Cтраница 1
Вероятностные характеристики параметров, заданные здесь априорно, должны определяться путем наблюдений, число которых обычно ограничено и которые содержат элементы случайности. Для уменьшения влияния случайных ошибок в математической статистике разработаны методы выравнивания статистических рядов с последующей их проверкой по критериям согласия с теоретическими распределениями. [1]
Вероятностные характеристики параметров, заданные здесь априорно, должны определяться путем наблюдений, число которых обычно ограничено и которые содержат элементы случайности. Для уменьшения влияния случайных погрешностей в математической статистике разработаны методы выравнивания статистических рядов с последующей их проверкой по критериям согласия с теоретическими распределениями. [2]
![]() |
Гистограммы SMa. [3] |
Предполагая, что принятые вероятностные характеристики параметров реальны, рассмотрим вероятностные характеристики предельного времени отключения короткого замыкания откд. [4]
![]() |
Семейства функциональных зависимостей производственной погрешности от исходных факторов. [5] |
В результате экспериментального исследования четырех станков 01С25 были получены следующие значения вероятностных характеристик параметров преобразующей системы: М ] 1200 дан / мм; а / 70 дан / мм; М g ] 6000 дан. [6]
В качестве реализации этого подхода был создан имитатор, позволяющий методом Монте-Карло восстанавливать вероятностные характеристики параметров пожара. [7]
Следовательно, наряду с детерминированными методами оптимизации следует переходить к стохастическим, позволяющим учесть надежностные, вероятностные характеристики параметров газоснабжающих систем. [8]
![]() |
Функции распределения. [9] |
На рис. 13.18 отражены результаты расчетов, отвечающие зависимостям, приведенным на рис. 13.10, и вероятностным характеристикам параметров, приведенным на рис. 13.15. Эти функции дают возможность определять вероятность нарушения устойчивости при различных фактических значениях времени отключения короткого замыкания. [10]
Теперь можно сформулировать задачу исследования надежности системы как задачу исследования вероятностных свойств параметров системы, когда по заданным вероятностным характеристикам случайных параметров элементов и входов определяются вероятностные характеристики параметров системы. [11]
При этом выходной поток описывается с помощью производящего функционала ( ПФЛ), который в компактной форме определяет не только вероятностные характеристики моментов обнаружения структур, но и вероятностные характеристики параметров, соответствующих открытым структурам. Математический аппарат ПФЛ широко применяется в ряде разделов статистической физики. Для моделирования поисково-разведочных работ он является весьма эффективным и удобным. [12]
Результаты такого анализа, справедливые для нормальных законов распределения контролируемого параметра и погрешности измерений и окрестностей точки Л - ХУах 3 и ае / ах0 3, показывают, что погрешность измерения о составляет 38 % ак, 17 % 7гд, 90 % РК и 92 % 7дг, а рассеяние контролируемого параметра изделия Ох - 62 % ак, 83 % qrsj 10 % рк и 8 % длг. Иными словами, вероятностные характеристики параметров контролируемого изделия существенно влияют на ошибки контроля первого рода, а погрешности измерений этих параметров - на ошибки второго рода. Это означает, что увеличение нестабильности и разброса характеристик изделия будет вызывать рост числа ложных забрако-ваний изделия при контроле, а увеличение погрешности измерений - возрастание доли скрытого брака. Поэтому для изделий, использование которых не допускает появление скрытых отказов из-за контроля, рекомендуется ужесточать требования к погрешности измерений их параметров. [13]
В моделях математического программирования, к исследованию которых сводятся задачи оптимального оперативного управления, отдельные или все параметры показателя качества могут оказаться неопределенными или случайными. Ситуации, в которых опыт, статистика и исследование процессов, определяющих изменение исходных данных, позволяют устанавливать те или иные вероятностные характеристики параметров задачи, называются ситуациями, связанными с риском. [14]
Изложены теоретические основы статистической динамики транспортных и тяговых гусеничных машин. Исследованы параметры, характеризующие движение машины при случайном внешнем воздействии. Приведены примеры определения вероятностных характеристик параметров, характеризующих подвижность, динамическую нагруженность и топливную экономичность машины. [15]