Другие законы - распределение
Cтраница 2
Кроме закона Гаусса, математическая статистика использует и некоторые другие законы распределения случайных величин. [16]
В зависимости от вида дисперсной системы и способа ее получения предлагались другие законы распределения, в том числе двух - и полимодальные. [17]
 |
Статистический ряд распределения случайной величины и кривая плотности нормального распределения. [18] |
Основная особенность нормального закона заключается в том, что он является предельным законом, к которому приближаются другие законы распределения, и это приближение тем точнее, чем больше число значений случайной величины. Указанное свойство нормального закона всегда имеет место, если среди значений случайной величины нет таких, которые резко отличались бы от остальной массы значений этой величины. [19]
Основная особенность этого закона состоит IB том, что он является предельным, к которому при определенных условиях приближаются другие законы распределения. Нормальное распределение часто применяется в теории надежности при оценке постепенных отказов. [20]
Нормальный закон распределения имеет чрезвычайно широкое распространение в природе, так как это предельный закон, к которому приближаются многие другие законы распределения при определенных условиях. [21]
Нормальный закон распределения имеет чрезвычайно широкое распространение в природе, так как это предельный закон, к которому приближаются многие другие законы распределения при определенных условиях. [22]
Главная особенность, выделяющая нормальный закон среди других законов, состоит в том, что он является предельным законом, к которому приближаются другие законы распределения при весьма часто встречающихся типичных условиях. Теоретическая схема, отображающая реальные условия возникновения рассеивания случайной величины, подчиняющейся нормальному закону распределения, лежит в основе центральной предельной теоремы теории вероятностей. Этой теоремой доказано, что случайная величина, являющаяся суммой достаточно большого числа независимых ( или слабозависимых) случайных величин, подчиненных каким угодно законам распределения, приближенно подчиняется нормальному закону распределения, и это выполняется тем точнее, чем большее количество случайных величин суммируется. [23]
Основная особенность, выделяющая нормальный закон среди других законов, состоит в том, что он является предельным законом, к которому приближаются другие законы распределения. В § 5.4 будет рассмотрена центральная предельная теорема теории вероятностей, в которой доказывается, что при достаточно большом п сумма независимых случайных величин Xi, Xz... Хп, подчиненных каким угодно законам распределения ( при соблюдении некоторых ограничений), будет иметь закон распределения, как угодно близкий к закону нормального распределения. [24]
Нормальный закон распределения вероятностей имеет особое значение в теории вероятностей вообще и применительно к срокам службы деталей, в частности, так как он является предельным законом, к которому приближаются другие законы распределения при весьма часто встречающихся типичных условиях. [25]
В результате отклонения размеров поверхности реального изделия распределяются в некотором поле значений, симметричном по отношению к заданному номинальному значению размера и находятся в разном соотношении поля с допуском изделия. Однако на практике имеют место и другие законы распределения линейных размеров: равной вероятности; существенно-положительных величин; законы Релея и Симпсона. [26]
Нормальный закон, экспоненциальный и закон распределения Релея имеют фиксированную форму. Логарифмически нормальный, Вейбулла, гамма-распределения, Стьюдента и другие законы распределения имеют один и более параметров формы, что дает возможность подобрать более точно вид распределения для характеристики полученных экспериментальных данных. Параметр формы можно графически оценить, подбирая значение параметра, которое соответствует наилучшей линейности графика на вероятностной бумаге. Например, требуется определить средний ресурс 60 двигателей СМД-14А по изменению объема прорвавшихся газов в картер. [27]
Для различных законов распределения А ( - принимает разные значения. В качестве эталонного принят закон нормального распределения, сравнивая с которым оценивают другие законы распределения. [28]
Исследованиями установлено, что распределение случайных координат ЦЭН следует нормальному закону распределения. Главная особенность нормального закона по сравнению с другими состоит в том, что он является предельным законом, к которому приближаются другие законы распределения. [29]
Исследованиями установлено, что распределение случайных координат ЦЭН и в этом: случае следует нормальному закону распределения. Главная особенность, выделяющая нормальный закон среди других, состоит в том, что он является предельным законом, к которому приближаются другие законы распределения. [30]
Страницы: 1 2 3