Метод статистической линеаризации для нелинейных функций

На практике часто встречаются случаи, когда исследуемая функция случайных величин не является строго линейной, но мало отличается от таковой и при решении задачи может приближенно рассматриваться как линейная. Такое допущение возможно в том случае, когда случайные изменения параметров Метод статистической линеаризации для нелинейных функций - student2.ru незначительны (5 … 25%). Величина статистической изменчивости случайных параметров строительных конструкций соответствует этим требованиям.

Для вычисления статистических характеристик таких функций проводится их линеаризация путем разложения в ряд Тейлора в окрестности центра распределения случайных аргументов (в точке математического ожидания случайной функции).

Пусть имеется n случайных величин ( Метод статистической линеаризации для нелинейных функций - student2.ru ) с заданными числовыми характеристиками: математическими ожиданиями mxi, дисперсиями Dxi и корреляционными моментами Kxixj (i=1,... n). Работа системы описывается функцией мало отличающейся от линейной:

Метод статистической линеаризации для нелинейных функций - student2.ru . (II.3)

Требуется найти числовые характеристики случайной величины Метод статистической линеаризации для нелинейных функций - student2.ru : my; Dy.

Ряд Тейлора около точки (mx1,mx2,...,mxn) с сохранением только членов первого порядка имеет вид:

Метод статистической линеаризации для нелинейных функций - student2.ru (II.4)

Применив к этой функции способы определения числовых характеристик линейных функций, получим следующие зависимости:

Метод статистической линеаризации для нелинейных функций - student2.ru , (II.5)

Метод статистической линеаризации для нелинейных функций - student2.ru , (II.6)

где Метод статистической линеаризации для нелинейных функций - student2.ru .

При Kij=0 (i¹j)

Метод статистической линеаризации для нелинейных функций - student2.ru (II.6)

Эти формулы находят широкое применение в прикладных задачах.

Наши рекомендации