Многоканальные С. п. с селективной модуляцией 48 страница

При решении задач С. а. с. п. всегда требуется принять те или иные специальные предположения о статистнч. структуре процесса X(t), т. е. как-то ограничить класс рассматриваемых случайных процессов. Очень ценным с точки зрения С. а. с. п. является допущение о том, что рассматриваемый процесс X(t) является стационарным случайным процессом; при этом допущении, зная значения единственной реализации x(t) в течение промежутка времени 0 < = t < = T, можно уже получить целый ряд статистич. выводов о вероятностных характеристиках процесса Х(t). В частности, среднеарифметнч. значение
[ris]

в случае стационарного случайного процесса X(t) при весьма широких условиях является состоятельной оценкой матема-тич. ожидания EX(t) = т (т. е. XT сходится при Т-> бескон. к истинному значению оцениваемой величины т); аналогично этому выборочная корреляционная функция
[ris]

где [ris] > 0, при широких условиях является состоятельной оценкой корреляционной функции

B([ris]) = EX(t) X (t + [ris]).

Однако Фурье преобразование функции В*_Т([ris])- так называемая периодограмма I_T ([ris]) процесса X(t) - уже не представляет собой состоятельной оценки спектральной плотности f([ris]), являющейся преобразованием Фурье функции В([ris]); при больших значениях T периодограмма 1_Т ([ris]) ведёт себя крайне нерегулярно и при T -> бескон. она не стремится ни к какому пределу. Поэтому С. а. с. п. включает в себя ряд специальных приёмов построения состоятельных оценок спектральной плотности f([ris]) по наблюдённым значениям одной реализации стационарного процесса X(t), большинство из к-рых основано на использовании сглаживания периодограммы процесса по сравнительно узкой области частот [ris].

При исследовании статистич. свойств оценок вероятностных характеристик стационарных случайных процессов очень полезными оказываются дополнительные допущения о природе X(t) (напр., допущение о том, что все конечномерные распределения значений процесса X(t) являются нормальными распределениями вероятностей). Большое развитие получили также исследования по С. а. с. п., в к-рых предполагается, что изучаемый процесс X(t) является марковским процессом того или иного типа, или компонентой многомерного марковского процесса, или компонентой многомерного процесса, удовлетворяющего определённой системе стохастических дифференциальных уравнений.

Лит.: Дженкинс Г., Ватте Д., Спектральный анализ и его приложения, игр. с англ., в. 1 - 2, M., 1971 -72; Хеннан О., Анализ временных рядов, пер. с англ., M., 1964; его же, Многомерные временные ряды, пер. с англ., M., 1974; Лчпцер Р. Ш., Ширяев A. H., Статистика случайных процессов (нелинейная фильтрация и смежные вопросы), M., 1974.

A. M. Яглом.

СТАТИСТИЧЕСКИЙ АНСАМБЛЬ, совокупность сколь угодно большого числа одинаковых физ. систем многих частиц (" копий" данной системы), находящихся в одинаковых макроскопич. состояниях; при этом микроскопич. состояния системы могут принимать все возможные значения, совместимые с заданными значениями макроскопич. параметров, определяющих её макроскопич. состояние. Примеры С. а.- энергетически изолированные системы при заданном значении полной энергии (микроканонический ансамбль), системы в контакте с термостатом заданной темп-ры (канонический ансамбль), системы в контакте с термостатом и резервуаром частиц (большой канонический ансамбль). С. а.- осн. понятие статистической физики, позволяющее применить методы теории вероятностей.

СТАТИСТИЧЕСКИЙ ВЕС, в квантовой механике и квантовой статистике - число различных квантовых состояний с данной энергией, т. е. кратность состояния. Если энергия принимает непрерывный ряд значений, под С. в. понимают число состояний в данном интервале энергий. В классич. статистике С. в. наз. величину элемента фазового объёма системы. См. Статистическая физика.

