книги / Расчет конструкций при случайных воздействиях
..pdfВозвратимся к соотношению (4.44) и введем в рассмотрение совместную плотность распределения произвольного числа экстре мумов и моментов времени их появления / (х0, т0, хк, Tfe).
Для вероятности обнаружить ситуацию, описанную соотно шением (4.44), получаем равенство:
f (х0, т0, • .. |
, xh, т*) Ах0Дт0 . . . |
Axh Ark = Ах0 |
.. . Axk Дт0 |
.. . Дт^ х |
||||
О |
оо |
|
|
|
|
|
|
|
X j • • |
• J |
х0 . .. x hf (х0, О, |
лг0, т0, . . . |
, xk, О, xh, Tfc) dx0 |
. . . dxk. |
|||
— оо |
0 |
|
|
|
|
|
|
|
Отсюда |
|
|
|
|
о |
оо |
|
|
|
/ (Л-0, То, . . . xh, тл) = |
J . . . |
j x 0 |
.. . x h x |
|
|||
|
|
|
|
|
— ОО |
0 |
|
|
|
X |
f (x0, 0> |
T 0) * |
* ■, |
-Tfej 0, Xfa Th) dx0 . . . d |
x (4.50) |
Пусть в интервале времени (т0, т0 + Дт0) зафиксирован макси мум. Тогда вероятность события, что в интервалах времени (т2, + Дтх), ..., (xk, Tft + ' Ат*) будут обнаружены последующие
экстремумы,
/ (-То. т0......... |
xkt Tft) Д т 0 .. . Д т й — f(x0/т0, хх, т1г |
. . . , хк, т Л) х |
|
о |
|
|
X Д т х . . . Ахк Д т 0 j * 0/ ( 0 , x0)dx, |
(4 .5 1 ) |
— сх>
где f (х0/х0, хх, Т], ..., хк, Tft)— совместная плотность распределения экстрему мов и моментов времени их появления при условии, что в интервале времени (То, т0 -Ь Ат0) был зафиксирован максимум.
Для стационарных процессов из соотношений (4.50) и (4.51) следует, что
0 |
ОО |
/ (*<Ло, |
Tj, . . . , xh, xh) = |
|
|
|
|
||
J* |
* * * j" |
* ■* Xkf (^о» |
TQ» . . . j Xfet 0 » jpfti Tjfe) dx о . • |
• dxk |
___ — оо |
0 |
о |
|
* |
|
™ |
1 |
||
|
|
| |
X0f (0, Xo) dieо |
|
|
|
|
|
(4.52) |
Интегрируя это соотношение по всем возможным значениям х0, хк и принимая т0 = 0, получаем следующее выражение для совместной плотности распределения моментов времени появ
ления новых экстремумов при условии, что |
в момент |
т0 = 0 |
||||
был зафиксирован |
максимум: |
0 |
00 |
|
|
|
|
|
|
|
|
||
f ( T j............Тй) = |
(rt+)_1 |
J |
• • • J Х0 . . . |
X k X |
|
|
|
|
|
—оо |
О |
|
|
X / (0, |
*0, То, |
. . . , 0, |
х и, Tft) dx о . . . dxh, |
(4.53) |
||
где / ( 0 , х0, т0, ..., О, |
хк, г*) — совместная плотность распределения |
первой и |
||||
второй производных процесса х (/) для (к + |
1) момента времени. |
|
121
В частности, из соотношений (4.52) и (4.53) получаем важные формулы для определения плотности распределения двух экст ремумов и интервала времени между ними, а также для плотности распределения интервала времени между двумя экстремумами в стационарных случайных процессах:
|
|
|
О |
оо |
|
|
/ (*0, *i, т) = |
(n+Г1 |
J |
j x 0Xif (х0, О, |
х 0, *i, О, х г, т) dx0 dxlt |
|
|
|
|
•—оо О |
|
(4.54) |
||
|
|
О |
оо |
|
|
|
|
|
|
|
|
||
f (т) = |
(Д+Г1 |
J |
J x 0x j (0, х0, 0, |
х ъ т) dx0 dxv |
(4.55) |
|
|
|
-—оо О |
|
|
|
|
Чтобы получить |
совместное распределение следующих |
друг |
за другом Экстремумов необходимо из соотношения (4.52) исклю чить моменты времени их появления и при этом включить в него предварительно условие появления в моменты времени тх, т2,
..., тй именно новых первых экстремумов. Точная формализация этого условия затруднительна. Приближенно ее можно выполнить следующим образом.
