Функция - математическое ожидание
Cтраница 1
 |
Графики для определения критерия нелинейности технологического процесса. [1] |
Функция математического ожидания mx ( t), характеризующая смещение во времени центра настройки технологического процесса, в общем случае является нелинейной. Однако в практических расчетах удобно аппроксимировать ее линейной зависимостью. [2]
Одной функции математического ожидания оказывается явно недостаточно. Для характеристики указанного различия нужно ввести понятие о разбросе реализаций этих функций - о дисперсии случайной функции. [3]
Показать, что функции математического ожидания и дисперсии не являются исчерпывающими характеристиками случайных процессов. [4]
Анализируя данные, приведенные на рис. 3, можно заключить, что функции математического ожидания нагрузок на исполнительных органах машин или механизмах, приводящих их; усилия / f ( S) или момента Af / ( p), могут быть представлены из отдельных линеаризованных участков. [5]
Рассмотрим две случайные функции X ( t) и X2 ( t), каждая из которых характеризуется своей функцией математического ожидания и ковариационной функцией. [6]
Несмотря на линейный характер каждого полученного уравнения, все они нелинейно взаимосвязаны коэффициентами совместной гармонической и статистической линеаризации к, х ЗС и % 1, каждый из которых является функцией математических ожиданий, дисперсий, действующих в системе сигналов, амплитуды и частоты периодических колебаний. [7]
Для сокращения объема исходной информации и вычислений был применен метод Ft ], заключающийся в разделении реализации нестационарного процесса н & высокочастотную ( флюктуацию) и низкочастотную ( тренд) составляющие. ЭВМ по программе, в которую входит Йо-лучение функции математического ожидания, дисперсии и нормированной корреляционной туньции. [8]
Случайные процессы имеют ряд неслучайных характеристик, которые обычно используются в практических расчетах. В рамках решаемых в настоящей книге задач достаточно рассмотреть такие характеристики, как функции математического ожидания и дисперсии, корреляционная функция и спектральная плотность. [9]
В предыдущем параграфе для определения оптимальной разделяющей функции, минимизирующей вероятность ошибки, предполагалось, что в классах км и к2 плотности вероятности значений линейной разделяющей функции являются нормальными или близкими к нормальным. Даже при выводе обобщенной формулы для различных критериев предполагалось, что критерии представляют собой функции математических ожиданий и дисперсий значений разделяющей функции. [10]
В предыдущем параграфе для определения оптимальной разделяющей функции, минимизирующей вероятность ошибки, предполагалось, что в классах км и к2 плотности вероятности значений линейной разделяющей функции являются нормальными или близкими к нормальным. Даже при выводе обобщенной формулы для различных критериев предполагалось, что критерии представляют собой функции математических ожиданий и дисперсий значений разделяющей функции. [11]
Задача формулируется так: найти функцию, связывающую отклС нение текущего уровня выпуска от его нормального уровня ( у ( - с экзогенными переменными модели. Схематично процесс поиска р шения можно представить следующим образом. Сначала цены выр ( жаются как функция математического ожидания цен, денежной ма. [12]
Результатом технологического процесса является один или несколько параметров продукции, которые можно рассматривать как численные характеристики этого процесса. В свою очередь, поведение указанных величин во времени представляет собой случайный процесс. Математическое ожидание и дисперсия этого процесса в фиксированные моменты времени могут рассматриваться как показатели его точности в указанные моменты. Другим показателем точности, являющимся функцией математического ожидания и дисперсии процесса в заданный момент времени, может служить вероятность попадания вырабатываемого параметра продукции в определенный интервал размерности этого параметра. [13]
Страницы: 1