СТАТИСТИЧЕСКИЙ ИНСТИТУТ международный, занимается развитием и усовершенствованием статистич. методов и их применением в различных областях знаний. Основан в 1885. Организационная работа С. и. выполняется Постоянным бюро, к-рое находится в Гааге. В составе С. и. (сер. 70-х гг.) св. 700 действительных членов более чем из 70 стран (в т. ч. из СССР и др. социалистич. стран), специалисты в области социально-экономич. и математич. статистики, а также руководители нац. статистич. учреждений и орг-ций. Каждые 2 года С. и. проводит сессии, на к-рых заслушиваются и обсуждаются науч. сообщения по проблемам различных отраслей статистики. Первая сессия состоялась в Риме в 1887, 40-я - в 1975 в Варшаве. Материалы сессий С. и. печатаются в " Бюллетенях института". Статьи по отд. проблемам статистики (в основном математической) и текущая информация о науч. жизни публикуются в журн. " Международное статистическое обозрение" (" International statistical review", с 1933). До 1-й мировой войны 1914-18 С. и. был центром междунар. статистики, занимался сбором и обработкой статистич. данных отд. стран, готовил рекомендации по сопоставимости данных. В 1919-33 он осуществлял эту деятельность параллельно с органами Лиги Наций. С созданием статистич. аппарата ООН С. и. полностью переключился на вопросы статистич. теории и методологии. Ин-т готовит кадры статистиков для развивающихся стран. В 70-е гг. сформировались 3 ассоциации как автономные секции С. и.: Междунар. ассоциация по применению статистики в физич. науках, Междунар. ассоциация муниципальных статистиков, Междунар. ассоциация специалистов по выборочному методу.

Лит.: Рябушкин Т., Международная статистика, M., 1965. T. В. Рябушкин.

СТАТИСТИЧЕСКИЙ ОПЕРАТОР, матрица плотности, оператор, с помощью к-рого можно вычислить ср. значение любой физ. величины в квантовой статистической физике и, в частности, в квантовой механике. С. о. описывает состояние системы, не основанное на полном (в смысле квантовой механики) наборе данных о системе (смесь состоянии).

СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ МЕТОД, метод вычислительной и прикладной математики, основанный на моделировании случайных величин и построении статистич. оценок для искомых величин; то же, что Монте-Карло метод. Принято считать, что С. и. м. возник в 1944, когда в связи с работами по созданию атомных реакторов амер. учёные Дж. фон Нейман и С. Улам начали широко применять аппарат теории вероятностей для решения прикладных задач с помощью ЭВМ. Первоначально С. и. м. использовался гл. обр. для решения сложных задач теории переноса излучения и нейтронной физики, где традиционные численные методы оказались мало пригодными. Затем его влияние распространилось на больший класс задач статистич. физики, очень разных по своему содержанию. С. и. м. применяется для решения задач теории игр, теории массового обслуживания и математич. экономики, задач теории передачи сообщений при наличии помех и т. д. Для решения детерминированной задачи по С. и. м. прежде всего строят вероятностную модель, представляют искомую величину, напр, многомерный интеграл, в виде математич. ожидания функционала от случайного процесса, к-рый затем моделируется на ЭВМ. Хорошо известны вероятностные модели для вычисления интегралов, для решения интегральных уравнений 2-го рода, для решения систем линейных алгебраич. уравнений, для решения краевых задач для эллиптич. уравнений, для оценки собственных значений линейных операторов и т. д. Выбором вероятностной модели можно распорядиться для получения оценки с малой погрешностью. Особую роль в различных приложениях С. и. м. играет моделирование случайных величин с заданными распределениями. Как правило, такое моделирование осуществляется путём преобразования одного или нсск. независимых значений случайного числа а, распределённого равномерно в интервале (0, 1). Последовательности " выборочных" значений [ris] обычно получают на ЭВМ с помощью теоретико-числовых алгоритмов, среди к-рых наибольшее распространение получил " метод вычетов". Такие числа наз. " псевдослучайными", они проверяются статистич. тестами и решением типовых задач. Если в расчёте по С. и. м. моделируются случайные величины, определяемые реальным содержанием явления, то расчёт представляет собой процесс " прямого моделирования". Такой расчёт неэффективен, если изучению подлежат редкие события, т. к. реальный процесс содержит о них мало информации. Эта неэффективность обычно проявляется в слишком большой величине вероятностной погрешности (дисперсии) случайных оценок искомых величин. Разработано много способов уменьшения дисперсии указанных оценок в рамках С. и. м. Почти все они основаны на модификации моделирования с помощью информации о " функции ценности" значений случайных величин относительно вычисляемых величин. С. и. м. оказал и продолжает оказывать существенное влияние на развитие др. методов вычислительной математики (напр., на развитие методов численного интегрирования) и при решении MH. задач успешно сочетается с др. вычислит, методами и дополняет их. Более специальные математич. вопросы, связанные с С. и. м., см. в ст. Статистическое моделирование.

