Интегрируя двумерную функцию плотности вероятности вектора скорости ветра в каждой точке рассматриваемой области по направлению 0 < <р 360 и модулю скорости О и икр, найдем функцию распределения превышения ПДК. В качестве теоретической функции плотности вероятности могут выступать, например, нормальный закон, приближение Лапласа-Шарлье, закон Вейбулла и др. Конкретный выбор зависит от степени близости к эмпирическому закону распределения, найденному по многолетним климатическим наблюдениям на метеорологических постах данной местности. Таким образом, мы выделяем зоны, в которых за интересующий интервал времени будут нарушаться установленные нормы загрязнения, получая новую характеристику — частоту превышения ПДК. Одновременно в каждой точке расчетной области имеем усредненную по всем реализациям среднюю концентрацию примеси. Необходимо отметить, что в аналитических решениях ось абсцисс совпадает с направлением среднего ветра, поэтому расчет загрязнения в каждой точке проводится во вращающейся полярной системе координат. При таком подходе многие недостатки аналитических решений, возникающие из-за упрощений исходных дифференциальных уравнений, нивелируются. [c.121]
Определение вида закона распределения случайной величины по опытным данным занимает одно из центральных мест при обработке результатов экспериментов статистическими методами. Традиционный подход при решении задачи сводится к расчету параметров эмпирического распределения, принятию их в качестве оценок параметров генеральной совокупности с последующей проверкой сходимости эмпирического распределения с предполагаемым теоретическим по критериям х2 (Пирсона), А. (Колмогорова), со2. Такой подход имеет следующие недостатки зависимость методики обработки результатов эксперимента от предполагаемого теоретического распределения, большой объем вычислений, особенно при использовании критериев со2 и %2. Некоторые новые критерии [82] не имеют удовлетворительного теоретического обоснования, а в ряде случаев, как это показано в работе [82], не обладают достаточной мощностью. Б.Е. Янковский [133] предложил информационный способ определения закона распределения. Суть его в следующем. Если имеется выборка с распределением частос-тей Р, Р2> . Рп > то энтропия эмпирического распределения должна совпадать с энтропией предполагаемого теоретического распределения при верной нулевой гипотезе, т. е. должно выполняться равенство [c.27]