Вероятностная кривая

Cтраница 1

Пример представления данных в логарифмическом масштабе.| Пример графика нормального распределения вероятностей. [1]

Вероятностные кривые представляют собой интегральные функции распределения. [2]

Влияние концентрации присадки ИПАЭ на эффективность ингиби-рования. [3]

На рис. 7.15 представлены вероятностные кривые Вейбулла, которые свидетельствуют о влиянии 1 % воды на усталостную долговечность и уменьшении этого влияния при введении в смазочный материал 0 1 % ИПАЭ. [4]

Относительные ошибки прогнозирования расходов р. Днестр в створе Дубоссарской. [5]

Однако для большинства ГЭС изменчивость вероятностной кривой краткосрочного гидропрогноза столь невелика, что допустимо принимать прогноз однозначным. Для Дубоссарской ГЭС ( рис. 4 - 2) таким может считаться пятидневный и даже декадный гидропрогноз. По рекам преимущественно снегового питания ( а таких рек в СССР большинство) вероятностные кривые краткосрочных гидропрогнозов будут иметь еще меньшую изменчивость, нежели изображенные на рис. 4 - 2 кривые для Днестра. [6]

Для данной единицы оборудования строят вероятностную кривую распределения отказов во времени. [7]

Как результат ангармоничности колебаний атома водорода в системе О - Н - О, максимум вероятностной кривой распределения для него сдвинут вправо от минимума кривой потенциальной энергии. [8]

Исходя из распределения плотности жидкости в сечении d растекающейся струи по контуру, близкому к вероятностной кривой Гаусса, встречающееся на практике применение многослойных подсыпок ( с возрастающим от слоя к слою диаметром колец) можно считать целесообразным, так как поступление жидкости на нижележащие слои будет более равномерным, а суммарная высота слоев, требующаяся для достижения достаточно высоких значений d, оказывается небольшой. Однако при работе на загрязненных жидкостях, выделяющих осадки, применение мелких колец и такого способа распределения может привести к быстрому засорению и зарастанию слоя подсыпки, что полностью расстраивает орошение аппарата и резко увеличивает его сопротивление. Известны случаи, когда из-за этих обстоятельств останавливалась работа башен. Можно также считать, что в случае работы на загрязненной жидкости подсыпка из крупных колец ( особенно 80 X 80 мм) будет засоряться не быстрее, чем остальная часть насадки; однако это требует проверки в промышленных условиях. [9]

Зависимости Р ( f, Л ( /, о ( / для экспоненциального закона [ IMAGE ] Крииая плотности распределения для нормального закона.| Зависимость Я ( t, JL ( t a ( t для нормального закона. [10]

Нормальный закон распределения ( кроме этого названия, в литературе встречаются и такие названия: кривая ошибок, вероятностная кривая, кривая Гаусса, кривая Лапласа, колоколообразная кривая) так же широко применим, как и экспоненциальный закон. Нормальное распределение возникает тогда, когда на исследуемую величину действует сумма многих случайных факторов, каждый из которых вносит незначительный вклад в суммарное значение отклонения величины от ее среднего значения. Размах распределения зависит от вызвавшей его системы факторов. [11]

Проведенная статистическая обработка показала, что неравномерность пластической деформации на рабочей базе образца, обратимой в цикле ( рис. 2.11), может быть оценена через параметры вероятностных кривых нормального распределения, определяемых уравнением вида х - Upo 4 - а, где х есть либо местная циклическая деформация бг, либо местная односторонне накопленная деформация еь соответствующая заданному квантилю нормального распределения Uv а и а - соответственно стандартное отклонение и математическое ожидание. [12]

Идея первой стратегии заключается в том, что единицу технологического оборудования рассматривают как единый объект, неисправность любой детали которого приводит к отказу. Для данной единицы оборудования строят вероятностную кривую распределения отказов во времени. [13]

Зависимость эффективного коэффициента концентрации напряжений / т от теоретического ат. при усталостных испытаниях. 1 - технически чистого-титана. 2 - сплавов с ав 750 МПа. 3 - сплавов. [14]

Благодаря статистическому анализу результатов усталостных испытаний сплавов удается выявить некоторые закономерности усталостных свойств титана, которые не удается раскрыть при обычном определении среднего предела выносливости. Следует отметить, что большой разброс данных при циклических испытаниях сплавов заставляет строить полные вероятностные кривые не только для определения гарантированного предела выносливости металла с заданной надежностью ( вероятностью) неразрушения, но даже при выборе сплава, так как по средним значениям предела выносливости ( при Р / 50 %) может быть выбран один сплав, а по вероятности неразрушения 99 9 % - другой сплав из-за меньшего разброса данных по его долговечности. При статистическом анализе более точно можно подобрать и математическую форму кривой усталости в координатах a - lg / V, что дает более точные сведения о пределе выносливости при большом количестве циклов нагружения. [15]

Страницы: 1 2