Вероятность появления события

Рг, п = С Р Я вероятность появления события А в двух испытаниях Рт , = пРд - . . . вероятность появления события А в одном испытании [c.592]

VI. Если Р обозначает вероятность появления события при каком-либо испытании, то вероятность того, что оно появится т раз при п испытаниях, выражается формулой [c.415]

Pn, = P .....вероятность появления события Л во всех испытаниях [c.416]

Перечисляющая производящая функция, или производящая функция вероятностей появления т событий из п опытов — это понятие связано с повторением опытов [11]. Если вероятность появления события А в некотором опыте равна р, а вероятность непоявления событий А равна (1—p)=q, то вероятность появления т событий в п опытах определяется соотношением [c.178]

Если вероятность появления событий А изменяется от опыта к опыту, то [c.179]

Ря-1,л — .. вероятность появления события А во всех п испыта- [c.416]

Р 1, = геР -1д. . . вероятность появления события А во всех п испытаниях, кроме одного здесь 17 = 1 — Р [c.592]

Если известно, с какого состояния начался процесс, либо заданы вероятности состояний в начальный момент времени, то можно с помощью исходных и условных вероятностей определить вероятности появления события на каждом последующем шаге. Это означает, что если мы находимся на 0-м шаге (в момент 0) в состоянии Р, то вероятность этого события записывается как / 2(0) если этим состоянием будет Э, то / 1(0). [c.646]

Гипотеза называется статистической, если она относится к виду или параметрам распределения случайной переменной х и если ее можно проверить на основании наблюдения над численными значениями, принимаемыми этой случайной величиной. В дальнейшем рассматриваются только так называемые параметрические гипотезы, когда вид закона распределения известен, а неизвестен лишь параметр ф, от которого зависит распределение. Кроме того, рассматриваются гипотезы, относящиеся лишь к двум видам — биномиальному и пуассоновскому, каждое из которых зависит от одного параметра тр — р в - соответственно вероятности появления события р или плотности потока отказов (интенсивности отказов) 9. [c.14]

Биномиальное распределение. Пусть производится п испытаний, причем вероятность появления события А в каждом испытании равна р и не зависит от исхода других испытаний (независимые испытания). Так как вероятность наступления события А в одном испытании равна р, то вероятность его ненаступления равна д = = 1-р. [c.282]

Производится 10 независимых испытаний, в каждом из которых вероятность появлений события Л равна 0,6. Пайти дисперсию случайной величины X — числа появления события А в этих испытаниях. Г2 4 [c.295]

Из математических соображений следует, что если в некоторой области Т случайным образом распределено N событий, то число появлений события на интервале являющемся частью области Т, приближенно подчиняется распределению Пуассона тогда, когда вероятность появления события в бесконечно малом промежутке А пропорциональна Аг и события появляются независимо друг от друга. Параметр распределения Пуассона можно представить выражением р, = Ы, где I интерпретируется как некоторая мера отрезка, на котором появляются события, а /с = — среднее число событий на единицу меры. Закон Пуассона может быть написан в форме [c.136]

При многократном повторении комплекса условий частота появления события А во многих случаях лишь незначительно отклоняется от некоторой средней цифры, которую и принимают за оценку того, что событие А произойдет. Эту оценку называют вероятностью появления события А и обозначают Р(А) [c.37]

Р—вероятность появления события при однократном испытании Р—вероятность того, что в пробе, состоящей из п частиц, содержится X частиц меньшего (черного) компонента q—расход жидкости [c.166]

Пример 7.2. Применение графа дерева неполадок, учитывающего вероятности появлений событий [c.304]

Р , — Р . ... вероятность появления события А во всех испытаниях = вероятность появления события А во всех п испыта- [c.592]

В качестве оценки вероятности появления события, согласно методу максимального правдоподобия, принимается ч а с т и о с т ь, т. е. отношение частоты к объему выборки п. [c.301]

Предположим, что вероятность появления события известна точно из общефизических соображений. Папример, при бросании монеты будем считать ее равной 0.5. Я. Бернулли доказал, что вероятность того, что при п испытаниях событие произойдет ровно т раз можно вычислить, применив формулу [c.59]

Для решения вопроса о разработке инженерно-технологических мероприятий, которые должны уменьшить вероятность появления события в вершине-корне ДО, ожидаемые затраты на эти мероприятия необходимо сопоставлять с существующими затратами. Сопостановление затрат стало возможным при определении вероятности получения партии некондиционного продукта в любом реакторе при имеющихся условиях и вероятности того же события после усовершенствования системы. Для реализации этой идеи выведены математические выражения, отвечающие логико-вероятностным связям между отказами, отображаемыми на ДО. [c.171]

Рг, п=( пРН" вероятность появления события А в двух испытаниях Рип = Рч" . ... вероятнос1ь появления события А водном испытании Ро,п = Я"......вероятность непоявления события Л ни в одном испытании. [c.592]

Остановимся несколько подробнее на интерпретации параметра распределения ц при описании ошибок полуколичественного анализа с помощью закона Пуассона. Выше уже указывалось, что распределение Пуассона имеет место тогда, когда на некоторых интервалах /, образующих непрерывную последовательность величин, появляются события случайным образом и независимо друг от друга, причем вероятность появления события на бесконечно малом промежутке пропорциональна Ь.1. Параметр распределения Пуассона можно представлять равенством = где I—некоторая мера интервала, к— среднее число событий на единицу меры. При квантометрических анализах интервалы I представляют собой отрезки времени, на которых появляются события— импульсы счетчика, причем число событий пропорционально отрезку времени Д/. При полуколичественном анализе множество определений представляет собой некоторую непрерывную последовательность равных интервалов I, причем каждому анализу соответствует определенная ошибка, которую мы рассматриваем как некоторое случайное событие и кодируем ее рядом чисел О, 1, 2... в зависимости от ее величины. Если ошибки нет, то событие не появи.лось и результат анализа кодируется числом О, если же результат анализа попал в ближайший интервал концентрации, то это рассматривается как появление одного события, п т. д. [c.150]

Для решения вопроса, вкладывать или не вкладывать средства в усовершенствования, которые должны уменьшить вероятность появления события в вершине, администрация попросила, чтобы ожидаемые затраты в результате такого усовершен- [c.306]

Этот процесс является регенерируюш,им процессом специального типа. Пусть событие А есть попадание процесса яр ( ) в множество (отказы системы), а д — вероятность появления события А на одном периоде регенерации. Назовем монотонным путем [c.464]

Справочник химика 21

Химия и химическая технология