Пусть /о (лг0/0, xv rlf ..., Xh, Tft) — совместная плотность рас пределения произвольного числа следующих друг за другом
экстремумов и моментов времени их появления |
при |
условии, |
что первый экстремум х0 был в момент времени х0 = 0; |
р0 (х01ха, |
|
..., xh/xk) — совместная плотность распределения |
произвольного |
числа следующих друг за другом экстремумов при условии, что они появились в моменты времени т0, xh; р (xlt ..., xh) — со вместная плотность распределения моментов времени появления первых новых экстремумов. Тогда на основании свойств условных вероятностей можно записать
fo (xjO, xlt тъ . . . , xh, rh) = po (xQ/x0, . . . , x j x h) p (T, , . . . , r fe). (4.56)
Для малых интервалов времени между экстремумами, когда каждый обнаруженный экстремум можно считать новым, можно положить, что
|
Po (VO, xjxt, |
. . . . Xj J x k) « |
f (х0/0, xJxXt . . ., xh/xh), |
(4.57) |
||
где / (XQ/0, |
xj%, .... Xhlxk) — плотность |
распределения |
экстремумов |
при усло |
||
вии, что они появились в |
момент времени т*, |
тй, |
а первый экстремум бы |
|||
в момент |
времени х0 — 0 . |
|
|
|
|
|
Последняя плотность определяется соотношением (4.52) при подстановке в него заданных значений Tlt ..., тк. Для больших интервалов времени между экстремумами, когда каждый следу ющий экстремум можно считать статистически независимым от предыдущего, можно допустить
|
Po (x0/Q, хх/хъ |
. . . , xhfxh) |
f (.?о) / (Jfj/Tj) . . . |
f {xhfxh), |
(4.58) |
где |
f (xihi) — плотность |
распределения |
t'-ro экстремума |
(г = 0 , 1 , |
2 ........ к) |
при |
условии, что он появился в момент времени тг. |
|
|
122
Определим |
теперь плотность р (т^ |
xh). Пусть |
/ (хх/0 •< |
< / < тх, ...» |
xk!xh_x < t <; t fc) — условная |
плотность |
распре |
деления вероятностей события, заключающегося в том, что если
при t = |
О имелся экстремум, |
то в моменты времени хх < t < |
< Ti + |
ATJ, ..., xh < t < Tft + |
Дтй также появятся экстремумы, |
а в интервалах времени (0 — тг), (т2 — тх), ..., (xfe — х ^ х) экстре мумов не будет. На основании свойств условных вероятностей
получаем |
для |
определения |
плотности р(х,, ..., |
xft) |
следующее |
|||
интегральное |
уравнение: |
|
|
|
|
|||
р(Ъ, |
• • ■. 4 ) ^ f ( r 1/0 < t < x 1, . . . , |
Xfc/tfcj < |
t < x h) x |
|||||
|
|
|
t, |
%k |
|
|
|
|
|
X |
1 - |
j |
■• * J |
p(tx, t2, . . . , |
th) dtx ... dth |
(4.59) |
|
|
|
|
0 |
TA-i |
|
|
|
|
При k — 1 получаем следующее соотношение для определения плотности распределения вероятности времени появления пер вого нового экстремума (или в общем случае первого нового события):
|
|
Р(*) = |
f (t/0 < t < |
