Cтраница 3
Покажите, что для распределения Гаусса (1.2.4) все кумулянты, кроме второго, равны нулю. [31]
В этой точке функция распределения Гаусса убывает примерно до 1 / 600 своего максимального значения. Таким образом, распределение, соответствующее однократному рассеянию, представляет лишь весьма малый хвост кривой многократного рассеяния. [32]
Нормальное распределение ( закон распределения Гаусса) занимает особое место и играет исключительно важную роль в теории вероятностей и теории надежности. Основная его особенность состоит в том, что оно является предельным распределением, к которому при стремлении к бесконечности числа испытаний приближаются другие распределения. Можно показать, что сумма достаточно большого числа независимых ( или слабо зависимых) случайных величин, из которых каждая в отдельности сравнительно мало влияет на общую сумму, приближенно подчиняется нормальному закону. [33]
Так как линейная суперпозиция распределений Гаусса также распределена по Гауссу, то винеровский процесс является гауссовским. [34]
Генерирует случайные числа по распределению Гаусса. Генерирует случайные числа в указанном диапазоне. [35]
Распределение высот шероховатостей подчиняется распределению Гаусса. [36]
Аппроксимирование ( 96) распределением Гаусса возможно, только если ( г - 1) 5 30, причем оно имеет смысл лишь в случае лотка с очень большим числом камер. [37]
Распределение такого вида называется распределением Гаусса. Оно имеет максимум при х 0 и быстро спадает с увеличением ж симметрично в обе стороны. [38]
Распределение такого вида называется распределением Гаусса. [39]
Нормальное распределение называется также распределением Гаусса. [40]
Распределение такого вида называется распределением Гаусса. Оно имеет максимум при х § и быстро спадает с увеличением х симметрично в обе стороны. [41]
Аппроксимирование ( 96) распределением Гаусса возможно, только если ( г - 1) S 30, причем оно имеет смысл лишь в случае лотка с очень большим числом камер. [42]
Модели, основанные на распределении Гаусса, неприменимы для описания поведения тяжелого газа без соответствующей поправки на растекание плотной фазы. [43]
Такими типовыми законами распределения являются распределение Гаусса, или нормальное распределение, равномерное распределение, распределение Пуассона ( для дискретных случайных величин), распределение Релея, Коши и др. Основное распространение в системах автоматического управления имеет нормальное распределение. Практически можно считать, что всякая непрерывная случайная величина, представляющая собой результат действия достаточно большого числа независимых случайных причин, имеет нормальное распределение. [44]
Для этой цели удобно использовать распределение Гаусса. [45]