Системы случайных функций и их вероятностные характеристики

Классификация задач теории случайных колебаний. Основная (первая) задача заключается в отыскании вероятностных характеристик состояния системы по заданным вероятностным характеристикам внешнего воздействия и (или) системы. Если внешнее воздействие задано вероятностными распределениями, то ставится задача о нахождении вероятностных характеристик вектора состояния. Если внешнее воздействие задано его моментами, например, математическими ожиданиями и корреляционными функциями, то ставится задача об отыскании аналогичных характеристик вектора состояния и т. п. [c.286]

Системы случайных функций и их вероятностные характеристики [c.70]

Очень часто в реальных задачах большой практический интерес представляет переходный режим колебаний от момента приложения нагрузки до выхода системы на установившийся режим (стационарный режим, если он возможен) или до определенного момента времени. Например, если на стержень действует внезапно приложенная случайная по направлению и модулю сила и требуется выяснить, как будет двигаться стержень после ее приложения, то считать движение (колебания) стержня стационарными нельзя даже в том случае, если сила является стационарной случайной функцией. В общем случае случайные силы, действующие на стержень, могут быть любыми, в том числе и нестационарными, случайными функциями, у которых вероятностные характеристики зависят от времени. В этом случае вероятностные характеристики решений уравнений колебаний стержня (в том числе и уравнений с постоянными коэффициентами) также зависят от времени, т. е. являются нестационарными. Это существенно осложняет решение, так как воспользоваться спектральной теорией нельзя. [c.158]

Исследования динамики привода выемочных машин сводятся к определению вероятностных характеристик динамической нагруженности привода по заданным системе обыкновенных дифференциальных уравнений (7) и вероятностным характеристикам входных случайных функций Мс- Однако эта задача не имеет аналитического решения [12]. [c.58]

Одним из основных критериев оценки реальных систем является их динамическая точность в установившемся режиме. Очевидно, что в реальных системах отклонение регулируемого параметра в установившемся режиме от его заданного значения является случайной функцией. Поэтому естественно определение динамической точности системы в установившемся режиме как вероятностной характеристики. Такой характеристикой может быть дисперсия отклонения регулируемого параметра в установившемся режиме. [c.364]

Применив к системе уравнений (34) теорему о числовых характеристиках линейных функций нескольких взаимно независимых случайных аргументов, получим следующие выражения для вероятностных характеристик выходных погрешностей обработки в матричной форме [c.77]

Однородные пространственно-временные случайные поля. Поле /У (х, (), заданное во всем пространстве R , называют однородным, если его вероятностные характеристики инвариантны относительно сдвигов системы координат. Моментные функции порядка г > 1 зависят от разностей координат р = х — х, р" = х" — х и т. д Если однородное поле является эргодическим, то осреднение по множеству реализаций может быть заменено осреднением по всему пространству. [c.279]

Однородные и изотропные случайные иоля. Однородное случайное поле называют изотропным, если его вероятностные характеристики инвариантны относительно сдвигов, вращений и отражений системы координат во всем пространстве Корреляционная функция однородного и изотропного поля зависит только от модуля вектора р = х —х I, а спектральная плотность — только от модуля волнового вектора /г = I к 1. Корреляционная функция и спектральная плотность однородного [c.279]

Основное различие этих двух методов состоит в том, что операция осреднения по множеству реализаций, или, что то же самое, по генеральной совокупности, осуществляется на разных этапах анализа. Применяя дискретные представления случайных функций Wq (xi, Ху), W (xi, Ха), мы сначала строим приближенное детерминистическое решение, которое устанавливает функциональную связь между входными случайными величинами и интересующими нас параметрами системы. После этого выполняется вероятностный анализ (операция осреднения, преобразование плотности вероятности и т. д.). На этом этапе критическая нагрузка сжатой оболочки выступает как случайная величина со своими статистическими характеристиками. [c.220]

