Cтраница 1
Закон распределения непрерывной случайной величины удобно задавать с помощью так называемой функции плотности черич. [1]
Закон распределения непрерывной случайной величины задают функцией распределения F ( x), которая также называется интегральной функцией распределения. [2]
Среди всех законов распределения непрерывной случайной величины X, для которых плотность вероятности равна нулю вне интервала а х Ь, определить закон распределения с максимальной дифференциальной энтропией. [3]
Среди всех законов распределения непрерывной случайной величины X, для которых плотность вероятности равна нулю при дг 0, найти при заданном математическом ожидании М [ X ] закон распределения с максимальной дифференциальной энтропией. [4]
Среди всех законов распределения непрерывной случайной величины X, для которых плотность вероятности равна нулю вне интервала а х Ь, определить закон распределения с максимальной дифференциальной энтропией. [5]
Среди всех законов распределения непрерывной случайной величины X, для которых плотность вероятности равна нулю при х 0, найти при заданном математическом ожидании М [ X ] закон распределения с максимальной дифференциальной энтропией. [6]
Приведем несколько примеров часто встречающихся законов распределения непрерывных случайных величин. [7]
Доказать, что среди всех законов распределения непрерывных случайных величин, принимающих значения из интервала ( а Ь), максимальную энтропию имеет равномерное распределение. [8]
Заданная тем или иным способом зависимость плотности распределения случайной величины от ее конкретного значения называется законом распределения непрерывной случайной величины. [9]
Многоугольник вероятности. [10] |
Помимо описательного представления вида распределения пользуются и специальными аналитическими средствами. Например, закон распределения непрерывной случайной величины X количественно выражают в двух формах: с помощью так называемой функции распределения либо плотности распределения случайной величины. [11]
Проделана определенная работа и по теории вероятностей. Исхаков предложил и исследовал оригинальную процедуру сравнения законов распределения непрерывных случайных величин. [12]
Закон распределения дискретной случайной величины задается конечным множеством вероятностей возможных значений случайной величины. В этом случае уже нельзя говорить о вероятности отдельного исхода, так как при бесконечно большом числе возможных исходов вероятность каждого исхода будет равна нулю. Закон распределения непрерывной случайной величины характеризуется функцией и плотностью распределения вероятностей. [13]
В теории надежности используются закономерности двух классов: событий и состояний. Поэтому вторая глава посвящена изучению с помощью методов теории вероятностей способов математического описания событий - фактов отказов, дефектов, повреждений, восстановлений - и состояний - исправной и неисправной работы, работоспособности и неработоспособности, технического обслуживания и ремонта, предельного состояния и других состояний. С этой целью дается подробное изложение законов распределения дискретных и непрерывных случайных величин. Во второй главе показано, каким образом различные критерии надежности аналитически связаны друг с другом и как, зная значение одного показателя, выразить значение другого. Таким образом, формируется целостное представление о связях как между различными критериями надежности, так и между составляющими свойствами сложного свойства надежность объекта. [14]