مقالات

القسم 3.1 الإجابات


1. (y_ {1} = 1.450000000 ، : y_ {2} = 2.085625000 ، : y_ {3} = 3.079099746 )

2. (y_ {1} = 1.200000000، : y_ {2} = 1.440415946، : y_ {3} = 1.729880994 )

3. (y_ {1} = 1.900000000، : y_ {2} = 1.781375000، : y_ {3} = 1.646612970 )

4. (y_ {1} = 2.962500000 ، : y_ {2} = 2.922635828 ، : y_ {3} = 2.880205639 )

5. (y_ {1} = 2.513274123، : y_ {2} = 1.814517822، : y_ {3} = 1.216364496 )

6.

(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )بالضبط
(1.0)(48.298147362)(51.492825643)(53.076673685)(54.647937102)

7.

(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )بالضبط
(2.0)(1.390242009)(1.370996758)(1.361921132)(1.353193719)

8.

(س ) (ح = 0.05 ) (ح = 0.025 ) (ح = 0.0125 )بالضبط
(1.50)(7.886170437)(8.852463793)(9.548039907)(10.500000000)

9.

(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )
(3.0)(1.469458241)(1.462514486)(1.459217010)(0.3210)(0.1537)(0.0753)
حلول تقريبيةالمخلفات

10.

(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )
(2.0)(0.473456737)(0.483227470)(0.487986391)(-0.3129)(-0.1563)(-0.0781)
حلول تقريبيةالمخلفات

11.

(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(1.0)(0.691066797)(0.676269516)(0.668327471)(0.659957689)

12.

(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(2.0)(-0.772381768)(-0.761510960)(-0.756179726)(-0.750912371)

13.

طريقة أويلر
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )بالضبط
(1.0)(0.538871178)(0.593002325)(0.620131525)(0.647231889)
طريقة أويلر الهلالية
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )بالضبط
(1.0)(0.647231889)(0.647231889)(0.647231889)(0.647231889)

ينتج عن تطبيق تباين المعلمات على مشكلة القيمة الأولية المحددة (y = ue ^ {- 3x} ) ، حيث (A) (u '= 7، u (0) = 6 ). بما أن (u '' = 0 ) ، ينتج عن طريقة أويلر الحل الدقيق لـ (أ). لذلك فإن طريقة أويلر الخطية تنتج الحل الدقيق للمشكلة المحددة

14.

طريقة أويلر
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(3.0)(12.804226135)(13.912944662)(14.559623055)(15.282004826)
طريقة أويلر الهلالية
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(3.0)(15.354122287)(15.317257705)(15.299429421)(15.282004826)

15.

طريقة أويلر
(س ) (ح = 0.2 ) (ح = 0.1 ) (ح = 0.05 )"بالضبط"
(2.0)(0.867565004)(0.885719263)(0.895024772)(0.904276722)
طريقة أويلر شبه الخطية
(س ) (ح = 0.2 ) (ح = 0.1 ) (ح = 0.05 )"بالضبط"
(2.0)(0.569670789)(0.720861858)(0.808438261)(0.904276722)

16.

طريقة أويلر
(س ) (ح = 0.2 ) (ح = 0.1 ) (ح = 0.05 )"بالضبط"
(3.0)(0.922094379)(0.945604800)(0.956752868)(0.967523153)
طريقة أويلر الهلالية
(س ) (ح = 0.2 ) (ح = 0.1 ) (ح = 0.05 )"بالضبط"
(3.0)(0.993954754)(0.980751307)(0.974140320)(0.967523153)

17.

طريقة أويلر
(س ) (ح = 0.0500 ) (ح = 0.0250 ) (ح = 0.0125 )"بالضبط"
(1.50)(0.319892131)(0.330797109)(0.337020123)(0.343780513)
طريقة أويلر الهلالية
(س ) (ح = 0.0500 ) (ح = 0.0250 ) (ح = 0.0125 )"بالضبط"
(1.50)(0.305596953)(0.323340268)(0.333204519)(0.343780513)

18.

طريقة أويلر
(س ) (ح = 0.2 ) (ح = 0.1 ) (ح = 0.05 )"بالضبط"
(2.0)(0.754572560)(0.743869878)(0.738303914)(0.732638628)
طريقة أويلر الهلالية
(س ) (ح = 0.2 ) (ح = 0.1 ) (ح = 0.05 )"بالضبط"
(2.0)(0.722610454)(0.727742966)(0.730220211)(0.732638628)

19.

طريقة أويلر
(س ) (ح = 0.0500 ) (ح = 0.0250 ) (ح = 0.0125 )"بالضبط"
(1.50)(2.175959970)(2.210259554)(2.227207500)(2.244023982)
طريقة أويلر الهلالية
(س ) (ح = 0.0500 ) (ح = 0.0250 ) (ح = 0.0125 )"بالضبط"
(1.50)(2.117953342)(2.179844585)(2.211647904)(2.244023982)

20.

طريقة أويلر
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(1.0)(0.032105117)(0.043997045)(0.050159310)(0.056415515)
طريقة أويلر شبه الخطية
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(1.0)(0.056020154)(0.056243980)(0.056336491)(0.056415515)

21.

طريقة أويلر
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(1.0)(28.987816656)(38.426957516)(45.367269688)(54.729594761)
طريقة أويلر الندوية
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(1.0)(54.709134946)(54.724150485)(54.728228015)(54.729594761)

22.

طريقة أويلر
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(3.0)(1.361427907)(1.361320824)(1.361332589)(1.361383810)
طريقة أويلر الندوية
(س ) (ح = 0.1 ) (ح = 0.05 ) (ح = 0.025 )"بالضبط"
(3.0)(1.291345518)(1.326535737)(1.344004102)(1.361383810)

احصل على القالب الخاص بك على الإنترنت واملأه باستخدام الميزات التقدمية. تمتع بالحقول الذكية القابلة للتعبئة والتفاعلية. اتبع التعليمات البسيطة أدناه:

الحصول على خبير قانوني ، وتحديد موعد مجدول والحضور إلى مكان العمل لعقد اجتماع شخصي يجعل إجراء القسم 3 1 المواد الصلبة والسوائل والغازات ، مفتاح الرد Pdf من البداية إلى النهاية. تتيح لك النماذج القانونية الأمريكية إنشاء أوراق صالحة قانونيًا بسرعة استنادًا إلى الفراغات الموجودة مسبقًا عبر الإنترنت.

قم بإعداد مستنداتك في غضون بضع دقائق باستخدام إرشاداتنا البسيطة خطوة بخطوة:

  1. احصل على القسم 3 1 المواد الصلبة والسوائل والغازات ، مفتاح الإجابة بتنسيق PDF الذي تريده.
  2. افتحه باستخدام محرر مستند إلى السحابة وابدأ في التغيير.
  3. املأ الحقول الفارغة بأسماء الجهات المعنية وأماكن الإقامة والأرقام وغيرها.
  4. قم بتغيير القالب باستخدام مناطق قابلة للتعبئة الذكية.
  5. ضع التاريخ المحدد وضع توقيعك الإلكتروني.
  6. انقر فوق فعله بعد فحص جميع البيانات مرتين.
  7. احفظ المستند الجاهز على نظامك أو اطبعه كنسخة ورقية.

أنشئ ملف pdf بالقسم 3 1 المواد الصلبة والسوائل والغازات بسرعة لمفتاح Pdf دون الحاجة إلى إشراك الخبراء. لدينا بالفعل أكثر من 3 ملايين شخص يحققون أقصى استفادة من كتالوجنا الثري للوثائق القانونية. انضم إلينا الآن وتمتع بالوصول إلى أفضل مجموعة من العينات المستندة إلى المتصفح. جربه بنفسك!


CSWIP 3.1: سؤال مع إجابة وشرح - الجزء 2

بعد الانتهاء من اللحام الإنتاج. يجب أن يكون السطح المراد فحصه خاليًا من جميع الأوساخ أو الشحوم أو الوبر أو الزيت أو القشور أو الخبث. إذا احتاج الأمر إلى إجراء NDT ، فيجب تنظيف معدن اللحام الزائد بشكل مناسب لـ NDT.

2) أثناء لحام الجذر ، أي مما يلي سيكون السبب الرئيسي للتغلغل الزائد؟

أ. فجوة الجذر صغيرة جدًا وفقًا لـ WPS
ب. سخن غير مستخدم
ج. ( إجابه ) التيار مرتفع للغاية
د. وجه الجذر كبير جدًا

طاقة القوس (كيلوجول / مم) = (فولت × أمبير) / (سرعة اللحام (مم / ث) × 1000). هذا يعني مضخمات عالية - & gt HEAT INPUT high - & gt تغلغل جذر زائد.

