Приклади вживання Випадкових величин Українська мовою та їх переклад на Англійською
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
Розподіл випадкових величин.
Умови Лiпшиця для випадкових процесiв з банахових просторiв Fψ(Ω) випадкових величин.
На відміну, послідовність випадкових величин називається гомоскедастичною, якщо вона має постійну дисперсію.
Визначимо величину X{\displaystyle X} у вигляді вектора стовпця із n{\displaystyle n} випадкових величин X 1,….
Якщо послідовність випадкових величин задовольняє умову Ляпунова, то вона задовольняє також умову Лінденберга.
В даній формулі Cov(⋅, ⋅) позначає коваріацію,що дорівнює нулю для незалежних випадкових величин(за умови якщо вона існує).
На циліндрі та а-адичних соленоїдах описані ймовірнісні міри,які характеризуються незалежністю суми та різниці двох незалежних випадкових величин.
Значення очікування: значення очікування E― це поняття, яке визначається для випадкових величин в обчисленні ймовірностей.
У теорії ймовірності та суміжних областях, стохастичний абовипадковий процес це математичний об'єкт який зазвичай визначають як сукупність випадкових величин.
Позначимо вибірку даних, що є незалежними реалізаціями випадкових величин, з функцією розподілу F, хя(i=1,…,п).
Диференціальна ентропія: Продовження дискретний ентропію на безперервний випадок-Ентропія Шеннона обмежується випадкових величин, що приймають дискретні значення.
У математичному моделюванні, детерміновані моделі не містять випадкових величин і ступеня випадковості, і в основному складаються з рівнянь, наприклад диференційних.
Теорема Хайнала-Семереді такожбула використана для пов'язання дисперсії сум випадкових величин з обмеженою залежністю.
Серед методів оцінювання законів розподілу ймовірностей випадкових величин біля двох десятків було спеціально розроблено для перевірки нормальності.
Стохастичні процеси: Додаткова область теорії ймовірності, яка вивчає колекції випадкових величин, такі як часові ряди або просторові процеси.
Для дискретних спільно розподілених випадкових величин X, Y та Z. Цей результат застосовувався як основний будівельний блок для доведення інших нерівностей в теорії інформації.
Класична теорема Скитовича-Дармуа стверджує, що гауссівські розподіли на дійсній прямій характеризуютьсянезалежністю двох лінійних форм від n незалежних випадкових величин.
Однак, тому що сума V{\displaystyle V} губиться в процесі формування X=(X1,…, XK),стає неможливо відновити початкові значення гама випадкових величин тільки за цими значеннями.
Якщо X i{\displaystyle X_{i}}- k незалежних,нормально розподілених випадкових величин із середніми μ i{\displaystyle \mu_{i}} і дисперсіями σ i 2{\displaystyle\sigma_{i}^{2}}, то статистика.
Багатовимірний нормальний розподіл часто використовують аби описати, принаймні наближено, будь яку множину(можливо)корельованих випадкових величин із дійсними значенням, кожна з яких скупчується довкола середнього значення.
Послідовності незалежних і однаково розподілених випадкових величин X k{\displaystyle X_{k}} збігається до їх спільного сподівання μ{\displaystyle \mu}, за умови що математичне сподівання| X k|.
У теорій ймовірностей, рівняння Вальда, тотожність Вальда або лема Вальда- це важлива тотожність,яка спрощує обчислення математичного сподівання суми випадкової кількості випадкових величин.
В той час як ФГІ існує лише для неперервних випадкових величин, КФР існує для всіх випадкових величин(в тому числі й для дискретних), що набувають значень в R.{\displaystyle\mathbb{R}\,.}.
Багато статистичних критеріїв, функційвнеску, і статистичних оцінок, що застосовуються на практиці містять в своїй основі суми певних випадкових величин, і навіть ще більшу кількість статистичних оцінок можна представити як суму випадкових величин використовуючи функції впливу.
Запропоновано генератор випадкових величин у вигляді програми на основі Mathcad, що конвертує рівномірно розподілені числа комп'ютерного датчика в послідовність DN-розподілу випадкових чисел.
Це розподіл додатньої частини квадратного кореня з суми квадратів набору незалежних випадкових величин, кожна з яких має стандартний нормальний розподіл, або ж еквівалентно,розподіл евклідової відстані випадкових величин від початку координат.
В математиці і статистиці, теорема Скорохода про вираження- це твердження, що показує, що слабо збіжні послідовності ймовірнісних мір, гранична межа яких має відносно не погані властивості можнавиразити розподілом/законом точково збіжної послідовності випадкових величин, визначених на загальному імовірнісному просторі.
Стохастичний або випадковий процес можна визначити як сукупність випадкових величин, яка індексується за деяким математичним набором, це означає, що кожна випадкова величина стохастичного процесу однозначно асоціюється з елементом в наборі.[4][5] Набір, що використовується для індексації випадкових величин, називається набір індексів.
Марков показав, що при певних слабших припущеннях цей закон можна застосувати до випадкової величини, що не має скінченної дисперсії, а Хінчін в 1929 показав,що якщо вибірка складається із незалежних однаково розподілених випадкових величин, для виконання слабкого закону великих чисел достатньо того, що існує математичне сподівання.
В першій частині(розділ 1 і 2)наведені основні положення теорії випадкових величин і випадкових процесів, методи їх моделювання засобами сучасних математичних пакетів та оригінальні розробки авторів по практичним методикам синтезу випадкових процесів, які рекомендуються при моделюванні систем приводів.