0,49960
1,76 0,4608 2,16 0,4846 2,56 0,4948 2,96 0,49846 3,36 0,49961
1,77 0,4616 2,17 0,4850 2,57 0,4949 2,97 0,49851 3,37 0,49962
1,78 0,4625 2,18 0,4854 2,58 0,4951 2,98 0,49856 3,38 0,49964
1,79 0,4633 2,19 0,4857 2,59 0,4952 2,99 0,49861 3,39 0,49965
1,80 0,4641 2,20 0,4861 2,60 0,4953 3,00 0,49865 3,40 0,49966
1,81 0,4649 2,21 0,4864 2,61 0,4955 3,01 0,49869 3,41 0,49968
1,82 0,4656 2,22 0,4868 2,62 0,4956 3,02 0,49874 3,42 0,49969
1,83 0,4664 2,23 0,4871 2,63 0,4957 3,03 0,49878 3,43 0,4997
1,84 0,4671 2,24 0,4875 2,64 0,4959 3,04 0,49882 3,44 0,4997
1,85 0,4678 2,25 0,4878 2,65 0,4960 3,05 0,49886 3,45 0,4997
1,86 0,4686 2,26 0,4881 2,66 0,4961 3,06 0,49889 3,46 0,4997
1,87 0,4693 2,27 0,4884 2,67 0,4962 3,07 0,49893 3,47 0,4997
1,88 0,4699 2,28 0,4887 2,68 0,4963 3,08 0,49896 3,48 0,4997
1,89 0,4706 2,29 0,4890 2,69 0,4964 3,09 0,49900 3,49 0,4998
1,90 0,4713 2,30 0,4893 2,70 0,4965 3,10 0,49903 3,50 0,499767
1,91 0,4719 2,31 0,4896 2,71 0,4966 3,11 0,49906 3,51 0,499776
1,92 0,4726 2,32 0,4898 2,72 0,4967 3,12 0,49910 3,52 0,499784
1,93 0,4732 2,33 0,4901 2,73 0,4968 3,13 0,49913 3,53 0,499792
1,94 0,4738 2,34 0,4904 2,74 0,4969 3,14 0,49916 3,54 0,499800
1,95 0,4744 2,35 0,4906 2,75 0,4970 3,15 0,49918 3,55 0,499807
1,96 0,4750 2,36 0,4909 2,76 0,4971 3,16 0,49921 3,56 0,499815
1,97 0,4756 2,37 0,4911 2,77 0,4972 3,17 0,49924 3,57 0,499822
1,98 0,4761 2,38 0,4913 2,78 0,4973 3,18 0,49926 3,58 0,499828
1,99 0,4767 2,39 0,4916 2,79 0,4974 3,19 0,49929 3,59 0,499835
2,00 0,4772 2,40 0,4918 2,80 0,49744 3,20 0,49931 3,60 0,499841
2,01 0,4778 2,41 0,4920 2,81 0,49752 3,21 0,49934 3,61 0,499847
2,02 0,4783 2,42 0,4922 2,82 0,49760 3,22 0,49936 3,62 0,499853
2,03 0,4788 2,43 0,4925 2,83 0,49767 3,23 0,49938 3,63 0,499858
2,04 0,4793 2,44 0,4927 2,84 0,49774 3,24 0,49940 3,64 0,499864
2,05 0,4798 2,45 0,4929 2,85 0,49781 3,25 0,49942 3,65 0,499869
2,06 0,4803 2,46 0,4931 2,86 0,49788 3,26 0,49944 3,66 0,499874
2,07 0,4808 2,47 0,4932 2,87 0,49795 3,27 0,49946 3,67 0,499879
2,08 0,4812 2,48 0,4934 2,88 0,49801 3,28 0,49948 3,68 0,499883
2,09 0,4817 2,49 0,4936 2,89 0,49807 3,29 0,49950 3,69 0,499888
2,10 0,4821 2,50 0,4938 2,90 0,49813 3,30 0,49952 3,70 0,499892
2,11 0,4826 2,51 0,4940 2,91 0,49819 3,31 0,49953 3,71 0,499896
2,12 0,4830 2,52 0,4941 2,92 0,49825 3,32 0,49955 3,72 0,499900
2,13 0,4834 2,53 0,4943 2,93 0,49831 3,33 0,49957 3,73 0,499904
2,14 0,4838 2,54 0,4945 2,94 0,49836 3,34 0,49958 3,74 0,499908
68

