Вероятности сложной таблицы распределения

ВЕРОЯТНОСТИ сложной ТАБЛИЦЫ РАСПРЕДЕЛЕНИЯ [c.29]

Вероятности сложной таблицы распределения. [c.29]

Условные вероятности сложной таблицы распределения. [c.30]

СУММЫ ВЕРОЯТНОСТЕЙ сложной ТАБЛИЦЫ РАСПРЕДЕЛЕНИЯ 33 [c.33]

Нетрудно также видеть, что если мы просуммируем по от 1 до 3, т. ё. по всем Ад простым таблицам (49) сложной таблицы распределения, то получим вероятность Таким образом, [c.29]

Для рассматриваемого примера х = 5,5 мкм, г = х оо — = 5,5/6 0,91. Пользуясь таблицей значений интегралов функций Ф (г) (см. приложение), находим Ф (г) == 0,3186. Вероятность получения натягов в соединении 0,5 + 0,3186 = 0,8186, или 81,86 %. Вероятность получения зазоров (незаштрихованная площадь под кривой распределения) 1 —0,8186 = 0,1814, или 18,14 %. Вероятные натяг —5,5 — За = —23,5 мкм и зазор —5,5 + Зст = +12,5 мкм практически являются предельными. Этот расчет приближенный, так как в нем не учтены возможности смещения центра группирования относительно середины поля допуска вследствие систематических погрешностей. При высоких требованиях к точности центрирования, а также при больших (особенно ударных) нагрузках и вибрациях назначают посадки с большим средним натягом, т. е. Н/п, Н/т. Чем чаще требуется разборка (сборка) узла и чем она сложнее и опаснее в смысле повреждения других деталей соединения (особенно подшипников качения), тем меньше должен быть натяг в соединении, т. е. следует назначать переходные посадки Н/к, H/j . [c.221]

Перейдем к способу выборочной проверки, сг с помощью выборочного размаха R. Эта выборочная оценка, едва ли не самая простая из всех известных статистик, имеет сложное распределение вероятностей, которое можно получить либо непосредственно методом группировки (аналогичным рассмотренному в гл. 3), либо опираясь на теорию вариационного ряда 10]. Так или иначе, практически надо пользоваться таблицей функции распределения вероятностей G 2) (табл. III приложения 1) нормированного размаха при выборке объема п [c.210]

Отметим, что использование таблиц коэффициентов преобразования линейных моделей не ограничивается оценками предельных погрешностей при измерениях, не менее часто такие таблицы используются для расчетов систем автоматического регулирования или в более сложных случаях (с учетом законов распределения плотностей вероятностей величин, Axj и AzJ для решения задач первого типа. Табличное представление решений отличается большой наглядностью и позволяет без дополнительных вычислений оценивать относительный вклад каждого элементарного процесса преобразования в отклонения зависимых величин. [c.49]

Пусть вначале требуется вычислить вероятность Р1 2,..., v= = Р( г>0, V = 1, Л ), выражаемую с помош,ью многомерного нормального интеграла (1. 100), где hi = ii oi. Решение даже такой задачи вызывает определенные трудности и получено лишь для двумерного и трехмерного случаев, причем для вычисления Р1,2 и Р1,2,3 требуется применение достаточно сложных специальных таблиц [63]. Задача упрощается, если все одинаковы по величине и отношения / г= г/<7г равны [см. соотношения (1. 101) и (1.102)]. Однако и в этом частном случае для расчета Р1,2,требуется применить соответствующие таблицы, а при рг >0,5 — их разработать. Попытки определить Р1,2,с помощью разложения плотности многомерного нормального распределения [40] или использования других методов, например, метода приведения матрицы QijW к диагональному виду, еще не привели при N>2 к получению аналитических соотношений, достаточно простых для применения на практике. Из выражений (2. 86) и (2.87) следует, что для вычисления многомерных нормальных интегралов вида (1.100) может быть использовано соотношение [c.99]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...