Нормально распределенная случайная величина

Cтраница 2

ЗУ свойства нормально распределенных случайных величин - - - их сумма снова нормальна. [16]

Вероятность попадания нормально распределенной случайной величины kf в заданные интервалы среднеквадратичных отклонений определяется из известных соотношений и табличных данных статистической механики. Соответствующие зависимости приведены на рис. 1.17 для трубных пучков теплообменников. [17]

Рассмотрим случай нормально распределенной случайной величины. [18]

Для двух нормально распределенных случайных величин X, и X / справедливо следующее свойство: Если случайные величины Xi и Xi распределены по нормальному закону и некоррелированы, то они независимы. [19]

Для двух нормально распределенных случайных величин Хг и Х справедливо следующее свойство: Если случайные величины Xt и Х: распределены по нормальному закону и некоррелированы, то они независимы. [20]

Процедура розыгрыша нормально распределенной случайной величины X заключается в следующем. [21]

Изображения реализаций случайных величии X и У при различной степени взаимной зависимости ( схема. а - слабая зависимость. б - сильная зависимость ( Р - коэффициент регрессии. s2 - разброс. [22]

При линейной репрессии нормально распределенные случайные величины связываются линейной функцией. [23]

Так как некоррелированные нормально распределенные случайные величины независимы, коэффициенты канонического разложения нормалььно распределенного случайного вектора всегда независимы. [24]

ДЯй - асимптотически нормально распределенные случайные величины, как будет показано далее, с нулевыми средними значениями. [25]

Пусть 2 - нормально распределенная случайная величина с нулевым математическим ожиданием и единичной дисперсией, а V - независимая от Z случайная величина, которая распределена по закону хи-квадрат с К степенями свободы. [26]

Здесь х - нормально распределенная случайная величина; - объем выборки; под ц здесь подразумевается либо с, либо М х; s - корень квадратный из выборочной дисперсии. [27]

Известно, что нормально распределенные случайные величины широко распространены на практике. Ответ на этот вопрос был дан выдающимся русским математиком А. М. Ляпуновым ( центральная предельная теорема): если случайная величина X представляет собой сумму очень большого числа взаимно независимых случайных величин, влияние каждой из которых на всю сумму ничтожно мало, то X имеет распределение, близкое к нормальному. [28]

UpUg, - нормально распределенная случайная величина, имеющая среднее значение, равное единице, и коэффициент вариации ve, характеризующий случайные отклонения уровня нестационарной нагруженности. [29]

Гауссовские, или нормально распределенные, случайные величины, гауссовские процессы и системы играют исключительно важную роль в теории вероятностей и математической статистике. Объясняется это прежде всего справедливостью центральной предельной теоремы ( § 4 гл. [30]

Страницы: 1 2 3 4