Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим...

Состав сооружений: решетки и песколовки: Решетки – это первое устройство в схеме очистных сооружений. Они представляют...

Логарифмически нормальное распределение

2017-12-09 380
Логарифмически нормальное распределение 0.00 из 5.00 0 оценок
Заказать работу

Вверх
Содержание
Поиск

 

Логарифмически нормальное распределение - это распределение вероятностей неотрицательной случайной величины T, логарифм которой распределен по нормальному закону. Логарифмически нормальное распределение существует только для неотрицательных случайных величин, т.к. отрицательные числа логарифмов не имеют, поэтому оно удовлетворяет физическому смыслу неотрицательных величин.

Логарифмически нормальное распределение имеет ресурс объектов по сопротивлению усталости, т.е. число циклов нагружения до разрушения объекта.

Дифференциальная функция (плотность вероятностей) логарифмически нормального распределения имеет вид (рис. 27)

f(ln t)= exp , (53)

где ln t, ln T - логарифмы случайной величины T; <lnT> - математическое ожидание логарифма случайной величины; Sln t=D(ln t) - дисперсия логарифма случайной величины T.

 

 

Рис. 26. Функция интенсив- Рис. 27. Дифференциальная

ности нормального распре- функция логарифмически

деления нормального распределения

 

Интегральная функция логарифмически нормального распределения

F(ln t)=P(ln T<ln t)=F0 .

 

РАСПРЕДЕЛЕНИЕ ВЕЙБУЛЛА

 

Распределение Вейбулла имеет две разновидности: двухпараметрическое и трехпараметрическое.

На практике чаще встречается двухпараметрическое, которое получается из трехпараметрического при m=0. Запишем формулы для трехпараметрического распределения.

 

Дополнение интегральной функции

Распределения Вейбулла

 

Дополнение интегральной функции распределения Вейбулла задается уравнением (рис. 28)

P(t)=exp , (54)

где a- параметр масштаба, характеризующий степень растянутости кривой распределения вдоль оси t и связанный со средним значением случайной величины; b- параметр формы; m- параметр сдвига, являющийся минимально возможным значением случайной величины T.

Рис. 28. Дополнение интегральной функции распределения Вейбулла

 

Интегральная функция распределения Вейбулла

 

Интегральная функция распределения Вейбулла по формулам (8) и (54) равна

F(t)=1-exp . (55)

 

Дифференциальная функция распределения Вейбулла

 

Дифференциальная функция (плотность вероятностей) распределения Вейбулла по формулам (12) и (54) или (55) (рис. 29)

f(t)= exp . (56)

 

Интенсивность событий распределения Вейбулла

 

Интенсивность событий распределения Вейбулла по формулам (20), (54) и (56) (рис.30)

l(t)= . (57)

 

 

Рис. 29. Дифференциальная функ- Рис. 30. Интенсивность собы-

ция распределения Вейбулла тий распределения Вейбулла

 

Математическое ожидание распределения Вейбулла

 

Математическое ожидание распределения Вейбулла определяем по формуле

Tcp=<T>= (58)

Вычисление интеграла (58) дает выражение

Tcp= a Г +m, (59)

где Г - гамма-функция.

Гамма-функцией от аргумента n называется функция

Для гамма-функции составляются таблицы.

 


Поделиться с друзьями:

Адаптации растений и животных к жизни в горах: Большое значение для жизни организмов в горах имеют степень расчленения, крутизна и экспозиционные различия склонов...

Типы оградительных сооружений в морском порту: По расположению оградительных сооружений в плане различают волноломы, обе оконечности...

Своеобразие русской архитектуры: Основной материал – дерево – быстрота постройки, но недолговечность и необходимость деления...

История развития хранилищ для нефти: Первые склады нефти появились в XVII веке. Они представляли собой землянные ямы-амбара глубиной 4…5 м...



© cyberpediasu.com 2017-2026 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!

0.016 с.