Основные статистические определения

Планирование эксперимента — это постановка опытов по некоторой заранее составленной программе (плану), отвечающей определенным требованиям. Методы планирования экспериментов позволяют свести к минимуму число необходимых опытов и одновременно выявить оптимальное значение искомой функции. Выбор плана определяется постановкой задачи исследования и особенностями объекта. Процесс исследования обычно разбивается на отдельные этапы. Информация, полученная после каждого этапа, определяет дальнейшую стратегию эксперимента — таким образом возникает возможность оптимального управления экспериментом. Планирование эксперимента дает возможность варьировать одновременно все факторы и получать количественные оценки основных эффектов и эффектов взаимодействия. В ортогональных планах матрица моментов и ковариационная матрица диагональны, что существенно облегчает расчет коэффициентов уравнения регрессии, статистический анализ и интерпретацию результатов [10, 11]. [c.95]

ОСНОВНЫЕ СТАТИСТИЧЕСКИЕ ОПРЕДЕЛЕНИЯ [c.146]

Статистическая термодинамика использует следующий основной подход рассматривается система из N частиц, распределенных в зависимости от значений их энергии по отдельным ячейкам число распределений /V различимых частиц по ячейкам, которым соответствует одно и то же макроскопическое состояние системы, называется термодинамической вероятностью При помощи дается статистическое определение энтропии [c.432]

Одно из основных требований определения скорости химической реакции по Эйрингу заключается в предположении, что активированный комплекс находится в равновесии с реагентами. Ясно, что если реакция достигла равновесия, активированные комплексы должны находиться в равновесии и с реагентами и с продуктами реакции, и тогда их концентрации могут быть точно вычислены с помощью методов статистической механики, как уже было показано выше. Метод Эйринга дает возможность точно рассчитать скорость химической реакции именно для такого случая, так как он основан на рассмотрении динамического равновесия. [c.74]

Проведенный теоретический анализ показывает, что решение основной статистической задачи для адсорбции на неоднородных поверхностях требует весьма своеобразной математической постановки вопроса. Поскольку опыт всегда дает нам лишь ограниченный участок изотермы, снятый в определенных интервалах давления, нет возможности установить точный вид всей функции распределения от очень малых до очень больших значений теплот адсорбции. В этих условиях нашей задачей является установление вида функции распределения с наименьшей возможной погрешностью лишь в определенном интервале теплот сорбции, более узком, чем интервал логарифмов давления, в котором снята изотерма. [c.262]

Для определения параметров процесса необходимо найти основные статистические характеристики выходных кривых ( ц, а , Хд и т. д.). Методика их определения может быть заимствована из любого курса математической статистики. Отметим, что если рассматривать выходную кривую как сумму дискретных определений концентрации с,- в различные моменты времени tl, то выражения для начальных моментов находятся по формуле [c.228]

Точность определения основных статистических величин, вычисляемых при корреляционном анализе [математического ожидания, дисперсии и корреляционной функции тх, Ох, Яху(т)], зависит от числа данных, собранных с интервалом At за время наблюдения 6. Хотя для повышения точности целесообразно брать 9 как можно больше, одиако практически оно ограничено сверху. Инфранизкочастотный характер случайных процессов в промышленных системах полимеризации (основная часть спектральной плотности сосредоточена в интервале частот от со = О до со = 2 рад/с) приводит к тому, что общее время эксперимента измеряется многими десятками и сотнями часов. При этом начинает сказываться нестационарность процессов, в силу чего приходится ограничиваться такими интервалами времени, на которых нестационарные явления настолько малы, что ими можно пренебречь. [c.91]

В этой главе в основном излагаются методы определения коэффициентов продольного перемешивания в приближении однопараметрической диффузионной модели. Оценены преимущества и недостатки применяемых методов. Для нестационарных методов ввода трассера (импульсного и ступенчатого) рассматриваются статистические методы решения обратных задач (определение коэффициента продольного перемешивания по экспериментально найденной кривой отклика). Приводятся формулы и графики для расчета в колоннах ограниченной высоты и в предельном случае Обсуждаются экспериментальные [c.147]