х) j l — J р (i) dfj • |
|
||||
Дифференцируя |
это |
соотношение, |
получаем |
|
|
||||
• р (т) = |
- |
/ (т/0 < |
t < |
X)р (т) + |
/ (т/0 < / < X) |
|
V - т) . |
||
Отсюда |
|
|
|
|
|
|
|
|
|
р(х) = |
/(т/О < |
t < |
х)ехр |
j / (s/0 < f < |
s) dsY |
||||
Для произвольного значения k точное решение уравнения |
|||||||||
(4.59) затруднительно. Однако легко |
может быть построено при |
||||||||
ближенное |
решение. |
|
|
|
|
|
|
||
В качестве нулевого приближения принимаем |
|
||||||||
Р(0) (та. • • |
• - Tft) = |
f (тх/0 < t < |
xx, |
. . . , xhlxk4< |
t < |
xft). |
|||
Первое приближение |
|
|
|
|
|
||||
P{1) (xi.........xk)=:/ ( b / 0 < ^ < xi, ■• •, x ,A -i< |
t < |
x,t) x |
|||||||
|
|
|
ti |
|
|
|
|
|
, |
|
X |
1 - |
j . . . |
J p<0)(*x.........th)dtx ... d t h . |
|
||||
|
|
|
|
4-1 |
|
|
|
|
Аналогично записывается любая другая степень прибли жения.
123
Для малых интервалов времени между экстремумами, когда вероятность появления в этих интервалах числа экстремумов более одного мала, можно принять
f (TJ/0 < |
t < Tlt . . . , |
ть/г^! < t < Tft) л* f ( T 15 |
. . . , тЛ), |
(4.60) |
|||
где f (Tx, |
т^)— совместная |
плотность распределения моментов времени по |
|||||
явления экстремумов, определяемая по формуле (4.53). |
|
|
|||||
В этом случае плотность распределения интервала времени |
|||||||
между |
двумя |
соседними |
экстремумами |
|
|
||
|
|
|
|
X |
|
(4.61) |
|
|
|
Р (т) = |
/ (т) ехр |
|
|
||
|
|
|
|
О |
|
|
|
где плотность f |
(т) определяется по |
формуле |
(4.55). |
|
|
||
Следует отметить, что при больших г, как видно из соотно |
|||||||
шения |
(4.55), |
плотность |
/ (т) |
п_ = |
const. При этом плотность |
||
р (т) подчиняется экспоненциальному |
закону. |
Таким |
образом, |
можно приближенно принять, что плотность распределения ин тервалов времени между двумя соседними экстремумами в некото ром интервале (0 — т*) определяется соотношением (4.61), а в ин тервале (т* — оо) — экспонентой а ехр (—(5т).
Три неизвестных параметра этого распределения определяются из условий непрерывности, нормирования и равенства среднего значения интервала времени между двумя соседними экстрему мами, которое может быть вычислено как по конструируемой плотности распределения, так и по точным формулам, следующим из соотношений (4.46) и (4.47).
Эти условия приводят к уравнениям:
f (т*) ехр
Т* /
J /Ые*Р -
Т* |
|
|
J т/(т)ехр |
J f {t) dt) dr + (1 + |3т*) |
|
о |
о |
/ |
(4.62)
1; (4.63)
exp (— ax*) « f «=* , 3 (4.64)
где т — среднее значение интервала времени между двумя соседними экстре мумами: пэ = п+ + п_ — среднее число экстремумов в единицу времени.