3) في أي مستوى يعتبر H2 أكثر أهمية في التكسير؟

أ. يتم إيداع أقل من 5 مل لكل 100 جرام من معدن اللحام
ب. يتم ترسيب ما بين 5 و 10 مل لكل 100 جرام من معدن اللحام
ج. يتم ترسيب ما بين 10 و 15 مل لكل 100 جرام من معدن اللحام
د. ( إجابه ) أكثر من 15 مل لكل 100 جرام من معدن اللحام المودع

4) فيما يتعلق بتمزق الصفيحة ، فإن طبقة الزبدة سوف:

أ. ( إجابه ) تحسين ليونة
ب. تشتت الحرارة
ج. تحسين المتانة
د. تحسين الصلابة

يحدث تمزق الصفائح عندما يكون للمادة بنية مجهرية حساسة - ضعيفة من خلال ليونة السماكة.

سطح الكسر ليفي و "خشبي" مع أقسام متوازية طويلة مما يدل على انخفاض ليونة المعدن الرئيسي في اتجاه السماكة.

أ) تم استخدام الزبدة على سطح الصفيحة الحساسة بمعدن لحام منخفض القوة على نطاق واسع. كما هو موضح على سبيل المثال لحام بعقب على شكل حرف T. (الشكل 5) قد يكون سطح اللوحة محززًا بحيث تمتد الطبقة المغطاة بالزبدة من 15 إلى 25 مم بعد كل إصبع من أصابع اللحام ويكون سمكها حوالي 5 إلى 10 مم.

ب) الزبدة في الموقع ، أي حيث يتم ترسيب معدن اللحام منخفض القوة أولاً على اللوحة الحساسة قبل ملء الوصلة ، تم أيضًا تطبيقه بنجاح. ومع ذلك ، قبل اعتماد أي من تقنيتي الزبدة ، يجب إجراء حسابات التصميم للتأكد من أن قوة اللحام الإجمالية ستكون مقبولة.

ملاحظة: يمكن لموردي الصلب توفير ألواح تم اختبارها من خلال السماكة مع قيمة STRA مضمونة تزيد عن 20٪.

5) أي من طرق تجربة الاقتراب من الموت يمكن الكشف عنها؟

أ. التصوير الشعاعي
ب. ( إجابه ) الموجات فوق الصوتية
ج. الدوامة الحالية
د. MPI باستخدام التيار المتردد

في حالة تكسر السطح ، يمكن اكتشاف التمزقات الصفائحية بسهولة باستخدام الفحص البصري أو اختراق السائل أو تقنيات اختبار الجسيمات المغناطيسية. تتطلب الشقوق الداخلية تقنيات الفحص بالموجات فوق الصوتية ولكن قد تكون هناك مشاكل في تمييز / تحديد التمزقات الرقائقية من / مع نطاقات التضمين. عادةً ما يجعل اتجاه الدموع من المستحيل تقريبًا اكتشافها عن طريق التصوير الشعاعي.

6) يمكن تحديد كسر التعب (من فحص الكسر ...):

أ. ( إجابه ) وجود علامات الشاطئ
ب. وجود تشوه بلاستيكي
ج. كونها قاسية وممزقة
د. كونها مسطحة وخشنة

السطح أملس ويظهر حلقات متحدة المركز ، والمعروفة باسم علامات الشاطئ ، والتي تشع من أصل علامات الشاطئ هذه تصبح أكثر خشونة مع زيادة معدل انتشار الشقوق. يُظهر عرض السطح على مجهر إلكتروني الماسح بتكبير عالٍ أن كل دورة من الإجهاد تسبب تموجًا واحدًا. فشل المكون أخيرًا بسبب التحميل الزائد المطيل أو الهش.

7) يكون للفولاذ المسمى بجودة "Z":

أ. ( إجابه ) من خلال ليونة السماكة & GT 20٪
ب. من خلال ليونة السماكة & lt 20٪
ج. تم معالجتها حراريا بشكل خاص
د. يضاف الزركونيوم لتحسين قابلية اللحام

ملاحظة: يمكن لموردي الصلب توفير ألواح تم اختبارها من خلال السماكة مع قيمة STRA مضمونة تزيد عن 20٪.

يتوفر خياران رئيسيان للتحكم في المشكلة في الوصلة الملحومة المعرضة للتمزق الرقائقي:

- استخدام الفولاذ النظيف مع ضمان خصائص السماكة (درجة Z)

- مزيج من تصميم المفصل والتحكم في التقييد وتسلسل اللحام لتقليل مخاطر التشقق

8) أي من الأنواع التالية من الاختبارات المدمرة يستخدم أحيانًا لاختبار تأهيل عامل اللحام:

  • مؤهل اللحام - BS EN 287: اختبار الكسر الذي يجب إجراؤه لتأهيل اللحام كما هو موضح أدناه.

9) أي من هذه الاختبارات من المرجح أن يتم استخدامه لجودة اللحام على اللحام التناكبي للوحة باستخدام فولاذ منخفض الكربون 13 مم:

  • يرجى الإحاطة علما بأن هذا السؤال ينطبق على لحام.
  • CTOD - طرف الكراك فتح الإزاحة: لتحديد صلابة الكسر أو مقاومته تجاه امتداد الشق.

  • اختبار كسر النك: للسماح بتقييم أي عيوب في اللحام عبر سطح الكسر للحام التناكبي. هذه هي الإجابة الصحيحة عن السؤال أعلاه.

  • اختبار فيليه الكسر: لفتح المفصل خلال اللحام للسماح بفحص أسطح الكسر (لحام شرائح). انظر السؤال السابق.
  • IZOD: اختبار تأثير Izod:

10) ستعطي قطعة اختبار الشد المستعرضة من مفصل اللحام:

أ. قوة الشد للحام
ب. قوة الشد للمفصل
ج. خصائص الإجهاد / الانفعال للحام
د. ( إجابه ) خصائص الإجهاد / الانفعال للمفصل

اختبارات الشد المستعرض: لقياس قوة الشد المستعرضة لمفصل المؤخرة تحت حمولة ثابتة.


القسم 3.1: المقالات والمقابلات

هناك أشخاص لديهم معرفة تينتشي أكثر مني بكثير ، وذلك أساسًا لأنهم يستطيعون قراءة اليابانية والإنجليزية. على هذا النحو ، قرأوا الكثير من المواد اليابانية الإضافية مثل روايات كاجيشيما دوجينشي وكاجيشيما. لذلك اعتقدت أنني & # 8217d أجعل بعضهم يكتب أشياء ، خاصة وأنهم يكتبون كثيرًا في لوحة MSG.

نجا أكارا الغامض لأوني شين & # 8212 قبل وجود Kagato ، كانت هناك نجا. تعرف على كل ما هو موجود عنها في هذه المقالة جيدة المصادر واقرأ بعض تكهنات Oni_Shin & # 8217s المتعلقة بها.

Tenchi Muyo! الجدول الزمني بواسطة نومورا سان ، حرره ستراننيك & # 8212 (مساهمات إضافية من قبل مختلف الناس)

الأشجار الملكية في جوراي بواسطة AstroNerdBoy & # 8212 The Royal Trees هي القوة التي تجعل Jurai رائعة جدًا ، ولكن ما الذي نعرفه بالضبط عنها؟ (مساهمات من True Sheol و Watotsu و Mary)

واشو و Bioroids بواسطة AstroNerdBoy (مع العديد من المساهمين) & # 8212 هل تساءلت يومًا عن قصة حياة واشو & # 8217 قبل أن يتم العثور عليها كطفل رضيع منذ 20000 عام؟ حسنًا ، تم الكشف مؤخرًا عن بعض هذه التفاصيل ، والتي قد تهم أيضًا مزدوج! المشجعين.

Kajishima-sensei يتحدث عن Ryoko & # 8217s Gems المترجم Yagami Makibi & # 8212 كاجيشيما-سينسي يجيب على عدد كبير من الأسئلة حول جواهر ريوكو & # 8217s. رغم أن هذه المقابلة أكثر من 10 سنوات ، إلا أنها لا تزال جيدة جدًا.

Kajishima-sensei Web Q & ampA ترجمة R-Balouta & # 8212 تم طرح أسئلة على Kajishima-sensei على مر السنين ، والتي كانت تتم استضافتها على موقع ويب ياباني (الآن غير موجود). سيتم وضع تلك الأسئلة والأكاديمية و # 8217 هنا. (تم التحديث في ٨ حزيران (يونيو) ٢٠٠٧)

Tenchi يلتقي ميساكي في المستقبل: OAV 3 الحلقة 6 مشهد إضافي ترجمة Quon & # 8212 مأخوذة من Kajishima Onsen doujinshi Omatsuri Zenjitsu no Yoru & # 8211 Tenchi San-ki # 6، راجع المشهد الإعلامي من الكنسي التاسع عشر بشكل عام TM! الحلقة التي لم يتم تحريكها. ملاحظة! هذه المقالة ثقيلة جدًا بالصور وتحتوي على صور قد لا تكون آمنة للعمل!

