Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "probability density functions" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Jednoelementowe estymatory wartości mezurandu próbek o kilku niegaussowskich rozkładach prawdopodobieństwa - przegląd
One Component Estimators of Measurand Value of Data Samples of Some Non-Gaussian PDF-s - overview
Autorzy:
Warsza, Z. L.
Powiązania:
https://bibliotekanauki.pl/articles/156523.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
trapezowe rozkłady prawdopodobieństwa
estymatory
środek rozpięcia
ocena niepewności mezurandu
trapezoidal probability density functions
PDF
midrange
estimators
measurand uncertainty evaluation
Opis:
Przedstawiono wyniki badań efektywności różnych jednoelementowych estymatorów wartości mezurandu (wielkości mierzonej) dla próbek danych pomiarowych o kilku niegaussowskich rozkładach prawdopodobieństwa wykonane metodą symulacji Monte Carlo. Dla rozkładów trapezowych o bokach liniowych oraz krzywoliniowych wyznaczono standardowe odchylenia (SD) wartości średniej, środka rozpięcia i mediany w funkcji liczby n danych i kurtozy rozkładu próbki lub stosunku podstaw ß trapezu. Dla trapezu liniowego o ß od 1 do 0,35 środek rozstępu próbki ma mniejsze SD niż jej wartość średnia. Podano też wyniki symulacji stosunków standardowych odchyleń średniej i środka rozpięcia rodzin próbek danych modelowanych splotami rozkładów arc sin, normalnego i równomiernego.
The single- component estimators (1C) of the measurand value of data samples modelled by the few non-Gaussian probability distributions (PDF) are considered and their accuracy are evaluated. For symmetrical trapezoidal PDF of straight as well curved sides, using the Monte-Carlo method of simulation standard deviation (SD) of mean value, mid-range and mediana estimators are evaluated. It is established that in the ratio of upper and bottom bases of trapeze in the range from 1 to 0,35 the most accurate is the mid-range. Below this range smaller is standard deviation (SD) of the mean value. Investigated are also ratios of mean and midrange SD of arcsin convolutions with normal or uniform PDF models for simulated data samples.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 1, 1; 101-104
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dwuelementowe estymatory wartości mezurandu próbek danych pomiarowych o trapezowych rozkładach prawdopodobieństwa - przegląd prac
Two-component estimators of the measurand value of trapezoidal probability distributions of the data sample - overview of works
Autorzy:
Warsza, Z. L.
Powiązania:
https://bibliotekanauki.pl/articles/156531.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
trapezowe rozkłady gęstości prawdopodobieństwa
PDF
estymatory
środek rozpięcia
ocena niepewności mezurandu
trapezoidal probability density functions
midrange
estimators
evaluation of measurand uncertainty
Opis:
Dla próbek modelowanych symetrycznymi trapezowymi rozkładami prawdopodobieństwa omówiono estymatory dwuelementowe (2C) wartości mezurandu jako formę liniową wartości średniej i środka rozpięcia próbki. Wyznaczono metodą Monte Carlo ich współczynniki i odchylenia standardowe (SD) jako funkcje kurtozy E lub stosunku podstaw trapezu ß. Wykazano, iż estymator 2C trapezowego rozkładu liniowego Trap w zakresie 0<ß<0,75 ma mniejsze SD niż środek rozstępu i średnia danych próbki. Określono też przedziały ß dla najlepszych estymatorów rozkładu CTrap - trapez krzywoliniowy. Zaproponowano uproszczony estymator 2C o obu współczynnikach 0,5. Poprzez symulację i przykład liczbowy sprawdzono jego skuteczność dla różnych ß. Ten nie objęty zaleceniami GUM estymator można zastosować w praktyce by dokładniej wyznaczać niepewność typu A.
