Cтраница 1
Урновая модель может быть обобщена путем изменения правил добавления новых шаров. То есть сколько новых инвесторов входят в игру, как они это делают и как они подражают существующим игрокам, чтобы запустить более сложные нелинейные механизмы их поведения. [1]
Урновая модель позволяет также реализовать схему повторного случайного выбора. Предположим, что из урны один за другим извлекаются наугад шары, записываются их номера, а шары при этом в урну не возвращаются. N различным возможностям извлечения первого шара, должны иметь одинаковые вероятности. [2]
Урновая модель может быть обобщена путем изменения правил добавления новых шаров. То есть сколько новых инвесторов входят в игру, как они это делают и как они подражают существующим игрокам, чтобы запустить более сложные нелинейные механизмы их поведения. [3]
Для урновой модели это означает, что вероятность вынуть белый шар при испытании с достаточно большим номером практически определяется составом шаров в белой и черной урнах и мало зависит от состава шаров в красной урне. [4]
Для урновой модели это означает, что состав шаров в белой и черной урнах одинаков и можно обойтись одной из них. [5]
В основе урновых моделей лежит равновероятный выбор любого из шаров. [6]
Известно, что урновые модели - наглядный аппарат теории вероятностей, позволяющий описывать многие реальные процесс и явления. К урновым моделям сводятся схемы случайного выбора с возвращением и без возвращения, схемы независимых испытаний с конечным или бесконечным числом исходов. Более сложный тип моделей представляют урновые схемы с шарами различных типов ( цветов) и с изменяющимся во времени их составом. [7]
Очевидно, что некоторые урновые модели из гл. V, 2 представляют собой цепи Маркова. И обратно, как мы сейчас увидим, каждая цепь Маркова эквивалентна некоторой ур-новой модели. [8]
Этот этап выполняется путем применения урновой модели. С этой целью берется урна, заполненная достаточно большим количеством жетонов. Тогда извлечение жетона из урны является моделированием того явления, при котором появляется случайная величина X. При этом после каждого извлечения жетона из урны необходимо его возвратить в урну и тщательно перемешать все жетоны. [9]
К числу наименее сложных моделей массового процесса относится урновая модель. Допустим, что в урне находятся три разноцветных шара: черный, белый и красный. Черный шар оценивается в 25, белый в 30 и красный в 35 баллов. [10]
В дополнение к схеме Пойа рассмотрим еще одну урновую модель, представляющую интерес, а именно модель Эренфестов. [11]
Бернштейном ( 1880 - 1968) доказана возможность построения урновой модели, приводящей в массовом процессе к асимметричным распределениям. [12]
Названия схем связаны с тем, что классические формулировки соответствующих задач используют урновую модель. [13]
Важно также и то, что в явлениях реальной действительности, в отличие от урновой модели, возможны взаимные переходы и превращения случайности в необходимость и наоборот. Например, отдельное изобретение может носить случайный характер и применяться лишь на отдельных участках. Следовательно, в развитии явлений реальной действительности случайность играет существенную роль. [14]
Анализируя ограничения на 4, приходим к заключению, что число слагаемых можно подсчитать с помощью следующей урновой модели. В каждой урне находится количество шаров, равное номеру урны. Искомое число ап совпадает с количеством различных способов, которыми можно извлечь и шаров из п урн так, чтобы ни из какой группы первых k урн ( kri) не было извлечено более k шаров. [15]