Cтраница 3
Кроме того, в процессе трассировки может подсчитываться время обработки информации по каждому маршруту, а также вероятность данного маршрута. Последняя может рассчитываться либо на основе таблицы вероятностей условных переходов, либо из предположения равных вероятностей при любых условных переходах. [31]
Взамен задания распределения вероятностей мы обычно задаем таблицу вероятностей, определяющую вероятности каждого из п элементарных событий. Обычно в теории вероятностей при обсуждении различных проблем говорят не о таблице вероятностей, а о распределении вероятностей. [32]
По распределению Пирсона получают вероятности Р ( % 2) достижения критерием х2 данного конкретного значения. При вероятностях, значительно отличающихся от нуля [ расположенных выше главной диагонали в таблице вероятностей /) ( зс2) ], расхождение между эмпирическим и нормальным теоретическим распределением можно считать случайным, а распределение - подчиняющимся закону нормального распределения или другому гипотетическому распределению. [33]
Прежде чем начать процедуру оптимизирования наших параметров регулируемого распределения путем применения теста К-С, мы должны округлить фактические отсортированные нормированные сделки в соответствии с выбранным шагом. Вместо округления стандартных значений сделок до ближайшего десятичного X можно использовать линейную интерполяцию по таблице накопленных вероятностей, чтобы вычислить вероятности, соответствующие фактическим стандартным значениям сделок. [34]
Позднее Гейзенберг поставил перед собой именно эту задачу - сформулировать общие условия того, как по наблюдаемым величинам состояний отыскать вероятности переходов из одного состояния в другое. Формально речь шла об отыскании правила переходов от таблицы величин для возможных стационарных состояний к таблице вероятностей переходов. [35]
Напомним, что таблица вероятностей случайной величины X представляет собой совокупность возможных значений X и вероятностей этих значений. Для многих практических целей удобно иметь, быть может, и не полную информацию, доставляемую нам таблицей вероятностей, но зато в более концентрированном виде. Частично этой цели служит математическое ожидание, или среднее значение, Е ( Х); математическое ожидание сообщает нам о том, где располо жен центр масс функции вероятностей. Среднее значение полезно в том случае, когда нас интересуют результаты в среднем, реализующиеся при многократном выполнении некоторого эксперимента. Однако оно ничего не говорит нам о том, насколько могут расходиться друг с другом разные исходы однократного выполнения эксперимента. [36]
Для проверки того, какая из причин вызывает указанные отличия, применяют критерии согласия. При каждом таком критерии выбирают определению величину меры расхождения, которая является мерилом степени расхождения между наблюденным законом и известным законом распределения, применяемым гипотетически в качестве вероятного. Затем для теоретического закона распределения находят при различных числах испытаний п вероятности того, что мера расхождения б) дет равна или более некоторого числа, и составляют таблицы вероятностей меры расхождения и большою расхождения при данном числе испытании п - V. Определяют меру расхождения, фактически наблюдению для лол ченною статистического материала U. Из таблицы вероятностей V находят вероятность, соответствующую значению U V, Если она достаточно велика, например 0 8 - 0 9 и более, то очевидно, что отличие от теоретического закона получилось только за счет слишком малого числа испытаний и, следовательно, гипотеза о законе распределения вероятностей, принятая ранее, правдоподобна. [37]
Проверяйте, находится ли входное значение в установленных пределах. Всегда проверяйте поле адреса или указателя на нуль и считайте, что оно неверно, если равно нулю. Если входные данные - таблица вероятностей, проверьте, находятся ли все значения между нулем и единицей. [38]
Для проверки того, какая из причин вызывает указанные отличия, применяют критерии согласия. При каждом таком критерии выбирают определению величину меры расхождения, которая является мерилом степени расхождения между наблюденным законом и известным законом распределения, применяемым гипотетически в качестве вероятного. Затем для теоретического закона распределения находят при различных числах испытаний п вероятности того, что мера расхождения б) дет равна или более некоторого числа, и составляют таблицы вероятностей меры расхождения и большою расхождения при данном числе испытании п - V. Определяют меру расхождения, фактически наблюдению для лол ченною статистического материала U. Из таблицы вероятностей V находят вероятность, соответствующую значению U V, Если она достаточно велика, например 0 8 - 0 9 и более, то очевидно, что отличие от теоретического закона получилось только за счет слишком малого числа испытаний и, следовательно, гипотеза о законе распределения вероятностей, принятая ранее, правдоподобна. [39]