Cтраница 3
Для построения вероятностной модели нагружения бурильной колонны необходимо наличие большого объема информации, которая касалась бы не только величии и характера изменения отдельных нагрузок, но и их взаимодействия во времени. [31]
Таким образом, под вероятностной будем понимать любую модель АС, в которой все или хотя бы некоторые переменные величины и параметры описываются как случайные величины и функции, т.е. в терминах теории вероятностей. Соответственно методы построения вероятностных моделей и методы их исследования с целью создания высоконадежных АС составляют основу вероятностного моделирования в конструировании, технологии и надежности. [32]
Возможно, именно этими теоремами объясняется тот факт, что, как было обнаружено приближенно, нормальные законы образуют чрезвычайно широкий класс эмпирических распределений, практически во всех областях исследований. Поэтому при построении вероятностной модели для данной задачи часто предполагают, что распределение каждой наблюдаемой величины приближенно нормально. В связи с этим статистические методы, разработанные для нормально распределенных случайных величин, оказываются очень важными. [33]
Выводы, полученные в результате такого исследования, снова применяются к реальному объекту. Способы получения из реальных наблюдений исходных данных для построения вероятностных моделей дает математическая статистика. [34]
Анализ влияния программного затвора процессора на производительность мультипроцессорной системы представляет собой весьма сложную задачу. В связи с существенной динамикой подобного рода систем только реальные эксперименты могут позволить достаточно точно оценить это влияние, но возможно построение аналитических вероятностных моделей, приближенно воспроизводящих рассматриваемую ситуацию. [35]
Монте-Карло метод - в большей степени относится к модификациям С. Достигается построением вспомогательных вероятностных моделей, куда в качестве параметров входят подлежащие определению постоянные величины. [36]
Известно, что нерв состоит из большого количества волокон, по которым передаются сигналы в виде частотно-импульсного кода. Поток сигналов, передаваемых по нерву, генерируется рецепторным полем и зависит от вида и силы приложенного к рецепторному полю воздействия. Исследование потоков импульсов возможно путем определения их статистических характеристик, а именно законов распределения количества волокон нерва по частоте следования и скорости проведения импульсов. Целью настоящей работы является построение вероятностных моделей генерации и передачи по нервам потоков сигналов и разработка статистических методов вычисления указанных выше характеристик. [37]