Одномерное распределение

Cтраница 2

Рассмотрим способ оценки точности эллипсоидальной аппроксимации одномерных распределений, состоящий в сравнении значений моментов, вычисленных с помощью известного распределения и его эллипсоидальной аппроксимации. [16]

Таким образом, предложено теоретическое обоснование одномерных распределений вероятностей речного стока ( гаус-совского, гамма-распределения, трехпараметрических распределений), широко используемых в практике гидрологических расчетов. [17]

Функция FV ( JCV) определяет некоторое одномерное распределение, которое мы будем называть частным распределением переменной x f Мы можем конкретно представить себе это частное распределение так: предположим, что каждая частица массы в первоначальном л-мерном распределение движется к оси х по прямой перпендикулярной оси х до тех пор, пока не осядет на эту ось. Каждая переменная ху имеет, конечно, свое собственное частное распределение, которое может быть отлично от частных распределений других переменных. [18]

Поверхность нормального распределения. [19]

Мы видели, что функция плотности вероятности одномерного распределения может быть наглядно изображена в виде кривой на плоскости, причем по оси абсцисс откладываются значения непрерывно изменяющегося аргумента, а по оси ординат - соответствующие им плотности. [20]

Вычислительные возможности MathCAD Pro не ограничиваются анализом одномерных распределений. Наличие в арсенале MathCAD Pro развитой системы построения ЗО-графиков различных типов ( см. разд. Проиллюстрируем отмеченное здесь на примере двумерного нормального распределения. Объектом исследования могут выступать и другие двумерные распределения, поскольку принципиальных ограничений на тип распределения системы MathCAD Pro не выдвигают. Нормальное распределение здесь, выбрано лишь в качестве примера решения средствами MathCAD Pro задач анализа векторных случайных чисел. [21]

Составьте расчетные графы ( планы расчета) одномерных распределений процессов на выходе квадратичного и линейного детекторов, находящихся под действием узкополосного Гауссова шума. [22]

График двухмерного распределения несчастных случаев. [23]

Двухмерные распределения факторов травмирования в отличие от одномерного распределения числа несчастных случаев по какому-либо фактору ( пол, возраст, стаж) позволяют получить основные сочетания уровней факторов по парам, совместная реализация которых приводит к случаю травматизма. [24]

Учитывая это замечание из (4.16), легко получить одномерные распределения. [25]

В ( т) имеет форму плотности вероятности одномерного распределения Гаусса с нулевым средним значением. [26]

Усложнение имитационного моделирования требует создания случайно процесса с заданным одномерным распределением вероятностей и корре. Существуют три основных подхода к решению этой за; чи. [27]

По понятным причинам многомерные распределения встречаются реже, чем одномерные распределения, и материал этой главы почти не будет играть роли в последующих главах. С другой стороны, глава содержит важный материал, например известную характеризацию нормального распределения и методы, применяемые в теории случайных процессов. Истинная природа этих методов становится более понятной, если отделить их от усложненных задач, с которыми они иногда связываются. [28]

Это выражение является обобщением формулы (3.41), определяющей энтропию одномерного распределения. [29]

В процессе анализа данных осуществляются следующие операции: расчет одномерного распределения признаков, построение группировок признаков, выявление зависимостей между признаками. [30]

Страницы: 1 2 3 4