(математическая или изделия)

 

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

 

экономико-математическая модель
Математическое описание экономического процесса или объекта, произведенное в целях их исследования и управления ими: математическая запись решаемой экономической задачи (поэтому часто термины “модель” и “задача” употребляются как синонимы). Существует еще несколько вариантов определения этого термина. В самой общей форме модель — условный образ объекта исследования, сконструированный для упрощения этого исследования. При построении модели предполагается, что ее непосредственное изучение дает новые знания о моделируемом объекте (см. Моделирование). Все это полностью относится и к Э.-м.м. В принципе в экономике применимы не только математические (знаковые), но и материальные модели. Например, гидравлические (в которых потоки воды имитируют потоки денег и товаров, а резервуары отождествляются с такими экономическими категориями, как объем промышленного производства, личное потребление и др.) и электрические (в США была известна модель «Эконорама», представлявшая собой сложную электрическую схему, в которой имитировались экономические процессы). Но все эти попытки имели лишь демонстрационное применение, а не служили средством изучения закономерностей экономики. С развитием же электронно-вычислительной техники потребность в них, по-видимому, и вовсе отпала. Э.-м.м. оказывается в этих условиях основным средством модельного исследования экономики. Модель может описывать либо внутреннюю структуру объекта, либо, если структура неизвестна, — его поведение, т.е. реакцию на воздействие известных факторов (принцип «черного ящика«). Один и тот же объект может быть описан различными моделями в зависимости от исследовательской или практической потребности, возможностей математического аппарата и т.п. Поэтому всегда необходима оценка модели и области, в которой выводы из ее изучения могут быть достоверны. Во всех случаях необходимо, чтобы модель содержала достаточно детальное описание объекта, позволяющее, в частности, осуществлять измерение экономических величин и их взаимосвязей, чтобы были выделены факторы, воздействующие на исследуемые показатели. Например, формула, по которой определяется на заводе потребность в материалах, исходя из норм расхода, есть Э.-м.м. Если количество видов изделий обозначить через n, нормативы расхода — ai, количество изделий каждого вида — xi, то модель запишется так: где i = 1, 2, …, n. Кроме того, полезно записать условия, в которых она действительна, т.е. ограничения модели (например, лимиты на те или иные материалы). Строго говоря, расчет по такой формуле не даст точного результата: потребность в материалах может зависеть также от случайных изменений в размерах брака и отходов, от страховых запасов и т.д. Но в общем, она зависит именно от указанных двух видов величин: норм расхода материала и объемов выпуска продукции. Первые из них в данном случае называются параметрами модели, вторые — переменными модели. Такая модель называется описательной, или дескриптивной; она описывает зависимость расхода (потребности в материале), от двух факторов: количества изделий и расходных норм. Большое значение в экономике имеют оптимизационные модели (или оптимальные). Они представляют собой системы уравнений, равенств и неравенств, которые кроме ограничений (условий) включают также особого рода уравнение, называемое функционалом или критерием оптимальности. С помощью такого критерия находят решение, наилучшее по какому-либо показателю, например, минимум затрат на материалы при заданном объеме продукции, или, наоборот, максимум продукции (или прибыли) при заданных ограничениях по ресурсам и т.д. Например, можно попытаться найти такой план работы цеха, который при заданном объеме материалов (т.е. их расход не должен быть больше какой-то величины, допустим, B) гарантирует наибольший объем продукции. Единственное, что надо при этом знать дополнительно — цену единицы продукции — pi. Тогда модель будет записываться так при условии Кроме того, обязательно надо учесть, что искомые величины объемов производства каждого изделия не должны быть отрицательными: xi ? 0, i = 1, 2, …, n. Мы получили элементарную оптимизационную модель, относящуюся к типу моделей линейного программирования. Решив эту модель, т.е. узнав значения всех xi от 1-го до n-го, мы получим искомый план. Важное свойство Э.-м.