Cтраница 1
Статистические характеристики случайных величин d и уа, случайных функций / заданы в объеме, необходимом для решения задачи анализа. Эти характеристики могут быть определены методами статистической динамики, например методом статистических испытаний. При этом для уменьшения объема вычисления, что важно при решении задачи синтеза, статистические характеристики целесообразно определять приближенными методами, в основу которых положены идеи канонических разложений, статистической линеаризации, теории выбросов, теории марковских процессов. [1]
Рассмотрим статистические характеристики случайных величин. [2]
В отличии от статистических характеристик случайных величин, которые представляют собой определенные числа, характеристики случайных функций являются в общем случае не числами, а функциями. [3]
Аналогичным образом определяются и другие условные статистические характеристики случайных величин. [4]
В противном случае, когда статистические характеристики случайных величин Cj и а неизвестны, можно получить. [5]
В математическую модель в данном случае включаются и статистические характеристики случайных величин и функций, необходимые для записи условий модели в задачах управления и планирования в стохастической постановке. Иногда критерий управления считают также частью математической модели объекта управления. [6]
Задача (8.18) решается известными методами выпуклого программирования ( при заданных статистических характеристиках Мцк случайных величин rij) или с помощью процедур стохастической аппроксимации по последовательным реализациям случайных параметров условий задачи. [7]
Формулы (4.25) и (4.26) показывают, что в случае нормального распределения первые и вторые моменты полностью определяют плотность вероятности; поэтому они определяют все вообще статистические характеристики соответствующих случайных величин и, в частности, все моменты высших порядков. Ясно, что достаточно рассмотреть здесь лишь вопрос о вычислении центральных моментов высших порядков. [8]
Действительно, связывая с у - й ячейкой некоторые, например, нормированные случайные затраты С / на техническое обслуживание заполненной ячейки и с i - м блоком - некоторую случайную нормированную его характеристику, скажем со -, мы сможем теперь конструировать случайные двумерные процессы ( С, со), используя для этой цели статистические характеристики случайных величин. [9]
По аналогии с приведенными моделями могут быть исследованы постановки стохастических транспортных задач, в которых случайными являются объемы производства аг аг ( ( о), и более общие модели, в которых не могут быть заранее предсказаны как объемы производства, так и спрос в пунктах потребления. Известны только статистические характеристики соответствующих случайных величин. [10]
В ряде задач рассматривают случайные величины, связанные некоторой неслучайной зависимостью, например сигнал на выходе автоматической системы как функцию от случайного значения какого-либо параметра этой системы. Рассмотрим способы определения статистических характеристик случайной величины Y как функции случайного аргумента X, если статистические характеристики аргумента X заданы. [11]
В ряде задач рассматривают случайные величины, связанные некоторой неслучайной зависимостью, например сигнал на выходе автоматической системы - как функцию от случайного значения какого-либо параметра этой системы. Рассмотрим способы определения статистических характеристик случайной величины Y как функции случайного аргумента X, если статистические характеристики аргумента X заданы. [12]
Однако в действительности не все реальные, изменяющиеся во времени условия развития системы и внешние воздействия можно определить однозначно заранее. На этой почве возник стохастический подход, при котором лишь в одной части информации сохраняются детерминированные характеристики, а в другой части детерминированные характеристики заменяются статистическими характеристиками случайных величин или функций. Решение задачи возможно и в этом случае, если заранее известны вероятностные характеристики. [13]
Случайные величины бывают дискретные и непрерывные. Случайную величину называют дискретной, если ее возможные значения образуют счетное множество, и непрерывной - в противном случае. Рассмотрим статистические характеристики случайных величин. [14]
При описании программных средств АСНИ изложены сведения об операционных системах общего назначения и реального времени, а также о средствах и языках программирования. В разделе приводится классификация инструментальных программных сред и перспективных языков прикладного программирования. Достаточно подробно рассмотрены вопросы статистического анализа экспериментальных данных как математической основы современного автоматизированного эксперимента. Изложены методы обработки опытных данных, способы оценивания статистических характеристик случайных величин и процессов. Описан метод наименьших квадратов, который может служить примером применения методов регрессионного анализа для определения функциональной зависимости между параметрами по результатам их измерений. Раздел завершается описанием элементов теории планирования эксперимента, а также сведениями о ряде современных программных продуктов для статистического анализа данных. [15]