Коэффициент вариации распределение

Фиг. 10. Коэффициенты вариации распределений диаметра капель в распыле

Если принять распределение механических свойств материала, геометрических параметров и нагрузки (по крайней мере давления и ветровой нагрузки) нормальным, а это проверено многочисленными исследованиями, и принять tp, (0,999) =3,291, то предельное значение коэффициента вариации для несущей способности устройства из (20) [c.145]

В зависимости от коэффициента вариации следует принимать распределение случайной величины при а < 0,35 — нормальное, при V > 0,35 — Вейбулла. Далее подсчитываются нижние доверительные границы наработок на отказ и ресурсов, включаемых в техническую документацию. [c.157]

Параметры и я а характеризуют систематическую и случайную погрешности измерений соответственно. Оценим их влияние на вероятности статистических ошибок измерительного контроля. Зависимость Р и Рг от коэффициента вариации распределения погрешности измерений и отражает влияние систематической погрешности измерений на статистические ошибки контроля. Это влияние неоднозначно при м > О рост систематической погрешности увеличивает вероятность Р, но уменьшает вероятность Р2. Напротив, при м < О рост систематической погрешности уменьшает Р и увеличивает Рг. Поэтому, если, например, поставщику необходимо уменьшить объем штрафов за несоответствие условиям контракта показателей качества отправленной заказчику нефти (то есть уменьшить Рг), в принципе он может этого достичь введением поправки к показаниям (что равносильно искусственному введению систематической погрешности), имеющей знак [c.214]

Уо- коэффициент вариации распределения поврежденности, [c.77]

На рис. 91 качественно показаны процессы изнашивания для некоторых элементов насоса, а в табл. 34 приведены виды и коэффициенты вариации распределения ресурсов, которыми можно пользоваться для ориентировочных расчетов. [c.181]

Анионит Сшивающий агент Кислотно-основные свойства Координационные свойства Коэффициент вариации распределения , % [c.182]

Все это свидетельствует о близкой реакционной способности виниловых групп обоих сшивающих агентов, а следовательно, и об одинаковой плотности сшивания, что подтверждается одинаковым набуханием сополимеров в полярных растворителях (вода, метиловый и этиловый спирты). Однако применение ДВП приводит к образованию анионитов с менее гибкой полимерной матрицей вследствие увеличения числа внутри- и межцепных водородных связей типа НОН---Ы< . Не исключено, что при использовании ДВП происходит более равномерное распределение сшивающего агента по цепи полимера, как это отмечалось для анионита АН-40 коэффициент вариации распределения противоионов в фазе АН-40, сшитого ДВП, был значительно ниже, чем в случае сшивания техническим ДВБ, что свидетельствует о большей равномерности распределения функциональных [c.183]

Диаметр отверстия. Диапазон размеров частиц. Диаметр отверстия датчика выбирают в зависимости от среднего диаметра исследуемых частиц, коэффициента вариации распределения и допустимой величины ошибки при определении параметров распределения. Максимальный размер частиц ограничивается нелинейностью амплитудной характеристики датчика и увеличением вероятности засорения отверстия. Экспериментально показано, что вероятность засорения велика, если средний диаметр частиц больше половины диаметра отверстия [520]. Минимальный размер частиц ограничивается уровнем шумов прибора. [c.120]

Ввиду сравнительной трудоем1КОсти вычисления критериев Пирсона, Колмогорова [77] и др. [176] чаще используются приближенные оценки. На близость эмпирического распределения к нормальному указывает уже малость коэффициента вариации. Считается [51], что при о)<7з реализуется закон Гаусса, а при ш 0,5 1,0 более приемлемым станов1ится логарифмически нормальное распределение [80]. [c.91]

Нижняя оценка дает лучшее приближение для больших, а верхняя для малых коэффициентов вариации распределения времени безотказной работы элементов. [c.222]

Неоднородность пласта по проницаемости моделировалась заданием пяти пропластков с проницаемостями, распределение которых подчинялось логарифмически нормальному закону. При коэффициенте вариации К =1 проницаемости пропластков задавались равными 0,01 0,62 0,34 1,39 и 0,14 мкм Использовались относительные фазовые проницаемости, полученные В.М.Березиным для Арланских песчаников. [c.186]

Коэффициент вариации распределения радиоактивных элементов в различных частях нефтегазоносных площадей, % [c.106]

