Распределение экспоненциальное

Законы распределения случайных величин при моделировании СМО могут быть произвольными, но наиболее часто используются распределения экспоненциальное, -распределение Эрланга, нормальное. Моделирование последовательности случайных чисел (в СМО это интервалы времени между поступлениями заявок н времени обслуживания), распределенных по заданному закону, выполняется иа основе программного датчика случайных чисел с равномерным распределением в интервале от О до 1. В основе построения датчика лежит теорема, утверждающая, что если величина X имеет плотность распределения f(x), то величина [c.150]

Функция ПЛОТНОСТИ И функция распределения экспоненциального закона имеют вид [c.128]

Используя типовую форму записи семейства функций плотностей распределений экспоненциального типа, перепишем (11.11) следующим образом [c.202]

В рассмотренных выше примерах были получены экспоненциальное и нормальное распределения. Экспоненциального распределения следует ожидать для тех деталей и систем, которые настолько сложны, что в них может одновременно происходить 184 [c.184]

При проверке нулевой гипотезы о соответствии эмпирического распределения экспоненциальному (1.55), параметр которого оценивают по данным самой выборки, критерий Смирнова имеет вид [c.88]

Р(0 = ехр(- Г), где — интенсивность. Функция распределения экспоненциального закона [c.139]

Г2 = - одно из распределений экспоненциального семейства [c.495]

Экспоненциальное распределение имеют интервалы времени между событиями в простейшем потоке. Интервалы време-. ни между отказами восстанавливаемых объектов в период нормальной эксплуатации имеют экспоненциальное распределение. Экспоненциальное распределение является одним из распространенных в теории надежности распределений длительности восстановления работоспособности объектов. [c.56]

Сравним два неравновесных распределения экспоненциальное распределение [c.159]

Экспоненциальный закон распределения. Экспоненциальный закон распределения широко применяется в теории надежности, в теории массового обслуживания и других областях. Часто закон экспоненциального распределения используется при рассмотрении внезапных отказов деталей в тех случаях, когда явления изнашивания и старения настолько слабо выражены, что ими можно пренебречь. Наработка до отказа многих невосстанавливаемых элементов подчиняется закону экспоненциального распределения. Поток простейших отказов после окончания периода приработки у восстанавливаемых изделий приближенно принимают распределенным по экспоненциальному закону (рис. 20). Плотность вероятности в этом случае [c.35]

На практике наибольшее распространение получили следующие распределения экспоненциальное, Гаусса, Вейбулла и логарифмически нормальное. Как уже отмечалось, основными характеристиками случайных величин и их распределений являются математическое ожидание и дисперсия (среднее квадратическое отклонение). [c.299]

Закон распределения экспоненциальный 166 [c.821]

Для расчета показателей надежности работы отдельного элемента и системы применяют различные законы распределения. В практических расчетах надежности механизмов и аппаратуры управления и контроля наибольшее применение получили следующие законы распределения экспоненциальный, Вейбулла, гамма-распреде- [c.215]

Когда же они не ограничены справа, то говорят, что исходные величины У имеют распределение экспоненциального типа, если их функции распределения по крайней мере экспоненциально стремятся к единице (при возрастании у), про исходные переменные говорят, что они типа Коши, если [c.328]

Когда число п становится очень большим, то распределения Гх (х) максимальных значений приближаются к пределам, известным как распределения типа I и типа II, которые соответствуют исходным распределениям экспоненциального типа и Коши [А1.4, А1.7]. [c.329]

Возможны случаи согласования опытных данных с законами р-, -распределения, экспоненциальным и др. Оценку сходимости экспериментально полученного распределения пор по размерам с теоретическим законом распределения можно проводить с помощью системы кривых Пирсона [1.22]. [c.21]

Сферический купол радиусом г = 1м нагружен давлением q, величина которого случайна с экспоненциальным законом распределения, у которого = = 5,75 1/МПа, Чо = 2 МПа. Кромки купола шарнирно оперты на упругое опорное кольцо (рис. 3). Материал оболочки и кольца одинаков, его несущая способность случайна с экспоненциальным законом распределения, у которого = 0,03 1/МПа, = 300 МПа. [c.18]

Нагрузка распределена по закону распределения наибольших значений двойное экспоненциальное распределение), несущая способность - по нормальному закону [c.21]