Задаваясь значениями функции Ф(г) при нормальных законах распределения и двустороннем асимметричном расположении,, найдем основные статистические характеристики технологического допуска. Для определения технологического допуска выполним нормирование кривой нормального распределения этого допуска, т. е. площадь, ограниченную кривой у нормального распределения, осью абсцисс и двумя ординатами 2ь 22, в соответствии с математическим определением понятия вероятности приведем к единице. Для получения в пределах от 21 до 22 площади, равной единице,, следует вычислить плотность вероятности нормированной кривой нормального распределения по формуле [c.94]

Для этого потребуются достаточно полные и точные данные по теплоемкостям (изменениям энтальпии) всех стабильных фазовых состояний веществ, включая и газовое, а также данные об энтальпиях фазовых переходов. Такие расчеты были выполнены для многих веществ. Однако они ограничены экспериментальными данными, полученными при низких температурах, поскольку экспериментальное определение теплоемкости газов при высоких температурах связано с очень большими трудностями. В то же время статистические расчеты термодинамических свойств газов при высоких температурах нетрудно выполнить при наличии данных о структуре и энергетических состояниях отдельных молекул. Надежность таких расчетов подтверждена совпадением их результатов при низких температурах для многих веществ с результатами соответствующих расчетов по соотношениям (П.51), (11.52), (П.62) — (П.64) на основе использования данных калориметрических измерений. Поэтому основным методом определения термодинамических свойств веществ в газовом состоянии при высоких температурах является статистический метод расчета по молекулярным постоянным. [c.171]

Основные понятия статистического анализа 244 Определение объема выборки и основных статистических характеристик 251 Оценка достоверности результатов расчета экономического эффекта 260 Литература 265 Заключение 266 Предметный указатель 269 [c.4]

Номограмма на рис. 7.1 позволяет установить с достаточной степенью точности основные статистические характеристики исследования. Это обусловлено тем, что число наблюдений определяется на основании названных характеристик [см. формулы (7.6) и (7.7)], Следовательно, задача определения статистических характеристик является обратной по известному числу проведенных наблюдений и некоторым другим данным находится неизвестный показатель. [c.256]

Точно так же вопрос о различных динамических процессах в развитом турбулентном потоке сводится к определению основных статистических параметров, которые ответственны за возникновение вторичной неустойчивости на фоне крупномасштабных пульсаций, рассматриваемых в среднем по ансамблю реализаций. [c.250]

Полученный полином является статистической аппроксимацией использованных в расчетах данных и в определенной мере характеризует основную статистическую закономерность в изменении потребления туалетного мыла на душу населения по годам. [c.93]

Для экстремальных характеристик основным методом определения является гидродинамическое и статистическое моделирование с последующей верификацией по данным наблюдений. [c.30]

Использование гидродинамического и статистического моделирования как основного метода определения экстремальных характеристик гидрометеорологического режима обусловлено спецификой географического положения подавляющего большинства морских месторождений, которая заключается в их удаленности от береговых метеостанций. Поэтому перенесение данных измерений на этих станциях в район месторождений не только нецелесообразно, но и может привести к принципиальным ошибкам в оценке параметров природной среды. Кроме того, измерения волнения и течений на береговых метеостанциях либо не производятся, либо не отражают реальных характеристик этих элементов на площади месторождения. Поэтому использование результатов гидродинамического и вероятностного моделирования для получения необходимой информации широко распространено в международной практике и стало обычным для России, поскольку позволяет с достаточной надежностью получить широкий набор расчетных характеристик. [c.31]