Для характеристики всех условий обогрева недостаточно одной средней температуры отопительных простенков (см. гл. VH). Продолжительность коксования, а следовательно, и производительность печей зависят также от распределения температур по длине простенка и особенно по высоте. Кроме того, при увеличении расхода отопительного газа (для повышения температур вертикалов) температуры на разных уровнях не увеличиваются в равной степени, т. е. распределение температур ио высоте неодинаково и зависит от конструкции печей и их регулировки и особенно от характеристик горелок. Следовательно, нужно ожидать, что коэффициент вариации АГ/А0 продолжительности коксования Т в зависимости от [c.427]

Для расчета коэффициента вариации квадрата скорости необходимо иметь экспериментальные данные о распределении значений частоты вращения ротора. При этом вычисляют следующие значения [c.338]

Кь , 6( — параметры распределения Вейбулла, определяемые из табл. 17 в зависимости от величины коэффициента вариации глубины разрушения 9/, , соответствующего моменту наступления предельного состояния первого типа. [c.211]

В отличии от [2, где среднее значение коэффициента охвата пласта фильтрацией зависит от одного параметра к /ко, функция (3) зависит от двух параметров л к/ас. , и от коэффициента вариации, связанного, как было показано выше, с параметром распределения а. Поэтому расчеты функции (3) удобнее проводить на вычислительной машине. [c.63]

Дан вывод дифференциальной функции распределения коэффициента охвата фильтрацией в предположения, что проницаемость как случайная величина описывается законом гамма-распределения. Приведена формула и результаты расчета среднего значения коэффициента охвата фильтрацией при различных значениях коэффициента вариации. [c.117]

Идентификация случайных параметров модели осуществляется с использованием стандартных программ, входящих в состав математического обеспечения современных универсальных ЭВМ. Так, например, в математическом обеспечении ЕС ЭВМ имеется программа, осуществляющая расчет эмпирического распределения, ее сравнение с множеством теоретических законов распределения (нормальное, равномерное, Вейбулла, гамма, экспоненциальное и т. п.), проверку гипотезы о соответствии выбранного закона распределения эмпирическим данным. Проверка гипотезы осуществляется по критериям Пирсона, Романовского, Колмогорова—Смирнова. Программа обеспечивает расчет основных параметров выбранного закона распределения — математического ожидания, дисперсии, среднеквадратического отклонения, показателей эксцесса и асимметрии и коэффициента вариации. [c.96]

Примечание. С ес.м максимальное из среднемесячных значение концентрации вредного вещества за год (мг/м ) Сср.г. среднегодовое значение концентрации вредного вещества (мг/м ) aj — среднее квадратичное отклонение среднемесячных значений концентрации вредного вещества от среднегодового значения — коэффициент вариации концентраций См/ (Р = 5%) — максимальная концентрация, полученная из предположения логнормального распределения концентраций вредного вещества в атмосфере при 5% вероятности ее превышения (С ). [c.244]

В качестве оценки параметра функции распределения стандартное отклонение почти всегда дается в виде абсолютной ошибки. Однако если относительная ошибка проявляет слабую зависимость от измеряемых величин, то используют ее. (При этом часто применяют коэффициент вариации V = в/х.) Во избежание недоразумений следует обозначать используемый вид ошибок сокращениями абс. для абсолютной ошибки и отн. и проц. для относительной ошибки. [c.94]

Поскольку для экспоненциального распределения коэффициент вариации V = -yJD =1 (Ох- дисперсии случайной величины х, Мх - ее математическое ожидание), гипотеза об экспоненциальном распределении согласуется с экспериментальными данными, если выборочный коэффициент вариации /Зс не слишком сильно (в статистическом смысле) отличается от единицы. Здесь [c.181]

На переход от устойчивого к неустойчивому режиму оказывают непосредственное влияние скорость сплошной фазы, объемное содержание дисперсной фазы и отношение перепада давления на входе в слой к перепаду давления в слое [39]. Нами было исследовано влияние вышеперечисленных факторов на гидродинамическую устойчивость дисперсной системы при ее ожижении жидкостью [40]. В качестве критерия стабильности использовались значения коэффициента вариации К , характеризующего распределение частиц по размерам в данной области слоя [c.197]

Коэффициент вариации облегчает определение вида и параметров распределения. Так, если У=1, то из этого можно заключить, что распределение наработки до отказа экспоненциально. [c.135]

