What is the translation of " RANDOM VARIABLE " in Russian?

• случайная величина
• случайная переменная
• случайной величины
• случайной величиной
• случайной переменной

Examples of using Random variable in English and their translations into Russian

Basic random variable- Poisson Distribution.
Базовая случайная величина- Распределение Пуассона.

Find the distribution of the random variable X.
Найдите плотность распределения случайной величины Х.

Let random variable Q be the number of edges cut.
Пусть случайная переменная Q равна числу ребер разреза.

Therefore, a total reward(1) is a random variable.
Следовательно, общий доход( 1) является случайной переменной.

Basic random variable- Poisson Distribution: PoisE.
Базовая случайная величина- Распределение Пуассона: PoisE.

Here we consider the value of each signal as the random variable.
Здесь мы рассматриваем каждый сигнал как случайную переменную.

Basic random variable- Normal(Gauss) Distribution: NE, V.
Базовая случайная величина- Распределение Гаусса( Нормальное): NE, V.

The linear tilting value is considered as a twodimensional random variable.
Величина линейного крена рассматривается как двумерная случайная величина.

Basic random variable- Skellam Distribution: Pois(E1)-PoisE2.
Базовая случайная величина- Распределение Скеллама: Pois( E1)- PoisE2.

Once we have a model of random graphs, every function on graphs, becomes a random variable.
Если мы имеем модель случайных графов, любая функция на графах становится случайной величиной.

Let S denote the random variable given by the length of codeword f X.
Пусть S представляет случайную переменную, заданную длиной слова fX.

In the example above, the algorithm was guided by the conditional expectation of a random variable F{\displaystyle F.
В примере выше алгоритм опирался на условное математическое ожидание случайной пересенной F{\ displaystyle F.

Random variable distribution law may be defined on the basis of a historical data sample.
Закон распределения случайной величины можно установить по выборке исторических данных.

For example, the variance may be different for each random variable in the series, keeping the expected value constant.
Например, дисперсия может быть разной для каждой случайной величины в выборке, а математическое ожидание оставаться константой.

The random variable R has normal distribution with the following mean value and the variance.
Случайная переменная R имеет нормальное распределение со следующими значениями среднего и дисперсии.

The ranges in a uniformly distributed(between 0 and 10) random variable RV that result in different first digits in RV expRV.
Диапазоны равномерно распределены( между и 10) случайная величина на колесах, что приводит к различным первых цифр в RV ехрRV.

Let random variable Q be the number of vertices added to S. The proof shows that E≥|V|/D+1.
Пусть случайная переменная Q равна числу вершин, добавленных в S. Доказательство показывает, что E≥| V|/ D+ 1.

The common notation for a risk measure associated with a random variable X{\displaystyle X} is ρ( X){\displaystyle\rho X.
Общепринятым обозначением для меры риска, связанной со случайной величиной X{\ displaystyle X}, является ρ( X){\ displaystyle\ rho X.

Let the third random variable Z be equal to 1 if exactly one of those coin tosses resulted in"heads", and 0 otherwise.
Пусть Z{\ displaystyle Z}- случайная величина, равная 1, если в результате ровно одного из двух подбрасываний монетки выпал орел, и в противном случае.

It is also possible to apply the above considerations to a single random variable(data point) x, rather than a set of observations.
Можно также применить вышеприведенные соглашения к отдельной случайной величине( точке данных) x, а не к множеству наблюдений.

The random variable F{\displaystyle F} may appear a bit mysterious, but it mirrors the probabilistic proof in a systematic way.
Случайная переменная F{\ displaystyle F} может показаться несколько таинственной, но она отражает систематический поход вероятностного доказательства.

However, it is possible to define a conditional probability with respect to a σ-algebra of such events such as those arising from a continuous random variable.
Однако ее можно определить относительно σ- алгебры таких событий например, возникающих из непрерывной случайной величины.

Concept of a discrete random variable(DRV) and continuous random variable CRV.
Понятие дискретной случайной величины( ДСВ) и непрерывной случайной величины НСВ.

So the first candidate distribution for naturally occurring numbers is something like RV exp(RV), where RV is a uniformly distributed random variable between zero and ten.
Таким образом, первый распределение кандидатом на природе чисел это нечто вроде RV ехр( RV), где RV является равномерно распределенная случайная величина между нулем и десяти.

Suppose we have a random variable that produces either a success or a failure.
Предположим, что у нас есть случайная величина, которая принимает значение либо успех, либо неудача.

Another simple and effective biasing technique employs translation of the density function(and hence random variable) to place much of its probability mass in the rare event region.
Другая простая и эффективная смещающая техника основана на трансляции плотности вероятности( и, следовательно, случайной переменной) в область, где вероятность увеличивается.

Let X be a one-dimensional random variable with mean μ{\displaystyle\mu} and variance σ 2≥ 0{\displaystyle\sigma^{2}\geq 0.
Пусть X случайная величина с одномодальным распределением, средним значением μ{\ displaystyle\ mu} и конечной ненулевой дисперсией σ 2{\ displaystyle\ sigma^{ 2.

The source coding theorem for symbol codes places an upper and a lower bound on the minimal possible expected length of codewords as a function of the entropy of the input word(which is viewed as a random variable) and of the size of the target alphabet.
Теорема об источнике шифрования для кодов символов приводит верхнюю и нижнюю границу к минимально возможной длине зашифрованных слов как функция энтропии от входного слова( которое представлено как случайная переменная) и от размера требуемой азбуки.

These models are extension of linear regression when distribution of random variable can differ from normal however belongs to the class of elliptical distributions.
Эти модели представляют собой расширение линейной регрессии в случае, когда распределение случайной величины может отличаться от нормального.

In other words, the random variable X is assumed to have a normal distribution with an unknown precision distributed as gamma, and then this is marginalized over the gamma distribution.
Другими словами, предполагается, что случайная величина X обладает нормальным распределением с неизвестной дисперсией, распределенной как обратная гамма, а затем дисперсия исключается.