Типы и характеристики случайных величин

Типы и характеристики случайных величин [c.9]

Данная модель процесса обнаружения боевых единиц может служить лишь базой для создания алгоритмов имитационного комплекса. В модели не содержится сведений о том, какие конкретные параметры обнаруживаемых объектов становятся известны в каждом акте обнаружения. При создании алгоритмов системы необходимо дополнительно ввести информационные массивы, содержащие характеристики, описывающие конкретные типы величин, их значения, т. е. содержательно представить информацию об обнаруживаемом объекте и способ ее вычисления. Папример, можно предложить алгоритм, по которому на каждом шаге вычислительного эксперимента разыгрывается значение случайной величины — вероятности обнаружения и в случае наступления такого события в информационные массивы единиц, ведущих разведку, записываются все фазовые характеристики обнаруженных объектов. Можно усложнить модель, вводя понятие степени достоверности обнаружения с написанием соответствующих алгоритмов. [c.139]

Однако иногда в исследуемых задачах возникают процессы другого типа, которые целесообразно рассматривать, вводя некоторые случайные исходные данные, что позволяет либо моделировать, либо объяснять те или иные поддающиеся оценке эффекты, не являющиеся чисто детерминистскими. Примером этого является процесс переноса в разреженной среде между сферой диаметра б и газом малой плотности. Такой процесс возникает в том случае, когда средняя длина свободного пробега молекул газа К сравнима по величине с О, поскольку при этом должны учитываться статистические характеристики движения молекул. Другими примерами могут служить случайные макроскопические внешние воздействия в природе или в технике, в частности когда граничная поверхность движется неупорядоченным образом. [c.471]

Все рассмотренные до сих пор критерии явно включали предположение о том, что исследуемые случайные переменные распределены по некоторому хорошо известному закону, обычно по нормальному. Эти критерии называются параметрическими. Существуют другие типы критериев, включающие ранговую корреляцию и проверку знаков, которые не требуют таких предположений и называются непараметрическими критериями или критериями с произвольным распределением. (Непараметрическая характеристика реально применима только к уровню значимости критерия и лишь для выборок непрерывных переменных. Во многих непараметрических критериях вероятностные соотношения в действительности зависят от распределения вероятности случайной переменной.) Непараметрические методы могут быть использованы при проверке гипотез для того, чтобы найти интервальную или даже точечную оценку параметров и т. д. Например, непараметрической оценкой среднего по ансамблю является медиана случайной выборки (Центральное значение переменной для нечетных п и среднее двух центральных значений для четных га) непараметрической оценкой стандартного отклонения служит размах (абсолютная величина разности между наибольшим и наименьшим значениями в выборке). Ни одна из этих статистик не является такой эффективной, как выборочное среднее и выборочное стандартное отклонение, которые описывались выше. [c.65]

При расчетах прочности (или надежности) приходится иметь дело с величинами двух типов случайными, характеристики которых заданы в вероятностных терминах неопределенными, для которых известен лишь диапазон возможных значений. [c.551]

Рассмотрим кратко влияние свойств полупроводника и электромагнитного излучения на перечисленные характеристики фотоэлектрохимического преобразователя энергии (см. также [49]). Связь между К,нг и шириной запрещенной зоны обсуждалась выше. Величина квантового выхода фототока, как следует из уравнения (2.2), определяется соотношением между коэффициентом оптического поглощения света а, толщиной обедненного слоя и диффузионной длиной неосновных носителей Первая из перечисленных величин зависит от типа оптических переходов в полупроводнике, вторая-от концентрации основных носителей [см. уравнения (1.16) и (1.17)], которая регулируется введенными в полупроводник донорными или акцепторными примесями, третья-от совершенства кристаллической структуры материала и концентрации в нем случайных примесей и дефектов, служащих центрами рекомбинации. [c.57]

