Cтраница 2
Здесь дело обстоит так же, как в случае непрерывного распределения массы вдоль прямой, когда отсутствуют массы, сосредоточенные в определенных точках, и можно говорить лишь о массах, попавших в определенный отрезок прямой. [16]
Расчеты для смеси полимеров могут быть легко распространены на случай непрерывного распределения по молекулярным весам. [17]
При определении вероятности Р ( с, д) в случае непрерывного распределения мы поступаем по аналогии с определением массы неоднородного стержня. Действительно, распределение массы стержня удовлетворяет всем условиям, установленным выше для вероятностей. [18]
Правда, соответствие это менее выражено, чем в разобранном ранее случае непрерывного распределения энергии. Это является следствием уже обсуждавшейся выше меньшей точности расчета для квантового распределения энергии. Однако и в этом случае можно определить, по крайней мере, порядок величины параметров барьера, поскольку барьеры в обоих случаях оказываются тождественными. [19]
Это соотношение ( справедливое также и в системе МКСА) можно перенести на случай непрерывного распределения зарядов. [20]
Условие (3.6) теоремы Радона - Никодима наводит на рассмотрение случая, прямо противоположного случаю абсолютно непрерывных распределений. [21]
Если с помощью готовых формул главный вектор и главный момент вычислить нельзя, то в случае непрерывного распределения масс надо вычислить силы инерции для выделенного элемента и затем распространить суммирование по всему твердому телу, вычислив определенный интеграл в соответствующих пределах. [22]
Если с помощью готовых формул нельзя определить главный вектор и главный момент, то в случае непрерывного распределения масс надо найти снлы инерции для выделенного элемента и затем распространить суммирование по всему твердому телу, вычислив определенный интеграл в соответствующих пределах. [23]
Мы коснемся поэтому в дальнейшем только локальных предельных теорем для целочисленных случайных величин, оставляя в стороне ( также в достаточной мере разработанный) случай непрерывных распределений. [24]
При переходе от непрерывного распределения к дискретному так же, как и в случае одной случайной величины, интеграл заменяется суммой; число интегралов и дифференциалов в случае непрерывного распределения или знаков суммы в случае дискретного распределения равняется, как обычно, числу случайных величин. [25]
Модой М ( наивероятнейшим значением) называется такое значение случайной величины X, для которого в случае дискретного распределения вероятность Р ( Х М), а в случае непрерывного распределения плотность вероятности pi ( M) имеют наибольшее значение. [26]
В предыдущем разделе мы исходили из предположения о том, что для двух случайных величин существует некая функция распределения F ( x, у) или же ( в случае непрерывного распределения) плотность распределения р ( х, у), и получили ряд следствий. Все эти выводы, взятые вместе, основаны на неявном предположении, что измерение одной из величин X и Y не меняет состояния, существовавшего до измерения, и что оно есть лишь констатация определенного значения случайной величины. Необходимо глубже проанализировать данный момент, поскольку он играет важную роль в волновой механике. Мы начнем наш анализ со случая непрерывного распределения, а обобщение на дискретный и на общий случай ие представит труда. [27]
Это означает, что х обладает дискретным распределением. В случае непрерывного распределения k исходов можно определить подобно тому, как это сделано на фиг. [28]
В случае непрерывного распределения интеграл ( 15) приводится к интегралу Римана. [29]
Закон Кулона в форме (2.2) и правило наложения электрических полей (2.7) в принципе позволяют рассчитать поле, создаваемое любой системой точечных зарядов. В случае непрерывного распределения заряда в пространстве суммирование в (2.7) следует заменить соответствующим интегрированием. Практически, однако, вычисление соответствующих сумм и интегралов часто представляет собой весьма трудоемкую математическую задачу. Поэтому был разработан целый ряд вспомогательных методов и приемов, упрощающих вычисление. Одним из таких практически важных и простых методов является применение теоремы Гаусса, краткий вывод которой мы приведем ниже. [30]