Статистические основы метода

Основу второго подхода составляет совокупность методов, объединяемых в кибернетике общим термином черный ящик . В их состав входят вероятностно-статистические методы анализа сложных явлений и систем, теория статистических решений и оптимального планирования эксперимента, методы теории распознавания образов, адаптации и обучения и т. п. Статистические методы поиска катализаторов позволяют по ограниченной экспериментальной информации просматривать значительные совокупности факторов, предполагаемых априори ответственными за каталитическую активность. Причем планы эксперимента предусматривают возможность варьирования испытываемых факторов на двух и более уровнях в зависимости от сложности поверхности отклика. Выявление доминирующих факторов проводится по различным вариантам ветвящейся стратегии, а их численная оценка — с использованием стандартных приемов регрессионного анализа. При усложнении задач статистического анализа методы корреляционного и регрессионного анализа уступают место математической теории распознавания с богатым арсеналом приемов раскрытия многомерных корреляций. [c.58]

Теоретический расчет вириальных коэффициентов осуществляется на основе методов статистической физики с использованием иногда выводов волновой механики. Однако расчет сложен во всех случаях, за исключением расчета для газов, обладающих сравни- [c.114]

Для выполнения операций рассматриваемого этапа процедуры оптимизации адсорбционной установки в условиях неполноты исходной информации кроме изложенного может быть применен и другой подход, базирующийся на представлении всей используемой информации (кроме детерминированной) как случайной. Должно быть намечено несколько вариантов наиболее вероятных законов ее распределения. Для решения такой задачи стохастического программирования в принципе могут применяться такие же методы, что и для решения задач оптимизации в детерминированной постановке. Однако систематизированные конструктивные проработки алгоритмов имеются лишь для задач линейного и квадратичного стохастического программирования. Существенным недостатком такого подхода является большая трудоемкость расчетов, что, естественно, ограничивает область применения строгих методов решения задач и вызвало появление приближенных методов, например метода статистических испытаний (метод Монте-Карло). Значительный интерес для решения стохастических задач представляет использование итерационной многошаговой процедуры, в основу которой положены идея стохастической аппроксимации для учета случайных величин и метод штрафных функций для учета ограничений [51]. При использовании любого из указанных методов следует помнить, что решение задачи всегда будет иметь погрешность вслед- [c.163]

Статистические основы метода [c.327]

Статистические основы метода 311 [c.311]

Аналитическое соотношение, обычно представляющее какое-нибудь Одно свойство равновесной системы как функцию ее интенсивных свойств, называется уравнением состояния. Термодинамическая теория не в состоянии предсказать форму этого уравнения ее устанавливают либо на основе методов статистической механики, либо, чаще всего, опытным путем. [c.13]

В основе метода переходного состояния лежат три предположения. Во-первых, протекание реакции суш,ественно не нарушает распределения молекул по состояниям, так что распределение статистически отвечает равновесному распределению Максвелла— Больцмана. Расчеты, на которых мы останавливаться не будем, показывают, что это предположение справедливо в очень большом числе случаев. Кроме того, результаты, полученные методом переходного состояния для скоростей химических реакций, находятся в соответствии с опытом, что косвенно также подтверждает это предположение. [c.144]

Информация по этим вопросам, полученная от экспертов, из фундаментальных работ по эргономике и в результате специальных исследований (на основе эргономической карты и анкеты), при статистической обработке на основе методов обобщения, интерпретации, выборки, планирования эксперимента, теории распознавания образов позволит комплексно оценить эффективность и безопасность типичных человеко-машинных систем. [c.86]

Сложность решаемой проблемы определяет и функциональную структуру системы. Поэтому система может содержать отдельные методо-ориентированные пакеты в качестве подсистем, ограничивая, вероятнее всего, их функции определенным классом задач. Например, пакет программ статистического анализа используется всякий раз, когда появляется необходимость в обработке экспериментальных данных, при определении и коррекции параметров стохастических моделей. Однако его использование ограничивается вопросами данной проблемы. Поэтому включение отдельных пакетов в качестве подсистем связано с решением ряда организационных вопросов. Это прежде всего вопрос полноты использования его возможностей и, следовательно, целесообразности выделения обычно большого объема памяти и снижения быстродействия. Может оказаться, что выгоднее специально разработать такую подсистему, исходя из конкретных требований общей проблемы, нежели частично использовать возможности готовой системы более широкого назначения. Это обеспечит компактность и быстродействие программы. Последнее обстоятельство является причиной того, что системы не часто строятся на основе методо-ориенти- [c.282]

