Дисперсия - распределение
Cтраница 1
Дисперсия распределения f ( tw) при заданном значении Х, заметно влияет на определяемые характеристики потока [ 3.37 J. Следует упомянуть также модель газа пылевых частиц [3.38 - 3.41], в которой пористая среда рассматривается как система частиц ныли, неподвижно закрепленных в пространстве. В этой модели взаимодействие молекул со стенкой учитывается в рамках кинетической теории, причем частицы пыли - гигантские молекулы с почти бесконечной массой. [1]
 |
Основные показатели водных дисперсии. [2] |
Дисперсия распределения F ( V t) увеличивается, согласно теории, при возрастании конверсии. [3]
Дисперсия распределения Пуассона равна математическому ожиданию, поэтому можно приблизить распределение Пуассона ( X) к нормальному распределению с параметрами ( X, X) при условии, что значение X достаточно велико. Однако надо отметить, что нормальное распределение - это непрерывное распределение, тогда как распределение Пуассона - дискретное. Таким образом, требуется поправка на непрерывность при аппроксимации. [4]
Дисперсия распределения размеров месторождений моделируется на основе анализа временных серий. Распределение размера запасов открытий обычно принимается логнормальным. Проверка производится на имеющейся статистике. Следует отметить, что дисперсия логнормального распределения не уменьшается с уменьшением средних размеров открытий, поэтому важно прогнозировать распределение открытий по размерам, а не просто средние значения прироста запасов. При гипотезе о лог-нормальном распределении удобно наносить данные о запасах на логарифмический бланк. Из него непосредственно получают вероятности открытий месторождений различной крупности. [5]
Вычисляется дисперсия распределения значений, содержащихся в к. [6]
Итак, дисперсия распределения Пуассона равна параметру К. [7]
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. [8]
Экспериментальная зависимость дисперсии распределения по числу зацеплений нитей кольцевой ДНК от числа сегментов в цепи ДНК приведена на рис. 4.10. В отличие от топоизомераз типа 1, которые разрывают и воссоединяют только одну из нитей двойной спирали, существуют топоизомеразы типа 2, которые рвут и сшивают сразу обе нити молекул ДНК. [9]
При определении дисперсии распределения системы случайных величии необходимо учитывать вероятностную связь между каждой парой величин. [10]
Тс характеризует дисперсию распределения ловушек. [12]
Таким образом, дисперсия распределения Пуассона равна математическому ожиданию этого распределения. [13]
В данном примере заданные дисперсии распределения радиусов трубок и объемов узлов были настолько малы, что модель можно было предполагать состоящей из одинаковых элементов. Заданное же критическое значение радиуса трубки было гораздо больше радиуса трубки модели, имевшего максимальное значение. Таким образом, был осуществлен процесс моделирования вытеснения одной фазы другою в условиях, при которых механизм двухфазной фильтрации, предложенный И. [14]
При аппаратурном определении дисперсии распределения, корреляционной функции и спектральной плотности часто вместо осреднения по всему интервалу используется сглаживание; зависимости этих характеристик от времени часто несут ценную информацию. Все перечисленные статистические характеристики могут определяться не только для реализации, но и для ее производных, а также результатов дргих преобразований. Отметим, что во всех рассмотренных способах расчета статистических характеристик не использовались какие-либо гипотезы относительно их аналитического вида. [15]
Страницы: 1 2 3 4