Чтобы исследовать случайное движение механической системы, необходимо иметь, как минимум, подробную информацию о случайных внешних силах, например, вероятностных характеристиках случайных процессов. Поэтому данная глава посвящена изложению общей теории случайных функций — [c.60]

В реальных условиях реализовать движение механической системы с абсолютно точными значениями начальных условий невозможно, так как всегда имеет место разброс начальных данных. Поэтому реальное движение отличается от расчетного, и возникает необходимость в оценке возможных отклонений движения от расчетного. Задача определения вероятностных характеристик движения — обобщенных координат и их первых производных — при свободных колебаниях, вызванных случайными отклонениями начальных данных, является наиболее простой. Для ее решения достаточно знать линейные преобразования случайных функций, изложенные в 2.4. [c.157]

Рассмотрим нестационарные колебания системы при действии стационарного кинематического возбуждения (рис. 5.12). Точечная масса т находится на конце упругого элемента измерительного прибора, жестко связанного с основанием, которое случайно смещается в вертикальном направлении. Вертикальное смещение является стационарной случайной функцией с известными вероятностными характеристиками [c.194]

Важнейшими характеристиками элементов комплекса системы и управления являются устойчивость системы (или частей системы) и реакция системы на внешние воздействия. Следует отметить, что внешние воздействия на некоторые элементы системы управления могут быть случайными функциями времени и исследование реакции системы управления в этом случае требует основательного знакомства с теорией вероятностных процессов. [c.92]

Так как статистическая линеаризация функций применяется для приближенного определения вероятностных характеристик интегралов дифференциальных уравнений, то наибольший интерес представляет определение коэффициентов к и к на основе нормального закона распределения, т. е. использование в разложении только нулевого его члена (1.113). Тогда коэффициенты ко и будут функциями среднего <Х 1)> = гпх и среднего квадратического <Х 1)> = а составляющей Х 1). Такое приближенное определение коэффициентов ко и к , И. Е. Казаков обосновывает тем, что в динамических системах нелинейные элементы в замкнутой системе обычно разделены инерционными линейными частями, которые, преобразовывая случайные функции, изменяют и закон распределения, приближая его к нормальному. Это позволяет для таких динамических систем закон распределения функции на входе в нелинейный элемент считать близким к нормальному. [c.39]

В последние годы, опубликован большой цикл работ, посвященных изучению движения гироскопических систем различного назначения под., воздействием случайных сил. Интерес к этим вопросам объясняется тем, что вероятностная трактовка действующих на гироскопы возмущений в ряде случаев точнее соответствует реальной обстановке, в которой. работают гироскопические системы, установленные на различного рода объектах. Во многих задачах, например, при исследовании влияния качки корабля на движение гироскопических приборов, возникает необходимость изучения воздействия не одной конкретной реализации возмущения, а целой совокупности возможных возмущений, у которых известны лишь их статистические характеристики. Эти возмущения представляют собой некоторые случайные функции времени. Учет случайных возмущений помогает объяснить некоторые эффекты, которые не могут быть получены в детерминированной постановке. Так, например, влиянием случайных вибраций основания могут быть объяснены в некоторых случаях уходы гироскопических устройств и т. д. К числу рассматриваемых задач в этой области относятся задачи оптимизации гироскопических систем, находящихся под действием случайных возмущений, и задачи синтеза гироскопических систем, предназначенных для отслеживания некоторого движения при наличии случайных помех. [c.254]

Для оценки свойств динамической системы КМБ в частотной области и нахождения вероятностных характеристик при заданной функции спектральной плотности случайных (непрерывных) неровностей пути необходимо определить АЧХ колебательной системы. КМБ является многомассовой вибрационной системой, на вход которой подаются возмущения в виде случайных (непрерывных) неровностей пути и динамического крутящего момента в зубчатом зацеплении. Колебательная система КМБ представлена на рис. 17. Инерциальная система координат имеет начало О в центре симметрии колесной пары. Принято, что начала подвижных систем координат отдельных масс расположены в центрах тяжести, а оси координат в исходном состоянии параллельны осям инерци-альной системы. Положительное направление осей и углов пово- [c.55]