Более строго получают уравнения состояния реальных газов и жидкостей на основе методов статистической механики. Вириальные коэффициенты определяют отклонение свойств реального газа от свойств идеального газа при заданной температуре через свойства межмолекулярных сил. Оказывается, что второй, третий и т. д. вириальные коэффициенты характеризуют отклонения, обусловленные наличием парных, тройных и т. д. соударений в реальном газе. [c.17]

Разработанная на основе метода маршрутов кинетическая модель, учитывающая промежуточные стадии комплексообразования, позволяет рассчитывать не только временные, но и статистические характеристики реакционной смеси [c.287]

Нахождение молекулярной массы (средней СП целлюлозы) осу-щ,ествляют с помошью различных методов [см, например, 1-5] Отметим, что среднее значение молекулярной массы зависит от метода анализа и характера усреднения Характер же усреднения зависит в свою очередь от того, измерение каких свойств положено в основу метода - определяемых числом молекул или их размером Если свойство определяется числом молекул, речь идет о среднечисловой молекуляной массе (Мп), а если размером молекул — о среднемассовой молекулярной массе (М ) Когда полимер состоит из набора п фракций и числовая доля фракции с молекулярной массой М, равна У,, то М является средней статистической величиной, характеризуемой молекулярными (числовыми) долями молекул каждого размера представляет собой среднюю статистическую величину, определяемую массовыми долями молекул каждого размера где М = [c.8]

Для определения атомарной энтропии образования соединений (ASf) положение сложилось в настоящее время более благоприятно, чем для определения АЯ так как на основе методов статистической термодинамики и экспериментальных данных о спектрах элементов значения стандартной энтропии для большинства элементов в состоянии одноатомного идеального газа хорошо известны для широкой области температур (вплоть до очень высоких). [c.163]

Задача статистики и разработанных на ее основе методов состоит в том, чтобы из свойств составляющих систему молекул сделать выводы о свойствах системы в целом. Она представляет собой как бы мост между микроскопическими и макроскопическими методами изучения природы. В классической механике свойства, иначе говоря параметры, тела характеризуются его начальными координатами и их изменением во времени. В статистической механике вследствие больщого числа частиц и их беспорядочного движения начальные условия неизвестны, а число уравнений для описания системы таким способом слишком велико. Поэтому в статистике используются методы теории вероятности. [c.291]

Метод Монте-Карло — это метод статистического моделирования на ЭВМ, в основе которого лежит использование случайных процессов, а именно, случайных чисел , генерируемых в ходе моделирования. На то, что в основе метода, как и в основе игры в рулетку, лежат законы случая, указывает и название метода — по имени известной столицы азартных игр . [c.204]

В основу метода фракционирования граничного слоя нефти положена методика [64] экстракционного разделения нефтей на масла, смолы и асфальтены, которая основана на различной растворимости составных компонентов нефти в жидкостях определенной полярности (рис. 20). Статистическая обработка результатов исследований показала, что точность методики фракционирования пленочной нефти составляет 7%. [c.61]

Коррозионные испытания, проводимые для оценки эффективности консервации, всегда являются статистическими, поэтому обработку результатов проводят на основе методов математической статистики. [c.131]

Совершенно очевидно, что подобный подход можно применить и при планировании испытаний с числом этапов наблюдения, большим двух. Так можно подойти к идее последовательных испытаний. В литературе по статистическим методам контроля иногда [10] испытания с использованием последовательного анализа рассматривают как дальнейшее развитие идеи, положенной в основу метода двукратной выборки. Такой точки зрения придерживался и основоположник последовательного анализа А. Вальд [1]. [c.27]

Сборник содержит доклады, представленные на Первую Всесоюзную конференцию по теоретическим вопросам адсорбции (Москва, 1968 г.) и посвященные современному состоянию теории физической адсорбции из однокомнонентных объемных фаз включены материалы дискуссии но этим докладам. Освещены проблемы теории межмолекулярных взаимодействий применительно к адсорбции на твердых поверхностях рассмотрены магнитные, спектральные, а также другие физические методы исследования адсорбционных систем отражены статистические и термодинамические теории адсорбционных равновесий обсуждены основы методов исследований пористой структуры, величины и природы поверхности адсорбентов. [c.2]

В основе метода случайных блужданий лежат анализ закономерностей случайных блужданий частиц и вычисление вероятностей тех или иных событий. С точки зрения решаемой нами задачи наибольший интерес представляют условные вероятности перехода частиц из одной точки пространства в другую в течение отрезка времени т — то. Как было показано выше, эти вероятности пропорциональны объемному содержанию дисперсных частиц (1.134). Вычисление их можно произвести путем статистической обработки конечных координат большого количества просчитанных реализаций траекторий блуждающих частиц. Более подробно данный метод будет рассмотрен нил<е при решении ряда практических задач. [c.76]

