Cтраница 2
Применяя теорему умножения вероятностей, доказывают, что энтропия сложной системы, состоящей из двух или нескольких независимых простых систем, равна сумме энтропии этих простых систем. [16]
![]() |
Функции распределе - для малых образцов ИЗОЛЯЦИИ С ОДНО. [17] |
По теореме умножения вероятностей вероятность одновременного осуществления п независимых событий равна произведению вероятностей каждого из них. [18]
В этом состоит теорема умножения вероятностей. Пусть Nt, W2 - соответственно числа равновоз-можных случаев, j, п2 - числа случаев, благоприятствующих осуществлению событий А1 и А2, a plt p2 - их вероятности. [19]
Точно так же теорема умножения вероятностей длительный период формировалась на рассмотрении частных примеров и на подсчете числа шансов, благоприятствующих наступлению произведения двух или нескольких событий. Такого рода подсчеты встречаются практически у всех предшественников Я. Бернулли широко использует эти правила при выводе своих знаменитых формул. Широко использовал правила сложения и умножения вероятностей Монмор. Однако формулировки теоремы умножения ни у кого из них не встречается. Четкое выделение теоремы умножения было осуществлено лишь Муавром. [20]
Точно так же теорема умножения вероятностей длительный период формировалась на рассмотрении частных примеров и на подсчете числа шансов, благоприятствующих наступлению произведения двух или нескольких событий. Такого рода подсчеты встречаются практически у всех предшественников Я. Бернулли широко использует эти правила при выводе своих знаменитых формул. Широко использовал правила сложения и умножения вероятностей Монмор. Однако формулировка теоремы умножения ни у кого из них не встречается. Четкое выделение теоремы умножения было осуществлено лишь А. [21]
Тут использована так называемая теорема умножения вероятностей, излагаемая во всех книгах по теории вероятностей. [22]
Равенство (1.60) выражает теорему умножения вероятностей. [23]
Эта формула выражает теорему умножения вероятностей для независимых событий, утверждающую, что вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий. [24]
Прежде чем рассматривать теорему умножения вероятностей, введем понятие о независимых и зависимых событиях, которое является очень важным при дальнейшем изучении вопросов теории вероятностей. [25]
Требование (3.41) соответствует теореме умножения вероятностей. Это определение позволяет ввести некоторую иерархию механизмов и тем самым их классификацию. N ( s) не вырождены) свидетельствует о возможности разбить релаксационные механизмы на две группы, независимые в указанном смысле. Напротив, неразложимость некоторого распределения говорит о том, что это распределение в определенном смысле является первичным. [26]
Следствие 1 - й теоремы умножения вероятностей. [27]
Доказательство основано на использовании теоремы умножения вероятностей для независимых величин. [28]
Рассмотрим примеры на применение теоремы умножения вероятностей. [29]
Условие (6.8) также следует из теоремы умножения вероятностей. [30]