Аппроксимация - функция - распределение
Cтраница 1
Четкая аппроксимация функции распределения ломаной линией из прямолинейных отрезков, по-видимому, свидетельствует об отчетливом разбиении процесса образования критического зародыша на ряд промежуточных конфигураций, имеющих минимальную свободную энергию образования. [1]
Методики аппроксимации функций распределения погрешностей, описанные в [33; 51; 52], обладают одной общей особенностью - для их практического применения необходимо знать помимо некоторых качественных признаков реального закона распределения, числовые значения определенных параметров реальных функций распределения. Это ограничивает возможности практического применения этих методик такими областями, где не только доступны оценки соответствующих параметров, но и имеется информация об их стабильности в течение всех процессов измерений, погрешности которых должны быть определены. Реальные условия проведения технических измерений таковы, что на их погрешности влияют и нестабильности свойств применяемых средств измерений и нестабильности окружающих условий и режимов работы объектов измерений. [2]
Перейдем к аппроксимации функций распределения более высоких порядков, которые до сих пор рассматривались вполне строго. Концентрация предполагается настолько низкой, что в подинтегральных выражениях можно использовать в качестве приближения произведения бинарных функций распределения. [3]
Предпочтительно применение таких методик аппроксимации функций распределения погрешностей, для которых достаточна качественная исходная информация и которые, вместе с тем, обеспечивают вполне приемлемые погрешности аппроксимации, почти такие же, как и методики, требующие исходной количественной ин - формации. [4]
Таким образом, предлагаемая методика аппроксимации функций распределения погрешностей может быть применима при достаточно подробной информации о реальной функции распределения - надо знать класс распределения и значение его эксцесса. Это обстоятельство существенно ограничивает область применения предложенной методики. [5]
В [33] также рассматривается вопрос об аппроксимации функций распределения погрешностей измерений с целью установления соотношений между интервальной характеристикой и СКО погрешности, но метод применяется другой. [6]
При обработке проб капель возникает важный вопрос об аппроксимации функции распределения эмпирической формулой. [7]
По указанной причине последующие расчеты ориентированы на такую аппроксимацию функции распределения, которая исключает получение заниженных оценок вероятности волн с большими амплитудами напряжения. [8]
В приложении к ГОСТ 8.011 - 72 дан ряд стандартных аппроксимаций функций распределения, причем предложено характеризовать их одним параметром - средним квадрэтическим отклонением и находить предельные значения погрешности, умножая этот параметр на соответствующий, указанный в приложении множитель. [9]
 |
Параметры композиции распределений Гаусса и Лоренца. [10] |
Практически это означает, что для неразрешенных линий колоколообразной формы гауссову аппроксимацию функции распределения можно использовать без опасений. [11]
Практически это означает, что для неразрешенных линий колоколообразной формы гауссову аппроксимацию функции распределения и формулу сложения ширил можно использовать без опасений. [12]
Используя этот результат, можно получить оценки объема выборки, необходимые для аппроксимации функции распределения с необходимой точностью. [13]
При известном законе распределения погрешностей в ГОСТ 8011 - 72 рекомендуется ряд стандартных аппроксимаций функций распределения, что значительно упрощает вычислительную работу по определению суммарной погрешности АЭП. [14]
Центральная предельная теорема в какой-то степени оправдывает столь частое использование в экономике нормального закона распределения для аппроксимации функций распределения случайных величин, предположительно являющихся суммой большого количества независимых случайных величин. [15]
Страницы: 1 2 3