Распределения вероятности



закон распределения вероятностей отказов должен быть нормальным (гауссовским);

Функции отклика <У(х) будут зависеть от распределения вероятностей нейронных порогов. Это показывает, что они будут иметь S-образную форму, похожую на знак интеграла, возрастая монотонно с ростом х от 0 до 1 и приближаясь асимптотически к значению, равному или близкому к единице при х, стремящемся к бесконечности. В аналитических работах они берутся в виде

параметров на ЭВМ. Согласно /360/, различие в функциях распределения вероятностей амплитуд импульсов АЭ от скачков развивающейся усталостной трещины и других составляющих параметров АЭ при усталостных испытаниях обусловливает целесообразность введения в практику новых информационных параметров, имеющих более тесную связь с параметрами усталостной трещины по сравнению с традиционными (интенсивность АЭ, средняя амплитуда импульсов АЭ). К их числу можно отнести вероятности Q превышения суммой амплитуд импульсов АЭ в одном цикле нагружения уровня АО и величины А; превышения суммой амплитуд импульсов АЭ этого же уровня.

Метод Монте-Карло. Количественный анализ дерева отказов существенно затрудняется, если наступление первичных, отказов задается с помощью закона распределения вероятностей. В этом случае наиболее рациональным является метод Монте-Карло, когда точечная вероятность первичного отказа известна и для количественного анализа используют интервальные оценки. Математическое моделирование дерева отказов методом Монте-Карло с использованием ЭВМ включает следующие этапы:

Функции отклика <У (х) будут зависеть от распределения вероятностей нейронных порогов. Это показывает, что они будут иметь S-образную форму, похожую на знак интеграла, возрастая монотонно с ростом л; от 0 до 1 и приближаясь асимптотически к значению, равному или близкому к единице при х, стремящемся к бесконечности. В аналитических работах они берутся в виде

Изменение закона распределения вероятностей для определения случайного вектора перемещения кластеров.______________

Изменение параметров распределения вероятностей гибели животных (lg CL50 и Sc) представлено в табл. 39.

Время срабатывания установок пожаротушения в идеальном случае должно быть выражено в зависимости от распределения вероятностей, которое учитывает следующие характеристики объекта: надежность и время срабатывания установок пожарной сигнализации, надежность и эффективность автоматического тушения пожара, время применения ручных пожарных огнетушителей.

зуются для получения распределения вероятностей по времени, необходимого для локализации пожара.

пользуемой модели. Известны распределения вероятностей на-

известными для них законами распределения вероятностей и по-
Использование для судов различных назначений единого закона распределения вероятности их гибели вместе с тем не является основанием для предположения об аналогичном характере аварий судов разных размеров. Например, для судов средней валовой вместимостью свыше 20 тыс. per. т наибольшую опасность представляют пожары, столкновения и посадки на грунт. Это .заключение не является неожиданным, так как выше указывалось, что в основном такая вместимость присуща нефтеналивным судам. Наиболее вероятной причиной гибели рыболовных судов является потеря остойчивости, поскольку средний размер их невелик.

Очень важно установить характер распределения вероятности поступления сигналов — это наиболее полная характеристика потока сигналов как последовательности случайных событий. Оказалось, что на всех заводах потоки сигналов всех трех приоритетных групп характеризуются показательным распределением. Для примера на рис. 3-1 приведена статистическая плотность распределения (гистограмма) интервалов времени между моментами поступления сигналов, построенная на основе статистических наблюдений: по оси абсцисс отложена длительность интервала t между двумя последовательными сигналами,

Программы позволяют прогнозировать надежность сложных производственных систем, зная характеристики надежности отдельных элементов системы и их логическую взаимосвязь. Малое'время счета допускает использование программ в диалоговом режиме для подбора необходимых характеристик надежности элементов системы при проектировании. В программах можно использовать не только логарифмически нормальный закон распределения вероятности отказа элементов, но и другие, например, экспотенциальный, нормальный и прочие при соответствующих подпрограммах.

плотности распределения вероятности f(t, t,f). Рассмотрим слу-

распределения вероятности /(?, *) = ae~atf(x), вычисленной из

В понятие социального риска входит зависимость вероятности (или частоты) нежелательных событий, связанных с поражением групп людей, подвергаемых воздействиям определенного вида при реализации соответствующих опасностей, от численности этих групп. Необходимо подчеркнуть, что для факторов опасности, существование которых в окружающей среде детерминировано (их вероятность равна 1) или возникновение которых имеет большую статистику (известен закон распределения вероятности), соответствующий им социальный риск можно свести к скалярной величине, соответствующей среднему математическому ожиданию ущерба (произведению вероятности на ущерб). Типичными примерами, когда численно риск Л представляется в виде среднего математического ожидаемого ущерба U, являются широко используемые в

практической деятельности демографические показатели смертности (заболеваемости, травматизма и т.д.). Однако для факторов опасности, возникновение которых маловероятно (например, редкие аварии с тяжелым ущербом) и вследствие этого отсутствует статистика (т.е. неизвестен закон распределения вероятности), соответствующий им риск R можно характеризовать только с помощью двух независимых компонент — вероятности Р и ущерба U. В этом случае риск с математической точки зрения является векторной величиной.

ухудшения зрения». При этом математически доказывается ложность статистической гипотезы, и, таким образом, эмпирические данные используются не для проверки исходного утверждения, а для доказательства ложности дополнительной гипотезы. Статистическая гипотеза при этом называется нулевой гипотезой. Второй шаг заключается в определении значения параметра того распределения вероятности, которое соответствует распределению вероятности успеха в данном исследовании. В нашем примере явление имеет бимодальный характер (то есть, ухудшение зрения есть или нет), поэтому выбирается биномиальное распределение с параметром (вероятность ухудшения зрения). Нулевая гипотеза утверждает, скажем, что я = 0,25. Это значение выбрано на основе имеющихся сведений о проблеме и предварительных знаний о распространенности ухудшения зрения среди людей, не подвергавшихся вредному воздействию (то есть не работающих на заводе). Предположим, что наши данные привели к оценке р = 0,50 для 30 обследованных рабочих.

При принятии решений относительно статистических гипотез существуют два вида ошибок. Ошибкой I рода называется отклонение нулевой гипотезы, когда она верна; ошибкой II рода называется принятие нулевой гипотезы, когда она ложна. Уровень вероятности р — это вероятность ошибки I рода, обозначаемая греческой буквой а. Она рассчитывается с учетом распределения вероятности успеха в условиях нулевой гипотезы. Обычно уровень а-ошибки устанавливают заранее (например, 5% или 1%) и отклоняют нулевую гипотезу, если результат наблюдения имеет вероятность, равную или меньшую, чем этот так называемый критический уровень.

Авторы исходили из предположения о распределении вероятностей (латентный период, сила реакции положительных и отрицательных условных рефлексов) по Гауссу. Однако, по данным Н. Н. Лившиц (I960), только на положительные раздражители распределение вероятностей величин слюнных условных рефлексов близко к кривым нормального распределения. Вероятности величины слюноотделения на дифферен-цировочное раздражение чаще всего распределяется по Пуассону. Это ограничивает, в частности, возможность использования методов Стьюдента и Фишера. Анализ материалов по




Читайте далее:
Работникам тенденции
Растеканию заземлителей
Растворимые соединения
Раствором азотнокислого
Резервуаров диаметром
Раствором перманганата
Равномерным распределением
Равномерного распределения
Равномерность освещения
Равномерно распределяются
Равностороннего треугольника
Равновесного состояния
Разъемные соединения
Разбавлении паровоздушной
Разделительный трансформатор





© 2002 - 2008