Для плотности распределения моментов времени появления произвольного числа следующих друг за другом экстремумов при
124
малых интервалах времени между ними получаем соотношение
|
|
|
|
Ч |
р ( Ti, • • • , |
х й) = / ( т ь . . . , Xk) |
1 |
- j . . . |
J р ( ^ , . . . , tk)dt, ...dth |
|
|
|
|
ч -i |
где f (TJ , |
Tfc) — определяется |
по |
формуле |
(4.65) |
(4.53). |
При больших интервалах времени между экстремумами / (rlt
.... Тй.) -> const, что следует из соотношения (4.53). При этом реше ние уравнения (4.65) подчиняется /г-мерному экспоненциальному закону. Таким образом, для плотности распределения моментов времени появления новых первых экстремумов получаем следу
ющее |
выражение: |
|
|
|
|
|
|
' Р(п) (Тц, ..., тй) при О < тх < хи |
, . . . , |
О < |
xk < |
хы |
|
Р(Ъ, |
• • , гк) = аехр { — Р(тх + |
т2 }-... {-rk)\ |
при тА> |
|
|
|
|
|
^ Т'Т* у• • • »T-fe ^ |
Тд** |
|
|
|
где |
.... тft)—л-е приближение решения уравнения |
(4.59); |
xt*, |
..., |
— |
|
малые интервалы времени, в которых |
справедливо уравнение (4.60). |
|
|
Параметры т^ , ..., xhit., а и р определяются из уравнений типа (4.62)—(4.64). Соотношения (4.56)—(4.58) и (4.65) полностью ре шают задачу о нахождении совместного распределения произ вольного числа следующих друг за другом экстремумов и моментов времени их появления. Исключая из этого распределения моменты времени появления экстремумов, получаем соотношение для совместной плотности распределения произвольного числа сле дующих друг за другом экстремумов:
/.(*о, *i......... |
**) = j • • • j Ы*о/0, xlf т1? . . . , xh, xk)dx1 . . . |
dxh. |
т, Ч
Отсюда для плотности распределения приращения случайного процесса между г-м и /-м экстремумами получаем
|
|
оо |
оо |
со |
оо |
f ( X i - |
Xj) = f ( x u ) = |
j • • |
• j • |
* ■ j • |
• • j X |
|
— OO |
— oo |
— oo |
— oo |
|
X f \ x 0, . . . , x h . . . , |
( X [ ~ X U ), x j + 1 . . . |
x h \ |
d x 0 . . . |
d x t . . . |
dXj _! dxM . . . d x h . |
В частности, для плотности распределения приращения про цесса между двумя соседними экстремумами (для размаха) имеем
ОО оо /ос
f{x0 — x j = f(xp) = J fo(Xo, x0 — Xj,)dx0= |
j ) j p o (V O , xt/x)x |
--OO |
—CO[o |
xpb(x)dx}dx0, |
(4.66) |
где p (x) — плотность распределения интервалов времени между двумя сосед ними экстремумами; р0 (х0/0, хг/х) — совместная плотность распределения двух
125
соседних экстремумов при условии, |
что |
первый из них был в момент времени |
t = 0, а второй — в момент времени |
t = |
х. |
В заключение отметим, что поскольку экстремумы случайных процессов соответствуют нулям его первой производной, то для определения среднего числа нулей в единицу времени и для рас пределения интервалов времени между нулями согласно соотно
шениям |
(4 .4 6 ) |
и (4 .5 3 ) |
получаем |
|
|
|
|
||
|
|
|
|
оо |
|
|
|
|
|
|
|
п0 = |
j |
* / ( 0 , |
x)dx; |
|
|
(4 .6 7 ) |
|
|
|
о о |
|
о о |
|
|
|
|
|
<P O*I , • • • |
j |
• • |
• j |
x 0 . . . xAf( 0 |
, |
Xo, %o, |
0,kh, %k) X |
||
|
|
e — OO |
|
—- O O |
|
|
|
|
|
|
|
|
X dx0 . . . , d x k, |
|
|
(4.68) |
|||
где f (О, |
X) — плотность распределения |
процесса |
|
и его |
первой производной; |
f ( 0, х0, т0........0 , Xk, тд)— совместная плотность распределения процесса и его первой£производной для k моментов времени.