В отличие от статистических математические модели, которые построены с учетом основных закономерностей процессов, протекающих в моделируемом объекте, качественно более правильно характеризуют его даже при наличии недостаточно точных в количественном отнои]ении параметров модели. Поэтому с пх помощью можно изучать общие свойства объектов моделирования, относя-и ихся к определенному классу. [c.47]

В целях упрощения структурно-групповой анализ обычно проводится путем определения легко измеримых физических констант. Таким образом, при проведении повседневных анализов можно избежать трудностей, связанных с точным анализом углеводородов. Так как между физическими свойствами и химическим составом существует сложная взаимосвязь, то надежное соответствие может быть получено лишь путем изучения свойств большого количества масляных фракций и (или) чистых соединений разнообразными точными методами независимо от их трудоемкости. Таким образом, основой для химического анализа по физическим постоянным могут послужить статистические данные. Чем больше изучено соединений и чем больше получено основных данных, тем надежнее метод структурно-группового анализа. [c.366]

Поскольку теплота образования растворов высокомолекулярных веществ имеет второстепенное значение для определения термодинамических свойств этих растворов, статистическая теория их разрабатывается в основном для крайнего случая атермальных растворов (в которых ДЯр=0) с введением поправок, учитывающих небольшие тепловые эффекты и использующих теорию регулярных растворов. [c.255]

Основным фактором, обусловливающим процесс, протекающий в системе массового обслуживания, является поток требований, т. е. последовательность возникающих один за другим пожаров. Поэтому первоочередной задачей исследования системы подачи и распределения воды для тушения пожаров, рассматриваемой с позиции теории массового обслуживания, является изучение потока требований, которые могут поступить в результате возникновения пожаров. В данном случае под потоком требований понимается последовательность пожаров, возникающих один за другим в какие-то случайные моменты времени. Для количественного анализа процесса обслуживания требований необходимо проанализировать поток поступающих требований и исследовать его характеристики. Исследование работы системы водоподачи, работающей в режиме пожаротушения, приводит к необходимости анализировать своеобразный случайный процесс, связанный с переходами этой системы из одного состояния в другое. Например, система водоподачи может некоторое время подавать воду для локализации пожара и последующей его ликвидации, а затем в течение определенного времени восстанавливать израсходованные запасы воды и после этого быть свободной (не работающей на пожарные нужды). Есть все основания полагать, что поток требований, поступающих в систему водоподачи при пожарах, является именно простейшим потоком. Эта гипотеза была проверена в результате анализа статистических данных о пожарах с привлечением аппарата теории вероятностей и теории массового обслуживания [29]. [c.67]

Статистическое описание основано на обработке экспериментальных данных. Исследуемый объект характеризуется вектором факторов, определяющих целевую функцию или выходные параметры. Планируя эксперимент, набираются данные для определения коэффициентов зависимости между входными и выходными параметрами процесса. Имеется, по существу, бесконечное число вариантов установления такой зависимости на основе статистического анализа. Основная трудность заключается в выборе вектора состояния, элементы которого действительно характеризовали бы поведение реального процесса, а также в получении зависимости, допускающей не только интерполирование, но и экстраполирование решения за пределы области определения коэффициентов этой зависимости. [c.17]

В отличие от статистических символические математические модели первого типа, которые созданы с учетом основных физикохимических закономерностей технологических процессов функционирования ХТС, качественно и количественно более правильно отображают процесс функционирования, характеристики и свойства системы даже при наличии недостаточно точных в количественном отношении параметров модели и позволяют исследовать общие свойства определенного типа ХТС. [c.20]