Two-component estimators (2C) of the measurand value of data samples modeled by symmetric trapezoidal probability distributions are considered and their accuracy is evaluated. For symmetrical trapezoidal PDF of straight as well curved sides, using the Monte-Carlo simulation method standard deviations (SD) of above estimators are evaluated. Established are broad range 0<ß<0,75 of upper and bottom bases ratios ß of the most accurate 2C estimator as the linear form of mid-range and mean values of the sample for linear trapezoidal PDF Trap(a,b), and shorter for CTrap(a,b,d). The new simplified 2C-estimator of equal coefficients is also proposed and positively tested. Both estimators successfully extend existing estimation of the measurand value and its accuracy by the uncertainty type A recommended in the international Guide GUM [1]. Problems solved are not described before in literature and could be effectively applied in practice of measurements and applied statistics for estimation of more accurate results.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 1, 1; 105-108
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Longwall face crew selection with respect to stochastic character of the production process – Part 2 – Calculation example
Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego - Cz. 2 – przykład obliczeniowy
Autorzy:
Snopkowski, R.
Sukiennik, M.
Powiązania:
https://bibliotekanauki.pl/articles/219568.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
wybór załogi dla ściany wydobywczej
funkcja gęstości prawdopodobieństwa
cykl produkcyjny
ściana wydobywcza
probability density functions
crew selection of the longwall face
production cycle
longwall face
Opis:
A calculation example of the longwall face crew selection, including taking under consideration stochastic character of the production process is presented in this study. On the basis of observation of duration of activities realized in the hard coal mine longwall face with use of the roof cut and fill system, the calculations with use of the proposed crew selection method have been executed. The method in question takes into consideration stochastic character of the realized production process (Snopkowski & Sukiennik, 2012). In the final part of this study, graphical interpretation of the executed calculations has been presented.
Zagadnienie wyznaczania obsady przodka ścianowego jest przedmiotem badań i analiz praktycznie od momentu rozpoczęcia stosowania systemu ścianowego w kopalniach węgla kamiennego. Metoda opisana w niniejszej pracy uwzględnia jednak czynnik dotychczas nie uwzględniany w opracowaniach z tego zakresu, a mianowicie stochastyczny charakter realizowanego w przodku procesu. Początki prac z zakresu analizy funkcjonowania przodków ścianowych z uwzględnieniem stochastycznego charakteru procesu produkcyjnego sięgają lat 90-tych, kiedy zaczęto wykorzystywać metodę symulacji stochastycznej jako metodę badawczą. W części pierwszej publikacji (Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego cz. 1 - opis metody), zamieszczono szczegółowy opis opracowanej metody. W niniejszym artykule przedstawiono przykład obliczeniowy, w którym wyznaczono obsadę dla warunków konkretnego przodka ścianowego. Przykład opracowano na podstawie danych uzyskanych z przodka ścianowego, prowadzonego z zawałem stropu, którego charakterystykę zawiera tabela 1. Proces produkcyjny realizowany w analizowanym przodku ścianowym obejmował cykl produkcyjny oraz czynności i operacje związane z cyklem technologicznym. Cykl produkcyjny realizowany był w technologii dwukierunkowego urabiania kombajnem. Na rysunku 1 zaprezentowano schemat tego cyklu z wyodrębnionymi i zaznaczonymi modułami, które będą stanowiły podstawę dalszych obliczeń. W ramach prac związanych z cyklem technologicznym wyznaczono obsadę prac, które przedstawiono na rysunku 2. Są to prace związane z przebudową skrzyżowania i korygowania położenia przenośników w związku z postępem ściany. Na podstawie badań chronometrażowych przeprowadzonych w warunkach danego przodka ścianowego, przyjęto do dalszych obliczeń funkcje gęstości, opisujące czasy realizacji na odcinku 1 metra, poszczególnych czynności i operacji. Charakterystykę funkcji zamieszczono w tabeli 2. Obliczenia, które przeprowadzono w celu