Cтраница 1
Множество вероятностей SP ( r) называется биномиальным распределением. [1]
Множеством вероятности нуль обычно можно пренебрегать, и две случайные величины, различающиеся лишь на таком нулевом множестве, практически совпадают. [2]
Следовательно, множество вероятностей рл при / VA: составляет набор условных вероятностей всех ошибочных решений. [3]
StA и А совпадают с точностью до множества вероятности нуль. Совокупность 9Д всех инвариантных множеств является а-алгеброй. Случайная величина TJ инвариантна тогда и только тогда, когда она измерима относительно 0-алгебры 91 инвариантных множеств. [4]
Из этого противоречия следует, что S0 - множество нулевой вероятности. [5]
Для анализа влияния рассинхронизации сигналов применяют усреднение по множеству вероятности ошибки с использованием одномерного закона распределения времени рассинхронизации Рассинхронизация более всего снижает помехоустойчивость передачи АМн сигналов и менее всего - ЧМ и ФМ сигналов. Ухудшение помехоустойчивости из-за замираний и рассинхронизации сигналов примерно одинаково. [6]
Бернулли, продолжающихся неограниченно, но за исключением некоторого множества вероятности нуль, действительно n lSn ( iu) - - p t при этом говорят, что с вероятностью 1 последовательность ел. Sntoj) сходится к р, а само утверждение называется усиленным законом больших чисел ( УЗБЧ) для схемы Бернулли. [7]
Тогда для каждой точки ые А-N, где N - множество нулевой вероятности, являющееся объединением соответствующих множеств, отвечающих разным k, найдется такое ий, что ( Т) сое А. [8]
Система аксиом Колмогорова неполна: даже для одного и того же множества U вероятности в множестве F мы можем выбирать различными способами. [9]
Тогда для каждой точки соеЛ1 / У, где Л / - множество нулевой вероятности, являющееся объединением соответствующих множеств, отвечающих разным k, найдется такое п /, что ( Т / г) А ( ое. [10]
Для которых g ( у) 0, так как эти точки образуют множество нулевой вероятности. [11]
Однако это не существенно, потому что каждый интервал постоянства функции распределения представляет собой множество нулевой вероятности, с которым можно не считаться. Впрочем, можно принять, что в данном случае формулы (5.24) и (5.25) для соответствующих у определяют весь интервал постоянства функции распределения. [12]
При этом множеству состояний цепи поставим в соответствие множество узлов дерева алгоритма, а множеству вероятностей перехода из одного состояния в другое - множество вероятностей прохождения соответствующих дуг. [13]
В статистической теории информации ( теории связи), предложенной Шенноном в 1948 г., энтропия количественно выражается как средняя функция множества вероятностей каждого из возможных исходов опыта. [14]
При этом множеству состояний цепи поставим в соответствие множество узлов дерева алгоритма, а множеству вероятностей перехода из одного состояния в другое - множество вероятностей прохождения соответствующих дуг. [15]