Cтраница 1
Курс теории вероятности, являющийся блистательным исследованием сущности и приложений вероятностных законов, содержит критический анализ работ мыслителей, большинство из которых уже упоминались на страницах этой книги. В отличие от Найта Кейнс не проводит категорического разграничения между неопределенностью и риском; в менее точной манере он противопоставляет в наших размышлениях о будущем определимое неопределимому. Тем не менее, как и Найт, он не терпел решений, основанных на частоте событий в прошлом: он чувствовал, что гальтоневская аналогия с горошком уместна при анализе явлений природы, но не человеческого поведения. [1]
Курс теории вероятностей, Гостехиздат, 1954; стр. [2]
Курс теории вероятностей, Гостехиз-дат, 1950, стр. [3]
Начнем курс теории вероятностей с описания некоторых простых экспериментов, в которых возникает интуитивное понятие вероятности. [4]
Из курса теории вероятности известно, что функция распределения, так же как и плотность распределения, являются исчерпывающими характеристиками случайной величины. [5]
Из курса теории вероятностей известно, что даже для действительных случайных величин при исследовании асимптотических задач важен правильный выбор типа сходимости. [6]
Из курса теории вероятности известно, что функция распределения, так же как и плотность распределения, являются исчерпывающими характеристиками случайной величины. [7]
Изучение курса теории вероятностей обязательно должно сопровождаться решением задач. В конце параграфов приводятся задачи для самостоятельного решения; в конце учебника приведены ответы. Общее количество задач рассчитано на 7 - 8 занятий по. [8]
В курсе теории вероятностей [4] устанавливают, что указанные пять параметров имеют следующий смысл. Математические ожидания компонент X и Y равны соответственно тг и m2, a дисперсии - а. Интегрируя (4.25) в соответствии с формулами (4.1), найдем, что каждая компонента имеет нормальное распределение. [9]
В курсах теории вероятностей и математической статистики доказывается связь между ошибками параметров распределения и объемом выборок. Для определения необходимого числа реализаций воспользуемся некоторыми элементарными правилами, приводимыми в [10] без доказательств. [10]
В курсах теории вероятностей MX называют математическим ожиданием случайной величины. [11]
Дунин-Барковский, Курс теории вероятностей и математической статистики, Изд. [12]
Второй тон всемирно известного двухтомного курса теории вероятностей, написан кого выдающимся американским математиком. [13]
В некоторых курсах теории вероятностей в понятие полной группы событий не включается требование несовместности событий. [14]
Необходимость в курсе теории вероятностей довольно сомнительна. Физики и без того излагают то, что им нужно, в курсах квантовой механики и статистической физики. [15]