Плотность распределения случайной

График функции <р(х) называется теоретической кривой плотности распределения случайной величины. Вместо законов распределения Р( 1) и ф(- ) количественной характеристикой может служить интегральная функция распределения F x)—вероятность того, что случайная величина X имеет значение, меньшее х, т. е. [c.15]

Для непрерывной случайной величины наиболее часто употребляется производная функции распределения — плотность распределения случайной величины X. Если Р х) непрерывна и дифференте). (1.14) [c.12]

В этом случае по правилу преобразования плотности распределения случайных величин имеем [71 [c.450]

Для плотности распределения случайной величины [c.103]

Рассмотрим итерационную процедуру для восстановления плотности распределения случайной величины по наблюдаемым ее значениям [6]. Случайной величиной может быть и ордината стационарного случайного процесса. [c.198]

Таким образом, в формулу определения вязкости нефти входит коэффициент проницаемости, являющийся случайной величиной 4] с известной функцией плотности распределения. Из математической статистики известно, что если к — непрерывная случайная величина с плотностью распределения / (к), а случайная величина ji связана с нею функциональной зависимостью р = <р(/с), то плотность распределения случайной величины jj, выражается. 163 формулой [c.28]

Согласно [84] совместная плотность распределения р(е , e) выражается через совместную плотность распределения случайной величины е(0 в разные моменты времени [c.277]

Плотность распределения случайной величины определяется выражением [c.12]

Пусть поставлены и опытов. Обозначим че ез p(e , 4/) плотность распределения случайной величины через р(е, ф) - совместную плотность распределения случайного вектора е = (ei, Са,. .., е ) , где - вектор параметров плотности распределения, содержащий, в частности, для нормальной плотности величины математического ожидания и дисперсии воспроизводимости. . [c.35]

Таким образом, если нам удается определить функцию распределения или соответствующую ей плотность распределения случайной величины или, другими словами, определить закон распределения случайной величины, то мы получим самую полную вероятностную характеристику этой случайной величины. [c.113]

Рис. 1У-3. График плотности распределения случайной величины X.

Таким образом, теоретические функции для эмпирического распределения подбирают в следующем порядке по опытным данным строят эмпирическую кривую, определяют параметры эмпирического распределения выдвигают гипотезу о функции плотности распределения случайной величины, исходя из внешнего вида экспериментальной кривой и влияющих на ее вид значений технологических факторов. Эмпирическую кривую выравнивают по теоретической, сравнивают по одному из критериев согласия эмпирической и теоретической (выравненной) кривой принимают функцию, дающую наилучшее согласие и по ней определяют искомые параметры. [c.119]

Установлено, что погрешность t зависит от числа параллельных измерений п (рис. 15.3), но при п 20 она практически уже остается постоянной. Следовательно, оценку качества измерений можно получить из небольшого числа наблюдений. Изучение плотности распределения случайной ошибки для малых выборок вошло в математическую статистику под названием /-распределение или распределение Стьюдента . Плотность распределения случайной ошибки определяется функцией 5п(х) в зависимости от числа параллельных измерений. [c.236]

Следовательно, плотность распределения случайных направлений движения молекул будет равна [c.133]

Рис. 69. Плотности распределений случайной величины Я

Очень быстрыми темпами развиваются анализаторы сигналов в реальном масштабе времени. Эти приборы все чаще используют не только как анализаторы спектра сигналов, но и как измерители амплитудных, фазочастотных характеристик радиоэлектронных устройств, функций корреляции, функций когерентности, плотностей распределения случайных последовательностей и др. Анализаторы сигналов по схемно-конструктивным решениям различны используется быстрое преобразование Фурье, сжатие временного масштаба с помощью рециркуляционных и дисперсионных линий задержки и др. Для анализаторов сигналов характерна универсальность методов анализа, реализуемых в приборах в реальном масштабе времени (спектральный, корреляционный и др.). [c.34]

