Cтраница 1
Последовательности независимых случайных величин подробно изучаются в классической теории вероятности ( в первую очередь в связи с рассмотрением различных предельных теорем), но с точки зрения теории случайных функций они кажутся слишком уж специальным и простым примером. Однако многие важные типы случайных функций могут быть заданы соотношениями, сводящими недетерминированный характер величин X ( t) к их зависимости от некоторой последовательности независимых случайных величин. [1]
Рассмотрим последовательность независимых случайных величин с плотностью распределения / ( ж; а), зависящей от некоторого параметра а. Мы будем предполагать, что параметр а принимает значения из некоторого отрезка [ ai a2J числовой прямой. [2]
Пусть последовательность независимых случайных величин Xj имеет нулевые матожидания Е ( Xj) О и D ( Xj) оо. [3]
Дусть последовательность независимых случайных величин Xj имеет нулевые матожидания Е Xj О и D Xj ос. [4]
Существует ли последовательность независимых случайных величин, обладающих наперед заданными распределениями. [5]
О статистической оценке энтропии последовательности независимых случайных величин, Теория вероятн. [6]
Простейшим видом случайных последовательностей является последовательность независимых случайных величин. [7]
Допустим, что Х - последовательность независимых случайных величин с симметричными распределениями. [8]
Одним из наиболее важных обобщений последовательностей независимых случайных величин являются последовательности случайных величин, связанных в цепь Маркова. [9]
Как мы увидим позже, для последовательности независимых случайных величин будут независимыми любые два события, относящиеся к непересекающимся группам случайных величин из этой последовательности. [10]
Эти состояния можно принимать за две последовательности независимых случайных величин, каждая из которых характеризуется своей плотностью распределения. [11]
Доказать, что ЗБЧ выполняется для последовательности независимых случайных величин, имеющих равномерно ограниченные дисперсии. [12]
Доказать, что к среднему арифметическому последовательности независимых случайных величин X /, заданных рядом распределения ( табл. 22), применим закон больших чисел. [13]
Здесь v ( k) является последовательностью независимых случайных величин с математическим ожиданием E v ( k) 0 и дисперсией сг. [14]
Показать, что если () - последовательность независимых случайных величин, то случайные величины Пт л и 11т являются вырожденными. [15]