wyznaczenia obsady procesu produkcyjnego wykonano dla każdego z wyodrębnionych modułów. Schemat obliczeń w ramach poszczególnych modułów przedstawia się następująco: w module pierwszym z wykorzystaniem wzorów 1 i 2, w module drugim z wykorzystaniem wzorów 3 i 4, w trzecim z wykorzystaniem wzorów od 5 do 17, w czwartym wzory od 18 do 20, w module piątym wzory od 21 do 23. Moduł szósty zawiera tylko jedną czynność, więc obsada jest przyjmowana w ilości dwóch pracowników. Dla modułu siódmego, wyznaczono 4 ścieżki pełne (tabela 3) a następnie dokonywano szereg obliczeń, które są zestawione w tabeli 4. Wyniki przeprowadzonych obliczeń zamieszczono na rysunku 3. Wyznaczona, za pomocą zaproponowanej w pracy metody, obsada przodka ścianowego, prowadzonego technologią dwukierunkowego urabiania kombajnem, jest obsadą zapewniającą ciągłą realizację procesu produkcyjnego w tym przodku, przy najmniejszej liczbie potrzebnych pracowników. Zaproponowana metoda zakłada wykorzystanie funkcji gęstości prawdopodobieństwa czasów trwania czynności do wyznaczania obsady przodka wydobywczego. W metodzie wykorzystano odmienne od deterministycznego podejście, polegające na traktowaniu czasów realizacji czynności jako zmiennych losowych. Zastąpienie zmiennych deterministycznych zmiennymi losowymi pozwoliło na jednoczesne uwzględnienie, w postaci funkcji gęstości prawdopodobieństwa, wielu czynników wpływających na czas realizacji czynności.
Źródło:
Archives of Mining Sciences; 2013, 58, 1; 227-240
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie splotu funkcji do opisu własności niezawodnościowych układów z rezerwowaniem
Application of convolution in the description of a standby redundancy system
Autorzy:
Zdziennicki, Z.
Maciejczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/257853.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
Tematy:
struktura równoległa
układ niezawodnościowy
zimna rezerwa
funkcja gęstości
prawdopodobieństwo uszkodzeń
splot funkcji
funkcja błędu
redundancy structures
reliability systems
standby redundancy
failure density
probability function
convolution of functions
error function
Opis:
Artykuł przedstawia metodę wyznaczania funkcyjnych charakterystyk niezawodnościowych układów z tzw. "rezerwą zimną" (element rezerwowy pozostaje nieczynny - "zimny" do czasu uszkodzenia elementu zasadniczego) . Wyznaczenie charakterystyk niezawodnościowych dokonano w oparciu o funkcję dwóch zmiennych losowych, za pomocą splotu funkcji - funkcji prawdopodobieństw uszkodzeń elementów układu. Prezentowana metoda pozwala wyznaczyć charakterystyki niezawodnościowe układu z "rezerwą zimną" w analitycznej formie. Metodę zastosowano do wyznaczenia funkcji niezawodności układu z "rezerwą zimną", którego elementy mają swoje funkcje prawdopodobieństwa uszkodzeń opisane funkcją Gaussa. Prezentowana metoda zilustrowana została przykładem liczbowym. Wyniki uzyskane w przykładzie przedstawiono także graficznie.
The paper gives a method that allows one to find reliability characteristics for standby redundancy systems. The method is based on the concept of a function of two random variables, and the solution of the problem is done with a convolution of two functions that are probability density functions of the elements of the system. The method allows one to find reliability characteristics systems in their analytical forms (if reliability characteristics of the elements are in the same forms). The method was used to find a reliability function of a standby redundancy system where elements possessed their probability density functions as Gauss functions. In the analysis, we allowed for the fact that the convolution of two Gauss functions is a Gauss function as well. To solve the expression of the reliability function of systems or elements those probability density functions were Gauss functions, we used an error function. That allowed getting a solution of the problem in an analytical form. There were given examples of mechanical elements possessing their probability density functions like Gauss functions. The method was exemplified numerically, and its results were presented graphically.
Źródło:
Problemy Eksploatacji; 2011, 1; 205-211
1232-9312
Pojawia się w:
Problemy Eksploatacji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies