Вероятностная модель

Cтраница 3

Вероятностную модель строят на основании операции со случайными числами, когда характер процесса коррозии не известен. [31]

Наиболее приемлемой вероятностной моделью для процесса изменения состояний элементов СДГ является полумарковский процесс. При функционировании элемент СДГ может находиться в одном из следующих состояний: 1) нормальной работе, 2) планово-предупредительном ремонте, 3) резерве, 4) вынужденном простое ( аварийные состояния); с течением времени он переходит из одного состояния в другое. Этот переход осуществляется чаще всего в случайные моменты времени. Предсказать точное время изменения состояния элемента возможно лишь в отдельных случаях. Но даже и тогда неопределенность прогноза момента изменения состояния достаточно велика. [32]

Разрабатывая вероятностные модели, принимая те или иные предположения, следует руководствоваться как технологическими соображениями, так и требованиями простоты и удобства математического аппарата, степенью его изученности, приспособленностью к получению численных результатов. Чтобы убедиться в адекватности модели, необходимо проанализировать, насколько технологичны сделанные с ее помощью выводы, провести численные эксперименты. Чем тщательнее осуществляется проверка, тем большего доверия заслуживают результаты. Любая математическая модель должна быть насыщена реальной информацией, привязана к технологической первооснове. [33]

Рассмотренная выше вероятностная модель охватывает очень широкий круг явлений и представляется достаточно общей. [34]

Рассмотрим вероятностные модели обслуживания и занятости прибора. [35]

Построены вероятностные модели генерации и передачи по нервам потоков от рецепторпых полей. Разработаны четыре статистических метода вычисления законов распределения количества волокон нерва по частоте следовании и скорости проведения импульсов на основании числовых данных, полученных в эксперименте различными модификациями метода встречных импульсов: 1) при раздражении нерва одиночными импульсами для разных значений длины межэлектродного участка, 2) при раздражении нерва серией импульсов различной частоты следования, 3) при раздражении нерва двумя импульсами с переменной задержкой времени второго импульса относительно первого, 4) при раздражении нерва серией импульсов с изменяющейся по определенному закону величиной интервала между соседними импульсами серии. [36]

В вероятностной модели случайные погрешности ДХ ( значит, и сами результаты измерения) рассматриваются как непрерывные случайные величины, которые могут принимать любые действительные значения. [37]

Примерами вероятностных моделей являются в первую очередь системы массового обслуживания. Такие системы часто невозможно исследовать другими способами, кроме имитационного моделирования. [38]

Изучение вероятностных моделей дает возможность понять различные свойства случайных явлений на абстрактном и обобщенном уровне, не прибегая к эксперименту. В математической статистике, наоборот, исследование связано с конкретными данными и идет от практики ( наблюдения) к гипотезе и ее проверке. [39]

Построение вероятностных моделей Если вероятностная модель прииии, ется, то по статистическим характеристикам оценивают основные вероятностны характеристики. Когда принимают простейшую модель стационарного гауссовеког случайного процесса, все вероятностные характеристики можно выразить мере среднее значение и спектральную плотность. Однако следует иметь в виду, что в те нических приложениях гипотезы эргодичности и стационарности могут быть спрй ведливыми лишь приближенно. [41]

Выбор вероятностной модели для конкретного типа нагрузок основан как на представлениях о физической природе и свойствах этих нагрузок, так и на статистическом анализе результатов наблюдений. Простейший способ обработки - нанесение опытных точек на вероятностную бумагу, функциональные шкалы которой выбраны таким образом, чтобы точки, отвечающие выбранному типу модели, ложились около некоторой прямой. Два параметра распределения нетрудно оценить по параметрам прямой. [42]

В первой вероятностной модели применяются уравнения разработки отдельного типичного элемента нефтяной залежи ( или уравнения эксплуатации добывающей скважины) и уравнения разработки нефтяной залежи такие же, как и во второй адресной детерминированной модели, поскольку в рамках первой модели применяется то, что многократно было установлено и подтверждено в рамках второй модели на поздней стадии разработки многих нефтяных залежей. [43]

Для непрерывной вероятностной модели определение условной вероятности Р ( Л Л), как уже отмечалось, имеет такую же форму, что и для дискретной. Что касается непрерывных случайных величин, то, как известно, роль распределения вероятностей в дискретном случае здесь выполняет плотность распределения вероятностей. Соответственно вместо условных распределений рассматриваются условные плотности. [44]

Спектры волн ( / и изгибающих моментов сваи диаметром 920 мм ( 2. [45]

Страницы: 1 2 3 4