X Ф(х) X Ф(х) X Ф(х) X Ф(х)

3,75 0,499912 4,16 0,499984 4,57 0,4999976 4,98 0,49999968
3,76 0,499915 4,17 0,499985 4,58 0,4999977 4,99 0,49999970
3,77 0,499918 4,18 0,499985 4,59 0,4999978 5,00 0,49999971
3,78 0,499922 4,19 0,499986 4,60 0,4999979 5,01 0,49999973
3,79 0,499925 4,20 0,499987 4,61 0,4999980 5,02 0,49999974
3,80 0,499928 4,21 0,499987 4,62 0,4999981 5,03 0,49999975
3,81 0,499931 4,22 0,499988 4,63 0,4999982 5,04 0,49999977
3,82 0,499933 4,23 0,4999883 4,64 0,49999826 5,05 0,49999978
3,83 0,499936 4,24 0,4999888 4,65 0,49999834 5,06 0,49999979
3,84 0,499938 4,25 0,4999893 4,66 0,49999842 5,07 0,49999980
3,85 0,499941 4,26 0,4999898 4,67 0,49999849 5,08 0,49999981
3,86 0,499943 4,27 0,4999902 4,68 0,49999857 5,09 0,49999982
3,87 0,499946 4,28 0,4999907 4,69 0,49999863 5,10 0,49999983
3,88 0,499948 4,29 0,4999911 4,70 0,49999870 5,11 0,49999984
3,89 0,499950 4,30 0,4999915 4,71 0,49999876 5,12 0,49999985
3,90 0,499952 4,31 0,4999918 4,72 0,49999882 5,13 0,49999986
3,91 0,499954 4,32 0,4999922 4,73 0,49999888 5,14 0,49999986
3,92 0,499956 4,33 0,4999925 4,74 0,49999893 5,15 0,49999987
3,93 0,499958 4,34 0,4999929 4,75 0,49999898 5,16 0,49999988
3,94 0,499959 4,35 0,4999932 4,76 0,49999903 5,17 0,49999988
3,95 0,499961 4,36 0,4999935 4,77 0,49999908 5,18 0,49999989
3,96 0,499963 4,37 0,4999938 4,78 0,49999912 5,19 0,49999989
3,97 0,499964 4,38 0,4999941 4,79 0,49999917 5,20 0,49999990
3,98 0,499966 4,39 0,4999943 4,80 0,49999921 5,21 0,49999991
3,99 0,499967 4,40 0,4999946 4,81 0,49999925 5,22 0,49999991
4,00 0,499968 4,41 0,4999948 4,82 0,49999928 5,23 0,49999992
4,01 0,499970 4,42 0,4999951 4,83 0,49999932 5,24 0,49999992
4,02 0,499971 4,43 0,4999953 4,84 0,49999935 5,25 0,49999992
4,03 0,499972 4,44 0,4999955 4,85 0,49999938 5,26 0,49999993
4,04 0,499973 4,45 0,4999957 4,86 0,49999941 5,27 0,49999993
4,05 0,499974 4,46 0,4999959 4,87 0,49999944 5,28 0,49999994
4,06 0,499975 4,47 0,4999961 4,88 0,49999947 5,29 0,49999994
4,07 0,499976 4,48 0,4999963 4,89 0,49999950 5,30 0,49999994
4,08 0,499977 4,49 0,4999964 4,90 0,49999952 5,31 0,49999995
4,09 0,499978 4,50 0,4999966 4,91 0,49999954 5,32 0,49999995
4,10 0,499979 4,51 0,4999968 4,92 0,49999957 5,33 0,49999995
4,11 0,499980 4,52 0,4999969 4,93 0,49999959 5,34 0,49999995
4,12 0,499981 4,53 0,4999971 4,94 0,49999961 5,35 0,49999996
4,13 0,499982 4,54 0,4999972 4,95 0,49999963 5,36 0,49999996
4,14 0,499983 4,55 0,4999973 4,96 0,49999965 5,37 0,49999996
4,15 0,499983 4,56 0,4999974 4,97 0,49999967 5,38 0,5
 69