Применение методов статистической физики к решению проблем химической термодинамики привело в 20-х годах к созданию статистической термодинамики и к возможности определять значения основных термодинамических функций веществ в состоянии идеальных газов на основе данных о строении молекул и о спектрах веществ. Правда, и в настоящее время возможности этого метода практически ограничиваются лишь простыми молекулами или молекулами, для которых такие расчеты упрощаются вследствие их симметрии. Однако большое значение имела прежде всего возможность определить значения энтропии и других величин двумя независимыми методами — методами классической термодинамики на основе калориметрических определений и методами статистической термодинамики на основе данных о строении молекул и их спектрах. В большинстве случаев этими двумя методами были получены хорошо согласующиеся значения энтропии, что. явилось убедительным доказательством надежности каждого из них. Позднее были выяснены и причины наблюдаемых в известных случаях расхождений, что привело к возможности использовать эти расхождения для определения параметров, относящихся к строению молекул (энергетический барьер внутреннего вращения и другие). В дальнейшем развитие радиоспектроскопии расширило экспериментальные основы расчетов, а использование электронно-вычислительных машин облегчило проведение их. В результате методы статистической термодинамики нашли широкое применение для определения основных термодинамических функций разных веществ в газообразном состоянии при самых различных внешних условиях и значительно способствовали быстрому увеличению фонда имеющихся данных. Однако эти методы сами по себе не дают в настоящее время возможности определять тепловые [c.18]

Метод определения количества выбросов вредных веществ состоит из газовоздушных балансов помещения и основан на большом количестве статистических данных об объемах вытяжного, приточного и рециркуляционного воздуха, а также о составе и концентрации в нем вредных веществ, поступающих от какого-либо оборудования или отдельного аппарата. В будущем этот метод будет одним из основных, т.к. является самым надежным. [c.101]

Существование пределов доказывается в статистической термодинамике. Уравнения (55.4) и (55.5) показывают, что экспериментальное определение молекулярного веса требует в основном экстраполяции экспериментальных данных на нулевые плотности (соответственно бесконечное разбавление), и, таким образом, измерения нужно проводить при нескольких плотностях, соответственно концентрациях. Для этого в основном используют следующие методы [c.285]

Для описания гидродинамики двухфазных сред в настоящее время существует два основных подхода статистический [6, 7] и континуальный [8—11]. Несмотря на существенные различия, общей для обоих методов является проблема замыкающих соотношений и, в частности, определение механического взаимодействия фаз — сплошной и дисперсной. [c.13]

Основными характерными признаками автоматизированной системы управления являются выполнение планово-экономических расчетов с использованием экономико-математических методов, с помощью которых создается общая формальная модель управления объектом непрерывная автоматическая (машинная) подготовка вариантов допустимых решений, при этом принятие окончательного решения остается за человеком. Определенные функции управления могут выполняться в автоматическом режиме, т. е. без участия человека применение электронной вычислительной и другой современной техники в процессе планирования и управления организация в памяти ЭВМ единой централизованной статистической и нормативно-справочной базы, обслуживающей все подразделения органа управления в процессе решения планово-управленческих задач. [c.381]

Благодаря своему фундаментальному значению широко исследовалась зависимость прочности полимеров под нагрузкой от времени, а температура считалась основным параметром. На рис. 1.4, 1.5 и 3.7 приведены диаграммы напряжение— время—температура для различных термопластов. Имеется много объяснений явления задержки окончательного ослабления образца относительно начального момента воздействия нагрузки. Одна группа объяснений опирается на чисто статистическое рассмотрение. В таком случае долговечность обратно пропорциональна вероятности осуществления определенного акта повреждения в остальном не поврежденного материала. [c.277]

Основное статистическое определение температуры дается при помощи функции распределения Максвелла — Больцмана. Это параметр системы, которая находится в равновесном состоянии, характеризующий энергию, которой обладают часгицы, составляющие систему. [c.26]

Для статистического анализа инженерно-технической информации в Ма1КСА0 имеется обширный набор функций, с помощью которых можно вычислить ее характеристики. Наиболее часто выполняются статистические расчеты по обработке данных, представленных векторами и матрицами. Некоторые из функций для определения основных статистических характеристик уже приведены в разделе 2.7.3. Приведенные там функции согг(Ух,Уу), н оре(Ух,Уу), ntrr ept(Vx,Vy) могут быть использованы для аппроксимации экспериментальных зависимостей функцией линейной регрессии. [c.273]