Тщательная статистическая обработка результатов определения проницаемости по большому числу образцов керна показы-пает, что проиицаемость по кернам в некоторых случаях лучше описывается законом гамма-распределения [3]. Как правило, значения коэффициентов вариации, полученные на основе статистической обработки, либо меньше, либо близки к значению коэффициента вариации распределения М. М. Саттарова. Так, например, по 493 образцам керна пласта Дп Константиновского месторождения коэффициент вариации равен 0,60 по 1693 образцам пласта Дл Туймазинского месторождения—0,72 по 220 образцам пласта Д 1 Раевского месторождения—0,66. Как известно, распределение М. М. Саттарова имеет постоянный коэффициент вариации, равный 0,817. По-видимому, распределение М. М. Саттарова характеризует наибольшую, степень объемной, пространственной неоднородности пласта по проницаемости и является предельным. [c.61]

Использование ПРС для дискриминации живых и мертвых клеток дает хорошие результаты, когда клетки имеют высокую жизнеспособность и коэффициент вариации распределения клеток по размерам не слишком велик. Эти два условия в целом удовлетворяются, если клетки получают из свежих тканей, селезенки или лимфатических узлов. Если жизнеспособность популяции клеток падает до 80% или ниже, то при попытках дискриминации только по ПРС могут возникнуть трудности, в особенности для клеток, получаемых из костного мозга, и для большинства клеточных линий, культивируемых in vitro. Пример такой ситуации показан справа на рис. 20-2. Здесь в том же режиме, что и на рисунке слева, представлены данные для клеток культивируемой опухолевой линии (Х38) с жизнеспособностью примерно 40%. Обратите внимание на то, что мертвые клетки (положительные по связыванию с ИП) в целом расположены левее живых клеток. Тем Ке менее, опираясь только на ПРС, не удается исключить основную долю мертвых клеток, не затронув значительной части живых. В тех случаях, когда окрашивание ФИТЦ и ПРС при совместном использовании не дают возможности надежно дискриминировать живые и мертвые [c.341]

Рассмотрим теорию сужения функции распределения частиц по размерам в аппаратах типа МЗМРК. Удобным способом для характеристики узости функции распределения является введение коэффициента вариации, определяемого как отношение дисперсии к среднему значению [c.140]

Легко видеть, что уравнение (1.547) получается из уравнений (1.539), (1.545), (1.546). Тем самым показано, что для одной стадии кристаллизатора МЗМРН коэффициент вариации на вес составляет 50%- Чтобы получить коэффициент вариации 20%, легко достигаемый в циклическом процессе (аппараты типа РС ОТВ), потребовалось бы 22 последовательных стадии. Очевидно, что сам по себе ступенчатый процесс является весьма неэффективным способом сужения распределения кристаллов по крупности даже при предположении, что условия образования центров кристаллизации не встретятся ни на какой стадии, кроме первой. [c.140]

Здесь die, dsi, d —диаметры частиц, составляюших 16, 84, 50% мае. соответственно. В работе [122] составлена таблица распределения кристаллов и коэффициента вариации V для большого числа различных материалов, полученных на нескольких полупромышленных и промышленных установках. Для аппаратов типа MSMPR коэффициент вариации колеблется от 25 до 54%. Для аппаратов типа F и DTB (с классифицированным отбором) колеблется от 12 до 30%. [c.142]

Построим математическую модель процесса массовой кристаллизации в аппарате типа SPR с принудительной циркуляцией. Полагаем, что основная масса зародыщей возникает в нижней части аппарата. Такое предположение наиболее вероятно, так как в нижней части пересыщение раствора и объемная концентрация твердой фазы больше чем во всех остальных участках аппарата. Тогда для моделирования процесса кристаллизации в данном аппарате (при установившемся режиме работы) рассмотрим трехскоростную однотемпературную среду. Первая фаза—раствор, поднимающийся вверх со скоростью v , вторая фаза — кристаллы, опускающиеся вниз под действием силы тяжести со скоростью v , и третья фаза — кристаллы, увлекаемые потоком жидкости и поднимающиеся вверх со скоростью до тех пор, пока сила гидродинамического давления не уравновесится силой тяжести кристаллов. Функцией распределения кристаллов по размерам будем пренебрегать (так как для аппаратов этого класса коэффициент вариации мал). Полагаем, что в поперечном сечении аппарата кристаллы, принадлежащие /-й фазе (/ = 2, 3), являются сферами одного диаметра зависимость равновесной концентрации от температуры раствора в узком диапазоне температур можно представить в виде линейной ,=aiT- -bi. Система (1.62) при принятых допущениях принимает вид [c.212]

Рнс. 1. Плотность распределения средней истинной скорости движения жидкости в пористой среде /—распределение М. М. Саттарова 2, 3—гамма-распределение, соответственно для коэффициентов вариации 0,156 и 0,5 [c.47]

