Cтраница 2
Выражение (4.29) показывает, что дисперсия функции случайных величин определяется как математическое ожидание некоторой новой функции тех же случайных величин. Поэтому вычисление дисперсии может быть осуществлено приемами, совершенно аналогичными рассмотренным в предыдущем параграфе. [16]
РЕ, которые могут быть выражены как функции случайных величин. [17]
Основная за дача, возникающая при исследовании функций случайных величин, заключается в определении закона распределения вероятности функции по заданному закону распределения независимой случайной величины. [18]
В пятой главе излагаются методы нахождения распределений функции случайных величин по данным распределениям величин-аргументов. Рассматриваются общий метод определения функций распределения функций случайных величин, два метода определения плотностей - метод сравнения элементов вероятности и метод б-функций - и метод определения характеристических функций. Дается доказательство предельной теоремы для, сумм независимых случайных величин в случае одинаково распределенных слагаемых. В качестве примеров применения общих методов приводится вывод основных распределений, встречающихся в математической статистике. [19]
В главе 5 излагаются методы нахождения распределений функции случайных величин по данным распределениям величин-аргументов. Рассматриваются общий метод определения функций распределения функций случайных величин, два метода определения плотностей - метод сравнения элементов вероятности и метод 6 - функций - и метод определения характеристических функций. Дается доказательство предельной теоремы для сумм независимых случайных величин в случае одинаково распределенных слагаемых. В качестве примеров применения общих методов приводится вывод основных распределений, встречающихся в математической статистике. [20]
Укажем теперь спосо - бы вычисления распределений функций случайных величин. [21]
В общем случае задача определения закона распределения функции случайных величин вида (10.40) является весьма сложной задачей. [22]
Легко видеть, что величина П, как функция случайных величин, удовлетворяющих системе ограничений (4.24) - (4.31) будет тоже случайной величиной, закон распределения которой нам неизвестен. [23]
Таким образом, возникает задача определения числовых характеристик функций случайных величин, помимо законов распределения этих функций. [24]
Оптимальное значение линейной формы L L ( x) cx как функция случайных величин А, Ь, с является случайной величиной. Пассивный подход к стохастическому линейному программированию заключается в вычислении функции распределения ( L) по заданному совместному распределению случайных параметров условий задачи. Решение этой задачи представляет значительные, иногда непреодолимые вычислительные трудности. [25]
Очевидно, что х и S2 - случайные величины, поскольку являются функциями случайных величин. [26]
При выполнении вероятностных расчетов на этапе проектирования, обычно ограничиваются только числовыми характеристиками функций случайных величин, не прибегая к построению законов распределения. Основными числовыми характеристиками функции случайных величин являются математическое ожидание и дисперсия, которые можно определить применяя метод статистической линеаризации. [27]
![]() |
Схема теоретической точностной диаграммы. [28] |
Вероятностные характеристики составляющих производственных погрешностей находятся по правилам теории вероятностей, относящимся к функциям случайных величин. [29]
Очевидно, что размерность математического ожидания функции случайной величины такая же, как у функции случайной величины. [30]