Додаток 2

Межі для 𝜒 2 - розподілу Пірсона

ɑ 0,995 0,975 0,95 0,05 0,025 0,005

k
1 0,3910 -4 0,9810 -3 0,3910 -2 3,841 5,024 7,879
2 0,010 0,050 0,103 5,991 7,378 10,597
3 0,071 0,216 0,352 7,815 9,348 12,838
4 0,207 0,484 0,711 9,488 11,143 14,830
5 0,412 0,831 1,145 11,070 12,832 16,750
6 0,676 1,237 1,635 12,592 14,449 18,475
7 0,989 1,690 2,167 14,067 16,013 20,278
8 1,314 2,180 2,733 15,507 17,535 21,955
9 1,735 2,700 3,325 16,919 19,023 23,589
10 2,156 3,247 3,940 18,307 20,483 25,188
11 2,603 3,816 4,575 19,675 21,920 26,757
12 3,074 4,404 5,226 21,026 23,336 28,300
13 3,565 5,009 5,892 22,362 24,736 29,819
14 4,075 5,629 6,571 23,685 26,119 31,319
15 4,601 6,262 7,261 24,996 27,488 32,804
16 5,142 6,908 7,962 26,296 28,845 34,267
17 5,697 7,564 8,672 27,587 30,191 35,713
18 6,265 8,231 9,390 28,869 31,526 37,156
19 6,844 8,907 10,117 30,144 32,852 38,582
20 7,434 9,591 10,851 31,410 34,170 39,897
21 8,034 10,283 11,591 32,671 35,479 41,401
22 8,643 10,982 12,338 33,924 36,781 42,796
23 9,260 11,688 13,091 35,172 38,076 44,181
24 9,886 12,401 13,848 36,415 39,364 45,558
25 10,520 13,120 14,671 37,652 40,646 46,928
26 11,760 13,844 15,379 38,885 41,923 48,290
27 11,808 14,573 16,151 40,113 42,194 49,645
28 12,461 14,308 16,928 41,337 44,461 50,993
29 13,121 16,047 17,708 42,557 45,722 52,336
30 13,787 16,791 18,498 43,773 46,979 53,672
31 14,458 17,539 19,281 44,985 48,232 53,003
32 15,134 18,291 20,072 46,194 49,483 56,328
33 15,815 19,047 20,867 47,400 50,725 57,648
34 16,501 19,803 21,664 48,602 51,966 58,964
35 17,192 20,569 22,465 49,802 53,203 60,275
36 17,887 21,336 23,269 50,998 54,437 61,581
37 18,586 22,106 24,075 52,192 55,668 62,882
38 19,289 22,878 24,884 53,384 56,895 64,181
39 19,996 23,654 25,695 54,572 58,120 65,476
70

ДОДАТОК 3

Navigational Parameter Isoline g  m

Bearing isoline
Bearing (B) 57,3° / D B – 90° ± 1,0°
(straight line)
Bearing isoline
Radar Bearing (BR) 57,3° / D B – 90° ± 1,5°
(straight line)
Distance isoline
Distance (D) 1 B ± 180° ± 0,007·DSC
(spherical circle)
DSC – the Range Scale
Position circle
Altitude (h) 1 Zn ± 1'
(spherical circle)