Весьма общими вероятностными характеристиками процесса х () являются функции распределения одноточечные Р х, I), двухточечные Р х, 1 Хх, Ц) и т. д. Их определение приводит нас к задаче усреднения уравнений непрерывности для траекторий в фазовом пространстве динамических систем. Такие уравнения [стохастические уравнения Лиувилля) является уравнениями в частных производных по и координатам фазового пространства системы х = (х1, х ,. . х ) и содержат случайно меняющиеся параметры а 1). Уравнения, которым подчиняются вероятностные распределения Р х, 1 носят [c.11]

Определение вида функции распределения. Статистическая оценка характеристик генерального распределения случайной величины I существенно облегчается (может быть выполнена по результатам меньшего числа испытаний), если известен вид (аналитическое выражение) функции распределения F x). Так, например, если величина распределена нормально, то статистическая оценка генерального распределения сводится к уже описанному определению среднего и дисперсии с заданной точностью и надежностью. Поэтому главной задачей статистической обработки является определение вида функции распределения данной механической характеристики при этом важно установить является ли неизвестное распределение или заданной функции ф( ) хотя бы приближенно нормальным. Наиболее наглядным способом проверки, насколько полученная по данным выборки эмпирическая функция распределения (12.55) близка к некоторой гипотетической функции Р х), является графический способ. Сопоставление кривой накопленной частоты или гистограммы с гипотетической кривой дает качественное представление о степени близости эмпирического и гипотетического распределений. Для повышения точности и наглядности графического сопоставления удобно показывать эмпирическое распределение не в системе координат с равномерной шкалой, как это делалось на рис. 12.10, а, а в специальной системе координат, в которой график гипотетического распределения является прямой линией. Новая система координат может быть задана либо таблицей, либо нанесена на специальную бумагу, которая называется вероятностной бумагой [23]. [c.409]

Естественно предположить, что в турбулентном течении поле и х, t) и поля остальных компонент скорости, а также поля давления р(х, /), плотности р(х, /) (в случае сжимаемой жидкости), температуры Г(х, t) (в случае температурно-неоднородной среды) и других гидродинамических величин являются случайными полями. В таком случае каждому из этих полей будет соответствовать своя система многомерных плотностей вероятности (3.9). Кроме того, различные гидродинамические поля в турбулентном течении являются статистически связанными друг с другом, и следует считать, что для них существуют также совместные плотности вероятности значений одного из полей в каких-то заданных М точках пространства — времени, значений второго поля в заданных N2 точках, значений третьего поля в заданных Ыг точках и т. д. Отсюда вытекает, что, имея любую функцию от гидродинамических характеристик турбулентного течения, мы можем определить ее среднее значение как интеграл от произведения этой функции на совместную плотность вероятности всех ее аргументов, распространенный по всей области изменения этих аргументов. При этом условии соотношения (3.3) — (3.7) описывают известные свойства теоретико-вероятностных средних значений, доказательство которых приводится в курсах теории вероятностей таким образом, теперь они уже оказываются точно выполняющимися и не требуют никакого специального обоснования. [c.173]

В общем случае, согласно формуле (2.1.12), для вычисления (Ят1, Т) необходимо знать совместную плотность вероятности Р (П ( ), ц (0) для значений процесса 11 ( ) и значений его ироиз-1ЮДН0Й т] (О в совпадающие моменты времени. В свою очередь, функция р (11 ( ), 11 t)) люжет быть найдена по двумерной плотности вероятности рз ( Пи П2 и 2) процесса 11 t), и, следовательно, Для решения основной задачи, вообще говоря, нужно предварительно по вероятностным характеристикам исходного случайного Процесса t) и характеристикам системы X [ ( )] определить Плотность вероятности р (Ль Л2 1 2)- [c.57]

