Математически задача исследования точности динамической системы формируется как задача определения законов распределения или статистических характеристик случайных величин или случайных функций. Задача исследования точности в настоящее время наиболее полно и в достаточно общем виде решена для линейных систем [17].
Наиболее употребительными методами приближенной теоретико-вероятностной оценки точности работы нелинейных динамических систем являются метод статистических испытаний (метод Монте-Карло) и метод эквивалентных возмущений (метод Доступова).
Наименее трудоёмким является метод эквивалентных возмущений, нашедший широкое практическое применение в технике для приближенного вероятностного анализа состояния систем.
Точность метода эквивалентных возмущений определяется порядком принятой аппроксимации, а объем необходимых расчетов зависит от степени q аппроксимирующего полинома и числа
возмущений. Ниже приведены расчетные формулы для определения математического ожидания и дисперсии для степеней аппроксимирующего полинома
и
.
Степень аппроксимирующего полинома
.
Математическое ожидание координаты
:
,
где
– решение исходной системы при подстановке вместо случайных параметров
неслучайных величин
в соответствии с Таблица1.
Дисперсия координаты 

Таблица1.
Определение неслучайных величин
при
.
|
|
| |||||
| 1 | 2 | 3 |
|
|
| |
| 1 |
| 0 | 0 |
| 0 | 0 |
| 2 | 0 |
| 0 |
| 0 | 0 |
| 3 | 0 | 0 |
|
| 0 | 0 |
|
|
|
|
|
|
|
| 0 | 0 | 0 |
| 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Степень аппроксимирующего полинома
.
Математическое ожидание координаты
:
,
где
– решения исходной системы при подстановке вместо случайных параметров
неслучайных величин
и
.
;
.
Дисперсия координаты
:
.
При
,
.
Выражение для математического ожидания приобретает следующий вид:
,
где
.