HASEGAWA Naoko & # 8217s مقدمة إلى Senkyaku Banrai: Ai no Hexagram ترجمه غير معروف & # 8212 ترجمة لمقدمة Hasegawa-sensei & # 8217s إلى أول رواية تنشي لها زائر واحد تلو الآخر: Hexagram Of Love. هذا يعطي نظرة ثاقبة على دورها في OVA 1 وكذلك دور Kajishima-sensei & # 8217s.

Kajishima-sensei & # 8217s AIC الحب الهزلي جزء المقابلة 1 & amp 2 (تم الإنقاذ من موقع AIC البائد) & # 8212 تمت في عام 2001 وترجمتها AIC رسميًا لموقعها على الويب في ذلك الوقت ، وتناقش هذه المقابلة ما كان سيأتي بعد ذلك. Tenchi Muyo! برنامج GXP و Tenchi Muyo! Ryo-ohki OVA 3.

Kajishima-sensei & # 8217s AIC الحب الهزلي جزء المقابلة 3 (تم الإنقاذ من موقع AIC البائد) & # 8212 هذا هو الجزء الثالث والأخير من مقابلة عام 2001 ، والتي تمت ترجمتها رسميًا من قبل AIC لموقعها على الويب في ذلك الوقت. تناقش هذه المقابلة ما كان سيأتي بعد ذلك Tenchi Muyo! الحرب على جيمينار (أو كما كانت تُعرف مبدئيًا في اليابان باسم سيكيشي مونوجاتاري، قبل أن يتم استدعاؤهم في النهاية Isekai no Seikishi Monogatari), Tenchi Muyo! برنامج GXP و Tenchi Muyo! Ryo-ohki OVA 3.

أبحث دائمًا عن أعمال مترجمة أو ما شابه ذلك. لذا ، إذا كان بإمكانك تقديم المساعدة ، فيرجى إبلاغي بذلك في التعليقات أدناه. نقدر المترجمين كثيرا. ^ _ ^


CSWIP 3.1: سؤال مع إجابة وشرح - الجزء 16

تشققات مستحثة بالهيدروجين: كما تعلم التكسير البارد ، والتشقق المتأخر أو تكسير تحت الرأس / إصبع القدم.

4) في تصنيع الألواح الثقيلة حيث تكون S متبقية بنسبة 0.3٪ ، مما قد يسبب مشاكل في الوصلة الملحومة ، يمكن إضافة إضافات Mn لمنع:

أ. التصفيح في الصفيحة من خلال السماكة
ب. شقوق التآكل الناتج عن الإجهاد
ج. كبريتيدات المنغنيز (MnS)
د. ( إجابه ) تكسير التصلب

يمكن أن يحدث التكسير المتصلب (الكراك الساخن) عندما: يحتوي معدن اللحام على نسبة عالية من الكربون أو الشوائب ( كبريت) المحتوى.

احتياطات للتحكم في تشقق التجمد:

أضف المنجنيز إلى القطب لتشكيل Mn / S كروي الذي يتشكل بين الحبوب والحفاظ على تماسك الحبوب.

مع زيادة الكربون ، تزداد نسبة Mn / S المطلوبة بشكل كبير وهي عامل رئيسي. يجب تقليل محتوى الكربون٪ عن طريق التحكم الدقيق في القطب الكهربائي والتخفيف.

5) غالبًا ما يتم تحديد التفتيش على تكسير الهيدروجين بين 48 إلى 72 ساعة بعد الانتهاء من اللحام ، هل هذا بسبب؟

أ. سيكون مستوى التوتر قد انخفض بحلول ذلك الوقت
ب. ( إجابه ) إنه أقصى وقت يستغرقه كل H2 لتنتشر خارج اللحام
ج. عادة بعد 48 ساعة من غير المرجح أن يحدث مثل هذا التكسير
د. إنه لضمان تبريد خاصية اللحام إلى درجة الحرارة المحيطة

عادةً ما يحدث التكسير الناجم عن الهيدروجين عند درجات حرارة أقل من 600 درجة فهرنهايت (أكثر شيوعًا حول أو أقل من 300 درجة فهرنهايت) وخلال 48 ساعة من إكمال اللحام. في بعض الحالات ، يمكن أن تحدث بعد أسبوع من اللحام.

في التطبيقات ذات العوامل المساهمة الأكبر - المفاصل شديدة التقييد - مستويات عالية من الهيدروجين أو التبريد السريع بعد اكتمال اللحام - يمكن أن يحدث التكسير الناجم عن الهيدروجين في وقت أقرب بكثير ، حتى على الفور.

6) يتم استخدام التسخين المسبق في الوصلات الفولاذية ذات الصلابة العالية بشكل أساسي من أجل:

أ. ( إجابه ) إبطاء معدل تبريد الفولاذ
ب. قم بإزالة رطوبة السطح من المفصل
ج. تقليل تكوين أكاسيد السطح
د. زيادة معدل انتشار الهيدروجين في HAZ

هناك أربعة أسباب رئيسية لاستخدام التسخين المسبق:

(1) يقلل من معدل التبريد في معدن اللحام والمعدن الأساسي ، مما ينتج عنه هيكل معدني أكثر مرونة مع مقاومة أكبر للتشقق

(2) يوفر معدل التبريد الأبطأ فرصة لانتشار أي هيدروجين قد يكون موجودًا بشكل غير ضار دون التسبب في حدوث تصدع

(3) يقلل من ضغوط الانكماش في اللحام والمعدن الأساسي المجاور ، وهو أمر مهم بشكل خاص في المفاصل شديدة التقييد و

(4) يرفع بعض الفولاذ فوق درجة الحرارة التي يحدث عندها كسر هش في التصنيع. بالإضافة إلى ذلك ، يمكن استخدام التسخين المسبق للمساعدة في ضمان خصائص ميكانيكية محددة ، مثل متانة القطع.

7) التحسس مصطلح يطبق على تكوين أي مركب بيني معدني عند حدود الحبيبات في HAZ للفولاذ الأوستنيتي غير القابل للصدأ؟

أ. ( إجابه ) كربيد الكروم
ب. كربيد التيتانيوم
ج. كربيد النيوبيوم
د. كربيد الموليبدينوم

نوع الكراك: تآكل بين الحبيبات

الموقع: Weld HAZ. (طولي)

أنواع الفولاذ: الفولاذ المقاوم للصدأ

البنية المجهرية: حدود الحبوب الحساسة *

تم توعية منطقة في منطقة هاز عن طريق تكوين كربيدات الكروم. هذه المنطقة على شكل خط متوازي على جانبي اللحام وعلى جانبيها. سيؤدي استنفاد الكروم إلى ترك الحبوب المتأثرة منخفضة في أكسيد الكروم وهو ما ينتج عنه تأثير مقاومة التآكل للفولاذ المقاوم للصدأ. إذا تركت دون علاج ، فسيكون التآكل والفشل سريعًا *

8) عند مقارنة خصائص الفولاذ الكربوني العادي والفولاذ الأوستنيتي غير القابل للصدأ ... أي العبارات التالية صحيحة؟

أ. ( إجابه ) يتمتع الفولاذ الكربوني بتوصيل حراري أفضل
ب. يحتوي الفولاذ المقاوم للصدأ على تمدد وانكماش منخفضين
ج. يتميز الفولاذ الكربوني بمعدلات تمدد أعلى في اتجاه Z.
د. يحتوي الفولاذ المقاوم للصدأ على نسبة أقل من الكروم

يتميز الفولاذ الأوستنيتي المقاوم للصدأ بدرجة ليونة عالية ، وإجهاد منخفض للإنتاجية ، وقوة شد نهائية عالية نسبيًا ، عند مقارنته بالفولاذ الكربوني النموذجي.

فولاذ الكربون العادي:

  • فولاذ منخفض الكربون 0.01 - 0.3٪ كربون
  • فولاذ كربوني متوسط ​​0.3 - 0.6٪ كربون
  • فولاذ عالي الكربون 0.6 - 1.4٪ كربون

يحتوي الفولاذ الكربوني العادي على الحديد وكربون الأمبير فقط كعناصر رئيسية في صناعة السبائك ، ولكن قد توجد أيضًا آثار Mn و Si و Al و S & amp P.

