Cтраница 1
Преобразование сети для алгоритма Мартина. [1] |
Плотность вероятностей случайной величины tp ( j) может быть вычислена следующим образом. [2]
Определить плотность вероятности случайной величины У X, если X - нормальная случайная величина, у которой х 0, а срединное отклонение Е дано. [3]
Если плотность вероятности случайной величины симметрична относительно некоторого значения случайной величины, то это значение случайной величины совпадает с ее математическим ожиданием и, у одновершинного распределения, с модой. [4]
Найти плотность вероятности случайной величины Z X - У, если X и Y независимы. [5]
Определить плотность вероятности случайной величины YX, если X - нормальная случайная величина, у которой jc Q, а срединное отклонение Е дано. [6]
Найти плотность вероятности случайной величины Z Х - - У, если X и Y независимы. [7]
Распределение плотности вероятности случайной величины для средней стадии закачки топлива в резервуар не соответствует ни одной из рассмотренных гипотез. [8]
Кривая плотности вероятностей случайной величины т ] а - является зеркальным отражением логнормальной кривой распределения случайной величины от вертикали, проходящей через точку у а. Распределение 1 - А, ( а - у; fj, cr2) в отличие от классического логнормального распределения характеризуется отрицательной асимметрией. [9]
Затем рассматривается плотность вероятности случайной величины у. Расчет плотности вероятности основан на подборе данных в соответствии с определением используемой случайной величины у. В первом случае случайная величина имеет значение при описании готовности, если имеется информация об интервале времени, потребовавшемся для выполнения последнего ремонта. Во втором случае величина у будет полезна для оценки времени ремонта, если известно предшествующее время работы. Третья случайная величина у окажется полезной при оценке времени работы, если имеется информация о длительности всех предшествующих ремонтов. [10]
Построенные оценки плотности вероятности случайной величины являются оптимальными в смысле принципа максимума энтропии. [11]
Для рассматриваемых процессов пусть плотности вероятности случайных величин на входе X и выходе Y нормальны, совместная плотность вероятности также нормальна [7, 23] и тогда регрессии К по X и X по У будут линейны. [12]
Поток требований. [13] |
Основной характеристикой потока является плотность вероятности случайной величины Q, ti - t, где 2; - случайная величина, характеризующая интервал времени между приходом / - го, и ( й - 1) - го требований. [14]
Будем считать, что плотности вероятности случайных величин Хг, Х2, Z и К нормальны, совместные плотности распределения также нормальны и, следовательно, парные и множественные регрессии линейны. [15]