Знание - закон - распределение
Cтраница 2
Знание закона распределения случайных аргументов для нахождения моментов функции не является необходимым также и в некоторых других частных случаях. [16]
Знание законов распределения шумового напряжения позволяет рассчитать многие величины, характеризующие влияние шумов на работу радиотехнических устройств. [17]
 |
Интегральная ( а и дифференциальная ( б функции распределения. F ( x - вероятность отказа. f ( x - плотность вероятности отказа. [18] |
Знание законов распределения случайных величин позволяет более точно планировать моменты и трудоемкость работ ТО и ремонта, определять необходимое количество запасных частей и решать другие технологические и организационные вопросы. Для процессов технической эксплуатации наиболее характерны следующие законы распределения. [19]
Знание законов распределения точности формы корпуса позволяет решить задачу, связанную с регулированием отклонений его образующей. [20]
Знание закона распределения времени пребывания частиц, жидкости ( газа) з тепломассообмешшх аппаратах и химических реакторах необходимо для разработки, усовершенствовя-ниян моделирования последних. [21]
Когда полное знание закона распределения частиц не требуется, а достаточно лишь информации о поведении во времени его целых моментов, задача существенно упрощается. Для ядер вида (5.57) - (5.59) она решается точно. [22]
Определение и знание законов распределения внезапных отказов и применение статистических методов прогнозирования дает возможность большую часть их перевести в группу прогнозируемых. [23]
По существу, знание закона распределения необходимо лишь для расчетов интервальных показателей точности измерений - интервалов, в которых с заданной вероятностью находятся все частные реализации погрешности измерений или ее систематической и случайной составляющих. [24]
 |
Гистограмма или эмпирическая плотность распределения. п-общее число наблюдений, fiK - количество зафиксированных значений X, попавших в к-й интервал. / к - длина интервала. [25] |
Таким образом, знание закона распределения случайных погрешностей дает возможность не только с максимальной достоверностью произвести оценку истинного значения измеряемой величины и точности ее измерения, но и представить физическую картину действия скрытых от наблюдателя факторов, определяющих рассеивание. Общий подход состоит в том, что сначала из каких-либо физических соображений или статистических процедур определяется тип ( семейство) распределения, а затем подбираются параметры. Предварительное заключение о типе распределения нередко делается на основе графического оформления статистического материала в виде эмпирической функции Fn ( х) или плотности fn ( х) распределения с последующим сравнением их графиков с графиками известных типов распределения. [26]
В обоих случаях необходимо знание закона распределения погрешностей. Упрощение методики суммирования состоит в том, чтобы сделать эти переходы по возможности более простыми. Один из вариантов состоит в следующем. Согласно центральной предельной теореме, если число суммируемых независимых составляющих достаточно велико ( практически при т 5) и если среди этих составляющих нет существенно преобладающих над остальными, то результирующий закон распределения близок к нормальному. Однако предположение о близости закона распределения к нормальному без соответствующего анализа достаточно рискованно даже и при большом числе суммируемых составляющих. [27]
Как и в случае равновесия, знание закона распределения частиц по состояниям позволяет вычислить термодинамические характеристики системы, установить связь между ними, указать закономерности изменения всех величин. К сожалению, реализация этой программы не всегда удается. Трудность состоит в том, что невозможно ввести какие-либо простые функции распределения частиц по состояниям, которые были бы пригодны всегда я везде, как это было для равновесных состояний. В настоящее время разработано много частных подходов, которые были успешно применены для решения отдельных задач. Были выдвинуты и общие методы, которые в принципе пригодны для изучения любой проблемы, однако их использование на практике встречает еще не преодоленные математические затруднения. [28]
 |
Временная зависимость R ( t для ( 7. 2000 ( а и ст2 1000 ( б. [29] |
Рассмотренные ранее способы расчета характеристик надежности систем предполагают знание законов распределения времени возникновения отказов. Однако часто такой закон в аналитическом виде бывает неизвестен или бывают неизвестны его числовые характеристики, зато имеется интенсивность отказов ( или плотность отказов), представленная в виде экспериментальных таблиц или графиков во времени. [30]
Страницы: 1 2 3 4