درجات الأوستنيتي:

  • غير مغناطيسي
  • الموصلية الحرارية المنخفضة ("الاحتفاظ" بالحرارة أثناء اللحام)
  • معامل التمدد العالي & # 8211 تشويه أكثر أثناء اللحام

9) يحدث تسوس اللحام في أي من أنواع الصلب التالية:

أ. المنغنيز الكربوني
ب. سبيكة منخفضة
ج. أي فولاذ مقاوم للصدأ
د. ( إجابه ) الفولاذ الأوستنيتي غير القابل للصدأ

تآكل بين الخلايا الحبيبية يُعرف أيضًا باسم Weld Decay

  • الموقع: Weld HAZ. (طولية
  • نوع الفولاذ: الفولاذ المقاوم للصدأ الأوستنيتي
  • بنية مجهرية حساسة: حدود حبيبات HAZ الحساسة

10) أي من المواد التالية أكثر عرضة لتكسير الهيدروجين؟


القسم 3.1 الإجابات

في كثير من الأحيان عند فحص نظام ما نعرفه عن طريق الفرضية أو القياس قانون الاحتمالات لمتغير واحد أو أكثر من المتغيرات العشوائية ، ونرغب في الحصول على قوانين الاحتمالات للمتغيرات العشوائية الأخرى التي يمكن التعبير عنها من حيث المتغيرات العشوائية الأصلية. المتغيرات العشوائية في المجموعة الثانية هي وظائف المتغيرات العشوائية في المجموعة الأولى. نسمي هذا مشكلة التوزيعات المشتقة، حيث يجب علينا اشتقاق التوزيع (التوزيعات) الاحتمالية المشتركة للمتغيرات العشوائية في المجموعة الثانية. يمكن أن تنشأ مشاكل التوزيع المشتقة مع المتغيرات العشوائية المنفصلة أو المستمرة أو المختلطة.

هناك العديد من التقنيات الخاصة لاشتقاق التوزيعات ، لكننا سنركز على طريقة "لا تفشل أبدًا". تقريبًا كل العمل المرتبط بهذه الطريقة يحدث في مساحة العينة المشتركة للمتغيرات العشوائية الأصلية ، طريقة عدم الفشل هي ببساطة إجراء منهجي لتنفيذ الخطوة 4 ("العمل في مساحة العينة") في تحليل النمذجة الاحتمالية.

افترض أن المجموعة الأصلية من المتغيرات العشوائية معطاة <>1، X2و. Xن> مع cdf مشترك
FX1 ، X2. Xن(& # 183). افترض أن هناك متغيرات عشوائية M Y1، ص2و. صم، يمكن التعبير عن كل منها كدالة لـ X1، X2و. Xن، وهي Yأنا = زأنا(X1، X2و. Xن) ، أنا = 1 ، 2 ،. M. ثم طريقة لا تفشل ، تسمى طريقة التوزيع التراكمي، يسمح بحساب دالة التوزيع التراكمي المشتركة لـ Yأنا'س،

أ . حدد مجموعة النقاط في الأصل (X1، X2و. Xن) مساحة العينة التي تتوافق مع الحدث المشترك

ب. لكل مجموعة من القيم لـ y1's ، [y 1 ، y 2 ،. . . ، y M] ، حدد عن طريق الجمع أو التكامل الاحتمالية في مساحة العينة (X 1، X 2. X M) لهذا الحدث المشترك ، وبالتالي الحصول على F Y 1، Y 2. Y m (y 1، y 2. y M) - & # 060 y 1، y 2. y M & # 060 +

إذا كانت المتغيرات العشوائية مستمرة ، فيمكننا إيجاد ملف pdf المشترك لـ بأخذ المشتقات الجزئية لـ F Y 1، Y 2. Y M (& # 183) فيما يتعلق بكل من حججها ،

إذا كانت منفصلة ، يتم العثور على pmf ببساطة باستخدام cdf وطرح القيم المتتالية المناسبة.

في حين أن الطريقة الموصوفة في عموميتها الكاملة قد تبدو مخيفة ، فإن تطبيقها بعناية بطريقة خطوة بخطوة يجعل حل المشكلات أسهل بكثير. لحسن الحظ ، بالنسبة للعديد من المشكلات ذات الأهمية ، فإن عدد المتغيرات المتضمنة صغير ، غالبًا مع عدم تجاوز M أو N 2. يبدو أن اكتساب الكفاءة في هذا الجانب من النمذجة الاحتمالية يتطلب دراسة العديد من الأمثلة ، للكشف عن المزالق المحتملة التي تنتظر المحلل غير الحذر. وبالتالي ، سنقوم بتحليل العديد من الأمثلة ، معظمها ذات أهمية مستقلة في تحليل أنظمة الخدمة الحضرية. يبدو أن المتغيرات العشوائية المستمرة تعطي أكبر صعوبة لأولئك الذين يستخدمون التعلم لأول مرة للطريقة ، وبالتالي سيكون تركيزنا على المتغيرات العشوائية المستمرة. يتم إعطاء أمثلة تتضمن متغيرات عشوائية منفصلة في المسائل. (انظر المسألة 3.2 للحصول على المتغيرات العشوائية المنفصلة بدقة والمسألة 3.24 و 3.30 للمتغيرات العشوائية "المختلطة").

مثال 1: مسافة استجابة سيارة إسعاف

سيوفر هذا المثال الأول إطارًا لإظهار العديد من خصائص مشاكل "التوزيع المشتق". لنفترض أن مركبة السلامة العامة تتنقل ذهابًا وإيابًا على طول طريق سريع مستقيم ، وربما يجد السفر سائقي السيارات الذين يحتاجون إلى المساعدة. أيضًا ، يمكن أن تحدث حوادث على طول هذا الطريق السريع والتي تخلق حاجة إلى المساعدة في مكان الحادث من قبل السيارة. يتم إرسال السيارة عن طريق الراديو لهذه الحوادث. نظرًا لمحدودية معدات الطوارئ الطبية الموجودة على متنها ، فإننا نطلق على السيارة اسم سيارة إسعاف. نحن مهتمون بتحديد قانون الاحتمالات لمسافة السفر لسيارة الإسعاف للوصول إلى حالة طبية طارئة عشوائية.

بعد المناقشة العامة أعلاه ، تشبه مشكلة التوزيع المشتقة أي مشكلة أخرى في النمذجة الاحتمالية ، فهي تتطلب أن نقوم بأربعة أشياء لنمذجة التجربة:

1. المتغيرات العشوائية. افترض أن الطريق السريع بطول وحدة. ثم سيكون المتغيران العشوائيان الرئيسيان

× 1 = موقع الطوارئ الطبية ، 0 × 1 أنا

X 2 = موقع السيارة في لحظة الإرسال ، 0 X 2

في وقت لاحق ، عندما نكون مهتمين بمسافة السفر ، بافتراض أن المنعطفات U ممكنة ومسموح بها في كل مكان ، يمكن التعبير عن مسافة السفر D كدالة X 1 و X 2 ، D = & # 124X 1 - X 2 & # 124

2. مساحة العينة المشتركة. مساحة العينة المشتركة هي مربع الوحدة في الربع الموجب (0 × 1 1 ، 0 × 2 1).

3. التوزيع الاحتمالي المشترك. سنفترض أن مواقع سيارة الإسعاف والطوارئ الطبية موزعة بشكل موحد ومستقل على الطريق السريع. في الممارسة العملية ، يجب مناقشة الافتراضات الثلاثة التي ينطوي عليها مثل هذا البيان من أجل المعقولية وقد يتعين اتخاذ القياسات. وبطبيعة الحال ، يمكن أن يتقدم التحليل أيضًا بمجموعة بديلة من الافتراضات. نظرًا لأننا نتعامل الآن مع متغيرات عشوائية مستمرة بدقة ، فسنعمل مع دالة كثافة الاحتمال المشتركة ، وهي

4. العمل في مساحة العينة. هذه هي النقطة التي تدخل فيها طريقة عدم الفشل في اشتقاق التوزيعات. نريد قانون الاحتمالات

هنا ، في تدويننا العام ، N = 2 و M = 1 ونحن نواجه ما يسمى أحيانًا بتحويل 2 إلى 1.

لتطبيق طريقة عدم الفشل مطلقًا للعثور على cdf لـ D ، F D (y) ، نحدد أولاً المنطقة في مساحة العينة (X I ، X 2) المقابلة للحدث (D & # 060 y). بشكل رسمي ، يتم كتابة الخطوات على النحو التالي:

لإزالة عامل القيمة المطلقة ، نأخذ في الاعتبار حالتين منفصلتين: الحالة 1: X 1 X 2 case 2: X 1 & # 060 X 2. بالنسبة للحالة الأولى ، D = X 1 - X 2 والقيم التجريبية x 1 و x 2 من X 1 و X 2 ، على التوالي ، يجب أن تقع بين الخط x 2 = x 1 و x 2 = x I - y (الشكل 3.1 ). بالنسبة للحالة الثانية ، D = X 2 - X 1 ، والقيم التجريبية لـ X 1 و X 2 يجب أن تقع بين الخط x 2 = x 1 و x 2 = x I + y. يؤدي النظر في هاتين الحالتين إلى ظهور المنطقة المظللة في مساحة العينة في الشكل 3.1. بمجرد تحديد مثل هذه المنطقة ، نكون قد حددنا مجموعة النقاط المقابلة لحدث الاهتمام: [D & # 060 y) ، وبذلك نكمل الخطوة أ من طريقة عدم الفشل أبدًا. غالبًا ما يكون هذا هو الجزء الأصعب من مشكلة التوزيع المشتقة. لاحظ أن تحديد هذه المنطقة لا يعتمد بأي شكل من الأشكال على ملف pdf المشترك لـ X 1 و X 2 ، وبالتالي ، يمكن تطبيق "العمل" المستثمر في هذه النقطة على عدة نماذج بديلة ، لكل منها ملف pdf مشترك خاص به لـ X 1 و X 2 .

