Плотность вероятности, плотность распределения вероятностей 265 [c.481]
Плотностью вероятности (плотностью распределения вероятностей) непрерывной СВ X называют функцию [c.18]
Плотностью вероятности (плотностью распределения или просто плотностью) ф(х) непрерывной случайной величины X называется производная ее функции распределения [c.30]
Плотностью вероятности (плотностью распределения или совместной плотностью) непрерывной двумерной случайной величины (X,Y) называется вторая смешанная частная производная ее функции распределения, т.е. [c.37]
V) — плотность распределения вероятностей, для размеров месторождений, оставшихся неоткрытыми (по форме совпадает с исходным, [c.83]
Оператор 25. Подпрограмма определения плотности вероятности теоретического распределения для каждого интервала группировки. Выборка может быть произведена из таблиц, приведенных в [20]. [c.77]
Числовые характеристики условных распределений условные математические ожидания Мх( Y) и Му(Х) и условные дисперсии DX(Y) и Dy(X). Эти характеристики находятся по обычным формулам математического ожидания и дисперсии, в которых вместо вероятностей событий или плотностей вероятности используются условные вероятности или условные плотности вероятности. [c.38]
Ранее было отмечено, что изменения величин Атл PI зависят от большого числа внешних факторов, поэтому закон распределения можно считать нормальным. Уравнение, описывающее плотность вероятности нормального распределения, выглядит так [c.214]
Например, если плотность распределения вероятностей будет равномерной функцией в интервале от т(1) до т(2), то расчетное выражение упрощается и будет иметь вид [c.90]
Избыточно закупленный товар приносит дополнительные издержки а(1)руб./т. Дефицит товара влечет потери а(2) руб./т. Требуется определить т — предпочтительный размер закупаемой партии товара, если потребность при розничной реализации является случайной величиной и описывается функцией /(s) — плотностью распределения вероятностей. [c.90]
Формула (9-3) выведена из формулы плотности вероятности р-распределения, лежащего в основании многих математических формул. [c.138]
В (1) % - среднестатистическая скважность импульсов. шу - среднеквадратическое значение аддитивного Гауссовского шума, л" =о дБм, J > - плотность распределения вероятности 0, Ареал — наблюдаемая амплитуда принимаемого сигнала, А и Е- пороговые амплитуда и энергия, Е (в) - энергия в реальном такте. [c.87]
| Таблица 1 Плотность вероятности нормального распределения |  |
Одним из важнейших распределений, встречающихся в статистике, является нормальное распределение (распределение Гаусса), относящееся к классу экспоненциальных. Плотность вероятности этого распределения [c.34]
Как и в случае распределения Гаусса, плотность вероятности логнормального распределения нельзя проинтегрировать [c.37]
Если исходить из предположения, что генеральная совокупность, из которой получена данная конкретная выборка, имеет гладкую кривую плотности вероятности (это справедливо в большинстве случаев), то неравномерности гистограммы являются случайным шумом, обусловленным случайностью выборки. Увеличение ширины столбца и уменьшение количества столбцов фильтруют этот шум. Однако, дальнейшее увеличение ширины столбца начинает сглаживать уже само распределение. [c.80]
Предположим, что требуется по известным данным на входе и выходе системы найти значение Y(t) и ее автокорреляционную функцию, поскольку плотность распределения вероятности неизвестна. Вычисляя математическое ожидание от обеих частей уравнения (5.15) и равенства (5.16), и используя формулу для вычисления математического ожидания величины X(f) [c.220]
Таким образом, автокорреляционную функцию случайной функции на выходе резервуара можно вычислить даже в том случае, если плотность распределения вероятности для этой функции неизвестна. [c.224]
Для случайной функции ТЬ( )/о — это плотность распределения вероятности ее значений. [c.80]
В качестве примера вычислим энтропийные параметры h(x) и а2 экспоненциального распределения. Функция плотности вероятности экспоненциального распределения равна /(х) = ехр(-лг). Следовательно [c.29]
