Cтраница 2
Для выявления закона распределения вероятностей случайной величины необходимо получить и обработать массив опытно-статистических данных. Эти данные, например, в виде действительных размеров х / элемента детали, погрешность изготовления которого необходимо найти, в определенном количестве ( рекомендуется N 200) получают при изготовлении деталей в неизменных условиях протекания технологического процесса. [16]
Что называется функцией распределения вероятностей случайной величины. [17]
Как известно, плотность распределения вероятностей случайной величины по своим свойствам аналогична весовой функции, которая определяет систему ортогональных многочленов. В связи с этим устанавливается некоторое соответствие между наиболее важными законами распределения вероятностей и основными системами ортогональных многочленов. [18]
Часто вместо полного задания распределения вероятностей случайной величины предпочитают пользоваться небольшим количеством числовых характеристик. [19]
Уравнение (2.14) дает плотность распределения вероятностей случайной величины t в одноступенчатом реакторе. [20]
Однако математические модели законов распределения вероятностей случайных величин часто более просто построить, учитывая и маловероятные, практически невозможные значения случайных величин. [21]
Часто вместо полного задания распределения вероятностей случайной величины предпочитают пользоваться небольшим количеством числовых характеристик. [22]
Эта функция называется функцией распределения вероятности случайной величины X. Функция 1 ( х) существует как для дискретных, так и для непрерывных случайных величин. [23]
Эта функция называется функцией распределения вероятности случайной величины X. Функция F ( х) существует как для дискретных, так и для непрерывных случайных величин. [24]
Функция известна как плотность распределения вероятностей случайной величины X ( рис. А. [25]
Эта функция называется функцией распределения вероятности случайной величины X. Функция F ( х) существует как для дискретных, так и для непрерывных случайных величин. [26]
Эта функция называется функцией распределения вероятности случайной величины X. Функция F ( х) существует как для дискретных, так и для непрерывных случайных величин. [27]
В практике измерений вместо функции распределения вероятностей случайной величины используют ее числовые характеристики: дисперсию, математическое ожидание, моменты различных порядков. В некоторых случаях для характеристики случайной функции используется дифференциальная функция распределения вероятностей, которая получается путем дифференцирования исходной функции распределения вероятностей. Дифференциальная функция распределения случайной величины называется функцией распределения плотности вероятностей. К характеристикам случайных величин относятся средние значения: средние во времени, средние по множеству, средние квадратичные, средние от произведений. [28]
Для сжатого описания некоторых основных особенностей распределения вероятностей случайных величин служат числовые характеристики этих величин, наиболее употребительными из них являются математическое ожидание и дисперсия. [29]
ЦИФРОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН - функционалы распределения вероятностей случайной величины, характеризующие различные его свойства. Важнейшая из них - математическое ожидание. Большинство других характеристик являются производными понятиями. Моментом порядка п случайной величины называется математическое ожидание ее п - и степени. Центральным моментом порядка п называется математическое ожидание и-и степени отклонения этой величины от ее математического ожидания. Центральный момент порядка 2 называется дисперсией. Абсолютным моментом порядка п называется математическое ожидание пЛ степени модуля случайной величины. [30]