При переходе от случайной приведенной величины внутренних напряжений ам к действительной а в соответствии с выражением (4-10) плотность распределения случайной действительной величины а принимает следующий вид [c.93]

При построении модели на основе статистического моделирования требуется затратить сравнительно большое машинное время и значительную память машины, поскольку это связано с необходимостью хранения сведений о плотностях распределения случайных коэффициентов того или иного разложения моделируемого случайного процесса, использования датчика случайных чисел с заданными законами распределений, формирования большого числа реализаций апостериорного процесса и т. п. Эти недостатки отсутствуют при использовании третьего метода построения модели определения КП, а результаты его практического применения довольно хорошие. [c.90]

Предположим, что плотности распределения случайных переменных для последовательных промежутков удовлетворяют условию марковского процесса [c.387]

Плотностью вероятности (или плотностью распределения) случайной величины называется функция р х) = Р х). [c.275]

Марковский процесс. Теорию марковских процессов можно применить для анализа линейных колебаний, если функция корреляции является дельта-функцией (пара и, и = образует марковский процесс). Весьма важная характеристика случайного процесса р (и, и, t) — плотность распределения случайных величин ими — выражается через начальное распределение (и , и ) [c.562]

Условной плотностью распределения случайной величины в точке х будем называть плотность распределения, вычисленную при условии, что случайная величина больше, чем X — Ах, при Ах 0 [c.581]

Плотность распределения суммы + С рассчитана ранее и с точностью до постоянной определена формулой 4.19. Поэтому с учетом известных свойств плотности функция плотности распределения случайной величины находится сразу же формальной заменой 2 на г - я в формуле 4.19. [c.259]

Как уже упоминалось, числовые характеристики указывают лишь на некоторые существенные черты распределения случайной величины. Полная, исчерпывающая ее характеристика с вероятностной точки зрения дается функцией (законом) и плотностью распределения случайной величины. [c.34]

Для полученного ряда определяют накопленные частости (вероятности) на конец каждого интервала, вычисляемые делением соответствующего значения накопленной частоты на общее число случаев. Под частотой понимается число появлений данного события (число случаев). Графическое изображение накопленной частости представляет собой статистическую функцию распределения (кумулятивную кривую). При увеличении числа разрядов гистограмма приближается к графику плотности распределения случайной величины, а кумулятивная кривая - к функции распределения. [c.36]

Гистограмма служит для приближенного описания плотности распределения случайной величины р(х), характеризующей вероятность попадания выборочного значения случайной величины х, в заданный интервал. Гистограммой случайной величины х, построенной по п известным значениям этой величины, называют график функции Рэ (х), равной [3] [c.8]

Функции, описывающие плотности распределения случайных величин, имеющих распределения "хи-квадрат", Стьюдента и Фишера, сложны. В связи.с этим при работе с этими величинами пользуются не аналитическими выражениями для их плотностей, а специальными таблицами, прЕведенными в справочниках по теории вероятности и 14...... [c.14]

Гн. которого находим, закон и математические характеристики распределения. Плотность распределения случайной величины может быть найдена аналитически. Для этого ворпользуемоя известной в теории вероятностей и используемой в теории надёжности закономерностью функции ол гчайных аргументов 2] [c.210]

Из теории ошибок известно, что плотность распределения случайных ошибок зависит от их величины и выражается формулой Г аусса [c.255]

Если принять, что в объеме все направления пор равновероятны, то двумерная плотность распределения случайных величин г и ф в объеме запишется в виде sin 0/2я. Однако для вычисления извилистости нужен чакон распределения пор по направлениям в некотором плоском сечении. iITOT закон нетрудно получить из объемного, если учесть, что вероятность 1 рохождешш поры через некоторую площадку под углом O к ее нормали г ропорциональна os i ). Значит в объемный закон надо включить множи-т ть, пропорциональный os i). С учетом нормировки искомая плотность [c.113]

Справочник химика 21

Химия и химическая технология