Вероятностная задача - Большая Энциклопедия Нефти и Газа, статья, страница 3
Никогда не недооценивай силы человеческой тупости. Законы Мерфи (еще...)

Вероятностная задача

Cтраница 3


Итак, последовательность решения вероятностных задач с идеальной монетой заключается в следующем.  [31]

Попутно укажем, что вообще вероятностную задачу нельзя считать решенной правильно, если си не соответствует очевидная схема решения по максимуму и минимуму, поскольку вероятностные расчеты отличаются от расчетов по максимуму и минимуму тальке-рациональным отказом от перестраховки и приближением к практическим уела-ьиям.  [32]

В чем же тогда заключается вероятностная задача при анализе процессов восстановления и отказов.  [33]

Решение приведенных в этой главе вероятностных задач статики и кинематики основывается на использовании соотношений, связывающих вероятности выполнения неравенств с параметрами, которые входят в эти неравенства.  [34]

Пуанкаре подчеркивает, что решение любой вероятностной задачи состоит из двух частей: первая - построение математической модели случайного эксперимента, вторая - вычисление вероятностей случайных событий с использованием математических формул. Следует заметить, что под построением математической модели сейчас понимается построение вероятностного пространства ( fl, &, Р), состоящего из пространства fJ всевозможных исходов случайного эксперимента, множества & случайных событий и определенной на S числовой функции Р, называемой вероятностью события. При этом функция Р выбирается с условием, что вероятность случайного события тем больше, чем более вероятно, что это событие произойдет. Само вероятностное пространство ( fl, &, Р) и есть математическая интерпретация изучаемого случайного явления.  [35]

Решение приведенных в этой главе вероятностных задач статики и кинематики основывается на использование соотношений, связывающих вероятности выполнения неравенств с параметрами, которые входят в эти неравенства. Если и - случайная величина, для которой известны математическое ожиданне ( среднее значение) mu и среднее квадратическое отклонение а, то вероятность а нахождения величины и в интервале ( - га, а), то.  [36]

Пуанкаре подчеркивает, что решение любой вероятностной задачи состоит из двух частей: первая - построение математической модели случайного эксперимента, вторая - вычисление вероятностей случайных событий с использованием математических формул.  [37]

Решение приведенных в этой главе вероятностных задач статики и кинематики основывается на использовании соотношений, связывающих вероятности выполнения неравенств с параметрами, которые входят в эти неравенства.  [38]

Применение метода статистического моделирования для решения вероятностных задач сводится к многократному непосредственному моделированию на ЭВМ изучаемого явления, включая моделирование тех случайных величин и событий, вероятностные характеристики которых известны, и последующему статистическому оцениванию вероятностных характеристик полученных результатов.  [39]

Имеется перевод: Мостеллер Ф Пятьдесят занимательных вероятностных задач с решениями.  [40]

Мы привели здесь оба метода решения конкретной вероятностной задачи лишь для того, чтобы более наглядно представить сущность метода Монте-Карло. Разумеется, если не составляет особого труда решить вероятностную задачу аналитически, никто не станет прибегать к методу Монте-Карло. К сожалению, нередко аналитическое решение или необычайно затруднено, или практически вообще невозможно из-за необходимости учитывать большое число разных факторов. При этом для организации розыгрыша применяют на практике не таблицу случайных чисел, предполагающую работу вручную, а современные быстродействующие компьютеры. Именно благодаря развитию современной электронной вычислительной техники метод Монте-Карло находит в наши дни весьма широкое применение.  [41]

Выражение (5.65) позволяют решать широкий диапазон практических вероятностных задач, связанных с анализом законов распределения функций непрерывных случайных величин, и, в том числе, задачи генерации случайных чисел.  [42]

До самого последнего времени при постановке вероятностных задач распознавания образов рассматривался только случай идеального учителя, который дает обучаемой системе точную информацию о том, какому образу соответствует каждая получаемая системой реализация входного сигнала. В [91] рассматривалась задача обучения системы в случае, когда учитель работает по случайному алгоритму в соответствии с апостериорными вероятностями.  [43]

В тех случаях, когда решение рассматриваемой вероятностной задачи трудно получить стандартными аналитическими или численными методами, целесообразно отказаться от функциональных уравнений и обратиться для решения этой задачи к методу Монте-Карло.  [44]

При обычном способе соединять теорию Винера-Хопфа с вероятностными задачами начальным шагом служат формулы, связанные с нижеследующей формулой (9.3) ( в форме, содержащей преобразования Фурье; мы вернемся к этому в гл. В настоящее время имеется обширная литература, посвященная применению метода Винера - Хопфа к вероятностным задачам и расширению возможностей комбинаторных методов.  [45]



Страницы:      1    2    3    4