В литературе нет сведений о фундаментальном морфоло--гическом, структурном (на молекулярном уровне) и теорети-ческом анализе упрочняющей роли кристаллизации. Попытки феноменологического анализа предпринимались неоднократно. Трелоаром [73] были поставлены развернутые опыты по определению соотношений двойного лучепреломления и напряжений при одноосном растяжении вулканизатов НК в достаточно широком интервале температур (от —50 до - -100°). Сопоставление этих данных с данными об изменении -плотности и двойного лучепреломления в сыром НК при различных растяжениях (от О до 870%) и нуле градусов позволило Трелоару сделать замечания, которые не потеряли своей остроты в связи с тем, что до самого последнего времени встречаются упрощенные трактовки причин резкого возрастания напряжений перед разрывом. Ниже цитируются эти замечания [74] Некоторые авторы пошли настолько далеко, что предположили, будто кристаллизация является основной причиной искривления кверху кривой растяжения. Скорее можно сделать вывод, что эта кривая обусловливается, в основном, статистическими свойствами аморфной сетки, но подвержена изменениям в количественном отношении благодаря дополнительным осложнениям прогрессивно нарастающей кристаллизации . Здесь следует обратить внимание на то, что термодинамическое рассмотрение образования кристаллитов при растяжении аморфных (в нерастянутом состоянии) высокоэластичных полимеров, проведенное Ман-делькерном [10], указывает на практически полное завершение процесса кристаллизации до резкого возрастания кривой. [c.69]

Это несколько сложное статистическое определение параметра кооперативности б отражает основной физический факт предшествование витка повышает вероятность образования следующего витка виток как бы играет роль матрицы , облегчаюш,ей присоединение следующих звеньев в аналогичной конфигурации. С этим связан выигрыш свободной энергии — RT]na.— Прим. редактора]. [c.65]

Исследование структуры осредненных движений фаз в псевдоожиженном слое не позволяет построить полное строго детерминированное описание кинематики движения частиц и газа в слое, так как различные гидродинамические флуктуации являются неотъемлемой особенностью динамики фаз в псевдоожиженном слое. В связи с этим важной задачей экспериментального и теоретического исследования гидродинамики псевдоожиженного слоя является определение основных статистических характеристик стохастических процессов изменения скоростей движения фаз и, в частности, исследование кинетики развития типичных флуктуаций [10, 24, 25]. В теории стационарных случайных процессов в качестве одной из основных статистических характеристик стохастического процесса рассматривается или автокорреляционная функция, или функция спектральной плотности. Обе эти характеристики в принципе содержат одну и ту же информацию об особенностях рассматриваемого стохастического процесса. Автокорреляционная функция характеризует степень изменчивости стохастического процесса в различные моменты времени и тем самым может служить инструментом анализа кинеттси развития флуктуаций в псевдоожиженном слое. Функция спектральной [c.154]

В рамках настоящей работы уместно также выяснить характер зависимости мезвду значениями РА и IP молекул в рамках той квантовохимической модели, на которой базируется данный метод расчета. Так как с РА сопоставимы только те величины, которые характеризуют центр протонизации, то теорема Куупманса применялась к энергиям орбиталей, локализованных на центре основности. При определении щщ для соединений, имещих несколько равноправных центров ионизации, необходимо згчесть расщепление соответствующих орбиталей. В таком случае с РА сопоставлено усредненное значение энергии соответствующих расщепленных орбиталей. Статистическая обработка данных для НО соединений различной химической природы зарядности и мультиплетности (кислород- и азотсодержащие, некоторые простые молекулы и др.) приводит к соотношению (И) типа РАщдд = а + Вв щр- [c.103]