м. — их применимость к разным, на первый взгляд непохожим ситуациям. Например, если в приведенном примере через ai обозначить нормы внесения удобрений, а через xi — размеры участков, то та же самая формула покажет общий объем потребности в удобрениях. Точно такую же формулу можно применить к расчету затрат семьи на покупку разных продуктов, и во многих других случаях. Модель может быть сформулирована тремя способами: в результате прямого наблюдения и изучения некоторых явлений действительности (феноменологический способ), вычленения из более общей модели (дедуктивный способ), обобщения более частных моделей (индуктивный способ). Подобные модели, в которых описывается моментное состояние экономики, называются статическими (от слова «статика»). Те же, которые показывают развитие объекта моделирования, — динамическими. Модели могут строиться не только в виде формул, как рассмотренные здесь (это называется аналитическое представление модели; см. Аналитическая модель), но и в виде числовых примеров (численное представление) и в форме таблиц (матричное представление), и в форме особого рода графов (сетевое представление модели). Соответственно различают модели числовые, аналитические, матричные, сетевые. Экономическая наука давно пользуется моделями. Одной из первых была модель воспроизводства, разработанная французским ученым Ф.Кенэ еще в XYIII в. А в XX в. первая общая модель развивающейся экономики была сконструирована Дж. фон Нейманом. Значительный опыт построения э.-м. моделей накоплен учеными СССР, применявшими их для анализа экономических процессов, прогнозирования и планирования во всех звеньях и на всех уровнях экономики, вплоть до планирования развития народного хозяйства страны в целом, особенно — перспективного. Принято подразделять Э-м.м. на две большие группы: модели, отражающие преимущественно производственный аспект экономики; модели, отражающие преимущественно социальные аспекты экономики. Разумеется, такое деление в значительной степени условно, поскольку в каждой из моделей в той или иной степени сочетаются производственный и социальный аспекты. Из моделей первой группы можно назвать: модели долгосрочного прогноза сводных показателей экономического развития; межотраслевые модели; отраслевые модели оптимального планирования и размещения производства, а также модели оптимизации структуры производства в отраслях. Из моделей второй группы наиболее разработаны модели, связанные с прогнозированием и планированием доходов и потребления населения, демографических процессов. Существует большое число классификаций типов Э.-м.м., которые, однако, носят фрагментарный характер. И это, по-видимому, неизбежно, так как нереально охватить все многообразие социально-экономических задач, объектов и процессов, описываемых различными моделями. Представленные в нашем словаре модели можно условно классифицировать следующим образом 1. Наиболее общее деление моделей — по способу отражения действительности: Аналоговая модель Иконическая модель (то же: портретная модель) Концептуальная модел Структурная модель Функциональная модель. 2. По предназначению (цели создания и применения) модели: Балансовая модель Дескриптивная модель (то же: Описательная) Имитационная модель Информационная модель Нормативная модель (то же: Прескриптивная модель), в т.ч. Оптимальная модель (то же: Оптимизационная модель). 3. По способу логико-математического описания моделируемых экономических систем: Аналитическая модель Вероятностная модель (то же: Стохастическая модель) Детерминированная модель Дискретная модель Линейная модель Математико-статистическая модель Матричная модель Нелинейная модель Непрерывная модель Модель равновесия Неравновесная модель Регрессионная модель Сетевая модель Числовая модель Эконометрическая модель. - дискретного выбора - непрерывной длительности (выживания) -логит-иодель -пробит-модель - тобит-модель.. 4. По временному и пространственному признаку: Гравитационная модель Динамическая модель (см. Динамические модели экономики) Модели с «бесконечным временем» Статическая модель Точечная модель Трендовая модель и др.. 5. По уровню моделируемого объекта в хозяйственной иерархии: Глобальная модель Макроэкономическая модель (то же: Агрегатная модель) Модели мезоэкономики Микроэкономическая модель 6. По внутренней структуре модельного описания системы: Автономная модель Закрытая модель Комплекс моделей Многосекторная модель (многоотраслевая, многопродуктовая) Однопродуктовая модель Открытая модель Система моделей (в том числе многоуровневая или многоступенчатая). 7.. По сфере применения. Выше было указано на необозримость областей применения Э.-м.м.; поэтому мы не даем здесь их перечисления, а отсылаем к соответствующим статьям словаря: например, о прогнозных моделях — к статье Прогнозирование, об отраслевых — к статье Отраслевые задачи оптимального планирования развития и размещения производства, и т.д. Наиболее развитая типология социально-экономических задач и моделей представлена в кн.: Вилкас Э.Й., Майминас Е.З. Решения: теория, информация, моделирование. — М.: “Радио и связь”, 1981.При разработке приведенной выше условной классификации учитывались материалы этой книги.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic model
• economico-mathematical model