Лит.: Метод Монте-Карло в проблеме переноса излучений, M., 1967; Метод статистических испытаний (Метод Монте-Карло), M., 1962; Решение прямых и некоторых обратных задач атмосферной оптики методом Монте-Карло, Нопосиб., 1968; E р м ЕК о в С. M., Метод Монте-Карло и смежные вопросы, M., 1971; M и х а и л о в Г. А., Некоторые вопросы теории методов Монте-Карло, Новосиб., 1974. Г. И. Марчук.

СТАТИСТИЧЕСКИХ РЕШЕНИЙ ТЕОРИЯ, часть математической статистики и игр теории, позволяющая единым образом охватить такие разнообразные задачи, как статистическая проверка гипотез, построение статистических оценок параметров и доверительных границ для них, планирование эксперимента и др. В основе С. р. т. лежит предположение, что распределение вероятностей F наблюдаемой случайной величины Xr принадлежит пек-рому априори данному множеству [ris] Осн. задача С. р. т. состоит в отыскании наилучшего статистич. решения или решающего правила (функции) а = d(x), позволяющего по результатам наблюдении х над X судить об истинном (но неизвестном) распределении F. Для сравнения достоинств различных решающих правил вводят в рассмотрение функцию потерь W[F, d(x)], представляющую убыток от принятия решения d(x) (из заданного множества D), когда истинное распределение есть F. Естественно было бы считать решающее правило d* = d*(x) наилучшим, если средний риск r(F, d*) = M_FW[F, d(X)] (M_F - усреднение по распределению F) не превышает r(F, d) для любого Fe g и любого решающего правила d = d(x). Однако такое " равномерно наилучшее" решающее правило в большинстве задач отсутствует, в связи с чем наибольший интерес в С. р. т. представляет отыскание т. н. минимаксных и бейесовских решений. Решение d = d(x) наз. минимаксным, если
[ris]

Решение d = а(х)наз. бейесовским (относительно заданного априорного распределения я на множестве Jf), если для всех решающих правил d

R ([ris], d) < = R ([ris], d), где
[ris]

между минимаксными и бейесовскими решениями существует тесная связь, заключающаяся в том, что в весьма широких предположениях о данных задачи минимаксное решение является бейесовским относительно " наименее благоприятного" априорного распределения [ris].

Лит.: Вальд А., Статистические решающие функции, в сб.: Позиционные игры, M., 1967; Л е м а н Э., Проверка статистических гипотез, пер. с англ., M., 1964.

A. H. Ширяев.

СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, численный метод решения математич. задач, при к-ром искомые величины представляют вероятностными характеристиками к.-л. случайного явления, это явление моделируется, после чего нужные характеристики приближённо определяют путём статистической обработки " наблюдений" модели. Напр., требуется рассчитать потоки тепла в нагреваемой тонкой металлич. пластине, на краях к-рой поддерживается нулевая темп-pa. Распределение тепла описывается тем же уравнением, что и расплывание пятна краски в слое жидкости (см. Теплопроводность, Диффузия). Поэтому моделируют плоское броуновское движение частиц " краски" по пластине, следя за их положениями в моменты k[ris], k = 0, 1, 2,... Приближённо принимают, что за малый интервал [ris] частица перемещается на шаг h равновероятно во всех направлениях. Каждый раз направление выбирается случайным образом, независимо от всего предыдущего. Соотношение между [ris] и h определяется коэффициентом теплопроводности. Движение начинается в источнике тепла и кончается при первом достижении края (наблюдается налипание " краски" на край). Поток Q(C) тепла через участок С границы измеряется количеством налипшей краски. При общем количестве N частиц согласно больших чисел закону такая оценка даёт случайную относительную ошибку порядка 1/корень N (и система-тич. ошибку порядка h из-за дискретности выбранной модели).

