Cтраница 3
Эта книга посвящена наиболее существенным способам обработки результатов высоковольтных исследований и длительных испытаний. Она предполагает познакомить студентов-электриков ( и прежде всего - студентов-высоковольтников) с необходимыми для работы инженера навыками в использовании статистических методов, а также в рационализировании и повышении эффективности работы инженера путем применения математической статистики. Это относится прежде всего к обработке экспериментального материала. Ведущая роль экспериментатора в высоковольтной технике делает эту книгу важной прежде всего для специалистов в области техники высоких напряжений, однако в ней можно найти сведения, представляющие интерес и для других областей электротехники. [31]
Наиболее целесообразное использование конструкционных материалов при конструировании оборудования возможно лишь при достаточно полной информации о плотности распределения прочностных свойств. При расчетах и конструировании необходимо стремиться к получению этой информации для эффективного использования вероятностных методов определения критических и допускаемых состояний. Применение математической статистики для определения и контроля конструкционных характеристик должно являться важным элементом процесса конструирования. [32]
В сборник включены статьи, посвященные методическим вопросам исследования химического состава нефтей и их компонентов различными инструментальными методами. Подробно рассмотрены новые и усовершенствованные методики исследования компонентов нефтей с помощью маос-спектро-метрии, ЯМР -, ИК - и люминесцентной спектроскопии, нейт-ронно-активационного, атомно-адсорбционного и рентген-эмиссионного анализов. Обсуждаются возможности применения математической статистики при исследовании сложных смесей органических соединений. Описаны разработанные методики определения микроэлементов и гетероатомов. [33]
Эта книга знакомит читателя с основами математической статистики. Ее автору, известному ученому ван дер Варлсну, удалось, Fie поступаясь математической строгостью, построить свое изложение таким образом, что для чтения книги не требуется знакомства ни с какими специальными разделами математики. Многочисленные примеры, иллюстрирующие применение математической статистики к разного рода научным и практическим задачам, представляют значительный интерес. [34]
При решении задач использованы современные аналитические и экспериментальные методы. Эксперименты проведены на промышленных объектах. Обработка результатов экспериментов произведена с применением математической статистики и вычислительной техники. [35]
Сущность процессов в горных породах и породоразрушающих инструментах и параметры соответствующих моделей изучаются и определяются экспериментально при их физическом моделировании. Особенности горных пород как твердых тел и неучтенные факторы при моделировании обусловливают значительные колебания выходных параметров испытаний. Для обобщения результатов таких испытаний необходимо применение математической статистики. [36]
Нейрокомпьютинг имеет многочисленные точки соприкосновения с другими дисциплинами и их методами. В частности, теория нейронных сетей использует аппарат статистической механики и теории оптимизации. Области приложения нейрокомпьютинга подчас сильно пересекаются или почти совпадают со сферами применения математической статистики; теории нечетких множеств и экспертных систем. Связи и параллели нейрокомпьютинга чрезвычайно многообразны и свидетельствуют о его универсальности. В данной главе, которую можно рассматривать как дополнительную, так как она требует несколько большей математической подготовки, мы поговорим только о наиболее важных из них. [37]
Начался этот этап сравнительно недавно - 6 - 7 лет назад и явно связан с японским промышленным чудом - с молниеносным развертыванием нескольких отраслей промышленности, в том числе особенно нуждающихся в применении статистических методов, например радиоэлектронной промышленности. Японское статистическое регулирование отличается от европейского и особенно от американского большей технологичностью и тем, что входит в комплекс разнообразных схем применения математической статистики в технологии. [38]
В особо тяжелых случаях к этому присоединяется вера в нормальный закон распределения, а если уж сами случайные величины, не нормальны, то верят, например, что их логарифмы нормальны. Последнее означает, что событие еЛ должно обладать статистической устойчивостью. Вообще, в странах с развитыми применениями математической статистики важность выделения статистически устойчивых экспериментов давно и хорошо понята. [39]
В 1898 г. аэдиг опубликовал первый частотный словарь ( Haufigkeitsworterbuch der Deutschen Sprache) немецкого языка, который был основан на текстах, содержащих 11 миллионов слов. Ципфа ( 1902 - 1950 гг.) применения математической статистики в лингвистике переросли в отдельное научное направление. Его книга Человеческое поведение и принцип наименьшего усилия ( Human behavior and the Principle of Least Effort) содержит очень глубокие идеи. [40]
Каэдиг опубликовал первый частотный словарь ( Haufigkeitsworterbuch der Deutschen Sprache) немецкого языка, который был основан на текстах, содержащих 11 миллионов слов. Ципфа ( 1902 - 1950 гг.) применения математической статистики в лингвистике переросли в отдельное научное направление. Его книга Человеческое поведение и принцип наименьшего усилия ( Human behavior and the Principle of Least Effort) содержит очень глубокие идеи. [41]
Книга обращена главным образом к лицам, занимающимся применениями математической статистики. Предполагается, что читатель знаком с элементами высшей математики и теории вероятностей. Более трудные математические доказательства помещены в виде приложений в конце книги. Русский перевод книги дополнен пятью статьями автора, в которых излагаются некоторые доказательства, отсутствующие в книге, и развивается дальше теория последовательного анализа. [42]
Применение, методов математической статистики ставит своей конечной целью распространение установленных характеристик ряда на будущее. Необходимо доказать представительность выборки. Очевидно, чем короче ряд, тем амплитуда отклонений от характеристики большого ряда ( генеральной совокупности) будет больше. Малочисленность выборки ряда наблюдений является серьезным недостатком всего метода применения математической статистики к гидрологическим расчетам. Строго говоря, при числе членов ряда меньше 20 обработка вообще недопустима. [43]
Обращаясь ко второй функции комплекса, заметим прежде всего что ненормальностью технологического процесса принято называть нежелательное и непредвиденное изменение тех или иных элементов технологической системы ( в машиностроении системы - станок-приспособление-инструмент-деталь), в результате которого нарушается заданное взаимодействие этих элементов, что приводит к понижению производительности процесса или к ухудшению качества продукции. Хотя возникновение каждой конкретной ненормальности в большей или меньшей степени является неожиданностью, тем не менее каждому опытному оператору ( не говоря о наладчиках и мастерах) отлично известны физическая природа, моменты возможного возникновения и формы проявления ненормальностей всех видов, возникающих на данной операции с вероятностью, которой нельзя пренебречь. Как увидим, это обстоятельство очень важно для оценки существующих и выработки новых методологических схем применения математической статистики, поэтому остановимся на нем более подробно. [44]
Исследование условий формования и модификации свежесформованных карбоцепных волокон путем термообработки, прививки или химических обработок является одной из важнейших задач ВНИИСВ. Результаты этих исследований должны помочь созданию в будущем теории формования карбоцепных волокон из раствора мокрым способом. Однако помещенные в сборнике статьи показывают, что уже в настоящее время процесс формования карбоцепных волокон можно значительно усовершенствовать применением математической статистики для выбора оптимальных условий и ускорения процесса формования, а также для улучшения качества волокон. [45]