Законы распределения вероятности при многократных испытаниях

ЗАКОНЫ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТИ ПРИ МНОГОКРАТНЫХ ИСПЫТАНИЯХ [c.133]

Остановимся кратко на моделировании гидрологических рядов с помощью метода статистических испытаний (метод Монте-Карло). Пусть известна интегральная функция f(Qp) распределения вероятностей расходов Qp (например, среднегодовых расходов реки). Будем брать случайным образом с помощью датчика или таблицы случайные числа р (где Os p[c.95]

Второй путь проще И, как правило, дает весьма достоверные результаты. Статистические испытания проводятся по методу Монте-Карло. Применение этого метода заключается в многократном расчете выходных параметров объекта по его детерминированной модели. При этом для случайных параметров, входящих в нее, перебирают наиболее вероятные значения в соответствии с их законами распределения. Исходные данные делят на две группы конструкционные (которыми варьирует проектировщик и влияние которых на выходные характеристики обьекта он исследует) и эксплуатационные (варьируемые в процессе эксплуатации силовые, тепловые, химические, биологические и др.). Выбор конкретного для данного испьггания сочетания значений варьируемых параметров проводится из базы данных по стандартной подпрограмме. [c.745]

Закон распределения вероятностей при многократных испытаниях. Предельный закон Муавра — Лапласа. Рассмотренное выше биномиальное распределение вероятностей пригодно для решения задач при сравнительно небольшом числе испытаний (п = 20). С увеличением п вероятности отдельных значений числа появлений события уменьшаются и при большом п становятся ничтожно малыми. Это связано с тем, что число членов биномиального распределения равно п + 1, а сумма его членов равна единице, [c.135]

Метод статистических испытаний основан на имитации (моделировании) реальных случайных процессов ТО, что дает возможность ускорить испытания исключить влияние побочных факторов резко сократить стоимость экспериментов провести при необходимости исследования с целью выбора наиболее пригодного варианта. Моделирование может проводиться на ЭВМ или вручнукэ. Исходным материалом для моделирования служат как фактические данные, полученные при наблюдении, так и законы распределения случайных величин. При определении оптимальной периодичности ТО схема моделирования сводится к следующему. Предварительно назначают на основании. имеющегося опыта или наблюдений один или несколько значений периодичностей ТО, например, /1, 2 и т. д., а также коэффициенты вариации VI. По результатам наблюдений или расчетных "данных создаются два массива данных наработки на отказ — и периодичности ТО — / . Из массива данных, содержащих сведения по наработкам на отказ, извлекается случайным образом конкретное значение наработки до отказа л ,-. Затем из второго массива, где находятся данные по фактическим периодичностям ТО, извлекается конкретное значение и, определяемое с учетом средней периодичности I и ее вариации Пара чисел Хг и называется реализацией. Если Хг< 1и. то фиксируется отказ. При х. и фиксируется выполнение операции ТО. Опыты повторяют многократно и получают оценку вероятности отказа и профилактического выполнения операции. Если при опытах вероятность отказа оказалась больше заданной, то принимают уменьшенную периодичность и повторяют серию опытов. [c.55]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...