Examples of using Случајна променљива in Serbian and their translations into English
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
-
Latin
-
Cyrillic
Ја( Кс) је сама случајна променљива.
Случајна променљива, означена са Х, је функција из простора у неки скуп V.
A random variable denoted say, by X. Is a function, from the universe into some set.Ако је X дискретна случајна променљива која узима вредности x1, x2,….
If X is a discrete random variable, then it attains values x1, x2,….Ако је функција расподеле F, случајне променљиве X, непрекидна,онда је X непрекидна случајна променљива;
If the CDF F of X is continuous,then X is a continuous random variable;Ова случајна променљива пресликава наш простор, који чине сви n-битни бинарни низови, у 0 или 1.
This random variable maps our universe, which is the center of all end bit binary strings, 01 to the end.Треба имати у виду да сама очекивана вредност не мора бити међу вредностима које узима случајна променљива.
Also note the expected value does not have to be a value that the random variable can take.Питање за вас гласи, која је вероватноћа да ова случајна променљива врати 0, а која да врати 1?
Let me ask you what is the probability that this random variable output zero and what is the probability that a Тада могу да тврдим да, од које год расподеле од У дасам пошао, Z ће увек да буде једнолична, случајна променљива.
Then I claim that no matter what distribution y started with,this z is always going to be a uniform, random variable.Количина информације пресене сваким догађајем на овај начин постаје случајна променљива чија очекивана вредност је информациона ентропија.
The amount of information conveyed by each individual event then becomes a random variable whose expected value is the information entropy.Случајна променљива ће имати Laplace( μ, b){\ displaystyle{\ textrm{ Laplace}}(\ mu, b)} расподелу ако је његова функција густине вероватноће једнака.
A random variable has a Laplace( μ, b){\displaystyle{\textrm{Laplace}}(\mu,b)} distribution if its probability density function is.Количина информације пресене сваким догађајем на овај начин постаје случајна променљива чија очекивана вредност је информациона ентропија.
The amount of information conveyed by each event defined in this way becomes a random variable whose expected value is the information entropy.У том контексту, случајна променљива се схвата као мерљива функција дефинисана на простору елементарних исхода чији исходи су типично реални бројеви.[ 2].
In that context, a random variable is understood as a measurable function defined on a probability space whose outcomes are typically real numbers.[2].Овај графикон показује како је случајна променљива функција свих могућих исхода до нумеричких величина и како се она користи за дефинисање функције вероватноће.
This graph shows how random variable is a function from all possible outcomes to numerical quantities and also how it is used for defining probability mass functions.Случајна променљива X: Ω→ E{\ displaystyle X\ colon\ Omega\ to E} је мерљива функција из скупа могућих исхода Ω{\ displaystyle\ Omega} до мерљивог простора E{\ displaystyle E}.
A random variable X: Ω→ E{\displaystyle X\colon\Omega\to E} is a measurable function from the set of possible outcomes Ω{\displaystyle\Omega} to some set E{\displaystyle E}.На пример, ако би се случајна променљива X користила за означавање исхода бацања новчића(„ експеримент”), тада би расподела вероватноће од X добила вредност 0, 5 за X= главе, и X= репови( под претпоставком да је кованица поштена).
For instance, if the random variable X is used to denote the outcome of a coin toss('the experiment'), then the probability distribution of X would take the value 0.5 for X=heads, and 0.5 for X=tails(assuming the coin is fair).Случајна променљива X: Ω→ E{\ displaystyle X\ colon\ Omega\ to E} је мерљива функција из скупа могућих исхода Ω{\ displaystyle\ Omega} до мерљивог простора E{\ displaystyle E}.
A random variable is a measurable function X: Ω→ E{\displaystyle X\colon\Omega\to E} from a set of possible outcomes Ω{\displaystyle\Omega} to a measurable space E{\displaystyle E}.У контрасту с тим, када случајна променљива поприма вредности из континуума онда типично сваки појединачни исход има нулту вероватноћу, и само догађаји који укључују бесконачно много исхода, као што су интервали, могу имати позитивну вероватноћу.
In contrast, when a random variable takes values from a continuum then typically, any individual outcome has probability zero and only events that include infinitely many outcomes, such as intervals, can have positive probability.Свака случајна променљива може се описати њеном кумулативном расподелом вероватноће, која описује вероватноћу да ће случајна промељива бити мања или једнака од одређене вредности.
Any random variable can be described by its cumulative distribution function, which describes the probability that the Лапласова случајна променљива може бити представљена као разлика две независне и једнако распоређене( eng. independent and identically distributed, iid) експоненцијалне случајне променљиве.[ 1] Један од начина да се то покаже је коришћење приступа карактеристичне функције.
A Laplace random variable can be represented as the difference of two independent and identically distributed(iid) exponential Дефинишимо сада случајну променљиву која је XOR од Х и У.
So now let's define the random variable which is the XOR of x and y.Numeričke karakteristike slučajnih promenljivih.
Расподела дводимензионалних случајних променљивих.
Distribution of two-dimensional random variables.Нумеричке карактеристике случајних променљивих.
Numerical characteristics of random variables.При томе не знамо ништа о расподели У. Али претпоставимо сада даимамо независну случајну променљиву Х, која је једнолично расподељена такође над на n.
So we know nothing about the distribution of y But now,suppose we have an independent random variable that happens to be uniformly distributed also over 01 to the n.Конкретно, свака појединачна тачка мора нужно имати нулту вероватноћу за апсолутно непрекидну случајну променљиву.
In particular, each individual point must necessarily have probability zero for an absolutely continuous random variable.Множењем ових карактеристичних функција( еквивалентно карактеристичној функцији збира случајних променљивих X+(- Y){\ displaystyle X+(- Y)}), резултат је.
On multiplying these characteristic functions(equivalent to the characteristic function of the sum of the random variables X+(- Y){\displaystyle X+(-Y)}), the result is.Vrednosti xij mogu da budu bilo izmerene vrednosti slučajnih promenljivih Xj ili fiksne vrednosti izabrane pre merenja zavisnih promenljivih.
The values xij may be viewed as either observed values of random variables Xj or as fixed values chosen prior to observing the dependent Диференцијална Ентропија: Проширење дискретне ентропију у непрекидном случају- Сханнон ентропија је ограничен на случајних променљивих узимају дискретне вредности.
Differential Entropy: Extending discrete entropy to the continuous case- The Shannon entropy is restricted to random variables taking discrete values.Мултиваријантна дистрибуција( здружена дистрибуција вероватноће) даје вероватноће даслучајни вектор- листа са две или више случајних променљивих- поприми различите комбинације вредности.
A multivariate distribution(a joint probability distribution)gives the probabilities of a Ti čvorovi odgovaraju događajimakoje možda znate ili možda ne znate koji se obično nazivaju slučajnim promenljivim.
These nodes correspond to events that you might ormight not know that are typically called random variables.
