Cтраница 2
В теории связи, а также в теории стрельбы часто имеют дело с дискретным распределением вероятностей, получившим название биномиального распределения, или распределения Бернулли. Рассмотрим одну из задач, подходящих под такое распределение. [16]
К аналитическим методам относится также метод разложения, основанный на выражении случайных аргументов xt через дискретные распределения вероятностей. Для каждого из дискретных значений случайного вектора X путем прямого вычисления всех функций работоспособности можно определить, является ли удовлетворенной система условий работоспособности. [17]
К аналитическим методам относится также метод разложения, основанный на выражении случайных аргументов х -, через дискретные распределения вероятностей. Для каждого из дискретных значений случайного вектора X путем прямого вычисления всех функций работоспособности можно определить, удовлетворяются ли условия работоспособности. [18]
В дальнейшем будем рассматривать только такие случайные величины, которые или допускают существование функции плотности вероятности, или имеют дискретное распределение вероятностей. Под распределением вероятностей или более крат; о - под распределением случайной величины х мы всегда будем понимать функцию плотности вероятности / ( 0, если она существует. [19]
Все предыдущие формулы получены в предположении, что рассматриваемое явление или процесс характеризуется некоторым конечным дискретным количеством состояний и дискретным распределением вероятностей. [20]
Распределения вероятностей бывают дискретными или непрерывными 2 Дискретное распределение вероятностей имеет конечное число исходов; так, в табл 2.1 приведены дискретные распределения вероятностей Доходность казначейских векселей принимает только одно возможное значение, тогда как каждая из трех оставшихся альтернатив имеет пять возможных исходов Ка ждому исходу поставлена в соответствие вероятность его появления. [21]
За редким исключением, нами используются лишь элементарные понятия теории вероятностей, такие, как математическое ожидание и функция распределения. Нередко мы пользуемся дискретными распределениями вероятностей, так что читателю в процессе вычислений не понадобится обращаться к дифференциальному и интегральному исчислению. [22]
Предположим, что х является случайной величиной, имеющей дискретное распределение вероятностей. [23]
В § 3 и 5 мы обсудим примеры применения этой теоремы, ограничиваясь случаем дискретных распределений вероятностей. [24]
Физические предположения, которые мы хотим выразить математически, состоят в том, что условия опыта остаются неизменными во времени, и неперекрывающиеся интервалы времени независимы в том смысле, что сведения, касающиеся числа событий в одном интервале, не дают никакой возможности судить о числе событий в другом интервале. Рассмотрение непрерывных распределений вероятностей дает возможность выразить эти положения непосредственно; мы, будучи ограничены дискретными распределениями вероятностей, вынуждены пользоваться приближенной конечной моделью и переходить к пределу. [25]
В результате опыта возможно появление одного из событий Ai. Таким событием может быть, в частности, значение дискретной величины, такой как, например, число атомов в молекуле. Совокупность значений Pi и является дискретным распределением вероятности. Допустим, мы провели N опытов, в результате чего каждое событие Ai наблюдалось щ раз. [26]