The first two of these refer to the

The first two of these refer to the variability of loads and material properties. Such variabilities can often be expressed in terms of probability distributions. However, when it comes to the extreme ends of the distributions, lack of statistical information can make precise probabilistic analysis impossible. Let us consider the variability of the properties of materials. Experimental data on material properties are often insufficient for making a distinction between, e.g., gamma and lognormal distributions, a problem called distribution arbitrariness . This has little effect on the central part of these distributions, but in the distribution tails the differences can become very large. This is a major reason why safety factors are often used for design guidance instead of probabilities, although the purpose is to protect against failure types that one would, theoretically, prefer to analyse in probabilistic terms. As Zhu puts it:

ผลลัพธ์ (ไทย) 1:

สองครั้งแรกนี้หมายถึงสำหรับความผันผวนของปริมาณและคุณสมบัติของวัสดุ Variabilities ดังกล่าวสามารถมักแสดงในรูปแบบของการกระจายความน่าเป็น อย่างไรก็ตาม เมื่อมาถึงปลายสุดของการแจกจ่าย ขาดข้อมูลสถิติสามารถทำการวิเคราะห์แม่นยำ probabilistic ไม่ ให้เราพิจารณาความแปรผันของคุณสมบัติของวัสดุ ข้อมูลทดลองเกี่ยวกับคุณสมบัติของวัสดุมักไม่เพียงพอสำหรับทำให้ความแตกต่างระหว่าง เช่น แกมมาและการกระจาย lognormal ปัญหาเรียกว่า arbitrariness กระจาย มีผลเล็กน้อยในส่วนของการกระจายเหล่านี้ แต่ในหางกระจาย ความแตกต่างสามารถเป็นมาก นี่คือเหตุผลสำคัญที่ทำไมความปลอดภัยปัจจัยมักใช้ในคำแนะนำออกแบบแทนกิจกรรม ถึงแม้ว่าวัตถุประสงค์คือเพื่อ ป้องกันความล้มเหลวชนิดที่หนึ่ง ตามหลักวิชา ต้องการวิเคราะห์ในแง่ probabilistic ขณะที่ซูทำให้มัน:

ผลลัพธ์ (ไทย) 2:

สองคนแรกของเหล่านี้หมายถึงความแปรปรวนของโหลดและคุณสมบัติของวัสดุ ความแปรปรวนดังกล่าวมักจะสามารถแสดงในแง่ของการกระจายความน่าจะเป็น แต่เมื่อมันมาถึงปลายสุดของการกระจายการขาดข้อมูลสถิติสามารถทำให้การวิเคราะห์ความน่าจะเป็นไปไม่ได้อย่างแม่นยำ ขอให้เราพิจารณาความแปรปรวนของคุณสมบัติของวัสดุ ข้อมูลการทดลองเกี่ยวกับคุณสมบัติของวัสดุที่มักจะไม่เพียงพอสำหรับการทำแตกต่างระหว่างเช่นแกมมาและการแจกแจงแบบ lognormal ปัญหาที่เรียกว่าการกระจายความเด็ดขาด นี้มีผลเพียงเล็กน้อยในภาคกลางของการกระจายเหล่านี้ แต่ในหางกระจายความแตกต่างจะกลายเป็นขนาดใหญ่มาก นี้เป็นเหตุผลสำคัญว่าทำไมปัจจัยด้านความปลอดภัยมักจะใช้เพื่อเป็นแนวทางการออกแบบแทนความน่าจะเป็นถึงแม้ว่าจุดประสงค์คือเพื่อป้องกันความล้มเหลวชนิดว่าจะเหตุผลชอบที่จะวิเคราะห์ในแง่ความน่าจะเป็น เป็นจู้ทำให้มัน:

ผลลัพธ์ (ไทย) 3:

สองคนแรกของเหล่านี้หมายถึง ความแปรปรวนของโหลด และคุณสมบัติของวัสดุ เช่นผันมักจะแสดงออกในแง่ของการแจกแจงความน่าจะเป็น อย่างไรก็ตาม , เมื่อมันมาถึงปลายสุดของ การขาดข้อมูลทางสถิติสามารถทำให้การวิเคราะห์ความน่าจะเป็นที่ชัดเจนไม่ได้ ให้เราพิจารณาการเปลี่ยนแปลงคุณสมบัติของวัสดุข้อมูลเกี่ยวกับคุณสมบัติของวัสดุมักจะไม่เพียงพอที่ทำให้ความแตกต่างระหว่าง เช่น แกมมา และแบบลอกนอร์มอลการแจกแจงปัญหาที่เรียกว่าตามอำเภอใจแจกจ่าย นี้มีผลเพียงเล็กน้อยในภาคกลางของการแจกแจงเหล่านี้ แต่ในการกระจายหางแตกต่างจะกลายเป็นขนาดใหญ่มากนี่คือเหตุผลหลักว่าทำไมปัจจัยความปลอดภัยมักจะใช้แนวทางออกแบบแทนความน่าจะเป็น แต่วัตถุประสงค์คือเพื่อป้องกันความล้มเหลวชนิดที่ไม่มีใคร ทุกคน ชอบที่จะวิเคราะห์ในแง่ของความน่าจะเป็น . เป็น จูใส่มัน :