Другой вид - распределение
Cтраница 1
 |
Возмущение Юпитером движения. [1] |
Другой вид распределения с провалами наблюдается в кольцах Сатурна. В этой системе Сатурн является притягивающим центром для частиц в кольце, а возмущением служит любой из его спутников. [2]
При других видах распределений процесс с двумя состояниями будет немарковским, но станет марковским, если к ( t) добавить еще одну переменную, а именно время т t - т /, прошедшее после момента т - последнего перескока. [3]
В случае других видов распределений, если они носят непрерывный и гладкий характер, получить уравнение правдоподобия обычно не представляет особого труда. Но если функция распределения разрывная, то задача осложняется. Например, в случае равномерного распределения все значения 0 одинаково правдоподобны. [4]
В противном случае следует применить другой вид распределения. [5]
Учет пространственных особенностей строения пластов и приемы тренд-интерполяции позволяют получить и другой вид распределения гидропроводности между скважинами. Для этого используют значение гидропроводности о-г. [6]
В зависимости от значений параметров распределения отдельные типы распределений Пирсона совпадают с другими видами распределений. Так, распределения Пирсона типа I являются р-распределениями, типа III - гамма-распределениями, типа VII - распределениями Стьюдента, типа X - показательными распределениями, типа XI - нормальными распределениями. [7]
Чаще всего значения проницаемости нефтьсодержащих пластов описываются известным распределением Максвелла, его разновидностями и редко другими видами распределений. [8]
Хотя предположение об экспоненциальном характере распределения длительностей обслуживания и представляется с математической точки зрения наиболее удобным, не следует забывать о существовании и других видов распределений. [9]
Известно, что если нет оснований отвергать гипотезу о некотором законе распределения, то это не всегда, особенно при малых выборках, означает, что будут отвергнуты гипотезы и о других видах распределения. [10]
Часто из тех или иных соображений можно предположить, что функция распределения данной случайной величины ( генеральной совокупности) имеет вид, принадлежащий некоторому типу распределений; например, что генеральная совокупность имеет нормальное распределение, показательное распределение или какой-либо другой вид распределения. Таким образом, выдвигается некоторая гипотеза. Для подтверждения или отклонения данной гипотезы рассматривают некоторую выборку, которая извлечена из данной генеральной совокупности. Определяют по вариантам данной выборки значения параметров, входящих в формулу теоретической функции распределения. Заменяя найденные значения параметров в формулах функции распределения, получим конкретную функцию, которая является аппроксимацией выборочных распределений теоретическими распределениями. Таким образом, распределения конкретных выборок аппроксимируются теоретическими. Сопоставляя полученные результаты с данными практики, принимаем или отвергаем выдвинутую гипотезу о виде функции распределения. [11]
По всем этим причинам наличие показательного распределения для времени безаварийной работы является всегда гипотезой, которая должна быть подтверждена опытными данными. Подчеркнем, что таково же положение со всеми другими видами распределений, которые встречаются в теории вероятностей. [12]
В ГОСТ 11.008 - 75 имеются более подробные данные для построения шкалы длиной 300 мм. Аналогичные сетки могут быть рассчитаны и построены и для других видов распределений. [13]
Сигнальная функция в большинстве случаев может быть аппроксимирована гауссовой кривой. Это означает, что оценка является также и эффективной, так как гауссово распределение имеет по сравнению с другими видами распределения наименьшую дисперсию. Следовательно, условия, благоприятные с точки зрения разрешения, установленные в предыдущем параграфе, будут также наиболее благоприятными и с точки зрения повышения точности. [14]
Хотя удобное допущение о подчинении данных закону распределения Гаусса широко практикуется, его не следует использовать слепо. Как при фундаментальных исследованиях, так и при поисковых, средняя величина может не иметь существенного значения. В таких случаях более общим может оказаться распределение Уэйбла [6]; иногда данные могут наиболее близко подходить к другим видам распределений, даже если физическая основа не будет такой общей и обоснованной, как при распределении Гаусса. [15]
Страницы: 1