Искомую величину представляют математическим ожиданием числовой функции f от случайного исхода [ris] явления: Ef ([ris]) = интеграл f([ris])dP, [ris]. е. интегралом по вероятностной мере P (см. Мера множества'). На оценку Ef([ris]) = [f([ris] ₁)) + +... + f ([ris]_N)]/N, где [ris] ₁,..., [ris] _N - смоделированные исходы, можно смотреть как на квадратурную формулу для указанного интеграла со случайными узлами сой и случайной погрешностью R_N. Обычно принимают |R_N| < =3 * корень DfIN, считая большую погрешность пренебрежимо маловероятной; дисперсия Df может быть оценена в ходе наблюдений (см. Ошибок теория).

В разобранном выше примере f([ris]) = = 1, когда траектория кончается на С; иначе f([ris]) = О. Дисперсия Df = = [1-Q(C)]Q(C) < = 1/4. Интеграл берётся по пространству ломаных со звеньями постоянной длины; он может быть выражен через кратные интегралы.

Проведение каждого " эксперимента" распадается на две части: " розыгрыш" случайного исхода [ris] и последующее вычисление функции f([ris]). Когда пространство всех исходов и вероятностная мера P слишком сложны, розыгрыш проводится последовательно в несколько этапов (см. пример). Случайный выбор на каждом этапе проводится с помощью случайных чисел, напр, генерируемых к.-л. физич. датчиком; употребительна также их арифметич. имитация - псевдослучайные числа (см. Случайные и псевдослучайные числа). Аналогичные процедуры случайного выбора используются в математич. статистике и теории игр.

С. м. широко применяется для решения на ЭВМ интегральных уравнений, напр, при исследовании больших систем. Они удобны своей универсальностью, как правило, не требуют большого объёма памяти. Недостаток - большие случайные погрешности, слишком медленно убывающие при увеличении числа экспериментов. Поэтому разработаны приёмы преобразования моделей, позволяющие понижать разброс наблюдаемых величин и объём модельного эксперимента.

Лит.: Метод статистических испытаний (Метод Монте-Карло), M., 1962; Ермаков С. M., Метод Монте-Карло и смежные вопросы, M., 1971. H. H. Ченцов.
СТАТИСТИЧЕСКОЕ НАБЛЮДЕНИЕ, см. Выборочное наблюдение, Наблюдение сплошное.

СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ, совокупность способов, употребляемых в математической статистике для приближённого определения неизвестных распределений вероятностей (или к.-л. их характеристик) по результатам наблюдений. В наиболее распространённом случае независимых наблюдений их результаты образуют последовательность

X₁, X₂, ..., X_n,... (1) независимых случайных величин (или векторов), имеющих одно и то же (неизвестное) распределение вероятностей с функцией распределения F(х). Часто предполагают, что функция F(х) зависит неизвестным образом от одного или нескольких параметров и определению подлежат лишь значения самих этих параметров [напр., значительная часть теории, особенно в многомерном случае, развита в предположении, что неизвестное распределение является нормальным распределением, у которого все параметры или к.-л. часть их неизвестны (см. Статистический анализ многомерный)]. Два осн. вида С. о.- т. н. точечное оценивание и оценивание с помощью доверительных границ. В первом случае в качестве приближённого значения для неизвестной характеристики выбирают к.-л. одну функцию от результатов наблюдений, во втором - указывают интервал значений, с высокой вероятностью " накрывающий" неизвестное значение этой характеристики. В более общих случаях интервалы, образуемые доверительными границами (доверительные интервалы), заменяются более сложными доверительными множествами.

О С. о. функции распределения F(.r) см. Непараметрические методы в математич. статистике; о С. о. параметров см. Статистические оценки.

