Случайная переменная величина

Cтраница 1

Случайные переменные величины могут носить прерывный ( дискретный) и непрерывный характер. Возможные значения прерывной случайной переменной отделены друг от друга конечными интервалами. Возможные значения непрерывной случайной переменной не могут быть заранее перечислены и непрерывно заполняют некоторый промежуток. [1]

Ступенчатая кривая [ IMAGE ] Интегральная кривая распределения. распределения. [2]

В случае дискретной случайной переменной величины вероятность F ( х) увеличивается скачками всякий раз, когда х при своем изменении проходит через одно из возможных значений xi величины X. Между двумя соседними значениями функция F ( x) постоянна. [3]

В общем виде корреляционная связь между случайными переменными величинами проявляется тогда, когда имеются общие случайные факторы, влияющие на переменные, наряду с другими неодинаковыми для рассматриваемых переменных случайными факторами. [4]

Схема измерения при подналадке по скользящей медиане с использованием нескольких датчиков. [5]

Кроме того, эти измерения, рассматриваемые как случайные переменные величины, должны подчиняться нормальному закону распределения вероятностей. [6]

В математической статистике функцию, связывающую математическое ожидание случайной переменной величины с другими переменными величинами, называют регрессией. [7]

Механическая прочность нефтяного кокса является контролируемой, но случайной переменной величиной, и мокет быть учтена в уравнении только методой математической статистики. [8]

Существование систематических погрешностей можно обнаружить, если достаточно хорошо известно распределение случайной переменной величины. [9]

Начнем с примера, когда основной, внутренний, фактор лишь один и он влияет на множество случайных, внешних, факторов, но обратного влияния нет. Примером такого случая может быть многократное измерение какого-либо объекта, размер которого под влиянием измерения не изменяется, а результаты измерения из-за неточности измерительного прибора представляют собой случайную переменную величину. Допустим, что достаточно большое число людей однократно определяют на глаз площадь комнаты. Из: за случайных причин образуются как положительные, так и отрицательные ошибки измерения. Эти ошибки не могут быть любой величины. Под влиянием реального размера комнаты чаще допускаются мелкие ошибки измерения и совсем редко - крупные. Следовательно, фактические ошибки измерения являются в этом примере продуктом, одновременного и совместного действия как случайных, так и необходимых причин. Так как условия для положительных и отрицательных ошибок одинаковы, то и вероятности разных по величине положительных и отрицательных ошибок одинаковы. Поэтому распределение результатов Многократного измерения комнаты укладывается. Если действительный размер комнаты составит, например, 30 м2, то и средняя многократных измерений будет, как и показано на рис. 3.1, равна 30, так как ошибки измерений; имеюшие симметричное распределение, взаимопогашаются. Средняя же в данном примере постоянно определяется лишь основной причиной - действительным размером комнаты и обладает абсолютной устойчивостью, так как в процессе измерения случайные причины не влияют на размер комнаты. [10]

В аналитической работе при проверке гипотезы нормальности обычно нет необходимости объединять пробы с очень большим интервалом концентрации определяемого компонента. Но при решении некоторых статистических задач, в частности в дисперсионном анализе, который будет рассматриваться ниже, часто приходится объединять в один статистический ансамбль пробы с очень широким диапазоном концентрации определяемого компонента, причем там бывает нужно найти такую функцию преобразования, которая бы давала возможность получать одинаковые дисперсии для различных по своему составу проб. Поэтому рассмотрим несколько более подробно вопрос о преобразовании случайной переменной величины. [11]

Ориентированный граф вводится в качестве исходной информации для имитационной модели в виде матрицы инциденций узел-дуга. Число инструкций, приходящихся на дугу, является независимой случайной переменной, усекаемой до целого значения. Ошибки вводятся так, что число инструкций между ними составляет независимую случайную переменную величину. [12]

Идеальная монета лежит на барабане. По барабану ударяют периодически через интервалы в 1 сек. Вероятность того, что монета перевернется другой стороной после удара, есть р / з - Пусть х ( t) - случайная переменная величина, принимающая значение 1, когда монета выпадает гербом, и значение 0, когда монета выпадает решкой. [13]

Сложность перечисленных задач связана с тем, что фактическая выборочная средняя - одна из возможных средних или частостей, реализованных в процессе выборочного наблюдения. Nn) и что каждая из них может с разной вероятностью принимать различное существенно отличающееся друг от друга, количественное значение. Теорема, носящая его имя, формулируется обычно так: случайная переменная величина, состоящая из большого числа взаимно независимых слагаемых, среди которых нет ни одного резко выдающегося своей колеблемостью, имеет норг мольное распределение. [14]

Страницы: 1