Значение - случайная функция
Cтраница 2
Достаточно большая серия таких реализаций позволяет получить статистический ряд распределений значений случайной функции для любого фиксированного момента времени. [16]
Очевидно, при достаточно высоком темпе работы регистрирующего прибора запись значений случайной функции через такие интервалы даст достаточно точное представление о ходе ее изменения. С увеличением числа m такая замена становится все более точной. В пределе число значений аргумента и соответственно число случайных величин (6.1) становится бесконечным. [17]
Однако одномерный закон распределения случайной функции не характеризует связь между значениями случайной функции для различных значений аргумента. [18]
Действительно, так как моменты перемен знака никак не связаны со значением случайной функции, нет никаких оснований считать какое-либо из значений 1 - 1 вероятнее другого. [19]
 |
Спектральная плотность белого шума. [20] |
Это означает, что при неограниченном белом шуме отсутствует корреляция между значениями случайной функции в два различных момента времени. [21]
Заметим, что если аргумент случайной функции изменяется дискретно, то соответствующие ему значения случайной функции ( случайные величины) образуют случайную последовательность. [22]
Обозначим через p z ( t) вероятность того, что в течение времени V значения случайной функции Y ( t) будут оставаться внутри поля допуска. [23]
Намечая на графике случайной функции сечения Д ып и снижая значения случайной функции в этих сечениях, получим таблицу значений случайной функции. [24]
Если зависимость между значениями случайных функций и ( t) и у ( t) нелинейная, то коэффициент корреляции между значениями случайной функции уже не может служить достаточно хорошим критерием для измерения тесноты связи между ними. [25]
При т0 Вхх, ( т) 0; из этого следует, что в совпадающие моменты времени отсутствует корреляция между значениями случайной функции и значениями ее производной. [26]
Для определения основных свойств случайных функций знание только математического ожидания и дисперсии случайной функции недостаточно, так как они не учитывают связь между значениями случайной функции при различных значениях аргумента. Однако вид изменения реализаций в первом и втором случаях различный, в зависимости от внутренней структуры случайных процессов, характеризуемых корреляционной функцией. [27]
Математическим ожиданием случайной функции X ( t) называется неслучайная функция тх ( t) аргумента t, которая при каждом данном значении аргумента равна математическому ожиданию значения случайной функции при том же значении аргумента. [28]
Если при построении последовательности xk 0 используется хотя бы одна реализация случайного вектора z или измерения ( со случайной ошибкой) старших производных функции регрессии, то алгоритм экстремального планирования называется регулярным. Если при построении xk используются только значения случайной функции у и значение k, но не используются измерения производных функции i, то алгоритм экстремального планирования называется поисковым. [29]
 |
Различное поведение случайных функций при одинаковых средних значениях. [30] |
Страницы: 1 2 3