. масштабная модель

•

The key to the modern model for (or of) electrons in atoms...

* * *

 These can include simple desk-size mockups during the conceptualization period to full-size mockups, which are used during equipment qualification.

— действующая модель

— закладывать в модель

— изготавливать модель в масштабе

— испытание модели

— исследование на маломасштабной модели

— математическая модель

— модель в натуральную величину

— модель, в соответствии с которой

— описываться моделью

— параметры, рассчитанные по модели

— уточнение модели

 

наценка
надбавка
Торговая надбавка (торговая наценка, торговая накидка) - элемент цены продавца, обеспечивающий ему возмещение затрат по продаже товаров и получение прибыли («Торговля термины и определения ГОСТ Р 51303-99», утвержденный Постановлением Госстандарта РФ от 11.08.1999 N 242-ст).
Например, при закупочной цене товара в 100 рублей и наценке продавца в 10 %, отпускная цена должна составить 110 рублей. Считается, что наценка представляет собой взаимосвязь стоимости изделия и ею продажной цены. См. Надбавка (Mark-on).
Как правило, надбавка (или наценка) в 40 % означает, что продажная цена рассчитывается равной 140 % от стоимости, но может также означать то, что стоимость составляет 60 % в составе продажной цены.
[ http://www.lexikon.ru/dict/uprav/index.html]

