Cтраница 1
Двумерный закон распределения с различными моментными характеристиками можно использовать для оценки параметров технического состояния объекта контроля, Иногда форма двумерного закона, заданная в матричном виде, может служить диагностическим признаком. На рис. 13 изображено семейство графиков линий уровней Р х, у), где х ( t) и у ( 0 - пульсационное давление на входе и выходе камеры сгорания газотурбинного двигателя при различных режимах его работы. [2]
Двумерный закон распределения с различными момснтными характеристиками таит и себе огромные возможности использования его для оценки параметров технического состояния объекта контроля. [3]
Допустим, что двумерный закон распределения / Лг. [4]
Особо отметим, что двумерный закон распределения нормального с. [5]
![]() |
Поверхность нормального распределения. [6] |
Таким образом, если известен двумерный закон распределения, то с помощью последних формул можно получить одномерный закон распределения каждой из случайных величин, входящих в рассматриваемую систему. На практике широко распространены случаи, когда случайные величины Х и Х2 независимы. [7]
Более полной характеристикой случайной функции служит двумерный закон распределения. Двумерный закон распределения также не является исчерпывающей характеристикой случайной функции X ( s), так как не характеризует зависимость случайных величин при любых значениях аргумента. [8]
Для построения точного статистического критерия независимости, основанного на двумерной статистике v ( n) т ( п), нужно было бы предварительно вывести и затабули-ровать двумерный закон распределения этой статистики. [9]
Обращает на себя внимание тот факт, что для расчета АКФ процесса на выходе нелинейной цепи необходимо знать не только АКФ процесса па ее входе и параметры цепи, но и двумерный закон распределения, что не требовалось при расчете АКФ и спектров после преобразований в стационарной линейной системе. Причина такого различия кроется в неприменимости принципа суперпозиции к нелинейным цепям. [10]
Более полной характеристикой случайной функции служит двумерный закон распределения. Двумерный закон распределения также не является исчерпывающей характеристикой случайной функции X ( s), так как не характеризует зависимость случайных величин при любых значениях аргумента. [11]
Для определения корреляционной функции на выходе каждой модели требуется определение корреляционной функции на выходе линейных и нелинейных звеньев. Если для определения корреляционной функции на выходе линейного звена достаточно знание корреляционной функции входного процесса, то для ее определения на выходе нелинейного звена нужны другие данные, в частности, знание двумерного закона распределения входного процесса. В работе для определения корреляционной функции на выходе нелинейного звена применяется специальный метод - прямой метод [17], при котором двумерный закон распределения разлагается на одномерные нормальные законы распределения с помощью ортонормированных полиномов - в частности, полиномов Эр-ми та. [12]