Cтраница 2
Дисперсия случайной величины определяет ее рассеяние. [16]
Дисперсия случайной величины имеет размерность квадрата этой случайной величины, однако удобнее пользоваться мерой разброса случайной величины, имеющей ту же размерность, что и сама случайная величина. За эту меру принимают положительное значение квадратного корня из дисперсии и называют ее средним квадратическим отклонением. [17]
Дисперсия случайной величины X есть характеристика рассеивания, расбросанности значений случайной величины около ее математического ожидания. [18]
Дисперсия DX случайной величины X определяется как математич. [19]
Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания. [20]
Дисперсией случайной величины называют математическое ожидание квадрата отклонения случайной величины от математического ожидания. [21]
Дисперсией случайной величины называют математическое ожидание квадрата отклонения случайной величины от математического ожидания. [22]
Если дисперсии случайных величин в системе (1.10) - ограничены в совокупности и корреляционный момент K tj любых двух величин X - и Xt - из этой системы равномерно стремится к нулю при ] ( - / - м, то разность между средним арифметическим п случайных величин системы (1.10) и средним арифметическим их математических ожидании при п - оо сходится в среднем, а значит, и по вероятности, к нулю. [23]
Влияние дисперсии случайной величины k на среднюю сложность оператора определяется соотношением времени выполнения операции пересылки и времени выполнения операции сравнения. [24]
Определим дисперсию случайной величины У. [25]
Используя свойства дисперсии случайной величины, легко получить свойства дисперсии случайной функции. [26]
Что называется дисперсией случайной величины. [27]
Как известно, дисперсия случайной величины не изменится, если к ней прибавить неслучайную величину. Но согласно (7.1) результат измерения отличается от погрешности результата измерения на неслучайную величину - истинное значение измеряемой величины. Поэтому дисперсия результата измерения всегда совпадает с дисперсией погрешности результата измерения. Это же касается средних квад-ратических отклонений этих величин. [28]
Математическое ожидание и дисперсия случайной величины, распределенной по закону Пуассона, совпадают и равны параметру распределения а пр. Дополнительным признаком распределения Пуассона является высокая вероятность появления нулевого числа событий ( рис. 3.5) в любом интервале времени. [29]
Таким образом, дисперсия случайной величины, следующей нормальному закону распределения, равна квадрату параметра с этого закона распределения, а среднеквадратическое отклонение еск случайной величины, следующей нормальному закону распределения, равно параметру с этого закона распределения. [30]