تتطلب الخطوة ب من طريقة لا تفشل أبدًا دمج f x 1 ، x 2 ، (& # 183) على مجموعة النقاط في المنطقة المظللة للحصول على F D (y). نظرًا لأن المفصل X 1 و X 2 pdf متماثل فوق مربع الوحدة ، يمكننا إجراء التكامل عن طريق مناطق الحوسبة في مساحة العينة. (من الناحية المفاهيمية ، يتم ضرب كل منطقة بـ "l" ، ارتفاع ملف pdf عند تلك النقطة ، للحصول على احتمالية يتم قياسها كحجم.) عن طريق حساب مناطق المثلثات غير الموجودة في المنطقة المظللة ،

لقد أكملنا الآن الخطوة (ب) من طريقة "لا تفشل" و "انتهينا". [ماذا نعرف عن F D (-2) أو F D؟]

إذا كنا نرغب في ملف pdf الخاص بـ D ، فإننا نفرق ونحصل على

من ملف pdf (أو cdf) يمكننا تحديد أي شيء مرغوب فيه بخصوص D. على سبيل المثال ، القيمة المتوقعة (أو القيمة المتوسطة) لـ D هي

ستكون هذه النتائج مفيدة في عملنا الإضافي.

قد يكون مسؤول النظام مهتمًا بمعرفة التأثيرات على مسافة السفر من وضع السيارة في منتصف الفاصل الزمني الذي يصور الطريق السريع ، وبالتالي تحديد X 2 ، ثم تكون مساحة العينة المشتركة هي الخط المستقيم الموضح في الشكل 3.2. إذا كانت مسافة السفر الجديدة D '= & # 124X 1 -1 / 2 & # 124 ، فإن

المنطقة التي (D 'y) هي القطعة المستقيمة بطول 2y المتمركزة عند X 1 = 1/2. بدمج pdf (الموحد) لـ X 1 ، لدينا F D '(y) = P.

كيف يمكن الحصول على هذه النتيجة أيضًا عن طريق الفحص؟ المتوسط ​​والتباين

وبالتالي ، يؤدي التغيير في سياسة النشر إلى وضع سيارة إسعاف مسبقًا في وسط منطقة خدمتها بدلاً من القيام بدوريات عشوائية في منطقة خدمتها ، مما يقلل من متوسط ​​مسافة السفر بنسبة 25 بالمائة ، وتباين مسافة السفر بنسبة 62.5 بالمائة ، وربما يكون مهمًا في " أسوأ الحالات "، أقصى مسافة انتقال ممكنة بنسبة 50 بالمائة.

سؤال: كيف يمكن تحديد (أو تقدير) دالة التوزيع المشترك لـ X 1 و X 2 عمليًا؟

مزيد من العمل: المشاكل 3.2-3.4.

غالبًا ما نختار مقياس مشكلة النمذجة الاحتمالية للراحة التحليلية. على سبيل المثال ، إذا كان طول الطريق السريع الذي تم تحليله في المثال الأول هو 13.72 كيلومترًا ، فسيحدث عامل 13.72 في أماكن عديدة (مما يجعل التحليل أقل جاذبية بشكل واضح). وبالتالي ، بعد إجراء التحليل لمشكلة تم قياسها بشكل ملائم ، غالبًا ما نقوم بإعادة قياسها لتلائم وضع العالم الحقيقي الحالي. يمكن أن يحدث القياس أيضًا عند تبديل أنظمة القياس ، على سبيل المثال من الوحدات البريطانية إلى الوحدات المترية.

لنفترض أننا اشتقنا قانون الاحتمالات لـ W ، بمقياس واحد ، ونرغب في العثور على اللحظات وقانون الاحتمالات لـ

في الكلمات ، يؤدي ضرب متغير عشوائي في ثابت إلى ضرب تباينه في مربع ذلك الثابت.

يمكننا أيضًا اشتقاق قانون الاحتمالات لـ V (من المفترض أن يكون مستمرًا) باستخدام طريقة لا تفشل أبدًا. التحليل يبدأ كالتالي:

للمضي قدمًا ، يجب أن نميز بين حالتين: الحالة 1: أ> 0 case2a & # 0600.

تشكل هذه المعادلات حل مشكلتنا. على سبيل المثال ، في مثال سيارة الإسعاف ، إذا كان a = 13.72 كيلومترًا و b = 71.09 كيلومترًا ، فسنصمم امتدادًا بطول 13.72 كيلومترًا للطريق السريع بدءًا من 71.09 كيلومترًا من الأصل. بالعودة إلى مثال عربة الدورية ، يصبح cdf لـ X 1

قد تجد أنه من المفيد رسم عدة تطبيقات مختلفة لهذه النتيجة.

التمرين 3.1: منطقة الاستجابة المستطيلة افترض أن لدينا منطقة استجابة مستطيلة X 0 -byY 0 للمركبة (الشكل 3.3) ، مع جوانب من المستطيل موازية لمحاور الإحداثيات. يتم توزيع موقع الطوارئ الطبية (X 1 ، Y 1) والإسعاف (X 2 ، Y 2) بشكل مستقل بشكل موحد على منطقة الاستجابة. تحدث مسافة الانتقال وفقًا لمقياس "الزاوية اليمنى" ،

مثال 1: إعادة النظر (الحد الأدنى والحد الأقصى)

لنفترض أننا مهتمون بالإحداثيات التي تحدد حادثة الإرسال ، X 1 و X 2 ، بغض النظر عن الموقع الذي يمثل سيارة الإسعاف وأي حالة الطوارئ الطبية. بدلاً من ذلك ، قد نكون معنيين بإحداثيات أقصى اليمين R والإحداثيات الموجودة في أقصى اليسار L. على سبيل المثال ، قد تتعرض جميع النقاط بين R و L لصفارات الإنذار والأضواء أثناء مرور عربة الإسعاف بسرعة عالية. وبالتالي ، فإن قانون الاحتمال المشترك لـ R و L سيكون ذا فائدة. سوف نتجاهل القياس ونفترض أن جميع المواقع ، كما كان من قبل ، تحدث في الفاصل الزمني [0 ، 1].

نظرًا لأننا قمنا بالفعل بتنفيذ الخطوات من 1 إلى 3 في وصف التجربة ، فنحن مستعدون للانتقال إلى الخطوة 4 (العمل في مساحة العينة) واستخدام طريقة عدم الفشل. المتغيرات العشوائية التي هي وظائف للمتغيرات العشوائية الأصلية هي

نرغب في اشتقاق قانون الاحتمال المشترك لـ R و L. ويسمى هذا أحيانًا تحويل N = 2-to-M = 2. لتنفيذ الخطوة أ من طريقة لا تفشل ، نتقدم رسميًا على النحو التالي:

للمضي قدمًا من هنا ، فإننا ندرس كلًا من الحدثين في الأقواس بشكل منفصل و "ندمج" هذين الحدثين لاحقًا بالتقاطع. أي يمكننا كتابة

لتحديد مجموعة النقاط في مساحة العينة (X 1، X 2) المقابلة لـ Max (X 1، X 2) r ، نعتبر مرة أخرى حالتين: الحالة 1: X 1 X 2 case 2: X 1 X 2. بالنسبة للحالة 1 ، فإن الحد الأقصى (X 1 ، X 2) = X 1 والحدث Max (X 1، X 2) r يتوافق مع مجموعة النقاط الموجودة على يسار الخط × 1 = r (الشكل 3.4). وبالمثل ، بالنسبة للحالة 2 ، فإن الحد الأقصى (X 1 ، X 2) = X 2 والحدث Max (X 1، X 2) r يتوافق مع مجموعة النقاط الموجودة أسفل السطر X 2 = r. بدمج هاتين الحالتين ، فإن الحدث Max (X 1 ، X 2) r يتوافق مع مربع المنطقة r 2 الموضح في الشكل 3.4.

