Параметров. Ранее было показано, что для вероятностного описания па­раметров, рассматриваемых в отдельности, можно использовать характеристики m

Ранее было показано, что для вероятностного описания па­раметров, рассматриваемых в отдельности, можно использовать характеристики m , где — i- й первичный пара­метр (в случае функции и его текущие значения).

В конструировании и технологии приборостроения в большинстве случаев приходится иметь дело с совокупностью параметров. Они могут быть независимыми и зависимыми.

Возникает вопрос, как на практике с вероятностной точки зрения описать совокупность параметров,

Наиболее полной характеристикой такого вероятностного описания является многомерная функция плотности распределе­ния f (x-i,..., Хп.), i = 1... n, где п — число параметров рассмат­риваемой совокупности.

Из теории вероятностей известно, что

Это выражение справедливо для независимых параметров. Поэтому для совокупности независимых параметров можно поль­зоваться вероятностным описанием этих параметров, рассматри­ваемых в отдельности, т.е. характеристиками .

Для зависимых параметров указанное выше выражение не­справедливо. Поэтому для вероятностного описания их совокупно­сти следовало было бы пользоваться многомерной функцией или различными модификациями условных функций.

Однако даже в случае двух параметров (п= 2) мы столкну­лись бы со сложностями математического характера, так как представляет собой поверхность, а условная функция — семейство кривых.

Поэтому на практике возникает вопрос, как из многомерных или услов­ных функций извлечь информацию о зависимости параметров в форме, удобной для инженерного использования. Выход может быть най­ден путем введения такого понятия, как коэффициент корреля­ции между параметрами (рассмотрен в 3.4).