21. Число превышений случайным процессом произвольного уровня
Важной характеристикой случайного процесса является число превышений произвольного уровня в заданное время (на рис. 4.2 показано три таких превышения). Определение этого числа све дем к вычислению числа нулей функции, представляющей собой разность значений процесса и уровня. Будем ограничиваться двумя первыми моментами этого распределения — средним зна чением п (xlt) и дисперсией./) \п (.xlt)\. Функционал для опреде ления числа нулей произвольной функции ф (*) за время t можно
записать |
в следующем виде: |
|
|
||
|
|
|
t |
|
|
|
|
Ло (0 = |
J | Ф (О 16 {ф |
(4.69) |
|
|
|
|
о |
|
|
где S (лс) — импульсная |
6-функция, |
определяемая |
соотношениями |
||
|
|
|
|
е |
|
6 (х) = 0 |
(х=/=0); |
б (0 ) = |
оо; |
J 6 (х) dx = |
1 при любом е > 0 . |
1 |
|
|
|
—е |
|
Справедливость формулы (4.69) вытекает из свойств 6-функ ции. Перепишем это соотношение в следующем виде:
"оd)btt
яо (0 = f б (ф) 4ф = 2 j 6(ф)^ф.
/=1 о
где Д*1— интервалы времени, в которых функция Ф (0 имеет один нуль.
126
В силу приведенных соотношений формула (4.69) действительно определяет искомое число нулей произвольной функции <р (t) за время I. Если функция ф (t) случайная, то для получения вероятностных характеристик п0 (t) следует ввести соответству ющие плотности распределения и выполнить усреднения. Так, если через / (ф, ф, t) обозначить совместную плотность распределе ния функции <р (t) и ее производной в совпадающие моменты вре мени, то для определения среднего числа ее нулей усреднением по ф и ф получаем
|
|
/ |
оо |
оо |
|
|
|
|
|
|
|
«о(О = |
j |
I |
J |
IФ(/)16 {ф(0}/(ф, |
Ф, t)d<pdq>dt = |
||||
|
|
О — |
оо — |
оо |
|
|
|
|
|
|
|
|
|
t |
|
оо |
|
|
|
|
|
|
|
|
= j |
|
J |
1Ф(0 1/(0, Ф, t)d<vdt. |
(4.70) |
|||
|
|
|
О |
■— |
оо |
|
|
|
|
|
|
Аналогично получаем выражение для дисперсии числа нулей |
|||||||||
функции ф (t): |
|
' |
|
|
|
|
|
|
|
|
|
|
t |
t |
|
|
ОО |
оо |
|
|
|
|
D (МО) = |
jJ- dtdtt |
J |
J |
ффх {/ (0, |
ф, 0, фх t, |
У — |
|||
|
|
0 |
0 |
|
|
— оо — оо |
|
|
|
|
|
|
t, |
— fXО, |
Ф, 0/(0 . Фх, 0)}^Ф^Ф1, |
(4.71) |
|||||
где |
/ (0 , ф, 0 , фх, |
— совместная |
плотность распределения |
значений функ |
||||||
ций |
ф и ф в моменты времени |
< и |
|
|
|
|
Если случайная функция ф (0 стационарна, то соответству ющие плотности распределения, входящие в формулы (4.70) и (4.71), не зависят от времени. Для этого случая из соотношения (4.70) получаем следующую формулу для определения среднего числа превышений процессом х (t) уровня х в единицу времени:
00
|
п (х) — j |
xf(x, x)dx, |
(4.72) |
|
oJ |
|
|
где f (x, |
x) — совместная плотность |
распределения процесса |
х (?) и его про |
изводной |
х (0 в. совпадающие моменты времени. |
|
Формула (4.72) при х = 0 дает среднее число превышений процессом нагружения нулевого уровня или эффективную ча стоту процесса. Эта формула позволяет также вычислить среднюю длительность выбросов и средний интервал между ними на неко тором произвольном уровне х0.
Так |
как относительное время пребывания процесса над уров |
нем х0 |
• |
|
Р \х (t) > х0\ = 1 — F (х0), |
где F (х) — одномерная интегральная функция распределения случайного процесса х (t), то суммарное время пребывания реа лизации этого процесса над уровнем х0 за время t будет
t (1 - F (*„)).