Первыми представителями общепризнанной ныне теории упругости каучука были Мейер, Зусих и Валько [93], а также Каррер [68], хотя последний автор в своей теории имел в виду в основном мышечные ткани. Мейер, Зусих и Валько исходили в своей теории из соображения, что тепловое движение атомов длинных цепных молекул должно приводить к большим амплитудам колебаний в направлении, перпендикулярном к цепи, чем в направлении цепи, так как силы, стремящиеся ограничивать колебания и вращение в боковом направлении, являются более слабыми, чем силы главных валентностей, действующие в продольном направлении. В результате этого различия получается эффект создания отталкивания между параллельными цепями, причем это отталкивание приводит к стягиванию концов цепей, т. е. его можно считать эквивалентным продольному натяжению. Под влиянием бокового отталкивающего давления растянутый каучук будет, следовательно, сокращаться пока не будет достигнуто хаотическое, но статистически определенное расположение молекул и их частей, в условиях которого молекулярные удары не имеют более результирующего направленного эффекта . Цитата показывает, что Мейер, Зусих и Валько ясно оценивали связь между упругостью и способностью цепей принимать неупорядоченную, или статистическую, форму в силу обмена энергией" между элементами цепи и окружающими атомами. Это и есть основное представление общепринятой сейчас теории упругости каучуков. [c.16]

Известно более 200 экспериментальных работ по определению кп и нет ни одной по определению кЪ- Независимо от используемого метода (флешь-фотолиз [63], статические системы [7, 92—94], ударные трубы [70, 99, 100] и т. д.) основная трудность, которую необходимо преодолеть, состоит в возможно более точном учете вклада реакции 3, поскольку практическп всегда определяется отношение к к . Учет других стадий 16—19 и т. д.) менее важен, поскольку, выбрав соответствующие условия эксперимента (например, вблизи второго предела воспламенения), их влияние можно либо вообще свести к нулю, либо очень сильно ослабить. Так как значения к известны с хорошей точностью, то и точность определения /сц весьма высока ( (30—70)%). Статистическая обработка имеющихся экспериментальных данных [4, 12, 13] приводит к разбросу на уровне (60—90)%, что дает доверительный интервал (40—60)%- Теоретический расчет кп по "(4.10), (4.11) дает очень хорошее согласие с экспериментом. Сводные данные представлены в табл. 5 с рекомендуемым доверительным интервалом <(50—70)" [c.276]

Основной метод теоретического определения эффективных коэффициентов переноса в зернистом слое, которым мы будем пользоваться в последующих разделах этой главы, состоит в следующем. На основе выбранной модели слоя рассчитывают статистические характер истики процесса переноса трассирующего вещества в зернистом слое. В наиболее интересных случаях нельзя найти функцию распределения времени пребывания слоя или пространственного положения трассирующего вещества в явном виде. Этого, однако, и не требуется для решения поставленной задачи, так как наиболее удобной характеристикой процессов гидродинамического перемепш-вания являются статистические моменты, определяемые с помощью метода характеристических функций. Эффективные коэффициенты переноса определяются из сравнения вычисленной дисперсии распределения с дисперсией, соответствующей диффузионной модели слоя. Вычисление высших статистических моментов, характеризующих отклонение формы распределения от нормального закона, дает возможность установить пределы применимости диффузионной модели. [c.221]

Широкое распространение для расчета коэффициентов активности ролучили модели, основанные на концепции локального состава [22]. Основная идея этой концепции состоит в том, что для молекул с сильной ориентацией принимается во внимание склонность к сегрегации, т. е. существование локального порядка. Молекулы не смешиваются в произвольном порядке, а проявляют тенденцию к выбору ближайших соседей. А поскольку имеется локальный порядок, то локальный состав не равен общему составу. Локальный состав, определенный относительно центральной молекулы, является концептуальным и трудно поддается измерению. Чтобы связать его с общим составом смеси, постулируется соотношение, предложенное в статистической механике для каждой гипотетической жидкости отношение локальных составов полагается равным отношению общих составов, умноженному на фактор Больцмана. Исходя из этой концепции, Вильсон [22] предложил для расчета коэффициентов активности уравнение [c.101]

