Совместная плотность - распределение
Cтраница 2
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. [16]
Этот двойной интеграл определяется объемом цилиндрического тела, основанием которого является круг G, ограниченного сверху графиком совместной плотности распределения. [17]
Тг в предположении, что верна проверяемая гипотеза К - Ко, pi, г - значение совместной плотности распределения в предположении, что верна противопоставляемая гипотеза, f ( Tj, К) - плотность распределения случайной величины Tj. [18]
Так как их условные плотности распределения не совпадают с безусловными и произведение их плотностей распределения не равно их совместной плотности распределения, то случайные величины X и Y зависимы. [19]
При исследовании случайных колебаний представляет особый интерес случай таких систем, для которых W стремится со временем к стационарной совместной плотности распределения вероятности, не зависящей от времени и начальных условий. [20]
 |
Контуры постоянной плотности распределения в плоскости ( г, i. [21] |
В приложении Б читатель найдет, что если вместо однородного распределения для фазы элементарного фазора выбрано другое распределение, то полученная совместная плотность распределения, вообще говоря, не будет иметь нулевых средних значений, одинаковых дисперсий и нулевого коэффициента корреляции. [22]
Евклидового пространства ( для компактности записи часто обозначение множества % в интегралах будем опускать), р ( х в) - совместная плотность распределения вектора хе X, рип ( х со в) - переходная плотность распределения ( переходная функция), определяющая объект управления. В докладе будет рассмотрен объект управления с одним выходом. [23]
Но, как известно, задача определения максимальной корреляции является весьма сложной даже в теоретическом случае, то есть условиях, когда известны соответствующая совместная плотность распределения. [24]
Для оценки, в соответствии с - описанным подходом, надежности нефтепровода, состоящего из: нескольких участков, между которыми находятся резервуарные парки, необходимо определить совместную плотность распределения запасов нефти в парках. Использование точного аналитического метода определения надежности, основанного на определении совместной функции распределения запасов, для нефтепроводов, состоящих из большого числа участков, разделенных резервуарными парками, не оправдано по нескольким причинам. Во-первых, при числе участков больше трех процесс составления системы интегральных уравнений связан со значительными трудностями, во-вторых, итерационный процесс решения системы быстро сходится только для резервуарных парков малого объема. В этом случае целесообразно использовать приближенные методы оценки надежности нефтепровода с парками. [25]
В свою очередь, что касается предложенного в работе [1] теоретико-информационного подхода к идентификации вообще, то такой подход нельзя признать сколь-нибудь конструктивным, поскольку в него изначально закладываются либо необходимость знания совместной плотности распределения выходных переменных объекта и модели, либо возможность их ( выходных переменных) наблюдения. Но этот второй вариант заведомо невыполним, поскольку задача идентификации как раз и состоит в построении модели и, естественно, ее выход наблюдаться не может. Но и первый вариант не может считаться приемлемым, поскольку требует наличие такого объема априорной информации, при котором собственно задача идентификации уже должна потерять содержательный смысл. [26]
Значения Р ( 0 1 1) и Р ( 0) зависят как от уровня аддитивного шума, всегда присутствующего в системе передачи, так и рассогласования в системе, рис. 3 1, и в общем случае должны определяться совместными плотностями распределения вероятности. Но так как в реальных ВОСП причины возникновения аддитивного шума и рассогласований физически различны, то данные процессы следует рассматривать независимо. [27]
Путь ( t) - случайный процесс, при любом / принимающий значения, взятые из множества всех вещественных чисел. Пусть задана совместная плотность распределения вероятностей р ( У. [28]
Нам понадобится тот факт, что для независимых случайных величин условное математическое ожидание совпадает с безусловным. При наличии совместной плотности распределения это вытекает из доказанной теоремы. Но более правильно выводить этот факт прямо из определения условного математического ожидания. [29]
Для этого нужно совместную плотность распределения проинтегрировать по остальным переменным по всей области их изменения. [30]
Страницы: 1 2 3