Нагрузка распределена по экспоненциальному закону, а несущая способность подчиняется гамма-распределению [c.25]

Нагрузка подчиняется гамма-распределению, а несущая способность - экспоненциальному закону [c.26]

Прямоугольная пластина, у которой Ь <а, имеет две шарнирно опертые стороны, одну защемленную и одну свободную (рис. 5). Посредине свободной стороны приложена сосредоточенная сила Р, величина которой случайна и распределена по гамма-распределению с параметрами а = 3 /З3 = 5000 Н. Несущая способность материала пластинки также случайна с экспоненциальным законом распределения, [c.26]

Круглая пластина радиусом г = 1 м, шарнирно закрепленная по всему контуру, нагружена равномерно распределенной нагрузкой q, величина которой случайна и распределена по экспоненциальному закону с параметром = 100 МПа". [c.38]

Я элемент - круглая пластина радиусом г = I м, нагруженная равномерно распределенным по площади пластины избыточным давлением q, величина которого случайна с экспоненциальным законом распределения с параметром = = 100 1/МПа. Величина перемещения, выбросы за которую запрещены, н ззд = = 0,5 10-" м р = 7,8 10 кг/м = 2 10 МПа. [c.90]

На раму, показанную на рис. 23, действует нагрузка < , величина которой случайна с экспоненциальным законом распределения, параметр которого X, = = 10" м/Н. Найти закон изменения размеров поперечного сечения, удовлетворяющий условию Н(х) = 0,99. Несущая способность материала рамы случайна и подчиняется гамма-распределению с параметрами а = 1 (З, = 100 МПа. [c.94]

Рассмотрим законы распределения некоторых naj a-метров при имитационном моделировании станочных модулей. Для электрической и электронной частей систем управления станочных модулей используется экспоненциальный закон распределения времени безотказной работы. Время безотказной работы v-ro режущего инструмента — Tv рассчитывается с помощью закона распределения Вейбулла [c.66]

Оценки 1—4 для функции р = F x) удобны в практической работе, так как не требуют каких-либо таблиц. Для оценки 5 необходимо использование таблиц неполной бета-функции, имеющихся в [4], [5]. Оценка 6 является несмещенной для параметров масштаба и положения. К сожалению, таблицы для M yj имеются только для небольщой группы распределений (экспоненциального, нормального, гамма-распределения и в ограниченном диапазоне для закона Гумбеля типа I). Оценка 7, предложенная Бломом [6], представляет собой усовершенствованный вариант оценки 3 и обладает многими полезными статистическими свойствами она почти несмещенная и имеет минимальную среднеквадратическую ошибку. В модифицированном варианте оценки Блома а, и р,- не зависят от п и i. В последнем случае оценка 7 превращается в оценку 1 при а = О, р, = I в оценку 2 — при а,- = Р = 1/2 в оценку 3 — при а, = Р = О и в оценку 4 — при aj = Pi = 1. [c.64]

Закон распределения экспоненциальный, характеризующийся резко ассимметричной кривой (рис. 1, е), как показала практика, наиболее близок к описанию таких опытных распределений,, как периоды безостановочной работы станков и прессов, продолжительность временц на устранение отказов в функционировании технологического оборудования и приборов . [c.334]

При этом в статистических задачах считается, что неизвестное распределение вероятностей Р на А или Вх принадлежит некоторому семейству Р, например семейству непрерывных (имеющих вероятностную плотность) распределений, экспоненциальному семейству распределений, семейству нормальных распределений jVpi, Если семейство Я содержит распределения некоторого класса, заданного аналитически с точностью до неизвестных значений одного или нескольких параметров (как в последнем примере), то для него используется Другое обозначение [c.496]

Таким образом, подводя итоги сравнения классических методов решения стандартной задачи статистического точечного оценивания, можно указать регулярный метод нахождения наилучших оценок - метод максимального правдоподобия. Для обшей поспга-новки задачи точечного оценивания по частично регистрируемым выборкам необходима модификация метода максимального правдоподобия с реализацией на ЭВМ. Однако в этом случае не удается обеспечить свойство несмещенности точечных оценок параметров распределения. В то же время оптимальные свойства аналитических оценок максимального правдоподобия стандартных выборок как функций достаточных статистик наводят на идею оригинального метода итеративного восполнения частично регистрируемых выбо-рюк, обеспечивающего несмещенное оценивание параметров распределений экспоненциального семейства. Оба метода допускают простое обобщение на любой вид показателя надежности R, выражаемого аналитически через параметры распределения. [c.503]