بالمضي قدمًا بطريقة مماثلة لـ Min (X 1، X 2) 1 ، فإننا نعتبر مرة أخرى الحالة 1: X 1 X 2 ، والحالة 2: X 1 X 2. للحالة 1 ، Min (X 1، X 2) = X 2 والحدث Min (X 1، X 2) 1 يتوافق مع مجموعة النقاط الموجودة أسفل الخط × 2 = 1 (الشكل 3.4). للحالة 2 ، Min (X 1، X 2) = X 1 والحدث Min (X 1، X 2) 1 يتوافق مع مجموعة النقاط على يسار السطر × 1 = 1. الجمع بين هاتين الحالتين ، الحدث Min (X 1، X 2) 1 يتوافق مع المنطقة على شكل حرف L الموضحة في الشكل 3.4.

ينتج عن تقاطع الحدثين الموجودين أعلاه حدث الاهتمام ، ، كما هو موضح في المنطقة المتقاطعة في الشكل 3.4. لقد أكملنا الآن الخطوة "أ" في أسلوب "لا تفشل"

لتنفيذ الخطوة ب ، كل ما نحتاج إلى القيام به هو دمج pdf fx 1، x 2 (& # 183) فوق المنطقة (الحدث) الموجود في الخطوة 1. مرة أخرى ، بسبب الطبيعة الخاصة لمساحة العينة هذه و احتمالية ، يمكننا القيام بذلك من خلال العمل مباشرة مع مناطق في مساحة العينة. من خلال حساب المجالات ذات الصلة ، نحصل عليها

يوضح الشكل 3.5 مساحة عينة المفصل R و L. PDF المشترك لـ R و L فوق هذه المنطقة المثلثية منتظم. هل هذا منطقي بشكل حدسي؟

لنفترض أننا لا نهتم بمسافة السفر بل وقت السفر. إذا حددنا المتغيرات العشوائية

الوقت مرتبط بالمسافة والسرعة بالمعادلة المألوفة

بشكل عام ، للحصول على ملف pdf الخاص بـ T ، سنطلب ملف pdf مشترك لـ D و S ، على سبيل المثال f D ، S (x ، s). ستستمر طريقة لا تفشل على النحو التالي:

يظهر الحدث المقابل لـ [D tS) في فضاء العينة (D ، S) في الشكل 3.6. من حيث المبدأ ، كل ما نحتاج إليه هو دمج D و S pdf المشترك فوق هذه المنطقة لكل قيمة t للحصول على cdf لـ T و Fتي (ر). 1

كمثال بسيط ، افترض أن سرعة الاستجابة يمكن أن تفترض قيمتين فقط ، S = 1 أو S = 2 ، باحتمالية متساوية. افترض أن المسافة موزعة على أنها مسافة استجابة السيارة في المثال 1 ، بغض النظر عن سرعة الاستجابة. ثم

يمثل هذا التعبير الهائل المظهر pdf لمتغيرين عشوائيين ، أحدهما مستمر والآخر منفصل. طالما أننا نضع في اعتبارنا أن قوات الدفاع الشعبي ليس لها معنى احتمالي حتى ندمجها وأن خصائص تكامل النبضات محددة جيدًا ، سنكون في حالة جيدة. (أذكر المشكلة 2.2.)

يظهر مساحة عينة المفصل (D ، S) في الشكل 3.7. ننتقل الآن إلى طريقة لا تفشل أبدًا.

من خلال فحص الشكل 3.7 ، نرى أن الخط المستقيم x = ts يتقاطع مع "خطي" مساحة العينة لـ 0 & # 060 t & # 060 1/2. إذن ، بالنسبة لقيم t هذه ، لدينا

تنشأ "1/2" من التكامل من اليسار إلى اليمين عبر النبضات ، تنشأ حدود FD (& # 183) من التكامل من x = 0 إلى x = ts عند s = 1 و s = 2. منذ المثال 1 ، (3.1) ، نحن نعلم ذلك

بمجرد أن يتجاوز t 1/2 في القيمة ، فإن اكتساح الخط x = ts لم يعد يلتقط احتمالًا إضافيًا من "دفعة الخط" عند s = 2. لذلك ، بالنسبة لـ 1/2 & # 060 t 1 ، FT (t) = 1/2 [1 - (1 - ر) 2] + 1/2. وبالتالي ، عند الجمع بين النتائج ، فإن الإجابة على مشكلتنا هي

تم رسم ملف pdf هذا في الشكل 3.8. لاحظ عدم الاستمرارية في المنحدر عند t = 1/2. This is not unusual in practice in fact, one often comes across problems in which the derived pdf is discontinuous (in value) at one or more points. Points of discontinuity, either in value or slope, usually correspond to "switchover points" in the original sample space in which the summation or integral for accumulating probability for the cdf switches over to some new functional form. Switchovers often occur when the region of accumulated probability changes in geometric form, such as occurred at t=1/2 in the example.

While we have completed our derived distribution work on this problem, there is one additional issue that we wish to address and that deals with expected values of random variables. Here the expected value of T is

We may wish to calculate the expected value simply by working in the (D, S) sample space. Because of independence, if T = h 1 (D)h 2 (S), then

as calculated previously, This is an illustration of the following general principle:

If one only desires expected values and not the complete probability law of a function of random variables, it is usually computationally easier to work directly in the original sample space to compute the expected values.

There is a second general principle we can illustrate with this example. When asked to calculate E[T], one may be tempted to say that

Clearly, this is not correct, the answer being about 11 percent less than the correct answer. The error lies in assuming that E[1/S] = 1/E[S].

In general, the expected value of a function of a random variable is not equal to the function evaluated at the expected value of the random variable.

In this case one can prove mathematically that for any nonnegative random variable S,

Hence, using (E[D]/E[S]) to estimate E[T] in such a case results in an optimistically low estimate of average travel time. In a practical sense these relations imply that an urban service agency cannot infer that, say, a 20-mile/hr average response speed and a 1-mile average travel distance imply a 3-minute average travel time. On the contrary, the average inverse speed could be, say, 0.10 hour/mile in such a case if travel distance and travel speed are independent, the average travel time is 6 minutes, not 3 minutes.

Example 3: Rayleigh Distribution

To this point our derived distribution examples have dealt with sample spaces in which all random variables had finite maximum and minimum values. This is not a necessary requirement, and many derived distribution problems, such as the case considered here, allow one or more random variables to assume infinitely large (positive or negative) values.

Suppose an urban vehicle is located at (X 0 , Y 0 ). An automatic vehicle location (AVL) system utilizes one of the several available technologiesz to estimate the location of the vehicle. Such an application is relevant in police departments, taxicab services, maintenance services, and numerous other urban services. Suppose that the estimated position of the vehicle is given by

Y = Y 0 + Y e where (X 0 , Y 0 ) represent the true position coordinates of the vehicle and (X e , Y e ) are the additive error terms due to imperfect resolution. For certain AVL technologies it makes sense to assume that X e and Y e are independent, zero-mean Gaussian random variables:

where the standard deviation specifies the resolution of the system. It now makes sense to examine properties of the "radius of error"

To derive the probability law of R we work in the (X e , Y e ) sample space, which is the entire plane (Figure 3.9), and utilize the joint (X e , Y e ) pdf, which is (by independence)

Because of the circular symmetry of the situation, we find it easier to evaluate this integral by changing to polar coordinates and , where

These relationships are shown in Figure 3.9. Since the infinitesimal area to be integrated changes from dx dy to d d, we can write

Carrying out the final integration, we find that

Notice that this pdf behaves as we might expect intuitively: it starts at zero at r = 0 and grows monotonically to a maximum (which occurs at r =) and then decreases monotonically in an exponential way according to r 2

Among other applications, the Rayleigh probability law arises in physics in various scattering experiments and in communication theory in the modeling of noise over a communication channel. We have now seen how it arises as a derived distribution in an urban vehicle location context.

There is an alternative way of deriving the Rayleigh pdf directly without first finding the cdf. The method is useful in other applications, as well, in which it is easy to make infinitesimal probability arguments. However, when in doubt, we always prefer to resort to the never-fail cdf method. The direct method proceeds as follows : since a pdf has a probability meaning only if it is integrated, we "integrate" f R (r) over the infinitesimal interval [r, r + dr),

Again because of circular symmetry, we change to polar coordinates and 6, with = r and d = dr, thereby obtaining

as previously derived. We used such an infinitesimal argument when showing in Section 2.12 that the Ith-order interarrival time of a Poisson process has an Ith-order Erlang pdf. However, again we caution those computing derived distributions that this "infinitesimal" method for finding the pdf directly is fraught with potential pitfalls and difficulties for all but the simplest problems. Thus, the never-fail cdf method remains our primary tool for deriving distributions.

Further work on A VL position estimation errors: Problems 3.6 and 3.7.

