Cтраница 1
Задание распределения вероятностей эквивалентно заданию некоторого пространства элементарных событий, точками которого являются действительные числа. [1]
Задание распределения вероятностей эквивалентно заданию пространства элементарных событий, точками которого являются действительные числа. [2]
Для задания распределения вероятностей, порожденных дискретными случайными величинами необходимо только указать вероятности каждого возможного значения этой случайной величины. [3]
Взамен задания распределения вероятностей мы обычно задаем таблицу вероятностей, определяющую вероятности каждого из п элементарных событий. Обычно в теории вероятностей при обсуждении различных проблем говорят не о таблице вероятностей, а о распределении вероятностей. [4]
Часто вместо полного задания распределения вероятностей случайной величины предпочитают пользоваться небольшим количеством числовых характеристик. [5]
Первый этап компьютерного моделирования - это задание распределения вероятностей каждой исходной переменной денежного потока, например цены и объема реализации. [6]
Первый этап компьютерного моделирования состоит в задании распределения вероятностей каждой исходной переменной денежного потока, например цены и объема реализации. [7]
Для случайных полей, так же как и для случайных величин, полное задание распределения вероятности предполагает, вообще говоря, задание всех моментов всевозможных порядков. Исключение в этом отношении могут представлять лишь случаи, когда имеются какие-то дополнительные сведения о распределениях вероятности, позволяющие по некоторым заданным моментам определить также и все остальные. Ниже будет рассмотрен один частный, но очень важный случай такого рода, позволяющий ограничиться заданием лишь моментов первого и второго порядков. [8]
Понятие условной вероятности, определенной посредством формулы ( 1), полезно при задании распределения вероятностей. [9]
Если исходные события не равновероятны и распределение вероятностей задано, то количество информации при выборе одного или нескольких событий меньше, чем в случае равновероятности. Задание распределения вероятностей означает наличие некоторой предварительной информации о получаемом сообщении. Эта предварительная информация вычитается из получаемой. [10]
Вероятностные ( стохастические) модели вводят для того, чтобы отразить частотные закономерности, проявляющиеся при неповторимости результатов экспериментов. Случайный ( вероятностный, стохастический) процесс представляют в виде бесконечного и непрерывного множества ( ансамбля) реализаций. Вероятностная модель требует задания распределения вероятностей на множестве реализаций ( см том 1, гл. Однако для практических приложений в первую очередь представляют интерес немногие характеристики, в частности, математическое ожидание, дисперсия, корреляционная функция. Чаще всего используют три основных типа моделей случайных процессов. [11]
Снова разыскивается код, который хорошо аппроксимирует некоторое подмножество точек затвердевшей сферы, для доказательства существования такого кода используется метод случайного кодирования. Различие состоит в более сложном задании распределения вероятностей, которое описывает случайный выбор кодовых слов. Это является следствием того, что непостоянный гауссовский источник заполняет сообщениями множество затвердевшей сферы неравномерно. Имеются области более и менее плотного расположения сообщений. В результате доказательство усложняется настолько, что приведение его в рамках настоящего пособия становится неоправданным. [12]
Как мы уже знаем, проблема турбулентности состоит в нахождении распределения вероятностей Р ( dot) на функциональном пространстве Q о полей гидродинамических элементов. В случае конечномерного пространства Q для задания распределения вероятностей в прикладных задачах обычно используется либо плотность вероятности ( описывающая вероятность попадания в фиксированный элемент объема рассматриваемого пространства), либо же характеристическая функция - преобразования Фурье от соответствующей плотности вероятности. [13]