наценка
1.Надбавка к себестоимости товаров или услуг, отражаемая в их цене. Может выражаться в процентах (к себестоимости) или в абсолютной сумме. 2. Доход, получаемый снабженческой организацией за снабжение и сбыт продукции предприятия. 3. Валовой доход торговли, образующийся в результате накидок на оптовые цены промышленности. Национальная конкурентоспособность (competitive advantage of nations) одна из характеристик качества экономической системы с точки зрения ее международных экономических связей, положения в мире. Адам Смит ввел понятие абсолютного преимущества, согласно которому страна экспортирует товар, если издержки ниже, чем в других странах. Давид Рикардо дополнил его концепцией сравнительного преимущества. Долгое время считалось, что национальная кокурентоспособность — характеристика постоянная, поскольку она основана на количестве и качестве ресурсов, которыми наделена страна в силу исторических обстоятельств. Все страны имеют примерно одинаковые технологии, но в разной степени наделены так наз. факторами производства, такими, как земля, рабочая сила, природные ресурсы и капитал – таково было общее представление. Выдающийся вклад в разработку современной концепции Н.к. внес американский экономист М.Портер. [1] На огромном фактическом материале он, прежде всего, показал, что Н.к. изменчива, в разные периоды отдельные страны добивались выдающихся успехов в этом направлении, хотя и были обделены ресурсами (Япония, Южная Корея и другие). Портер утверждает: единственное, на чем может основываться концепция конкурентоспособности на уровне страны, это постоянно увеличивающаяся продуктивность использования ресурсов. Причем ни одна страна не может быть конкурентоспособной абсолютно во всем, так же как быть чистым экспортером абсолютно всего.Ресуры ограничены. В идеальном варианте их следует применять в наиболее продуктивных отраслях. На международном рынке конкурируют не страны, а фирмы. Чтобы добиться успеха в конкуренции, государство должно создавать соответствующие условия фирмам данной страны: они должны иметь сравнительное преимущество в виде либо более низких издержек, либо разнообразия товаров, которые определяют более высокие цены. Вопросам национальной конкурентоспособности посвящена большая литература, в том числе экономико-математическая (модели Хекшера, Олина, Самуэльсона).Следует указать, что практически все авторы, включая даже Портера, сосредоточивают свое внимание на конкуренции товаров и услуг. Между тем, значительно меньше внимания уделяется возникшим в современную постиндустриальную эпоху видам конкуренции иного свойства: за привлечение иностранных инвестиций (многие государства ради этого снижают ставки налогов, и тут появляется как бы вторичная конкуренция, налоговая), за привлечение квалифицированных кадров ( «охота за мозгами»), и может быть, другие виды. Все это должно учитываться в понятии Н.к. [1] Портер М. Международная конкуренция. М., Изд-во «Международные отношения» 1993 г. Национальное богатство (народное богатство) [national wealth]—совокупность ресурсов страны (экономических активов), составляющих необходимые условия для производства товаров, оказания услуг и обеспечения жизни людей. Оно состоит из экономических объектов, существенным признаком которых является возможность получения их собственниками экономической выгоды. Н.б. исчисляется на определенный момент времени, как правило, в стоимостном выражении в текущих и сопоставимых (постоянных) ценах.[1] В Н.б. по официальной статистике включаются: 1. Нефинансовые произведенные активы (основные фонды в производственных отраслях, запасы материальных оборотных средств и ценности); здесь к основным фондам относятся и нематериальные произведенные активы — объекты, стоимость которых определяется заключенной в них информацией (например, результаты разведки полезных ископаемых, программное обеспечение, оригинальные произведения литературы и искусства).. 2. Нефинансовые непроизведенные активы — такие, которые не являются результатом производственных процессов. Они либо существуют в природе, либо «появляются в результате юридических или учетных действий»[2] Формально в эту категорию включаются природные ресур¬сы, находящиеся в распоряжении общества, — земля, ле¬са, доступные при данном уровне развития техники месторождения полезных ископаемых, а также водные ресурсы. (При этом природные богатства следует разделить на две части: используемые и латентные, задача состоит в их эффективном переводе из второй категории в первую.). Однако в практике российской статистики оценка стоимости природных богатств, вовлеченных (и тем более не вовлеченных) в хозяйственный оборот, не производится. Эти объекты учитываются только в натуральном выражении, а в стоимостном — лишь частично (через затраты по улучшению земель, издержки, связанные с передачей прав собственности на землю и т.п.). Абсурдность ситуации состоит в том, что при этом, например, бедное месторождение, для обнаружения которого потребовались большие работы, оказывается менее «ценным», чем богатое месторождение, найденное случайно (что, кстати, бывает нередко). 3. Нематериальные непроизведенные активы — такие как патенты, авторские права, договоры об аренде, «гудвилл», которые могут быть проданы или переданы. 4. Финансовые активы — это активы, которым, как правило, противостоят финансовые обязательства других собственников ( монетарное золото и специальные права заимствования, валюта и депозиты, акции и прочие виды акционерного капитала, займы, страховые технические резервы, прочая дебиторская и кредиторская задолженность). Кроме того, к Н.б. следовало бы относить и такие нематериальные результаты обществен¬ного труда, как научно-техни¬ческий уровень кадров, накопленный опыт и т.д. (Воз¬можно, что в понятие Н.б. со временем войдет и генофонд нации — как вторая природная составляющая Н.б.). Если в давние, докапиталистические времена главным богатством считалась земля, а в капиталистические — капитал, то сейчас мы являемся свидетелями опережающего роста интеллектуального потенциала общества, как важнейшего элемента Н.б. Кроме перечисленных элементов отдельно (справочно) учитываются также накопленные потребительские товары длительного пользования в домашних хозяйствах и прямые иностранные инвестиции. Совершенствуется учет элементов Н.б. В частности, учет стоимости тех элементов Н.б., по которым ранее стоимостная оценка не производилась, будет налаживаться по мере вовлечения этих активов в рыночный оборот. Общие оценки Н.б. России носят пока весьма неопределенный и противоречивый характер, расходятся не на проценты, а в разы. Н.б., не считая богатств при¬роды, в каждый момент есть продукт труда многих по¬колений (включая труд по вовлечению природных ресурсов в хозяйственный оборот). Но необходимо учитывать не только накопление богатства (что теоретически мож¬но определить, сложив объемы конечной продукции общественного производства за исследуемый период), но и выбытие определенной части это¬го богатства. Например, ликвидацию устаревшего оборудования, снос жилых домов, исчерпание месторождений, а также последствия природных катаклизмов. Вопрос о выбытии Н.б. особенно важен, когда дело идет о его природной составляющей. Бывший вице-президент США, профессиональный эколог Альберт Гор цитировал своего соотечественника Колина Кларка, который утверждал, что «…значительная часть видимого экономического роста на деле может оказаться иллюзией из-за того, что в нем не учитывается сокращение природного капитала»[3] Между тем, процесс выбытия отдельных элементов Н.б. учитывается пока далеко не всеми экспертами. Что касается источников пополнения Н.б., то их можно, с известной долей условности, разделить на три части: созданное трудом и интеллектом данного народа — это главный, решающий источник Н.б.; взятое у других народов с помощью внешней экспансии, например, путем неэквивалентного обмена или колониального грабежа; дарованное природой (в Н.б. входит часть природы, не являющаяся общемировым достоянием человечества и не принадлежащая другим государствам). Состояние, размеры, динамичность производства, и его инфраструктуры, наличие резервов, объемы природных ресурсов и другие элементы Н.б. в сочетании с культурно-техническим уровнем и мобильностью кадров определяют экономический потенциал страны. См. также Богатство [1] Методологические положения по статистике, выпуск 1, Изд..:Логос. 1996 [2] Там же [3] Gore, A. Earth in balance. 1993.,p.189.
[ http://slovar-lopatnikov.ru/]

