Cтраница 1
Вероятностная мера а на О является гиббсовским состоянием если и только если для каждого конечного А. [1]
Вероятностная мера на графах содержит информацию не только о распределении молекул по числу звеньев в них, но и позволяет находить доли различных изомеров. [2]
Вероятностная мера определяется конструкторско-технологически-ми решениями при разработке самого изделия, а также конкретными условиями сборочного производства и параметрами комплектующих. Значения параметров допустимого риска р0 или надежности у0 устанавливаются из условия экономически выгодного распределения объемов работ между процессами изготовления деталей и сборкой изделия. [3]
Вероятностная мера определяется конструкторско-технологичес-кими решениями при разработке самого изделия, а также конкретными условиями сборочного производства и параметрами комплектующих. Значения параметров допустимого риска fi0 или надежности уо устанавливаются из условия экономически выгодного распределения объемов работ между процессами изготовления деталей и сборкой изделия. [4]
Вероятностная мера 7 на Ж называется гауссовской, если для каждого линейного функционала I на Ж индуцированная мера 7 1 - - гауссовская. [5]
Вероятностная мера / х с нулевым средним на X удовлетворяет центральной предельной теореме ( ЦПТ), если последовательность ц п равномерно плотна. Вероятностная мера / х со средним т называется удовлетворяющей ЦПТ, если мера / х т с нулевым средним удовлетворяет ЦПТ. [6]
Вероятностная мера Я ( dx), удовлетворяющая условиям (6.4) - (6.5), называется допустимым решением задачи нелинейного программирования в смешанных стратегиях. [7]
Вероятностная мера Р называется абсолютно непрерывной относительно Р ( обозначение: Р Р), если Р ( Л) 0 всякий раз, когда Р ( Л) 0, А е У. [8]
Вероятностная мера в свою очередь определяет среднее искажение на букву источника. Нас интересует нахождение минимума среднего искажения, которое может быть достигнуто при заданном канале. Будет показано, что этот минимум зависит лишь от пропускной способности канала и к нему можно подойти сколь угодно близко с помощью преобразователя, который отображает сначала выход источника в двоичный поток данных со скоростью, сколь угодно близкой к пропускной способности канала, а затем кодирует двоичный поток данных для передачи по каналу. [9]
Искомая вероятностная мера должна быть определена на подмножествах пространства исходов Q, представляющих связанные с испытанием события. В нашем примере, события задаются любыми осмысленными высказываниями о том, появится или нет красный, белый или синий шар. Всякое такое высказывание может быть представлено подмножеством пространства Q. [10]
Вероятностная мера Рх на индуцирована случайной величиной и называется распределением случайной величины. [11]
Вероятностную меру доопределяют на пустом подмножестве. [12]
Если вероятностная мера Р ( А) есть прямое произведение вероятностных мер Рп ( Ап), как было определено выше, то события Л; при различных i, принадлежащие различным S, называются независимыми в совокупности. [13]
Если вероятностная мера Р такова, что У - У, то она называется полной, а соответствующее пространство ( И, У, Р) - полным вероятностным пространством. [14]
Если вероятностная мера Р такова, что aFp Jr, то она называется полной, а соответствующее пространство ( Q, У, Р) - полным вероятностным пространством. [15]