127
За достаточно |
длительное время t общее число интервалов, |
на которых * (t) > |
равно среднему числу превышений (выбро |
сов) за это время, т. е. равно h (х0) t. Отсюда следует, что среднее
значение длительности |
превышений (выбросов) |
на уровне х0 |
т+ (*0) = |
U - - F (х0)]/п (х0). |
(4.73) |
Аналогично получается следующее соотношение для определе ния интервала времени между превышениями (выбросами) на
уровне х0
т_ (х0) = F (х0)/п (*0).
При х0 = О, F (*0) = 1/2 получаем средний интервал времени между нулями
х= 1/[2п (0)].
Взаключение отметим, что формула (4.70) позволяет вычислить среднее число превышений за переменный уровень, обладающий вероятностными свойствами. В этом случае плотность f (0, ф, /)
должна определяться с учетом особенностей уровня х0 (/).
22. Распределение значений случайных процессов, соответствующих точкам перегиба
Распределение значений случайного процесса, соответству ющих его точкам перегиба, в которых вторая производная равна нулю, представляет интерес при расчетах усталостной долговеч ности в связи с возможностью в ряде случаев отождествлять его с распределением средних значений циклов нагружения.
Заметим, что для случайного процесса х (/) вероятность со бытия
Р {х — Ах <С х <С х, |
— A * < * < A * , |
— оо < * < |
оо} = |
|||||||||
|
|
х |
А |
х |
оо |
|
|
|
|
|
|
|
|
= |
J |
f |
|
j fix, х, |
х, |
т) dxdx d x |
= |
|
|
||
|
|
x — A x |
— Д х - |
.оо |
|
|
|
|
|
|
|
|
|
|
|
|
|
ос |
|
|
|
|
|
|
|
|
|
== Ах |
Ат |
j |
x f (х, |
0, |
х , x |
) |
d |
x |
(4.74) |
|
|
|
|
|
.— о® |
' |
|
|
|
|
|
|
|
где f (х, |
х, х, т) — совместная |
плотность |
распределения |
процесса |
х (t) и его |
|||||||
второй и |
третьей |
производных |
в |
момент |
времени |
t = т. |
|
|
|
Вероятность обнаружить в интервале времени Ат точку пере гиба произвольной величины
Р \ — оо < * < оо, Ах < х < Ах, — ОО< * < 0 0 } =
оо
= Ат j */(0, х, %)dx,
128
где f (0 , х, х) — совместная плотность распределения второй и третьей произ
водных процесса х (t) в момент времени t — т.
Повторяя рассуждения п. 20, получаем для среднего числа точек перегиба за время t и плотности распределения значений процесса, соответствующих его точкам перегиба, следующие соотношения:
t |
оо |
|
|
|
|
nn (i)— J |
J |
x f ( 0, х, |
T)dx dx\ |
(4-75) |
|
0 |
— ОО |
|
|
|
|
fn{x, 0=(«n(01_t1Jоо |
xf(x,J |
0, Jf, x)dxdx. |
(4.76) |
||
|
0 |
— oo |
|
|
|
Для стационарных процессов соотношения для определения среднего числа точек перегиба в единицу времени и плотности (4.76) принимают вид
ОО
Л |
„ = j |
xf |
( 0 , x)dx\ |
(4.77) |
|
— оо |
|
|
|
|
|
оо |
|
|
/п (х) = |
(пи) - 1 |
J |
xf(x, 0, X) d X. |
(4.78) |
|
— оо |
|
|
Методами, описанными в п. 20, могут быть определены совмест ные плотности распределения произвольного числа следующих друг за другом значений случайного процесса, соответствующих его точкам перегиба; совместные плотности распределения мо ментов времени между точками перегиба и решены другие подобные задачи.
