Cтраница 2
Из парциальных кустовых вероятностных распределений по соответствующим алгебрам логик могут быть образованы вероятностные меры на иерархиях и стримерах. [16]
По известному вероятностному распределению параметра, основными характеристиками которого являются среднее значение а и среднеквадратичное отклонение ар, находят соответствующий уровень значимости, которым определяется вероятность существования критического значения параметра, обуславливающие аварийную ситуацию. [17]
При вероятностном распределении параметров их расчетные ( эффективные) значения определяются законом распределения и структурой потока. [18]
Существует ли вероятностное распределение, сосредоточенное на конечном отрезке и такое, что его характеристическая функция отлична от нуля всюду на вещественной прямой. [19]
Другое свойство вероятностных распределений, которое нас интересует, связано с вопросом одновремеЕНЮгО рассмотрения нескольких типов свойств. Например, может возникнуть необходимость определения вероятности того, что система имеет как значение Xt некоторого дискретного свойства X, гак и значение Y некоторого другого дискретного свойства У. [20]
Устанавливается вид вероятностного распределения или сбор соответствующих данных испытаний. [21]
Лапласа некоторого вероятностного распределения. [22]
Другое свойство вероятностных распределений, которое нас интересует, связано с вопросом одновременного рассмотрения нескольких типов свойств. Например, может возникнуть необходимость определения вероятности того, что система имеет как значение Xt некоторого дискретного свойства X, так и значение Y, некоторого другого дискретного свойства У. [23]
Другое свойство вероятностных распределений, которое нас интересует, связано с вопросом одновременного рассмотрения нескольких типов свойств. Например, может возникнуть необходимость определения вероятности того, что система имеет как значение Xt некоторого дискретного свойства X, гак и значение Y, некоторого другого дискретного свойства У. [24]
Стандартное отклонение вероятностных распределений возможных чистых текущих стоимостей проектов у и k определяются по методу, описанному в предыдущем разделе. [25]
Системы с вероятностным распределением вида (4.4) изучались А. А. Марковым и в математике называются марковскими цепями. Таким образом, идеальная полимерная цепь - марковская. [26]
Проект с вероятностным распределением NPV, таким, что область определения профиля риска NPV выше 0, имеет нормируемый ожидаемый убыток, равный 0, что означает абсолютную неподверженность риску проекта. Однако проект, область определения профиля риска NPV которого ниже 0, полностью подвержен риску. [27]
Затем Дональдсон рассчитывает вероятностное распределение ожидаемого денежного потока ( согласно его теории детерминанты чистых денежных потоков - это поступления от продаж, другие денежные поступления, расходы по заработной плате, закупка сырья и материалов и непредусмотренные расходы; анализируя каждую из этих детерминант, он определяет размер и вероятность уменьшения чистого денежного потока) и анализирует поведение денежного потока в условиях спада, а также выводит вероятностное распределение остатков денежных средств во время спада. [28]
Другими словами, вероятностные распределения не обязательно одинаковы в разные периоды. [29]
Полагая такое же вероятностное распределение между изотопными молекулами растворенного вещества, получена зависимость между коэффициентом обмена и константой равновесия реакции обмена. [30]