На рис. 1 приведены кривые дифференциальной функции распределения средней истинной скорости движения жидкости в пористой среде для различных значений параметра распределения а. Этот параметр зависит от коэффициента вариации, кото. рый в свою очередь является характеристикой неодиородности и позволяет оценить степень неоднородности. Из рис. 1 видно, что с уменьшением коэффициента вариации диапазон изменения скоростей движения постепенно сужается. В пределе, когда коэффициент вариации стремится к О, средняя скорость будет иметь одно значение. С физической точки зрения, это будет в том случае, когда пористая среда представлена порами одного размера. [c.47]

Ре )ультаты расчетов зависимости коэффициента охвата фильтрацией от динамической проницаемости по формулам (15) и (16), а также по формулам, заимствованным из работы [2], для различных распределений приведены на графиках (рис. 2). Заметим, что распределение М. М. Саттарова можно рассматривать как частный случай гамма-распределения, когда коэффициент вариации равен 0,817. Тогда, анализируя графики (рис. 2), можно сделать вывод о том, что с уменьшением коэффициента вариации происходит сглаживание зависимостей. При этом расчеты показывают, что прп умеиьшен1П1 коэффициента вариации от 0,817 до 0,4 происходит постепенное приближение кривых ука- аниой зависимости к кривой для закона равномерной плотности распределения. Дальнейшее уменьшение коэффициента вариации дает зависимости, мало отличающиеся от кривой 1 для случая равномерной плотности распределения. И только при очень малых значениях коэффициента вариации разница в коэффици [c.50]

Результаты расчетов среднего значения коэффициента охвата неоднородного пласта фильтрацией и зависимости от параметра. //с рДля различных значений коэффицентов вариации приведены на графиках (рис. 3). Как видно из рисунка, средние значения коэффициента охвата пласта фильтрацией тем больше, чем меньше значения коэффициента вариации в распределении (2). Однако при очень малых градиентах давления, когда отношение становится большим, значения коэффициента охвата фильтрацией выравниваются. [c.64]

Коэффициент вариации связывается с интегральной функцией F(x) распределения показателей в элементарных о(5ъемах в пределах от О до х. [c.26]

В результате предварительной статистической обработки матрицы [Я]г формируют матрицы времени восстановления [7в] и времени безотказной работы элемента [Гр] и вычисляют вероятностностатистические и эксплуатационные характеристики надежности элемента БТС, а также верхние и нижние границы их доверительных интервалов. С целью прогнозирования моментов возникновения отказов элементов БТС, являющихся случайными величинами, и для оценки времени, требуемого для восстановления работоспособности элементов после отказа, необходимо знать законы распределения этих случайных величин. Для определения закона распределения можно использовать два способа — аналитический и графический. По аналитическому способу на следующей стадии обработки статистических данных осуществляется расчет оценок коэффициентов вариации и Ра, определяющих вид и параметры закона распределения [c.168]

В [38] отмечено, что традиционно неправильное распределение потоков жидкости и поров в насадочных колоннах, характеризуется коэффициентом вариации или соотношением между максимальным и минимальным линейными скоростями в слое. Такая форма представления не является надежным индикатором степени неравномерного распределения по насадочному слою и его влияние на показатели работы насадочных колонн. Методы характерного неравномерного распределения должны учитывать различную природу жидкой и паровой фазы. Выполнен анализ, в основе которого глубина проникновения неравномерного распределения определяемая как глубина в насадочном слое, выше которой коэффициент вариации повышает проектный предел. Последний зависит от процесса, эффею-ивной конструкции, стоимости показателей и других факторов. Разработан метод оценки / , базирующийся на уравнениях переноса жидкости и паров через насадочные слои, продемонстрированы его возможности. [c.104]

Для расчета распределения латексных частиц по объемам в случае быстрого обрыва был использован статистический подход [41, 42]. Причем если в более ранней работе [41] допускалось, что во все частицы попадало одинаковое число ра1Дикалов, то позднее [42] это ограничение было снято. На основании расчетов, приведенных в этих двух работах, можно сделать вывод об увеличении дисперсии распределения частиц латекса по размерам в ходе процесса эмульсионной полимеризации, Онако если характеризовать ширину распределения F(V,i) коэффициентом вариации, равным отношению дисперсии этого распределения к его среднему значению, то эта величина будет со временем уменьшаться. Аналогичные выводы следуют из решеиий соответствующих кинетических уравнений для случая быстрого обрыва в теории Смита—Юэрта [39, 40]. Попытки проведения расчета распределения латексных частиц по размерам для случая медленного обрыва были предприняты в работе О Тула [40] . [c.83]