Опасность влияния дефектов на работоспособность зависит от их вида и типа, а также от многих конструктивных и эксплуатационных факторов [21, 22]. Эти факторы детерминированы, т. е. относятся к конкретным конструкциям, дефеетам и технологическим процессам. В реальном производстве следует учитывать засоренносп, продукции дефектами, т. е. статистические показатели дефектности. К ним относят долю дефектных элементов в партии и долю брака или исправимых элементов с недопустимыми дефектами. Числовые характеристики появившихся дефектов можно считать случайными величинами. Для них справедливы вероятностные модели — статистические распределения. Например, размер появляюишх- [c.70]

Для блок-сополимеров, когда средние длины блоков обоих мономерных звеньев достаточно велики, статистическое описание макромолекул упрощается. Каждую из этих молекул удобно теперь рассматривать как чередующуюся последовательность блоков звеньев R и S, длины которых можно считать независимыми друг от друга. Длина каждого блока является, вообще говоря, случайной величиной (при больших и L% ее можно рассматривать как непрерывную переменную), которая определяется своей функцией распределения. Таких распределений будет два (в соответствии с числом различных типов блоков) и они являются характеристиками всего сополимера в целом. Кроме того, каждая индивидуальная макромолекула характеризуется определенным числом в ней блоков обоих типов. Поэтому для полного статистического описания блок-сополимера необходимо, помимо распределений блоков по длинам, задать также функцию распределения маромолекул по числу в них блоков различных типов. Если число таких типов в блок-сополимере больше двух, то для его исчерпывающего описания необходимо, помимо количества различных блоков в макромолекуле, указать также на способ их чередования в ней. [c.28]

Статистическое определение динамических характеристик связано с решением интегральных уравнений с ядром типа свертки, связывающих корреляционные функции случайно изменяющихся параметров с импульсной переходной функцией канала. Для разветвленного объекта, состоящего из нескольких последовательно соединенных недетектирующих звеньев, с многими входными величинами, каким является тепловая часть упрощенной структурной схемы ВУ, возникает практически неразрешимая задача решения сложной системы интегральных уравнений. Данная трудность может быть преодолена путем применения некоторых приближенных методов статистического определения динамических характеристик, резко сокращающих систему интегральных уравнений и, кроме того, не требующих их прямого решения. [c.183]

Если начинать рассмотрение с некоего эквивалентного генератора достаточно произвольной структуры, которому присущи оба вышеуказанных аспекта некорректности решения обратной задачи, то можно вьь делить два основных подхода, обеспечивающих преодоление указанных трудностей. Первый заключается в том, что исходный генератор заменяют дискретным эквивалентным генератором, причем последний выбирают с достаточно малым числом параметров, при котором гарантируется устойчивое решение обратной задачи. Условно можно этот подход подразделить на два этапа сначала сам по себе переход от произвольного генератора к дискретному устраняет физическую неоднозначность затем дальнейшее упрощение структуры эквивалентного генератора с соответствующим уменьшением числа параметров устраняет неустойчивость решения по отношению к случайным ошибкам. Следует отметить, в частности, что переход к дискретному описанию генератора в виде совокупности токовых диполей (или токовых мультиполей) устанавливает однозначную зависимость между электрическим и магнитным полями данного генератора. После дискретизации генератора обратная задача формулируется как система линейных алгебраических уравнений, которая фактически представляет собой дискретный аналог интегральных уравнений типа (3.153) и (3.164). Неизвестными величинами в уравнениях являются параметры генератора, известными - измеренные значения электрического потенциала и (или) магнитной индукции, а коэффициенты задаются как известные характеристики, зависящие от принятой структуры среды (для их определения может потребоваться решение соответствующей прямой задачи). Устойчивость решения повышается благодаря тому, что число уравнений (равное числу точек измерения или независимо измереннйхх величин) может значительно превышать число неизвестных параметров генератора. При таком методе в качестве измеренных величин можно использовать электрический потенциал и магнитную индукцию по отдельности или совместно. Недостаток этого [c.265]