Представление - распределение
Cтраница 2
Сущность метода заключается в разложении сложной кривой распределения н-алканов на простые характерные кривые и представлении распределений несколькими числами / обычно двумя-тремд /, без значительной потери информации. При этом достигается возможность содержательной интерпретации компонент разложения. [16]
Информация о распределении частей базы данных, определенных на предыдущем слое, хранится в представлении распределения DV в виде матриц размещения сегментов. [17]
Одной из наиболее распространенных характеристик случайных процессов, широко используемых в диагностических целях, является спектрачьная плотность мощности, которая дает усредненное представление распределения колебательной мощности по частоте. [18]
Аналитические решения краевых задач нестационарной теплопроводности в полом цилиндре и сферической оболочки при несимметричных граничных условиях и переменных коэффициентах теплоотдачи в окружном направлении строгими методами либо невозможно получить, либо они приводят к довольно громоздким математическим преобразованиям, а полученные температурные поля выражаются сложными функциональными зависимостями, что затрудняет внедрение найденных решений в практику тепловых расчетов. Представление распределения температуры в простой аналитической форме в пределах допустимой точности особенно важно для практики тогда, когда решение краевой задачи теплопроводности является лишь промежуточной целью при исследовании более сложных задач. [19]
 |
Фотометрическое тело симметричного источника. ОО - ось симметрии, / - продольная кривая силы света. [20] |
В общем случае световой поток излучателя произвольно распределяется в пространстве. Для представления распределения силы света в пространстве пользуются понятием фотометрического тела. [21]
Важность получения такого единообразного описания подчеркивается еще и тем, что такое математическое описание позволит значительно сократить объем работ и сроки проведения аналогичных исследований реальных потоков для других ПС ввиду того, что задачей статистического исследования будет лишь определение параметров модели, а не вида распределения, описывающего исследуемые потоки. Задача аппроксимации сводится к представлению распределений через ПФ, логарифм которой имеет вид степенного ряда конечной длины. Такое представление удобно, по следующим причинам. Для представленной в таком виде ПФ удается получить простое выражение, позволяющее рекуррентно вычислять вероятности аппроксимирующего распределения. С другой стороны, такое представление кажется естественным, поскольку ПФ ряда простейших распределений приводятся к такому виду при рассмотрении лишь конечного отрезка ряда. Сказанное справедливо и для композиций простейших законов. [22]
Следовательно, дисперсия распределения Пуассона совпадает с математическим ожиданием. Эти результаты хорошо согласуются с представлением распределения Пуассона в качестве предельного для биномиального распределения при р - 0, п - - оо, пр а ( см. стр. [23]
Его скачок на оси к равен нулю. Отсюда, если ( - iz) m & - ( f, z) дает представление распределения, то ( - iz) m ff - ( f Р, z) дает представление того же распределения. [24]
Гордус и Бернштейн [439] сравнили распределение интенсивности в спектрах различных изотопических молекул и нашли, например, для СН3Вг и CD3Br, что, за исключением сдвига 280 ( 50) см 1 в коротковолновую сторону, обе кривые поглощения совпадают. В то же время изотопный сдвиг должен быть только 17 см 1, поскольку это изменение нулевой энергии колебания С - Вг. Разница между оценками и экспериментальными данными ясно показывает неадекватность квазидвухатомного приближения представления распределения интенсивности в непрерывном спектре многоатомных молекул. Из этого значения нужно вычесть изменение нулевой энергии в возбужденном состоянии вблизи конфигурации, получившейся в момент поглощения. К сожалению, это изотопическое изменение нулевой энергии в возбужденном состоянии нельзя вычислить, так как частоты остальных колебаний неизвестны. Нулевая энергия, связанная с координатой реакции, равна, конечно, нулю. [25]
Найдены стационарные значения скорости течения песка и наклона его поверхности. С учетом флуктуации указанных величин построена фазовая диаграмма, определяющая области формирования лавины, равновесное и смешанное состояния. Последнее отвечает прерывистому режиму самоорганизуемой критичности и определяется интенсивностями флуктуации вертикальной компоненты скорости и наклона поверхности. Адекватное представление самоподобного поведения системы требует использования дробной обратной связи, существенно модифицирующей систему Лоренца. Для представления распределения по размерам лавин использована псевдотермодинамическая картина Эдвардса, в рамках которой самоорганизация приводит к отрицательной температуре. При этом используется дробная система Лоренца, где роль параметра порядка играет размер лавины, сопряженное поле сводится к неаддитивной сложности ( complexity), а несохраняющаяся энергия является управляющим параметром. Найдена фазовая диаграмма, определяющая различные области поведения системы в зависимости от интенсивностей шумов указанных величин. В результате оказывается, что самоподобное распределение, присущее самоорганизуемой критичности, обеспечивается флуктуациями энергии движущихся песчинок. Исследование стохастической системы показывает, что это распределение представляет, с одной стороны, решение нелинейного уравнения Фоккера-Планка, описывающего поведение неаддитивной системы, а с другой - отвечает дробному уравнению Фоккера-Планка для полетов Леви. Сопоставление решений указанных уравнений приводит к установлению связей между показателем распределения по размерам лавин, фрактальной размерностью фазового пространства, характеристическим показателем мультипликативного шума, числом уравнений, необходимых для представления самосогласованного поведения системы в режиме самоорганизуемой критичности, динамическим показателем и параметром неаддитивности Цаллиса. [26]
Способ Польгаузена основан на аппроксимации распределения скоростей в пограничном слое полиномом четвертой степени. В связи с этим возникла мысль улучшить способ Польгаузена путем аппроксимации распределения скоростей полиномом более высокой степени. Конечно, при этом появляются дополнительные коэффициенты, вследствие чего выбранное распределение скоростей должно удовлетворять большему количеству граничных условий на стенке и на внешней границе пограничного слоя. Результаты, даваемые этим способом для параметров пограничного слоя и для положения точки отрыва, мало чем отличаются от результатов, получаемых посредством использования полинома четвертой степени. Другие случаи такого одно-параметрического представления распределения скоростей рассмотрены и сравнены с точными решениями в работе В. Для аппроксимации распределения скоростей возможно применение не только полиномов, но и других выражений. Такие возможности были испробованы рядом исследователей. [27]
Если действительно большое значение имеет то обстоятельство, приводите вы данные или нет, значит вы используете слишком много исторических данных. На самом деле, нет большой разницы, используете ли вы приведенные или необработанные данные, если нет вышеописанной проблемы, поэтому следует пользоваться приведенными данными. Это не означает, что оптимальное f, рассчитанное из приведенных данных, было оптимальным в прошлом. Оптимальное f, рассчитанное из необработанных данных, могло быть оптимальным в прошлом. Однако оптимальное f, рассчитанное из приведенных данных, имеет больше смысла, так как приведенные данные являются более справедливым представлением распределения возможных результатов по следующей сделке. [28]
Страницы: 1 2