На практике получил распространение приближенный метод, позволяющий учитывать вероятностный характер спроса. Создается некоторый постоянный (буферный) запас на всем горизонте планирования. Размер резерва определяется таким образом, чтобы вероятность истощения запаса в течение периода L не превышала наперед заданной величины. Предположим, что / (х) — плотность распределения вероятностей спроса в течение этого срока, а вероятность истощения запаса в течение периода L не должна превышать а. Тогда размер резервного запаса В определяется из условия [c.556]
Физический смысл построенных графиков состоит в следующем. Плотности распределения [Т Р(.Т)], нанесенные на график (см. рис. 1.5а), показывают первая ломаная линия — как изменялись интервалы поставок в первом отчетном году (1), вторая ломаная линия — какие были интервалы поставок в периоде в целом за три года ( ). Из этого графика видно, что интервалы поставок дизельного топлива на Истринской нефтебазе менялись в диапазоне от 1 до 13 дней. Интервалы поставок величиной в 5 дней составляли основную долю — примерно 48%, интервалы 8 дней — 10%, интервалы 13 дней — 5% и т.д. Из графика (1.5а) также видно, что плотности распределений интервалов поставок менялись одинаково в этих двух рассмотренных периодах (за один отчетный год и в целом за три года), в которых сохранялись (или незначительно менялись) условия поступления рассматриваемой марки материального ресурса. Это подтверждается тем, что значения вероятностей для одинаковых значений интервалов совпадают (или почти совпадают). В данном случае при сохранении условий поступления (т.е частоты поставок) имеет место устойчивость вариаций этого нормообразующего фактора в течение нескольких лет — т.е одинаковые плотности распределения интервалов поставок. [c.84]
Совместная плотность распределения вероятностей компонент случайного вектора х записывается в виде [c.240]
| Рис. 13. Гистограмма, полигон и плотность распределения вероятности отсчета у аналогового измерительного прибора |  |
| Рис. 16. Графики плотности распределения вероятности отсчета при различной дисперсии |  |
Использование бейесовского подхода (6.47) требует знания априорных вероятностей и плотностей распределения вероятностей. [c.204]
При наличии гетерогенной пространственной плотности вероятности искр р, ясно, что плотность г пожарных заслонов пространственно не должна быть однородна большее количество заслонов необходимо в чувствительных зонах, где искры более многочисленны. Плотность г заслонов не будет, таким образом, постоянна в оптимизационном процессе, но будет приспосабливаться к предопределенному распределению искр р. Это пространственное распределение искр р определяет вероятность р,- того, что искра зажжет пожар в данной области или кластере /, офаниченном пожарной стеной р, является суммой р в кластере. При неоднородном распределении искр, можно показать [71,394], что оптимизация продуктивности, то есть минимизация среднего размера пожара, с учетом стоимости пожарной стены, ведет к степенному распределению областей, разфаниченных заслонами. Процесс оптимизации обеспечивает устойчивые результаты, несмотря на неопределенность, количественно определяемую вероятностями р,. В примере для лесного пожара, оптимальное пространственное распределение заслонов является результатом взаимодействия между нашим априорным знанием неопределенности в распределении искр и убытков, вызванных пожарами. Решения устойчивы относительно существования неопределенности, то есть к тому факту, что мы детерминировано не знаем куда искры собираются упасть мы знаем только их распределение вероятности. [c.375]
Плотность распределения вероятности р(х) я функция распределения вероятности F(x) служат в теории вероятностей моделями эмпирических законов распределения, получаемых из экспериментальных данных мето-дзми математической статистики. [c.54]
Плотность распределения вероятности р (х) связана с функцией распределения BepoHTHo TnF(x) соотношением [c.57]
На рис. 24 представлена графически математическая модель ситуации, состоящей в том, что значение Q с одинаковой вероятностью может быть любым на интервале от - Qm до Qm. Так как площадь, ограниченная осью абцисс и графиком плотности распределения вероятности должна равняться единице, то [c.73]