Одномерная плотность

Cтраница 2

В информационной теории управления для оптимизации рассматриваемой системы применяют критерий Rx - макс, который при нормальных видах одномерной плотности распределения вероятностей х ( г) и cp ( t) совпадает с критерием минимума дисперсии ошибки регулирования. [16]

Измерение нестационарных плотностей распределения, как видно из приведенных выражений, представляет собой задачу большой экспериментальной сложности даже для одномерной плотности распределения. Эта сложность обусловлена необходимостью перебора случайных величин по времени t и по ансамблю реализаций. В общем случае требуется осреднение по ансамблю выборочных реализаций. Практически нестационарный случайный процесс представляет одна, максимум две-три реализации. В такой ситуации весьма велико желание подходить к нестационарному процессу как к эргодическому стационарному. В отдельных случаях осреднение по времени приводит к физически содержательным оценкам. Однако в большинстве случаев осреднение только по времени приводит к сильно искаженным оценкам, в частности при определении плотности распределения вероятности. [17]

Из выражения ( 52) следует, что в рассматриваемом случае двумерная функция плотности распределения вероятностей представима в виде произведения одномерных плотностей, поэтому согласно теореме 2 § 61 эти случайные величины независимы. [18]

Из выражения ( 52) следует, что в рассматриваемом случае двумерная функция плотности распределения вероятностей предста-вима в виде произведения одномерных плотностей, поэтому согласно теореме 2 § 61 эти случайные величины независимы. [19]

Функции Fi ( x t) и fi ( x t) называются одномерными законами распределения, причем Fi ( x t) называется одномерной функцией распределения, a fi ( x t) - одномерной плотностью распределения. Но и они, как любые конечные законы распределения, не могут служить исчерпывающими характеристиками. [21]

Поскольку в пределах пропластка корреляционный масштаб двумерного или трехмерного поля считается малым, можно показать [47], что такой про-пласток с точки зрения внешнего наблюдателя ведет себя как однородный с эффективной проницаемостью, зависящей лишь от параметров одномерной плотности распределения проницаемости в данном пропластке. [22]

Поскольку в пределах пропластка корреляционный масштаб двумерного или трехмерного поля считается малым, можно показать [5, 6], что такой пропласток, с точки зрения внешнего наблюдателя, ведет себя как однородный с эффективной проницаемостью, зависящей лишь от параметров одномерной плотности распределения проницаемости в данном пропластке. Иными словами, неоднородный пропласток может быть охарактеризован одной эффективной проницаемостью. [23]

Формулы ( 41) и ( 42) являются рас - четными для определения математи-2 ческого ожидания и дисперсии сигнала X ( t) на выходе нелинейного безынерционного звена, описываемого монотонной функцией X f ( Y) по известной одномерной плотности распределения вероятностей fy ( у) случайного сигнала на входе звена. [24]

У-а / к - / 1 Ки - кч mt - 3 / П ] - кумулянт четвертого порядка, начиная с которого появляются отличия кумулянтов от центральных моментов; нормированное значение этого кумулянта известно как коэффициент эксцесса уэ к4 / х, характеризующий степень островершинности ( уэ 0) или плосковершинности ( уэ 0) одномерной плотности распределения вероятности. [25]

Недостатки второго класса методов очевидны: большие ( часто непреодолимые) вычислительные трудности и весьма сложные исходные данные в виде многомерных законов распределения, получение которых проблематично. Использование одномерных плотностей распределения вместо многомерных может существенно исказить расчет надежности. [26]

Поскольку в формулы для определения вероятности статического разрушения и для расчета долговечности при стационарных Гауссовских процессах нагружения в качестве основных характеристик входят средние частоты появления нулей п0 и экстремумов йэ, то точность их расчетного определения, проверяемая по данным, полученным непосредственно с осциллограмм реальных процессов, рекомендуется принимать в качестве критерия для выбора этой модели процесса. При этом одномерная плотность распределения процесса не должна противоречить распределению, характерному для данной модели случайного процесса. [27]

Плотность распределения суммы интервалов между событиями пуассонов-ского потока. параметром семейства кривых является число объединенных интервалов. Объяснение в тексте. [28]

Мы рассмотрели последовательности, в которых интервалы между событиями статистически независимы. Основу описания таких процессов составляет одномерная плотность распределения, которая полностью определяет свойства процесса. Естественно предположение, что условие независимости выполняется не всегда. [29]

Зависимость вероятности отказа g (.| Зависимость вероятности отказа q ( Y, t от параметра Ь0. [30]

Страницы: 1 2 3