Этап 4. На этом этапе определим число опытов, которые нужно выполнить, чтобы с вероятностью Ль достаточно близкой к вероятности достоверного события, случайная величина Я приняла хотя бы один раз значение, принадлежащее интервалу ( — оо, 6Я0), где б — известное число, удовлетворяющее соотношению 0<6<>1. Вычислим сначала вероятность попадания в интервал ( — оо, Я 9 ) при одном испытании [c.197]
Рассеивание точек говорит о том, что в интервале с большим (или малым) суммарным объемом суточных отпусков в этом периоде может быть произведен как большой, так и малый объем поставки, совершенно не зависящий от этого суммарного объема отпуска. Отсюда следует, что если известны продолжительность какого-либо интервала tl в планируемом году и суточные объемы отпуска в нем rt, то по их значениям (по tl и rt) можно найти суммарный объем суточных отпусков за интервал — uf = rl x tv но нельзя однозначно предсказать, какой объем поставки рассматриваемой марки МР будет произведен в начале этого интервала. Поскольку при дискретном процессе снабжения и непрерывном процессе расхода число отпусков (их 365) всегда больше числа интервалов поставок, то их количественное несовпадение говорит о том, что между этими двумя факторами (rv ,) вообще отсутствует какая-либо связь. Таким образом, мы убедились в том, что, во-первых, нет связи между ul и rf x tv a во-вторых, нет связи между rt и tr Результаты анализа позволяют сделать обоснованный вывод, что в большинстве рассмотренных примеров отсутствует какая-либо связь (корреляционная, функциональная), и это свидетельствует о том, что сочетания значений нормообразующих факторов <7 - t( - rp в интервалах можно рассматривать как случайные независимые события, а вариации значений нормообразующих факторов как случайные независимые величины. [c.207]
Точность прогноза. В реальных условиях на развитие процесса или объекта оказывает влияние большое число факторов как внутренних, так и внешних. Часть этих факторов носит случайный характер. Учесть влияние всех этих факторов на развитие событий трудно, а иногда и невозможно. Поэтому возникает желание определить доверительные интервалы прогноза. Такой интервал преобразует точечный экстраполяционный прогноз в интервальный. [c.330]
Число управляющих структур t b и e b в любой конкретный момент случайно. Конфигурация взаимосвязей k b, t b и e b также изменяется от события к событию. Алгоритм планирования интервала времени (t, t+d) между двумя ближайшими событиями можно пояснить на примере фрагмента конкретной конфигурации (рис. 2.12). [c.90]
По мере продолжения производственного процесса возникает все больше возможностей для наступления различных событий, влияющих на его ход и вызывающих его уклонения от того состояния, в которое он был переведен предшествующим управляющим воздействием. Таким образом, по мере продолжения процесса производства растет неопределенность относительно системы. В общем случае после выпуска L единиц продукции неопределенность относительно р может быть выражена посредством (3-распреде-ления с параметрами r(L) и n(L), распределения, которое, как правило, имеет большую дисперсию , чем в начале интервала выборки . Возьмем выборку из п изделий и подсчитаем число дефектных изделий в ней. Выборка п последних произведенных изделий может дать информацию о текущем состоянии системы и может быть использована для упрощения задачи с помощью предположения, что процент брака в данном процессе был фактически постоянным в течение выпуска входящих в выборку изделий. Содержащаяся в выборке информация комбинируется тогда, как обычно, с параметрами / (/-) и п (L), что дает пересмотренное выражение для распределения величины р. Тогда можно рассматривать р как случайную переменную, распределенную по f-5-закону с параметрами гро и про. Задача проектировщиков системы всегда состоит в подходящем выборе п и L. Некоторые из относящихся сюда вопросов можно пояснить на простом примере. [c.199]
Цель этого параграфа - дать основные понятия пу-ассоновского стационарного потока, называемого также простейшим определить основные его характеристики - случайное число событий, наступающих в потоке за определенный промежуток времени, и случайный интервал времени между двумя любыми соседними событиями потока вывести формулы вероятностных характеристик этих случайных величин. [c.69]
В данном параграфе рассматривается пуассоноеский нестационарный поток, его основные стохастические характеристики — случайное число событий, наступающих в потоке за определенный промежуток времени, начинающийся с определенного момента, и случайный интервал времени между двумя соседними событиями, первое из которых наступило в определенный момент времени. Даются формулы, позволяющие вычислить вероятности различных событий, связанных с указанными случайными величинами. [c.91]
Смотреть страницы где упоминается термин Число событий на случайном интервале
: [c.193] [c.871]Смотреть главы в:
Теория очередей и управление запасами -> Число событий на случайном интервале