Имеется два основных подхода к составлению пакетов программ это ориентация на метод и ориентация на проблему. В первом случае предйбсылкой является применимость метода для решения различных прикладных задач, описание которых представляет собой определенный класс уравнений (например, дифференциальные уравнения, конечные уравнения, методы статистического анализа и т. д.). Во втором случае ставится задача применения различных методов для расчета конкретного процесса (например, массообменные аппараты, реакторные процессы и т. д.). В связи с этим различаются методо-ориентированные и проблемно-ориен-тированные пакеты прикладных программ. [c.46]

Основным преимуществом экспериментов на животных является возможность проведения их по научной методике, т. е. с использованием контрольных групп, подбора животных примерно одного возраста и физических кондиций, точного определения количеств применяемых веществ (дозы), и наконец, благоприятные условия для статистической обработки результатов экспериментов. Без экспериментов на животных ежегодник [NIOSH,1978] был бы намного меньше по объему, так как данные, публикуемые в нем, проходят стандартную проверку на животных. У этого метода есть, однако, и недостатки. Данные, полученные в экспериментах на различных животных, могут существенно различаться. Так, например, в работе [Нау,1982] говорится, что при определении токсичности диоксина (2,3,7,8-тетрахлородибензо-п-диоксина) были получены следующие результаты для морских свинок при применении 50%-ной летальной дозы LDjq (определение этого термина дано ниже) токсичность диоксина была определена равной 0,6 мкг/кг массы, в то время как при аналогичных экспериментах на хомяках она оказалась равной 3000 мкг/кг массы. Таким образом, значения токсичности диоксина, полученные на разных животных, относятся как 5000 к 1. В таком случае возникает вопрос какое значение выбрать при определении токсичности диоксина для человека [c.363]

Основную задачу по предотвращению, локализации или ликвидации аварий на производстве или уменьшению тяжести ее последствий выполняет автоматическая система защиты. АСЗС реализует определенную логику защитных мер, разработанных для конкретного производства. Для разработки логики АСЗС, реализующих простые или сложные алгоритмы защиты, производится тщательный статистический анализ объекта защиты [c.133]

Белки состоят в основном из /.-аминокислот, характеризующихся определенными значениями [а]в. Полипептиды, полученные из -аминокислот, обладают оптической активностью и в форме статистического клубка. Однако основной вклад в оптическую активность белка дает специфическая спиральная упаковка плоских амидных групп —ЫН—СНК—СО— (звездочка отмечает асимметрический атом углерода, К — боковая группа, специфичная для каждой аминокислоты). В настоящее время наиболее щироко известны две упорядоченные структуры белков а-спираль и р-склад-чатая структура. Переходы амидной группы л->л и /г—>-я вносят различные вклады в оптическую активность полипептидных цепей, находящихся в различных конформациях соответственно спектры ДОВ и КД полипептидов в различных конформациях отличаются друг от друга. На рис. 24 приведены спектры ДОВ и КД модельных полипептидов в конформациях статистического клубка, [c.45]

Основной задачей моделирования технологической точности сборки блока обечаек КСП при капитальном обслуживании является определение параметров распределения суммарной пофешности относительных смещенией, соединяемых поверхностей собираемых обечаек по заданной конструкторской точности. Исходными данными для расчета являются законы распределения и статистические параметры первичных (элементарных) пофешностей, которые в простейшем случае могут быть определены экспериментально. Задача оптимизации технологической точноста сводилась к подбору таких сочетаний пофешностей, параметров и режимов процесса сборки, которые обеспечивали бы возможно большую вероятность безотказной работы КСП с достижением запрофаммированнных показателей эффективности производства и [c.33]