Cтраница 1
Использование вероятности может показаться отчаянной попыткой спасти положение, но статистическая механика убедительно доказала ценность вероятностного подхода. Любой газ представляет собой совокупность множества хаотически движущихся молекул, однако давление газа и другие его свойства удается вычислять на основе наиболее вероятных значений, и эти параметры имеют физический смысл. [1]
При использовании вероятности Р % Х ( /) Для проверки гипотезы, находим [ 10, табл. 2.2 а ]: Р х2 Х ( 4) 0 94, т.е. с вероятностью, равной 0 94, расхождение между статистическим и нормальным распределением является случайным. [2]
При использовании нормированных вероятностей / 1 и Чг называется нормированной. [3]
Вот и Вы полагаете, что использование вероятностей связано лишь с практической невыполнимостью чересчур громоздких расчетов и что за этими вероятностями скрываются однозначные закономерности, управляющие поведением отдельных молекул. [4]
Расчеты, в которых моделирование траекторий ведется с использованием реальных вероятностей перехода, а характеристики радиационного поля вычисляются в соответствии с их физическим смыслом, называют аналоговыми. [5]
Основной задачей теории вероятностей является вычисление вероятностей сложных событий с использованием вероятностей более простых событий. [6]
Предположение о нормальности играет важную роль в классификации, основанной на использовании вероятности принадлежности к классу. Эти вероятности вычисляются исходя из распределения хи-квадрат, что оправдано лишь, когда дискриминантные переменные имеют многомерное нормальное распределение. Если это предположение не выполняется, вычисленные вероятности будут неточными. [7]
Фейнмана сводится к следующему: в физике возникают ситуации, когда вычисления с использованием отрицательных вероятностей йполне оправданны, если соблюдать известную осторожность и не утверждать, что какие-то реальные события в реальном мире могут происходить с отрицательной вероятностью. [8]
Обобщая изложенное, необходимо отметить, что все существующие методы расчета построены на основе использования возможных вероятностей и расчетных коэффициентов, определенных в результате исследовательско-экспериментальных работ по изучению характера нагрузок на действующих предприятиях. Во всех этих методах основным является определение возможной средней нагрузки за определенный период времени и отклонений от нее в сторону возможного максимума. [9]
Рассматриваемый в статье подход к решению задач финансового анализа позволяет преодолеть трудности, связанные с использованием вероятностей при учете исходной информационной неопределенности. [10]
Сформулированная выше задача о свечении среды, ограниченной отражающей поверхностью, легко может быть решена путем использования вероятности выхода кванта из среды. [11]
Существенным преимуществом теории вероятностей, которая широко используется при применении количественных методов анализа риска, является многовековой исторический опыт использования вероятностей и логических схем на их основе. Однако, когда неопределенность относительно будущего состояния объекта исследования теряет черты статистической неопределенности, классическая вероятность как измеримая в ходе испытаний характеристика массовых процессов становится неактуальной. [12]
Следует также учитывать, что в современных условиях деятельности предприятий несколько ограничено использование традиционных методов учета риска, основанных на использовании стратегических вероятностей. Это связано с двумя основными причинами. Во-первых, это специфика экономики России, в которой непрерывно происходят крупные преобразования, вследствие чего затруднительно использование статистической информации о повторяемости тех или иных ситуаций. [13]
Вторая альтернатива сводится к оценке ценности дисконтированных денежных потоков только при том сценарии, в котором фирма остается действующим предприятием, а затем к использованию вероятности того, что фирма будет действующим предприятием с этой ценностью. Глава 12 содержит пару подходов, способных помочь в использовании этой вероятности, они включают статистические пробиты и имитационные модели Монте-Карло. [14]
Принятие решения, подчеркиваю, однократного решения, на основе анализа интуитивных вероятностей следует рассматривать как своеобразную гипотезу, вроде, например, такой: использование интуитивных вероятностей в большинстве случаев дает хорошие практические результаты. [15]