Центральная предельная теорема - теория - вероятность
Cтраница 3
 |
Распределение размеров отверстия, вала и зазора для посадки с зазором 0 80 Н7 / / 7. [31] |
Этот закон является одним из наиболее распространенных законов распределения погрешностей, что объясняется центральной предельной теоремой теории вероятностей. [32]
Читатель заметит, что последняя часть доказательства точно повторяет рассуждения, при помощи которых доказывается центральная предельная теорема теории вероятностей. [33]
 |
Агрегатные месячные удельные расходы электроэнергии ( 2001 г. [34] |
Приведем два примера, подтверждающие необходимость нового подхода, который опирается на ограничение сферы действия центральной предельной теоремы теории вероятности и закона больших чисел. [35]
При моделировании нормального закона распределения, которому подчинены и контролируемый размер г, и погрешность измерения Аг, была использована центральная предельная теорема теории вероятностей, согласно которой сумма большого числа слагаемых при выполнении достаточно общих условий имеет асимптотически нормальное распределение. [36]
Учитывая достаточно большое количество всех внешних факторов, а также приблизительную равнозначность их влияния на выходной параметр усилителя, по центральной предельной теореме теории вероятности можно принять, что значения КУ в области от / Сминмин до / ( мин и от / Смаке макс до / ( макс распределены по нормальному закону. На рис, 1 представлены функции распределения случайной величины при раздельном воздействии двух групп внешних факторов. На рис. а показана функция распределения минимальных значений КУ усилителя под действием факторов, уменьшающих КУ, а на рис. 1 6 - функция распределения максимальных значений КУ усилителя под действием факторов, увеличивающих КУ. Через Ко обозначено номинальное значение КУ усилителя в нормальных условиях при интенсивности внешних факторов, равной нулю. Отклонение значения КУ от номинального при изготовлении усилителя исключается с помощью регулировки. [37]
В данном случае очевиден эффект денормализации случайного процесса на выходе линейной цепи, объясняемый тем, что при дифференцировании процесса подчеркиваются высокочастотные составляющие процесса и нарушаются условия центральной предельной теоремы теории вероятностей. [38]
Случайная функция Н, определяемая соотношением (15.11), для сложных объектов управления нередко является суммой большого числа весьма малых случайных функций и, значит, на основании центральной предельной теоремы теории вероятностей [329] должна иметь одномерное распределение, близкое к нормальному. [39]
Повышенное внимание, проявленное к нормальным процессам, объясняется тем, что реальная радиопомеха часто оказывается суперпозицией большого числа некоторых элементарных случайных колебаний и ее многомерные ПВ удается аппроксимировать нормальным законом на основании центральной предельной теоремы теории вероятностей. Напомним, что смысл последней сводится к утверждению о нормализации суммы случайных слагаемых с произвольными ПВ по мере увеличения их числа. [40]
Доверительный интервал зависит от закона распределения, от числа измерений п, а также от выбранной доверительной вероятности ро - Оценку точности и надежности подходящих значений статистических характеристик относительных изменений сопротивлений тензорезисторов, основываясь на центральной предельной теореме теории вероятностей, проводят, принимая, что случайные величины замеров распределяются по нормальному ( гауссову) закону. [41]
Ясно, что из теоремы Линдеберга в качестве следствия получается давно ожидавшийся результат: если случайные величины независимы, одинаково распределены и имеют конечную дисперсию, отличную от 0, то к суммам таких величин применима центральная предельная теорема теории вероятностей. [42]
Из (10.76), в частности, следует высказанное выше утверждение: что если х ( t) распределен по нормальному закону, то и процесс у ( t) нормален, так как сумма нормально распределенных случайных величин распределена нормально [20] Более того, центральная предельная теорема теории вероятностей ( теорема Ляпунова) утверждает, что распределение суммы большого числа некоррелированных случайных величин приближается к нормальному закону, даже если распределение каждой величины отлично от нормального. Эти условия, очевидно, выполняются, если можно выбрать достаточно большое число N подынтервалов статистической независимости ( Дт ih-u - rft) таких, что за время от 0 до % N значение весовой функции не упадет до слишком малой величины. [43]
Согласно центральной предельной теореме теории вероятностей распределение суммы п независимых равномерно распределенных чисел стремится к нормальному при и - - оо. [44]
Поэтому применяют центральную предельную теорему теории вероятностей, считая, что с достаточной для практического использования степенью точности закон распределения суммы является нормальным. [45]
Страницы: 1 2 3 4