Статистическую оценку вероятности циклизации можно провести на основе методов, изложенных выше, из сопоставления выхода золь-фракции и средней функциональности концевых групп, которую можно варьировать, смешивая в различном соотношении полимеры с разной функциональностью концевых групп, например, полимеры 3 и 8 (см. табл. И и 12). [c.80]

Поэтому критерием правильности сделанных предположений о механизме процесса может служить приближенное согласие опытных значений скорости реакции с вычисленными величинами на основе метода активированного комплекса, т. е. уравнения (VII.7). Разумеется, точного согласия здесь ожидать нельзя из-за приближенности статистических расчетов, а также отсутствия данных о соответствующих параметрах активированных комплексов и адсорбированных частиц, но совпадение хотя бы по порядку величины уже может быть достаточным аргументом в пользу сделанных предположений. [c.279]

Теперь воспользуемся третьим предположением, лежащим в основе метода переходного состояния. Применительно к нашему выводу это предположение означает, что константа скорости /г в уравнении (12.2), относящемуся к обш,ему, неравновесному случаю, мало отличается от значения, которое она принимает при наличии химического (а следовательно, и общего статистического) равновесия, т. е. [c.158]

В основу метода был положен факт статистической независимости в первом приближении ансамбля поступательных и ансамбля колебательных степеней свободы. Интеграл столкновения в кинетическом уравнении разбивался на ряд слагаемых, отвечающих быстрой и медленной фазам движения в зависимости от конкретной [c.125]

В настоящее время получили наибольшее признание два различных по своей принципиальной основе метода получения опорных данных 1) метод межатомной функции, или метод Паттерсона, используемый для определения координат опорных атомов 2) статистический метод (связанный, в первую очередь, с именем Захариазена и значительно усовершенствованный Карлем и Хауптма-ном), используемый для определения начальных фаз (знаков) опорных отражений. [c.90]

Основа методов структурно-группового анализа - выявление статистических зависшлостей меадцг содержанием углерода в различных структурах и физическими свойствагя фракций плотность, показател преломления, молекулярная масса, вязкость и др.). [c.46]

В основе метода переходного состояния лежит предположение, что протекание реакции не нарушает существенно распределения молекул по состояниям, так что оно отвечает статистически равновесному Мйксвелл—Больцмановскому распределению. Область применимости этого предположения совпадает с областью применимости закона, действующих масс и [c.93]

Поэтому была предложена полуэмпирическая модель, включающая данные непосредственно проведенных исследований и набора статистических данных, полученных на основе метода математического плани- [c.89]

При обычно практикуемом в листопрокатных цехах до настоящего времени ручном контроле эхо-импульсным методом работа ведется на статистической основе, т. е. сканирование выполняется полосами или по сетке. При контроле листа размерами 4X10 м с немногочисленными дефектами прн расстоянии между полосами 200 мм на эту работу затрачивается примерно-20 мин, т. е. 30 с на 1 м . Если при этом выявляется сравнительно большое расслоение, то искателем обходят его границу к фиксируют ее предварительной записью. В остальном внутри расслоения наносят только балл амплитуды эхо-импульса по [c.459]

А. И. Русанов, Ф. М. Куни (Ленинградский государственный университет им. А. А. Жданова). Хорошо известно, что даже при адсорбции из газообразной фазы, не говоря уже об адсорбции из жидкости, на твердом адсорбенте могут образовываться весьма плотные адсорбционные пленки, к описанию которых не применимы методы теории газов (например, метод вириальных разложений). Поэтому принципиальный интерес представляет рассмотрение свойств адсорбционных пленок на основе методов статистической теории жидкостей. При этом интересно выявить и рассмотреть прежде всего те задачи, которые уже сейчас могут быть решены строго, без каких-либо приближений для функций распределения. К таким относится, в частности, задача исследования молекулярной структуры диффузной части адсорбционных пленок, т. е. части, непосредственно не соприкасаюш ейся с поверхностью адсорбента. [c.355]

Уравнения (186) и (187) справедливы при изменений Рг/Рж пределах 0,286-10 Рг/Рж 1,4-10 . В работе Л. Г. Головкова развит метод определения аналитической зависимости между параметрами, определяющими процесс распыления, и размерами капель в спектре, раз- работанный Г. Трешем и другими авторами . В основу метода положены соображения о том, что в спектрах распыла всегда содержатся капли с максимальным диаметром maxi 3 капли всех остальных размеров возникают вследствие статистических закономерностей. [c.144]

Значения постоянных а и определяют по эмпирическим за-висимостя1 1, используя, например, коэффициенты вязкости, теплопроводности, или на основе методов статистической механики (табл. III. 2). [c.26]

Теоретический расчет вириальных коэффициентов осуществля-> ется, на основе методов статистической физики с использованием иногда выводов волновой механики. Однако расчет сложен во всех [c.113]