Построение - закон - распределение
Cтраница 1
Построение законов распределения требует, с одной стороны, выборку сравнительно большого объема, что связано со значительной затратой времени, а с другой стороны, получашый закон распределения не всегда позволяет выбирать объекты, на которых проведение мероприятия даст эффект. [1]
Построение законов распределения, с одной стороны, требует наличия выборки сравнительно большого объема, что связано со значительной затратой времени, а с другой стороны, полученный закон распределения не всегда позволяет определить объекты, на которых проведение мероприятия даст эффект. [2]
Для построения закона распределения помимо математического ожидания следует определить величину дисперсии генеральной совокупности, выражая ее с заданной надежностью через дисперсию выборки. [3]
Для построения закона распределения ошибки необходимо определить математическое ожидание выходной величины / лх или центр рассеивания отклонений. При рассмотрении тепловозной системы приходим к выводу, что существуют два центра рассеивания. Первый центр определяется параметрами настройки системы энергетической цепи и САР по мощности тягового генератора. Значительная часть элементов САР при функционировании поддерживает в заданных пределах устанойленную при настройке мощность тягового генератора и его внешнюю характеристику. [4]
 |
Усеченное нор - Функции f ( t И А ( / для нормально. [5] |
Для построения законов распределения невосстанавливаемых элементов ставится лабораторный эксперимент, заключающийся в следующем. Берут N однотипных элементов и включают в работу. [6]
Весьма сложной является задача построения закона распределения процесса на выходе нелинейной системы. [7]
Теперь рассмотрим вопросы, связанные с построением законов распределения ошибок скоростей и ускорений ведомого звена механизма с высшей кинематической парой. [8]
Рассмотрим далее для примера один из методов построения законов распределения случайных величин на основе опытных данных, который часто применяется в нефтепромысловом деле. [9]
При выполнении вероятностных расчетов на этапе проектирования, обычно ограничиваются только числовыми характеристиками функций случайных величин, не прибегая к построению законов распределения. Основными числовыми характеристиками функции случайных величин являются математическое ожидание и дисперсия, которые можно определить применяя метод статистической линеаризации. [10]
Так как эффективность проводимых мероприятий зависит от случайных факторов, то и исход каждого мероприятия - величина случайная. В этом случае, чтобы предвидеть с некоторой вероятностью исход операции и составить конкретный план проведения ГТМ, необходимо изучить такое число опытов, чтобы найденный закон случайных событий определял некоторую закономерность. Для построения законов распределения необходима выборка сравнительно большого объема, а полученный закон часто не позволяет с достаточно большой вероятностью выбирать объекты, на которых проведение мероприятий даст эффект. [11]
Как уже упоминалось, числовые характеристики указывают лишь на некоторые существенные черты распределения случайной величины. Полная же исчерпывающая характеристика ее с вероятностной точки зрения дается функцией ( законом) и плотностью распределения. Поэтому рассмотрим далее методы построения законов распределения случайных величин на основе опытных данных. [12]
Очевидно, что j ( t) при малых значениях t зависит от начального состояния к ( 0), однако исследование этой зависимости, как правило, не представляет интереса. Чтобы избежать влияния начальных условий, обычно рассматривают установившийся процесс, т.е. поведение системы при больших значениях времени. Цель исследования заключается в построении закона распределения этой случайной величины. [13]
Страницы: 1