Данная случайная величина

Cтраница 3

С другой стороны, если в некоторой точке х существует производная F ( x) f ( x), то f ( x) представляет плотность массы в этой точке и называется плотностью вероятности или функцией плотности данной случайной величины. [31]

В табл. 39 указаны значения вероятности отказа в обслуживании, определенные методом моделирования, при распределении времени обслуживания и ожидания по законам: показательному, Релея, усеченному нормальному, равновероятному. Из табл. 39 видно, что закон распределения данных случайных величин практически не влияет на точность полученных оценок. Поэтому допущения о показательном законе, сделанные во всех ранее рассмотренных случаях, не приводят к значимым для практических целей погрешностям. [32]

Функция ср ( лт) называется плотностью распределения вероятностей случайной величины X, произведение y ( x) dx - элементом вероятности. Кривая у ср ( дг) называется кривой распределения вероятностей данной случайной величины. [33]

Функция ф ( х) называется плотностью распределения вероятностей случайной величины X, произведение ф ( х) dx - элементом вероятности. Кривая у ф ( х) называется кривой распределения вероятностей данной случайной величины. [34]

Знать случайную величину - это не значит знать, что в данном испытании она получила такое-то значение. То, что она получила какое-то определенное значение, является только лишь отдельной реализацией данной случайной величины, и это вовсе не дает еще представления о свойствах случайной величины. [35]

Очевидно, чем резче проявляется эта зависимость, тем больше информации заключено в конкретных значениях величин X и в друг о друге. При этом под информацией о неизвестном параметре Э, содержащейся в случайной величине X, понимают степень уменьшения неопределенности, касающейся неизвестного значения в, после наблюдения над данной случайной величиной. Если по наблюденному значению X случайной величины X можно с вероятностью 1 точно восстановить значение параметра 0, то это значит, что случайная величина ( или ее наблюдение) содержит максимально возможную информацию о параметре. [36]

Функции распределения а F ( х и обратные функции распределения х G ( а непрерывной ( а и дискретной ( б случайных величин. [37]

Функция распределения полностью и единственным образом описывает распределение случайной величины. В естественнонаучных приложениях теории вероятностей обычно изучаются функции распределения, восстановленные по эмпирическим данным; при этом особую познавательную ценность имеют исследования тех теоретических функций распределения, которые выбраны на основе некоторых представлений о механизме образования ( генезисе) данной случайной величины - аналога изучаемого геологического свойства. [38]

Если по заданной совместной плотности распределения мы всегда можем, как следует из формул (4.1), найти плотности распределения каждой из случайных величин Хг и Х2, то задание распределения каждой из случайных величин, вообще говоря, не является достаточным для знания их совместного распределения. Однако это оказывается достаточным в следующей ситуации. Пусть для данных случайных величин Хг и Ха любые события вида at С Хг С Ьг ] и а2 Х 2 62 независимы. [39]

Математическое ожидание стандартной случайной величины равно нулю, ее среднеквадратичное отклонение равно единице. Стандартная случайная величина иногда трактуется как коэффициент надежности. При этом требуется, чтобы вероятность превышения заданного т данной случайной величиной была меньше допустимой. [40]

Это число в ограниченном интервале является конечным. Для дискретных случайных величин распределение вероятностей различных их значений может быть наиболее просто задано с помощью таблиц распределения, в которых в верхней строке указываются все значения, принимаемые данной дискретной случайной величиной, а в нижней - вероятности соответствующих ей значений. Очевидно, что сумма вероятностей должна равняться единице, если данная случайная величина всегда принимает одно из возможных значений. [41]

Функцию Xh ( t) называют k - н реализацией случайного процесса. Отдельные реализации случайных функций отличаются друг от друга в соответствии с законом распределения мгновенных значений данной случайной величины. [42]

Страницы: 1 2 3