Функция бимодальная

Как видно из формул (4.23) и (4.24), скоростной и плотностный профили при бимодальной функции распределения обладают симметрией инверсии относительно своего центра. Для характеристики [c.296]

Лучшей точности можно добиться и в бимодальном приближении, варьируя функции и F2. Результаты, близкие к найденным с помощью распределения (4.4), получены, например, с бимодальной функцией распределения, вводящей различный масштаб скоростей молек ул в различных направлениях, в которой [c.299]

Приводимые расчеты проведены на вычислительной машине IBM-709 для молекул в виде упругих сфер. За исходную функцию распределения принималось соответствующее бимодальное распределение [c.309]

Рис. 7.5. Бимодальная целевая функция.

Наличие вариаций яркости неба как во времени, так и в пространстве оправдывает применение статистических методов их описания. В большинстве случаев соответствуюш.ие характеристики выбираются, исходя из предположения об изотропности и однородности радиационных полей и нормальности распределения вероятностей значений яркости. Поэтому для количественного описания вариаций яркости безоблачного неба обычно используются лишь функции первого и второго моментов. Но функции распределения вариаций яркости облачных образований могут заметно отличаться от нормального распределения, менять свой характер в зависимости от вида и вертикальной протяженности облаков, а для разорванной кучевой облачности иметь бимодальную форму. Пределы изменений стандартных отклонений — от 0,15 при сплошной облачности верхнего и среднего яруса до 0,48 при мощной кучевой облачности. [c.198]

Функции с модальностью т = 0, 1, 2 называются соответственно простыми, унимодальными и бимодальными. [c.20]

Замечание. Унимодальные и бимодальные краевые особенности функций классифицированы в [3], [155], [156]. Получившиеся списки до сих пор не идентифицированы с другими интересными классификациями. [c.175]

Что касается предсказания прочности композита по данным о прочности его компонент, результаты многочисленных работ разных авторов привели пока к результатам в общем негативным. Теория пучка, изложенная в 20.4, даст лишь материал для ориентировочных суждений, уточнение этой теории требует исчерпывающей статистической информации не только о прочности моноволокон, но и о распределении модуля упругости. Распределение Вейсбулла не описывает достаточно точным о(эразом распределение прочности моноволокон, фактически распределение оказывается бимодальным, т. е. функция имеет два максимума. Поэтому экстраполяция прочности на малые разрывные длины, основанная на распределении Вейсбулла, совершенно ненадежна. Определение неэффективной длины в большой мере условно. Поэтому здесь будут изложены лишь некоторые наполовину качественные соображения, принадлежащие Милейко и позволяющие объяснить наблюдаемое изменение прочности и характера разрушения композита в зависимости от объемного содержания волокна. В некоторых случаях эти соображения подсказывают меры, необходимые для улучшения свойств композита. [c.700]

Характер распределения (1.20) зависит от соотношения параметров системы и воздействия. Если дисперсия невелика, то влияние множителя dgldA на вид плотности вероятности р (Л ) будет мало ощутимо. Распределение амплитуды будет близко к гауссовскому. При большом разбросе амплитуды возбуждения соотношение (1.19) между и Q может оказать реша-юш,ее влияние на характер функции р (А ). В частности, распреде-ление (1,20) может стать бимодальным за с-чет интенсивного роста производной dg dA при больших А . [c.12]

Входящие сюда величины п и p j, могут быть представлены в виде интегралов от функции распределения, а следовательно, в виде линейных функций от (х) с коэффициентами, зависящими от и,- и А . Таким образом, интеграл (4.15) будет квадратичной функцией <2 . Приравнивая коэффициенты при равных в (4.12) и (4.15), найдем значения интегралов J,y(Q)i). Имея значения интегралов JijiO), можно численно решить систему уравнений (4.14) и (4.9а). Мы не будем приводить детали решения, но, прежде чем привести результаты расчетов для распределения (4.4), остановимся несколько подробнее на частном случае бимодальной функции распределения ( 3 = 0)2). в этом случае уравнения (4.9) сводятся к уравнению [c.295]

Стокса для максвелловских молекул. При больших числах Маха расхождение кривых выбранных момеитпых уравнений (для различных Q) значительно меньше, чем для бимодального распределения. Следовательно, добавление одного члена к распределению Тамма—Мотт-Смита позволило повысить точность. Однако оставшееся расхождение кривых еще значительно. Увеличения точности можно добиться либо добавлением еше одного члена, либо более удачным выбором функции [c.299]

Последнее обстоятельство является решающим в обосновании возможности выявления бимодальности исследуемой микроструктуры при многочастотном лазерном зондировании. Действительно, если функция Рл(Я) вогнута в спектральном интервале зондирова- [c.112]

В связи с обработкой экспериментального материала уместно привести пример обранхения какой-либо одной реализации экспериментального вектора, скажем , а, с целью оценки спектра размеров частиц зондируемой дымки. На рис. 3.10 приводится соответствующая гистограмма Ai q)/Ai r) как результат обращения данных s ,/, =1, . 6 . Подобный спектр является типичным для большинства реализаций a, s , о в рассматриваемом эксперименте. Обращение осуществлялось с использованием вычислительной схемы, описанной в п. 1.4. Методика обращения уверенно выявляет бимодальный характер функций распределения для атмосферных дымок по спектральному ходу s ( ). На этом [c.200]

Рассмотрение автоморфных функций с фактором автоморфности г в конструкции, описанной выше) позволяет получить 14 исключительных семейств бимодальных особенностей из 14 треугольников на плоскости Лобачевского и три параболических унимодальных семейства из треугольников на обычной плоскости. Соответствие между особенностями и треугольниками и четырехугольниками на сфере, евклидовой плоскости и плоскости Лобачевского приведено в следующей таблице [c.31]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...