Cтраница 1
Законы распределения вероятностей некоторых параметров компонентов отличны от нормальных и, кроме того, являются усеченными. [1]
Законы распределения вероятностей наиболее полно характеризуют случайные процессы в статистическом отношении, однако их экспериментальное определение связано с большими трудностями. Так, например, задача нахождения закона распределения случайного процесса X ( t) ( рис. 17.1) сводится к необходимости определения многомерной функции распределения вероятности. Число независимых параметров в этом случае теоретически стремится к бесконечности. [2]
Законы распределения вероятностей, вообще говоря, дают наиболее полную характеристику случайных функций. [3]
Стационарный эргодический сигнал. [4] |
Законы распределения вероятностей наиболее полно характеризуют случай-ные сигналы в статистическом отношении, однако их экспериментальное определен ние связано с большими трудностями. [5]
Законы распределения вероятностей наиболее полно характеризуют случайные функции. Однако использование многомерных законов распределения вероятностей на практике связано с большими трудностями. Поэтому часто ограничиваются использованием лишь одно - и двумерного законов распределения. Более того, многие задачи, связанные с анализом СИВС, можно решить без привлечения законов распределения обрабатываемых процессов, а лишь с использованием таких характеристик случайной функции, как математическое ожидание, дисперсия, корреляционные функции. [6]
Законы распределения вероятностей некоторых параметров элементов отличны от нормальных и являются усеченными. [7]
Законы распределения вероятностей P и Р0 могут быть установлены, например, эмпирически на основе статистического анализа. Как показывает анализ, для P может быть принято экспоненциальное распределение, для Р0 - равномерное распределение, для функции безотказной эксплуатации Р, - экспоненциальное распределение. [8]
Законы распределения вероятностей случайных величин я - в серийном производстве могут быть произвольными. Xi достаточно велико, то согласно центральной теореме теории вероятностей распределение разбросов выходного параметра - функции у - стремится к нормальному ( гауссовому) закону. [9]
Допустим далее, что законы распределения вероятностей шумов обоих генераторов одинаковы и нормальны. Это означает, что одинаковы средние и эффективные значения напряжений обоих генераторов. Тем не менее различие реализаций шума очевидно. Первый генератор вырабатывает сравнительно быстрый шум, второй - медленный. Для этой цели выработаны специальные характеристики двух типов - корреляционная функция и энергетический спектр, - отражающие названные свойства процесса. [10]
На рис. 3.27 представлены законы распределения вероятностей мгновенных значений огибающей шумовых выбросов p ( Ucn / Uco) u выбросов смеси сигнала и шума p ( Ucn / UCi) при обнаружении сигнала со случайной начальной фазой. [11]
На рис. 1 изображены одномерные законы распределения вероятностей вибраций фундамента редуктора РС-1 при 700 об. мин ведущего вала ( Af 1 окт. [12]
При осуществлении контроля функционирования АС законы распределения вероятностей значений полезных сигналов и помех оказываются, как правило, практически неизменными во времени, а количество результирующей информации, получаемой в данный момент времени, - не зависящим от предыдущих результатов. [13]
Для описания дискретных случайных величин используются законы распределения вероятностей, приведенные ниже. [14]
Вид функции распределения F ( x и плотности вероятности f ( x ] для нормального закона распределения. [15] |