1) dependent variable transformation
相关变量变换
2) correlation transform
相关变换
3) phasor transformation
相量变换
1.
The phasor transformation and its applications in the AC power analysis are introduced in this paper.
本文介绍了相量变换原理及其在正弦电路功率分析中的应用。
2.
The principles of the mathematics transformation or phasor transformation between phasor and sinusoidal quantity are proposed in this paper so as to establish the relationship between the phasor and the sinusoidal quantity based on the strict mathematics transformation.
本文提出了相量与正弦量的数学变换原理即相量变换,将相量与正弦量的关系建立在严密的数学变换基础上。
5) correlated variables
变量相关
1.
The calculation for a practical example of vertical breakwater shows that the value of β ob-tained by the improved JC method and this new method(HL method) are coincided well with the case of correlated variables,and the β value for the case of correlated variab.
为探讨独立或相关荷载变量对结构可靠指标β值的影响,利用广义随机空间极限状态曲面上任一点处切平面法线确定可靠指标,在变量相关情况下采用改进的JC法或推导的HL法,对一座直墙堤实例进行核算,表明可靠指标符合良好,荷载相关时的可靠指标明显低于假定荷载独立时的结果。
6) correlative variable
相关变量
1.
According to the definition of fuzzy failure probability for fuzzy failure domain, the methods of fuzzy reliability sensitivity(FRS) analysis with correlative variables are presented.
依据失效域具有模糊性时模糊失效概率的定义,提出了相关变量模糊可靠性灵敏度的分析方法。
2.
Finally,taking advantage of the relationship between the correlative variables and the independent normal variables,the RS of the failure probability with respect to all distribution parameters of the correlative normal variables can be obtained by the chain rule of derivatives.
在所提方法中,首先将相关变量等价转换为独立正态变量,然后采用基于马尔可夫链样本模拟的线抽样方法,求解失效概率对等价独立正态变量分布参数的偏导数,最后利用等价变换前后变量分布参数之间的解析关系和复合函数求导法则,求得失效概率对相关变量分布参数的可靠性灵敏度。
3.
For the Reliability Sensitivity(RS) problem with normal correlative variables,an analytical method for linear performance function and a numerical simulation method are presented,and an efficient moment based RS method is presented as well to analyze the reliability sensitivity with the normal correlative variables.
在所提的矩方法中,相关变量首先被等效转换为不相关的变量,利用转换的不相关变量空间中均值与方差、相关性特征参数的非耦合性,得到了失效概率对相关变量均值的灵敏度,并且通过利用基本变量方差相同时,相关性描述参数与均值、方差的自然解耦,得到了失效概率对相关系数的灵敏度。
补充资料：随机变量变换
随机变量变换
random variables
厂。使随机变量v。=z。+f。(z。)比Z。“更正态”的问题 划2.设XI，…，X。，一为独立随机变量，每一个都有{一1，11上的均匀分布(训jl又)rln distribu、tion)，并置 _X，+…十X Z·二二古言~.由中心极限定理(ceni司l俪t the~)， 尸、z。<二，一。(·卜。(:).如果令 V。一Z。一去(32。一Z力，则有 尸不。.、二，一。二)一。子典、. 、”一/ 咧3.随机变量对，习厂五万与(x扮”)’/3当。一，的时都是渐近正态的(见X’分布(‘chi一sq珑lred’distribution)).其对应分布函数与其正态逼近间的一致偏差对于对要n)3义时才小于0.01;对于、厅不(Fisher孪攀(Fisher‘Iansfon班ltjon))，则当n)23时就小于0.02;而对于(x三/n)”，(侧七on-Hilferty变换(WIIson·Hilferty transfornlltion))更只需。)3其偏差就不超过O仪幻7， 随机变量的变换长期以来被用于数理统计间题中，作为构造简单的高精度渐近公式的基础.随机变量的变换在随机过程论中也是有用的(例如“单一概率空间”方法).【补注】与上述变换有关的是玫吵哪”山展开(例如见[Al];亦见侧geworth级数(创罗明rth series)).随机变量变换【r出司佣1 variables，transfonllati佣sof;c几y，葫“以Be月It叹H”即e06P出oBan”el 确定任意给定的随机变量的函数，使其概率分布具有所要求的性质 例1设X为一有连续且.严格增的分布函数F的随机变量.那么随机变量Y=F(X)就有区间10，1]上的均匀分布，而随机变量Z二中一’(F(X”(其中中为标准正态分布函数)则有参数为O与1的正态分布(normal distribution).反之，公式X=F一‘(小(Z))使人们能从一有标准正态分布的随机变量Z得到有给定分布函数F的随机变量X. 随机变量的变换常用来联系概率论的极限定理.例如，设随机变量Z。的序列是渐近正态的，参数为(O，1).那么可以提出构造简单(月简单可逆)函数
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条