В работе описан разработанный многоканальный анализатор измерительной информации для определения текущих значений вероятностных характеристик случайных процессов при динамических испытаниях автомобиля. Кратко рассмотрены функции и характеристики основных блоков информационно-измерительной системы эк-спресс-анализатора. Применение анализатора в исследовательской практике исключает необходимость полной регистрации информации. Библ. 2 назв. Илл. 3. [c.518]

Следует отметить, что приведенное определение эргодичности не является единственно возможным и общепринятым. Так, Э. И. Цветков [61] определяет стационарный процесс аналогично определению, данному вьш1е, а эргодическим называет такой процесс, вероятностные xapaIfтepи-стики которого не зависят от номера реализации. При таком определении возможно существование нестационарного, но эргодического процесса. Стационарность и эргодичность становятся двумя независимыми признаками случайного процесса. Желание распространить понятие эргодичности на нестационарные процессы обосновано ввиду необходимости построения замкнутой системы определений в теории измерений вероятностных характеристик случайных процессов. В частности этим определяется введение В. И. Тихоновым [52] усредненных по времени средних математических ожиданий и средних корреляционных функций для случайных нестацио- [c.9]

Амплитуды и фазы неровностей выражаются в виде функций случайных аргументов, которыми являются жесткость преобразующей системы, режущая способность инструмента, обрабатываемость материала и режим резания. Теоретико-вероятностный расчет числовых характеристик и законов распределений предлагается производить не для самой погрешности формы, а для амплитуды и фазы гармонических составляющих неровностей деталей. [c.245]

Динамическая природа турбулентности. Сделаем несколько общих замечаний о динамической природе турбулентности в нелинейной диссипативной газожидкой системе, которая может обмениваться с окружающими телами как энергией, так и веществом (в силу чего возможно образование различных пространственно-временных структур, последовательности которых и составляют процесс самоорганизации). При наличии турбулентности каждая индивидуальная частица такой среды движется случайно, так что ее координаты и направление движения изменяются со временем по закону марковского случайного процесса. Полное статистическое описание турбулентного течения сводится к определению вероятностной меры на его фазовом пространстве (г,/ ), состоящем из всевозможных индивидуальных реализаций характеризующих его случайных термогидродинамических полей. Поэтому турбулентность можно рассматривать на основе статистической механики многих частиц (см., напр., (Обухов, 1962)), или для ее описания использовать кинетическое уравнение, являющееся аналогом уравнения Больцмана в фазовом пространстве для некоторой условной функции плотности распределения вероятностей /турб Р О служащей основной статистической характеристикой пульсирующего движения (Клгшонтович, [c.20]

В теории информации понятию состояние системы придается более широкий смысл. Формально это состояние не обязательно связано с ее функционированием во времени, но имеет чисто вероятностную трактовку, что открывает возможность использования меры теории информации для описания квазистатической однородной ИГС. При этом следует принять допущение, что смена состояний некоторого геологического параметра есть функция пространства, а не времени. В таком случае изменение состояний геологического параметра можно рассматривать как случайную составляющую однородного квазистатического поля геологического параметра (его случайную изменчивость от точки к точке в пространстве ). Системный анализ ИГС завершают выявлением ее свойств, в том числе и эмерджентных. Аддитивные свойства ИГС устанавливают покомпонентно. В простейшем случае это статистические характеристики полей геологических параметров математическое ожидание, дисперсия, автокорреляционная функция (для неоднородной ИГС — набор автокорреляционных функций и корреляционных функций связи). Эмерджентные свойства заключаются в оценке исследуемой области литосферы для того или иного рода хозяйственной деятельности. В частности, процедуру инженерно-геологического районирования следует считать одной из операций специализированного анализа, результатом которого является выяснение эмерджентных свойств ИГС (инженерно-геологической оценки). [c.236]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...