Нормированный ресурс снижается на 20 % при перегрузке материалов с высокой абразивностью (кокса, агломерата, металлургических шлаков), с высокой температурой — свыше 200 °С, или кусковатостью, равной или большей приведенной на с. 65. При определении соответствия выполненных работ ресурсу исходят из такого состояния грейфера, при котором полное восстановление ремонтными средствами его нормальной работоспособности невозможно. Нормы безотказности (наработки на отказ), параметры потока отказов, вероятность безотказной работы на протяжении заданной наработки должны устанавливаться по ГОСТ 13377—75 с учетом следующего. Средняя наработка на отказ должна быть не менее 0,33 его ресурса закон распределения экспоненциальный. Замена канатов исчерпывающих свой ресурс не считается отказом грейфера. Испытания на надежность совмещаются с нормальной эксплуатацией грейфера на предприятии-потребителе. Количество грейферов и продолжительность испытаний назначают такими, чтобы наблюдаемое количество отказов за время испытаний было не менее 25, а количество случаев достюкения грейферов предельного состояния не менее 8. [c.88]

Важным параметром, который в ч. II, 50 пе обсуждался, является размер полярона. Самонндуцврованное распределение заряда поляроиа может быть рассчитано подобно результату (ч. 11.50.17). Получаем распределение, экспоненциально убывающее с увеличением расстояния, с характерной длиной Го= Ъ/2т <Ль) , которую можно интерпретировать как раднус полярона. Для твердых тел, имеющих константу связп а < 1, радиус принимает значения между 10 и 100 постоянными решетки. [c.60]

Ширина диаграммы нанравленности и КПД зависят также от закона распределения излучаемой мощности вдоль решетки. На практике получили растрострапепие законы распределения экспоненциальный, когда каждый излучатель излучает одинаковую долю подходящей к пему мощности бегущей волны равномерный, когда каждый излучатель излучает одинаковую мощность, и другие специальные виды распределения (папример, симметричное относительно центра решетки и спадающее к ее краям). [c.49]

Стержень растянут силой Р, величина которой случайна и распределена по экспоненциальному закону, имеющсм> параметр распределеткя. 4 = 10" 1/Н. Несущая способность материала стержня также случайна, но подчиняется гамма-распределению с параметрами а = 1 и (J, = 100 МПа. [c.25]

Для рамы, показанной на рис. 14, найти размеры поперечного сечения, обеспе-чиваюище надежность по устойчивости Н = 0,99. Нагрузка Р, действующая на раму, случайна и. имеет экспоненциальный закон распределения с параметром [c.44]

Далее, если принять, что распределение включений по размерам подчиняется обычной экспоненциальной зависимости [117] и приращение плотности (концентрации) пор равно прираще- [c.112]

Несколько лyчцJe, чем нормальное, описывают результаты усталостт,1х испытаний логарифмически-нормальное распределение, в котором по нормальному закону распределяется логарифм наработки, и распределение Вейбулла, которое может рассматриваться как обобщение экспоненциального распределения. Однако оперирование этими распределениями сложнее. [c.21]

Характерную экспоненциальную форму закона (7.3) впервые нащупал Максвелл в 1860 году, разбирая частный вопрос о распределении молекул идеального газа по скоростям. Больцман совсем на другом пути воспроизвел и углубил результат Максвелла, показав, что он следует из условия максимальности энтропии в равновесном состоянии. Для этого ему нужно было догадаться, что энтропия есть логарифм числа микросостояний, реализ)тощих данное макроскопическое состояние. Универсальный характер максвелл-больцманов-с-кого распределения и, в особенности, его пригодность для описания свойств макроскопически больпшх подсистем, в свою очередь состоящих из множества частиц, были особенно ясно осознаны Гиббсом, который и предложил этот термин каноническое распределение. В этой связи говорят иногда, что это распределение описьшает поведение системы, находящейся в термостате. [c.149]

Справочник по надежности Том 3 (1970) -- [ c.65 , c.79 , c.168 ]

Основы метрологии, точность и надёжность в приборостроении (1991) -- [ c.261 ]

Основы технологии автостроения и ремонт автомобилей (1976) -- [ c.155 ]

Методы принятия технических решений (1990) -- [ c.145 ]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...