Разработаны также методы С. о. и для случая, когда результаты наблюдений (1) зависимы, и для случая, когда индекс [ris] заменяется непрерывно меняющимся аргументом (, т. е. для случайных процессов. В частности, широко используется С. о. таких характеристик случайных процессов, как корреляционная функция и спектральная функция. В связи с задачами регрессионного анализа был развит новый метод С. о.- стохастическая аппроксимация. При классификации и сравнении способов С. о. исходят из ряда принципов (таких, как состоятельность, несмещённость, инвариантность и др.), к-рые в их наиболее общей форме рассматривают в Статистических решений теории.

Лит.: Крамер Г., Математические методы статистики, пер. с англ., 2 изд., M., 1975; Рао С. Р., Линейные статистические методы и их применения, пер. с англ., M., 1968. Ю.В.Прохоров.

СТАТИСТИЧЕСКОЕ РАВНОВЕСИЕ, см. Равновесие статистическое.

СТАТИЧЕСКАЯ БАЛАНСИРОВКА, см. Балансировка.

СТАТИЧЕСКАЯ НАГРУЗКА в строительной механике, нагрузка, величина, направление и место приложения к-рой изменяются столь незначительно, что при расчёте сооружения их принимают не зависящими от времени и поэтому пренебрегают влиянием сил инерции, обусловленных такой нагрузкой. Примеры С. н.- собственно вес сооружения, снеговая нагрузка и т. п.

СТАТИЧЕСКАЯ СИСТЕМА РЕГУЛИРОВАНИЯ, система автоматич. регулирования, в к-рой погрешность в установившемся состоянии в общем случае не равна нулю и зависит от величины нагрузки на объект. На рис. 1 представлена схема одноконтурной С. с. р., состоящей из объекта регулирования и устройства управления, куда входят измерительный преобразователь, регулятор и исполнительный механизм.

Рис. 1. Функциональная схема одноконтурной статической системы регулирования: OP- объект регулирования; УУ - устройство управления; ИП - первичный измерительный преобразователь (датчик); CP - статический регулятор; БЗР - блок формирования закона регулирования; ИМ - исполнительный механизм.

На объект регулирования действуют управляющее воздействие xi(t) и внешние возмущения f(t). Регулируемая величина объекта регулирования x(t) преобразуется измерит, преобразователем в сигнал x*(t), к-рый подаётся на регулятор, где сравнивается с заданным значением управляющего воздействия g(t), в результате чего образуется сигнал рассогласования [ris] (t) = g(t) - - x *(t). Далее в регуляторе задаётся зависимость между [ris] (t) и управляющей величиной регулятора x₁(t)- формируется закон регулирования. Для статич. пропорционального регулятора x ₁ = k_p · [ris], где k_p - коэфф. передачи (усиления) регулятора.

Как правило, статич. регуляторы относительно просты, экономичны, малоинерционны, поэтому их целесообразно использовать в системах автоматич. регулирования пром. установок. На рис. 2 изображена простейшая С. с. р. уровня жидкости в сосуде. В случае, напр., увеличения расхода жидкости уровень её в сосуде понижается, изменяется положение поплавка и задвижка поднимается, увеличивая приток жидкости. Установившееся состояние наступает тогда, когда расход жидкости равен притоку, что соответствует нек-рому уровню, отличному от первоначального.

Рис. 2. Простейшая статическая система регулирования: T₁ - входная труба; 3 - задвижка; P - рычажная система; П - поплавок; С - сосуд с жидкостью; T₂- выходная труба.

Лит. см. при ст. Регулирование автоматическое. А. В. Кочеров.

СТАТИЧЕСКИ НЕОПРЕДЕЛИМАЯ СИСТЕМА в строительной механике, геометрически неизменяемая система (конструкций), в к-рой реакции связей (усилия в опорных закреплениях, стержнях и т. п.) не могут быть определены с помощью одних ур-ний статики (см. Строительная механика), а требуется совместное рассмотрение последних с дополнит, ур-ниями, характеризующими деформации системы. Необходимый и достаточный признак С. н. с.-наличие т. н. лишних (избыточных) связей, к-рые можно удалить, не нарушая геометрич. неизменяемости системы. Число дополнит, ур-ний, равное числу лишних связей (лишних неизвестных), наз. степенью статич. неопределимости системы.

