Плотность вероятностн нормального распределения

В процессе вероятностного анализа, как правило, необходимо получать независимые (некоррелированные) последовательности случайных значений одновременно по нескольким входным параметрам. Для получения таких последовательностей с одинаковым видом распределения могут применяться одни и те же ДСЧ, но с разными начальными константами. На рис. 6.37 представлена схема алгоритма выработки случайных значений параметров. При этом предусматривается возможность получения равномерных и нормальных распределений, а также распределений, задаваемых эмпирическими плотностями вероятности (гистограммами). По каждому параметру должны быть заданы номинальное значение нижнее 5 , и верхнее [c.255]

Если предположить, что плотность вероятностной меры оценки точности имеет нормальное распределение, то вероятность выхода за границы точности может быть записана в виде [c.24]

Для определения вероятностной меры технологического допуска проведем нормирование кривой нормального распределения в пределах границ 2и 22 этого допуска, т. е. площадь, ограниченную этой кривой и осью абсцисс, приведем к границе. После нормировки плотность вероятности для технологического допуска примет вид [c.25]

Таким образом, О < у < 1, где у = у// . В этом случае можно полагать, что совокупность относительных поверхностных энергий у может быть представлена в виде некоторой плотности распределения вероятностей Ду), рис. 2.10. Как большинство природных вероятностных величин, значение у может быть, по-видимому, описано нормальным законом с математическим ожиданием М(у) - 0,5. Тогда это совпадает с рекомендациями [5, 7], где для оценочных расчетов принимается у/ = Ау = 0,5у . Однако нарушение симметрии распределения Ду), что может быть следствием пластической или термической обработок материала, приводит к возможности увеличения или уменьшения значений у, а [c.80]

Цифры, представленные справа от рис, 4.1 и 4.5, являются исходными данными для построения функций распределения числа пересечений процессом уровней ст, а также функций распределения максимумов и минимумов процесса. Эти функции распределения представлены на нормальной вероятностной бумаге на рис. 4.7 (применительно к процессу, изображенному на рис. 4.1) и на рис. 4.8 (применительно к процессу, приведенному на рис. 4.5). Гистограммы, а также функции с точностью до постоянного сомножителя, равные плотностям распределения числа пересечений, максимумов и минимумов процесса, представлены на рис, 4.5. Из рис. 4.5, 4,7, 4.8 следует, что для рассматриваемых процессов распределение числа пересечений, максимумов и минимумов достаточно хорошо соответствует нормальному закону. Это соответствие лучше всего выявляется при изображении интегральных функций распределения на нормальной вероятностной бумаге (рис. 4.7, 4.8). [c.141]

Многочисленными исследованиями установлено, что для описания функции плотности распределения амплитуд динамических напряжений в упругих элементах подвесок может быть принят нормальный закон [формула (IV. 18) ]. Характеристики распределения могут быть вычислены аналитически по вероятностным характеристикам микропрофиля дороги и колебательным параметрам автомобиля. Они могут быть получены также -на основе статистической обработки экспериментальных данных [c.340]

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]

В последнее врелш появилось много практических задач, указывающих на нарушение универсальности нормального закона распределения вероятностей. Ситуации, возникающие при изучении механических причин повреждаемости материалов в радиотехнике, деталей из стекла, сплавов, сталей, а также результаты усталостных испытаний, распределения дисбалансов и т. д., свидетельствуют о том, что многие параметры, рассматриваемые как случайные величины реальных процессов, имеют отличающуюся от нормальной, а зачастую даже не одновершинную функцию плотности вероятности. Поэтому возникает необходимость глубже исследовать причины происходящих явлений и попытаться дать новые теоретические схемы вероятностных расчетов. [c.50]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...