Example 4: Ratio of Right Angle to Euclidean Distance Metrics

As another example of deriving distributions of random variables, we consider a problem that arises in transportation systems (e.g., "dial-a-ride" systems, taxicab systems), emergency services (fire, police, and ambulance), and other municipal systems having mobile units. The problem deals with the "penalty" in travel distance incurred by a mobile unit while traveling a grid of streets, compared to a helicopter or other unit that could travel "as the crow flies."

If the mobile unit is located at (x 1 , y 1 ) and is traveling along a shortestdistance path to (x 2 , y 2 ) perhaps to pick up a passenger, then the right-angle distance between the points is

If street directions are parallel to the coordinate axes, the right-angle distance (also called Manhattan, metropolitan, or rectangular distance) is a good approximation for the actual travel distance covered. 3

Of interest in designing computer dispatching algorithms and in developing planning models, the ratio of the right angle to the Euclidean distance provides insight as to the extra distance traveled because of the requirement of driving on streets. For instance, if one knew the average value of this ratio, then in a computer dispatching algorithm it might be acceptable to estimate the travel distance as the product of this average value and the Euclidean distance, the latter being obtained easily from a file of (x, y) coordinates.

Consider two points (X 1 , Y 1 ) and (X 2 , Y 2 ), corresponding to the trip origin and destination, respectively, defined relative to any fixed coordinate system. Let (0 /2) be the angle at which the directions of travel are rotated with respect to the straight line connecting the two points (see Figure 3.10). Given , the right-angle travel distance between (X 1 , Y 1 ) and X 1 , Y 1 ) is

We wish to derive the cdf of R using the never-fail method, making reasonable assumptions about the probabilistic behavior of .

Here we are deriving the distribution of one continuous random variable which is expressed as a function of another continuous random variable (i.e., a "one-to-one" transformation). The cdf of R is

The event corresponding to (R r) in the sample space is shown in Figure 3.11. Now in a large, uniform city it makes sense to assume that is uniformly distributed over [0, /2]. (Why?) We call this an isotropy assumption, meaning sameness regardless of direction. Given the isotropy assumption, we can integrate the pdf of over the event indicated in Figure 3.11 to obtain

Thus, "on the average" the mobile unit travels about 1.273 times the Euclidean distance (given the model assumptions). Since = 0.0155, the ratio R /E[R], the coefficient of variation, is only 0.098, meaning that the estimate of 4/ for E[R] is quite robust. A reasonable "test" of the right-angle distance metric would be to compare the empirical distribution of ratios of recorded travel distances and corresponding Euclidean distances to F R (·) and to compare the empirically found average R to 1.273.

Further work: Problem 3.8 Problems 3.9 and 3.10 (alternatives to the isotropy assumption).

Example 5: Quantization Model

As a final detailed example of a derived distribution problem, we consider a situation in which two continuous random variables give rise to one discrete random variable. This 2-to-l transformation arises due to quantization of odometer readings in urban vehicles. The same analysis applies in other quantization settings, for instance in cases where successive event times are quantized.

Assume that we are running an experiment to estimate the distribution of distance traveled by taxicabs, where distance

D miles traveled from the moment of dispatch to arrival at the address of the caller

All we have available experimentally are recorded travel distances, which are quantized as 0 miles, I mile, 2 miles, and so on. We wish to examine the quantitative effects of such truncation. Quite clearly, the same model could be used for studying response distances of emergency vehicles, "paid" trips of taxicabs, trips of dial-a-ride vehicles, etc.

For a journey of length D, the recorded travel distance equals the sum of D and the accumulated odometer mileage at the moment of dispatch since the last odometer reading change, the sum truncated to the largest integer not exceeding the sum. For instance, if the vehicle had traveled 0.9 mile since the last reading change and then traveled 1.2 miles to the address of the caller (following dispatch), the recorded mileage would be the largest integer not exceeding (0.9 + 1.2) = 2.1, which is 2 (miles). If, however, the noninteger accumulated odometer mileage at the moment of dispatch had been 0.6 rather than 0.9, the recorded mileage would be the largest integer not exceeding (0.6 + 1.2) = 1.8, which is I mile. In the first case, the odometer's mileage reading had changed twice in the second, once. As examples will clearly demonstrate, the recorded travel distance can either underestimate or overestimate the actual travel distance by as much as I mile.

There are two key random variables that give rise to the quantized distance random variable:

accumulated noninteger odometer mileage at the moment of dispatch (a random variable distributed over [0, 1))

If we let the quantized distance random variable be

K recorded mileage for the journey

Then K is a function of D and :

Here we have a discrete random variable expressed as a function of two continuous random variables. If we have the joint probability law for D and ), we would like the probability law for K.

The (D, ) sample space is the infinite strip of width 1 (0 < D < , 0 1), shown in Figure 3.12. Without yet assigning a probability law over this sample space, we have performed in Figure 3.12 the "work" required to find the sets of points in the sample space that give rise to different values

of the random variable K. We illustrate the derivation of one of the "45° lines" partitioning the sample space. Suppose that the experimental value for D lies between 1 and 2 (i.e., 1 d 2). Then, for "sufficiently small" , K will equal 1 otherwise, K will equal 2. The switch from K = 1 to K = 2 will occur at the point at which d + = 2. Thus, the switch occurs along the line

Joint Probability Distribution

Without knowing the exact distribution for D, we can make some further progress in our analysis of the effects of quantization. From physical considerations, the following assumptions seem reasonable:

    The random variables D and are independent .

Thus, we will limit our knowledge of the joint (D,)pdf to say that it takes the following form:

Working in the Joint Sample Space

Since entire subregions of the (D, ) sample space give rise to exactly one value of K, we can deal directly with the pmf for K, not the cdf. Given the assumptions regarding f D , (d,) above, if the cdf for D is known, say F D (·), the probability mass function for K is readily computed:

Thus, any statistical procedure using experimental data to estimate E[K] should also yield an (unbiased) estimate of E[D]. For such a procedure to remain unbiased, it is necessary that zero-mileage journeys be recorded and used in the statistical tabulations.

Question: Given the foregoing analysis, can one lump together recorded mileages quantized in tenths of miles with those quantized in miles?

Furtherwork: Problem 3.11 [for a proof of (3.31)] Problem 3.12 (for an application of these ideas to time measurements).

1 Typical empirical relationships found among speed, distance, and time are described later in this chapter.

2 See, for example, R. C. Larson, K. W. Colton, and G. C. Larson, "Evaluating an Implemented AVM System: The St. Louis Experience (Phase I)," Public Systems Evaluation, Inc., Cambridge, Mass., 1976.


3.1 The Rock Cycle

The rock components of the crust are slowly but constantly being changed from one form to another and the processes involved are summarized in the rock cycle (Figure 3.2). The rock cycle is driven by two forces: (1) Earth’s internal heat engine, which moves material around in the core and the mantle and leads to slow but significant changes within the crust, and (2) the hydrological cycle, which is the movement of water, ice, and air at the surface, and is powered by the sun.

The rock cycle is still active on Earth because our core is hot enough to keep the mantle moving, our atmosphere is relatively thick, and we have liquid water. On some other planets or their satellites, such as the Moon, the rock cycle is virtually dead because the core is no longer hot enough to drive mantle convection and there is no atmosphere or liquid water.

Figure 3.2 A schematic view of the rock cycle. [SE]

In describing the rock cycle, we can start anywhere we like, although it’s convenient to start with magma. As we’ll see in more detail below, magma is rock that is hot to the point of being entirely molten. This happens at between about 800° and 1300°C, depending on the composition and the pressure, onto the surface and cool quickly (within seconds to years) — forming extrusive igneous rock (Figure 3.3).

Figure 3.3 Magma forming pahoehoe basalt at Kilauea Volcano, Hawaii [SE]

Magma can either cool slowly within the crust (over centuries to millions of years) — forming intrusive igneous rock, or erupt onto the surface and cool quickly (within seconds to years) — forming extrusive igneous rock. Intrusive igneous rock typically crystallizes at depths of hundreds of metres to tens of kilometres below the surface. To change its position in the rock cycle, intrusive igneous rock has to be uplifted and exposed by the erosion of the overlying rocks.

Through the various plate-tectonics-related processes of mountain building, all types of rocks are uplifted and exposed at the surface. Once exposed, they are weathered, both physically (by mechanical breaking of the rock) and chemically (by weathering of the minerals), and the weathering products — mostly small rock and mineral fragments — are eroded, transported, and then deposited as الرواسب. Transportation and deposition occur through the action of glaciers, streams, waves, wind, and other agents, and sediments are deposited in rivers, lakes, deserts, and the ocean.

Exercise 3.1 Rock around the Rock-Cycle clock

Referring to the rock cycle (Figure 3.2), list the steps that are necessary to cycle some geological material starting with a sedimentary rock, which then gets converted into a metamorphic rock, and eventually a new sedimentary rock.