В элементах С. н. с. (в отличие от статически определимых) могут возникать усилия, вызванные осадкой опор, темп-рными воздействиями, усадкой материала, неточностью сборки или изготовления и т. п. Распределение усилий в С. н. с. зависит не только от нагрузки, но и от соотношения поперечных размеров отд. элементов, а если эти элементы изготовлены из различных материалов, то и от соотношения их модулей упругости. Если в статически определимых системах разрушение хотя бы одной связи приводит к выходу из строя всего сооружения, то С. н. с. после потери одной или даже всех лишних связей сохраняют свою несущую способность (геометрич. неизменяемость). В этом смысле С. н. с. более надёжны, чем статически определимые.

Осн. методы расчёта С. н. с.- метод сил и метод перемещений, в к-рых за исходные (лишние) неизвестные принимаются соответственно усилия или перемещения. Метод, основанный на выборе одной части неизвестных в виде усилий, а другой - в виде перемещений, наз. смешанным. Гл. трудность при расчёте С. н. с. с высокой степенью статич. неопределимости заключается в необходимости составления и решения систем ур-ний с большим числом неизвестных; применение ЭВМ даёт возможность полностью автоматизировать трудоёмкий процесс расчёта.

Лит.: Расчёт сооружений с применением вычислительных машин, M., 1964; Киселев В. А., Строительная механика, 2 изд. M., 1969. Г. Ш. Подольский

СТАТИЧЕСКИ ОПРЕДЕЛИМАЯ СИСТЕМА в строительной механике, система конструкций, в к-рой реакции всех связей (усилия в опорных закреплениях, стержнях и т. п.) при любой нагрузке могут быть определены с помощью ур-ний статики (см. Строительная механика). С. о. с. содержит только те связи, к-рые необходимы для обеспечения её геометрич. неизменяемости. В отличие от статически неопределимых систем в С. о. с. осадка опор, температурные воздействия, неточности сборки или изготовления и т. п. не влияют на распределение и величину усилий; последние не зависят также от физико-механич. характеристик материала и поперечных размеров элементов системы.

СТАТОБЛАСТЫ (от греч. statos - стоящий, неподвижный и blastos - зародыш, росток), покоящиеся зимние почки у пресноводных беспозвоночных животных - мшанок, С. развиваются внутри брыжейки желудка (т. н. канатика) и являются внутренними почками, в отличие от наружных, за счёт к-рых образуются колонии. С. имеет плотную наружную оболочку, иногда с крючкоподобными выростами. С. обычно чечевицеобразной формы. При отмирании осенью материнского организма С. выпадают из его тела и благодаря имеющимся у них воздушным камерам плавают в толще воды.! Весной оболочка С. лопается, и из него выходит молодая мшанка - родоначальница новой колонии.

СТАТОЛИТЫ (от греч. statos - стоящий и Hthos - камень), 1) то же, что отолиты. 2) Мелкие подвижные крахмальные зёрна, находящиеся в клетках чехлика корня, верхушек колеоптилей злаков и др. растущих частях растений; при изменении направления оси органа они опускаются книзу и, оказывая давление на цитоплазму, вызывают геотропич. изгиб органа. С. расходуются растением при сильном голодании, напр, при продолжит, затемнении. Клетки, в к-рых имеются С., наз. статоцистами.

СТАТОР (англ, stator, от лат. sto - стою) электромашины, неподвижная часть электрнч. машины, выполняющая функции магнитопровода н несущей конструкции. С. состоит из сердечника и станины. Сердечник изготовляют из изолированных лаком листов электротехнич. стали (толщиной 0, 35-0, 5 мм), собираемых в пакеты и укрепляемых в литом или сварном корпусе - станине. В пазы, выштампованные в сердечнике, укладывается статорная обмотка. Во избежание значит, вихревых токов (и, соответственно, потерь) проводник обмотки С. составляют из ряда параллельно соединённых изолированных жил, к-рые в машинах большой мощности сплетают (транспонируют). В линейных двигателях сердечник статора развёрнут в линию.