23. Распределение абсолютного максимума в процессах случайных колебаний
Отыскание распределения абсолютного максимума в процессах случайных колебаний является одной из наиболее трудных и в то же время наиболее важных задач теории случайных процес сов. До настоящего времени эта задача не имеет точного эффек тивного решения и на практике широко используются прибли женные методы. Основные трудности, возникающие при построе нии распределения абсолютного максимума в случайных про цессах, были рассмотрены на примере простейшего потока слу чайных статистически независимых воздействий в п. 18. Решение этой задачи применительно к процессам случайных колебаний усложняется необходимостью учитывать статистическую зави симость между нагружениями. Так, если для процесса стационар ных. случайных колебаний ввести поток его максимумов (хх,
5 А. с. Гусев |
129 |
х2, |
*7i), |
то |
условная |
функция распределения |
абсолютного |
максимума |
при |
п нагружениях |
|
||
|
|
F+(х/п) = F (лгх) F (х2!хх) F (ха/х±, х2) . . . |
|
||
где F (/) — условная |
. . . F ( x n/x1,x 2>. . . , x n_1), |
(4.79) |
|||
функция |
распределения максимумов. |
|
|||
|
Как видно из соотношения (4.79) задача построения распреде |
ления абсолютного максимума сводится к построению совместной функции распределения произвольного числа следующих друг за другом максимумов и функции распределения числа нагруже ний в заданное время. Однако обе эти задачи не имеют до настоя щего времени точного эффективного решения. Заметим, что для случая независимых воздействий соотношение (4.79) приводит к формуле (4.1) и к соответствующим этой формуле выводам, полученным в п. 18.
Влияние корреляции между нагружениями на распределение абсолютного максимума рассмотрим на следующем примере. Пусть процесс нагружения состоит из двух воздействий хх и х2,
совместная |
плотность |
распределения |
которых |
|
|
|
|
|
||||||||||
|
/ (Xl' А'а) = |
2 n y f = r * еХР |
2(1 --7 2) |
|
|
|
|
|
Щ . |
|||||||||
где —1 < г < |
1 — коэффициент |
корреляции |
между |
|
нагружениями. |
|
|
|||||||||||
|
Используя соотношение (4.79), для функции распределения |
|||||||||||||||||
абсолютного |
максимума получаем |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
F+W = ® W ® ( * y i= = - ) , |
|
|
|
|
|
|
(4.80) |
|||||||
|
|
|
|
X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где |
Ф (JK) = — |
|
f |
dt. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
На |
рис. |
—оо |
|
графики |
функции |
(4.80) |
при |
г — 0, |
|||||||||
г = |
4.5 |
приведены |
||||||||||||||||
0,5 |
и г |
— —0,5. |
Из рисунка |
следует, что увеличение по |
||||||||||||||
|
|
|
|
|
|
ложительной |
корреляции |
между |
||||||||||
|
|
|
|
|
|
нагружениями |
приводит |
к |
значи |
|||||||||
|
|
|
|
|
|
тельному |
увеличению |
вероятности |
||||||||||
|
|
|
|
|
|
появления больших |
нагрузок. От |
|||||||||||
|
|
|
|
|
|
рицательная |
корреляция |
приводит |
||||||||||
|
|
|
|
|
|
к |
уменьшению |
|
|
вероятности |
их |
|||||||
|
|
|
|
|
|
появления. |
В |
|
случайных |
|
колеба |
|||||||
|
|
|
|
|
|
ниях |
корреляция |
между |
|
макси |
||||||||
|
|
|
|
|
|
мумами может быть как поло |
||||||||||||
|
|
|
|
|
|
жительной, |
так |
|
и |
отрицательной. |
||||||||
|
|
|
|
|
|
Поэтому |
для |
первой |
приближен |
|||||||||
|
|
|
|
|
|
ной |
оценки |
распределения |
абсолют |
|||||||||
Рис. 4.5. Функции распределения |
ного |
максимума |
|
за |
основу |
можно |
||||||||||||
абсолютного максимума: |
|
принять |
условие |
отсутствия |
кор |
|||||||||||||
/ — г = |
—О,Б; |
2 — г = 0,5; |
3— |
реляции |
между |
|
|
соседними |
макси |
|||||||||
г = |
0; 4 — функция распределе |
мумами. В этом случае справедливы |
||||||||||||||||
ния единичного |
воздействия |
|
130