أ محافظ estimate is that each of these steps would take approximately 20 million years (some may be less, others would be more, and some could be much more). How long might it take for this entire process to be completed?

Unless they are re-eroded and moved along, sediments will eventually be buried by more sediments. At depths of hundreds of metres or more, they become compressed and cemented into sedimentary rock. Again through various means, largely resulting from plate-tectonic forces, different kinds of rocks are either uplifted, to be re-eroded, or buried deeper within the crust where they are heated up, squeezed, and changed into metamorphic rock.

Figure 3.5 Metamorphosed and folded Triassic-aged limestone, Quadra Island, B.C. [SE]


Section 3.1 Answers

The primary function of the substantive criminal law is to define crimes, including the associated punishment. ال procedural criminal law sets the procedures for arrests, searches and seizures, and interrogations. In addition, it establishes the rules for conducting trials. Where does criminal law come from?

القانون العام

على المدى common law can be disturbingly vague for the student. That is because different sources use it in several different ways with subtle differences in meaning. The best way to get a grasp on the term’s meaning is to understand a little of the history of the American legal system. Common law, which some sources refer to as “judge-made” law, first appeared when judges decided cases based on the legal customs of medieval England at the time. It may be hard for us to imagine today, but in the early days of English common law, the law was a matter of عن طريق الفم التقليد. That is, the definitions of crimes and associated punishments were not written down in a way that gave them binding authority.

By the end of the medieval period, some of these cases were recorded in written form. Over a period, imported judicial decisions became recorded on a regular basis and collected into books called reporters. The English-speaking world is forever indebted to Sir William Blackstone, an English legal scholar, for collecting much of the common law tradition of England and committing it to paper in an organized way. His four-volume set, Commentaries on the Laws of England, was taken to the colonies by the founding fathers. The founding fathers incorporated the common law of England into the laws of the Colonies, and ultimately into the laws of the United States.

In modern America, most crimes are defined by statute. These statutory definitions use ideas and terms that come from the common law tradition. When judges take on the task of interpreting a statute, they still use common law principles for guidance. The definitions of many crimes, such as murder and arson, have not deviated much from their common law origin. Other crimes, such as rape, have seen sweeping changes.

One of the primary characteristics of the common law tradition is the importance of precedent. Known by the legal Latin phrase سبق اقراره, the doctrine of precedence means that once a court makes a decision on a particular matter, they are bound to rule the same way in future cases that have the same legal issue. This is important because a consistent ruling in identical factual situations means that everyone gets the same treatment by the courts. In other words, the doctrine of سبق اقراره ensures equal treatment under the law.

Constitutions

When the founding fathers signed the Constitution, they all agreed that it would be the supreme law of the land the Framers stated this profoundly important agreement in Article VI. After the landmark case of Marbury v. Madison (1803), the Supreme Court has had the power to strike down any law or any government action that violates constitutional principles. This precedent means that any law made by the Congress of the United States or the legislative assembly of any state that does not meet constitutional standards is subject to nullification by the Supreme Court of the United States.

Every state adopted this idea of constitutional supremacy when creating their constitutions. All state laws are subject to review by the high courts of those states. If a state law or government practice (e.g., police, courts, or corrections) violates the constitutional law of that state, then it will be struck down by that state’s high court. Local laws are subject to similar scrutiny.

Statutory Law

Statutes are written laws passed by legislative assemblies. Modern criminal laws tend to be a matter of statutory law. In other words, most states and the federal government have moved away from the common-law definitions of crimes and established their own versions through the legislative process. Thus, most of the criminal law today is made by state legislatures, with the federal criminal law being made by Congress. Legislative assemblies tend to consider legislation as it is presented, not in subject order. This chronological ordering makes finding the law concerning a particular matter very difficult. To simplify finding the law, most all statutes are organized by subject in a set of books called a code. The body of statutes that comprises the criminal law is often referred to as the criminal code, or less commonly as the penal code.

Administrative Law

The clear distinction between the executive, legislative, and judicial branches of government becomes blurry when U.S. governmental agencies and commissions are considered. These types of bureaucratic organizations can be referred to as semi-legislative and semi-judicial in character. These organizations have the power to make rules that have the force of law, the power to investigation violations of those laws, and the power to impose sanctions on those deemed to be in violation. Examples of such agencies are the Federal Trade Commission (FTC), the Internal Revenue Service (IRS), and the Environmental Protection Agency (EPA). When these agencies make rules that have the force of law, the rules are collectively referred to as administrative law.

Court Cases

When the appellate courts decide a legal issue, the doctrine of precedence means that future cases must follow that decision. This means that the holding in an appellate court case has the force of law. Such laws are often referred to as case law. The entire criminal justice community depends on the appellate courts, especially the Supreme Court, to evaluate and clarify both statutory laws and government practices against the requirements of the Constitution. These legal rules are all set down in court cases.


Power and Privilege

As defined in this chapter, diversity focuses on the “otherness” or differences between individuals and has a goal of making sure, through policies, that everyone is treated the same. While this is the legal and the right thing to do, multiculturalism looks at a system of advantages based on race, gender, and sexual orientation called power and privilege . In this system, the advantages are based on a system in which one race, gender, and sexual orientation is predominant in setting societal rules and norms.

The interesting thing about power and privilege is that if you have it, you may not initially recognize it, which is why we can call it invisible privilege. Here are some examples:

  1. Race privilege. Let’s say you (a Caucasian) and your friend (an African American) are having dinner together, and when the bill comes, the server gives the check to you. While this may not seem like a big issue, it assumes you (being Caucasian) are the person paying for the meal. This type of invisible privilege may not seem to matter if you have that privilege, but if you don’t, it can be infuriating.
  2. Social class privilege. When Hurricane Katrina hit New Orleans in 2005, many people from outside the storm area wondered why so many people stayed in the city, not even thinking about the fact that some people couldn’t afford the gas to put in their car to leave the city.
  3. Gender privilege. This refers to privileges one gender has over another—for example, the assumption that a female will change her name to her husband’s when they get married.
  4. Sexual orientation privilege. If I am heterosexual, I can put a picture of my partner on my desk without worrying about what others think. I can talk about our vacations together or experiences we’ve had without worrying what someone might think about my relationship. This is not the case for many gay, lesbian, and transgendered people and their partners.

Oftentimes the privilege we have is considered invisible, because it can be hard to recognize one’s own privilege based on race, gender, or social class. Many people utilize the color-blind approach, which says, “I treat everyone the same” or “I don’t see people’s skin color.” In this case, the person is showing invisible privilege and thus ignoring the privileges he or she receives because of race, gender, or social class. While it appears this approach would value all people equally, it doesn’t, because people’s different needs, assets, and perspectives are disregarded by not acknowledging differences (Plaut, et. al., 2009).

Another important aspect of power and privilege is the fact that we may have privilege in one area and not another. For example, I am a Caucasian female, which certainly gives me race privilege but not gender privilege. Important to note here is that the idea of power and privilege is not about “white male bashing” but understanding our own stereotypes and systems of advantage so we can be more inclusive with our coworkers, employees, and managers.

So what does this all mean in relation to HRM? It means we can combine the understanding of certain systems that allow for power and privilege, and by understanding we may be able to eliminate or at least minimize these issues. Besides this, one of the best things we can do for our organizations is to have a diverse workforce, with people from a variety of perspectives. This diversity leads to profitability and the ability to better serve customers. We discuss the advantages of diversity in Section 3.1.2 “Why Diversity and Multiculturalism?”.

Human Resource Recall

Take this week to examine your own power and privilege as a result of gender, race, or social class. Notice how people treat you because of your skin color, gender, or how you dress and talk.

Stereotypes and the Effect on Privilege

This video discusses some racial stereotypes and white privilege through “on the street” interviews.


About Sudoku Solver

This website anysudokusolver.com is a free online automatic sudoku solver that solves almost any sudoku puzzle in matter of second. It applies Javascript, Brute Force method and Dancing Links Algorithm for quick solution. Ever tried but stucked on sudoku puzzles given in newspapers, magazines and online. You can use Anysudosolver to get its solution instantly and move further. Do not use this sudoku solver tool without giving your best effort while solving the puzzle.


Section 3.

Treason against the United States, shall consist only in levying war against them, or in adhering to their enemies, giving them aid and comfort. No person shall be convicted of treason unless on the testimony of two witnesses to the same overt act, or on confession in open court.

The Congress shall have power to declare the punishment of treason, but no attainder of treason shall work corruption of blood, or forfeiture except during the life of the person attainted.


شاهد الفيديو: ԹՈՂԱՐԿՈՒՄ N8. Հուսահատություն. Նարեկաբուժություն (شهر اكتوبر 2021).