Лит.: К о с т е н к о M. П., Пиотровский Л. M., Электрические машины, 3 изд., ч. 1-2, Л., 1972-73.

СТАТОР ГИДРОТУРБИНЫ, фундаментная часть гидротурбины, предназначенная для передачи нагрузки от массы гидроагрегата и давления воды на здание ГЭС. С. г. устанавливается внутри спиральной камеры гидротурбины. С. г. с бетонной спиральной камерой выполняется из отд. колонн с фланцами в торцах для укрепления (бетонирования) в выходной части камеры. Колонны С. г. профилируются так, чтобы поток из камеры, проходя через статор, не менял своей крутки (отношения тангенциальной составляющей скорости к меридиональной). С. г. со стальной спиральной камерой имеет верхний и нижний пояса, к к-рым жёстко крепятся установленные в его проточной части колонны. Нижний пояс С. г. бетонируется. Для крупных турбин С. г. обычно выполняются сварными.

СТАТОРЕЦЕПТОРЫ (от греч. statos - стоящий, неподвижный и рецепторы), специализированные чувствительные нервные окончания - рецепторы, реагирующие на изменение положения тела в пространстве. У низших беспозвоночных С. расположены в слуховых пузырьках, или статоцистах (см. Равновесия органы). У рыб и нек-рых земноводных С. располагаются в органах боковой линии (см. Боковые органы). У позвоночных животных и человека функцию С. выполняют вестибулярный аппарат и зрения органы, экстерорецепторы кожных покровов, проприорецепторы мышц, сухожилий, суставов и связок.

СТАТОСКОП (от греч. statos - стоящий [ris] skopeo - смотрю), прибор дтя регистрации изменений высоты полета летательного аппарата по измеряемой разности атмосферного давления и давления внутри прибора. Предназначен гл. обр. для аэрофотосъёмки при создании карт. Наибольшее применение имеет С. в виде жидкостного дифференциального барометра, состоящего из 2 одинаковых автоматически переключающихся манометрич. систем. По фиксируемому различию в уровнях спирта в манометрич. трубках, давлению и температуре воздуха на высоте полёта вычисляют барометрич. высоты точек фотографирования и их изменения с точностью порядка 0, 5-1, 0 м.

Лит.: АржановЕ.П., ИльинВ.Б., Аэрофотосъёмочное оборудование, M., 1972.

СТАТОЦИСТЫ (от греч. status - стоящий и kystis - пузырь), 1) слуховые пузырьки, органы равновесия беспозвоночных, имеющие вид ямки или погружённого под наружный покров тела пузырька, а также колбообразного выпячивания покрова (у медуз и мор. ежей). Внутри С. находится одно или неск. твёрдых образований - статолитов, или отолитов. При изменении положения тела отолиты перемещаются, раздражая чувствит. клетки С. От них нервный импульс передаётся по нервным волокнам в центр, нервную систему, вызывая ответную реакцию организма, ведущую к восстановлению равновесия. См. также Равновесия органы. 2) Клетки растений, в к-рых образуются мелкие подвижные крахмальные зёрна, - статолиты. С. находятся в чехлике корня, верхушках колеоптилей злаков и в др. растущих частях растений.

СТАТСКИЙ СОВЕТНИК в России, гражд. чин 5-го класса по Табели о рангах, соответствовал должности вице-директора департамента, вице-губернатора, председателя казённой палаты и др. С 1856 давал право на личное дворянство, ранее - на потомственное. Титуловался " ваше высокородие". Для производства в чин С. с. был установлен срок службы в 5 лет со времени получения предыдущего чина. Действительный С. с.- гражд. чин 4-го класса, соответствовал должности директора департамента, губернатора и градоначальника, давал право на потомственное дворянство. Титуловался " ваше превосходительство". Для производства в чин действительного С. с. был установлен срок службы в 10 лет со времени получения предыдущего чина. В 1903 было 3113 действительных С. с. Чин С. с. упразднен декретом Сов. власти 10(23) нояб. 1917 об уничтожении сословий и чинов (см. Чиновничество).