Тематики

• бухгалтерский учет
• экономика

Синонимы

• надбавка

EN

• mark up
• mark-on
• mark-up

 

натурные испытания
Испытания объекта в условиях, соответствующих условиям его использования по прямому назначению с непосредственным оцениванием или контролем определяемых характеристик свойств объекта.
Пояснения
Натурные испытания реализуются в случае выполнения трех основных условий:
1. Испытаниям подвергается непосредственно изготовленная продукция (т. е. объект испытаний) без применения моделей изделия или его составных частей.
2. Испытания проводятся в условиях и при воздействиях на продукцию, соответствующих условиям и воздействиям использования по целевому назначению.
3. Определяемые характеристики свойств объекта испытаний измеряются непосредственно и при этом не используются аналитические зависимости, отражающие физическую структуру объекта испытаний и его составных частей. Допускается использование математического аппарата статистической обработки экспериментальных данных.
Примеры. 1. На испытания представлена радиолокационная станция кругового обзора. Целью испытаний является определение дальности обнаружения этой станцией летательного аппарата (ЛА) заданного типа с заданной отражающей поверхностью. В процессе испытаний проводятся полеты ЛА с заданной отражающей поверхностью по заранее избранным маршрутам, дальность обнаружения РЛС определяется непосредственно (координаты РЛС известны заранее, координаты ЛА известны для любого момента времени), момент времени обнаружения определяется в процессе испытаний. В данном случае все три приведенные выше условия выполнены. Следовательно, РЛС подвергнута натурным испытаниям.
Испытания останутся натурными, если вместо ЛА будет использовано некоторое физическое тело с характерными движениями, близкими к характеристикам ЛА заданного типа с заданной отражающей поверхностью.
2. В условиях примера 1 испытания проводятся без использования ЛА. В процессе испытаний измеряется непосредственно чувствительность приемного тракта РЛС, мощность передатчика, частота излучаемой энергии и т. д. Результаты измерений подставляются в формулу радиолокации и определяется дальность обнаружения РЛС. В этом случае третье из приведенных выше условий не выполнено (фактически используется математическая модель - формула радиолокации) и испытания РЛС не являются натурными.
[ ГОСТ 16504-81]

Тематики

• испытания и контроль качества продукции

EN

• verification test in situ

FR

• essais in situ