Случайные события (определение)

Результаты наблюдений за некоторой случайной величиной (определенным числовым параметром случайного события), например наработкой на отказ, образуют так называемую выборку, которая может быть охарактеризована рядом эмпирических, или выборочных, характеристик положением центра группирования, или средним значением, характеристикой рассеяния и размаха выборки и т.п. [c.263]

При определении параметра потока отказов (и потока восстановлений), при применении правила сложения потоков и других расчетов исходной моделью является схема, когда в какой-то момент времени происходит случайное событие — отказ элемента, последствия которого устраняются путем замены или ремонта данного элемента. Вероятностному анализу и подвергается поток случайных событий — отказов данного изделия, и на основании этого делаются выводы о надежности изделия. [c.40]

Информация. Схема А указывает на те возможные исходы, которые наступают при реализации опыта. Если такой опыт сделан, одно из случайных событий А наступило, то мы об этом получаем некоторую информацию, и неопределенность схемы уничтожается. Выбор определенного элемента из некоторого множества элементов дает информацию. Меру неопределенности вы- [c.339]

При совпадении алфавита источника с входным алфавитом канала выбор сообщения X как случайного события регулируется распределением р, а при определенном X получение у на выходе канала является событием случайным при наличии помех и эта случайность регулируется распределением [c.341]

Второй существенной практической задачей исчисления вероятностей событий является определение характеристик связи (мер зависимости) между случайными событиями. [c.12]

В свою очередь, отвечают возможным дискретным значениям второго аргумента и т. д. Так продолжают строить дерево ряд за рядом до тех пор, пока не будут исчерпаны все аргументы функции. Количество ветвей последнего ряда отвечает количеству возможных значений функции многих переменных. Число дискретных значений функции зависит от того, насколько тонко производится анализ логических возможностей. Чем больше число дискретных значений выделяется для каждого аргумента на одном и том же интервале его Изменения, тем больше получается дискретных значений функции. Поскольку факт принятия случайной величиной некоторого определенного значения представляет собой случайное событие, то число дискретных значений функции подсчитывается как число возможных исходов событий (п. 1.5). [c.489]

Одним из основных способов количественного определения сложных взаимосвязей является корреляционный анализ, с помощью которого могут быть получены многофакторные корреляционные модели процессов. При этом среди множества действующих зависимостей нужно выделить те, которые являются существенными и необходимыми для полного описания исследуемого процесса. Выбранные связи должны характеризовать тенденции процесса, проявляющиеся в массе случайных событий, не учитываемых вследствие их частного единичного проявления. [c.50]

Число реализаций при решении задач методом СИ определяется требуемым уровнем точности получаемых результатов. Пусть цель моделирования - вычисление вероятности Р появления некоторого случайного события Е. Например, при исследовании точности механизмов практический интерес могут представлять вероятности выхода значений ошибок положения, скорости, ускорения ведомого звена за определенные пределы. В качестве оценки для искомой вероятности Р принимают частоту LjN наступления события Е при реализациях (ще L - число испытаний, при которых происходит событие Е). По центральной предельной теореме теории вероятностей частота L/N при достаточно больших значениях N имеет распределение, близкое к нормальному, с математическим ожиданием М LjN = р и дисперсией [c.482]

Каждое случайное событие является следствием действия многих случайных факторов (причин). Невозможно учесть влияние на результат всех этих факторов, так как законы их действия неизвестны, а число их очень велико. Поэтому невозможно заранее предсказать, произойдет или не произойдет каждое единичное случайное событие. Однако массовые однородные случайные события, независимо от их конкретной природы, при выполнении одних и тех же определенных условий подчиняются вероятностным закономерностям. Вероятностные закономерности массовых однородных случайных событий позволяют предвидеть частоту их проявления при осуществлении определенной совокупности условий. [c.30]

Дуги XNi, UNu К и MNi, ZNi, YNi отражают влияние перечисленных факторов на нагрузки Ni в элементах и системах. При этом операторы связи представляют собой систему стохастических, дифференциальных уравнений [см. формулы (87), (88)], коэффициенты и правые части которых зависят от множеств X, и, К, М, Z, У. Используя теоретико-множественную трактовку, рассматриваемые вершины и дуги можно представить в виде функционального соответствия, которое легко разворачивается с помощью цифровой ЭВМ [7]. Дуги ХК, ХМ, XZ, XY, им, т, KZ, КУ, MZ, MY, ZY, YZ обозначают связи между факторами, определяющими нагрузки. Эти связи могут иметь вид математических зависимостей или эвристических заключений. Так, максимальный вылет крана (элемент множества К) должен быть равен максимальному расстоянию от оси его вращения до возможной точки укладки груза, координаты которой определяются технологическим вариантом работы машины (элемент множества X). Влияние технологического уровня завода-изготовителя (элемент множества U) на конструкцию механизма поворота (элемент множества М) может определяться тем, что планетарный редуктор механизма исключается из рассмотрения, так как этому заводу не обеспечить нужный уровень термообработки и точности изготовления передач. Многие из факторов, влияющих на нагрузки, являются случайными событиями, величинами, процессами. Каждому сочетанию i факторов (определенный технологический вариант работы, квалификация управления, регулировка пусковой и тормозной аппаратуры и т. д.) соответствует некоторая вероятность появления Pi. При данном сочетании факторов нагрузки N =S на механизм или металлоконструкцию будут иметь свой закон распределения fi S). Для того чтобы определить суммарный закон распределения /(5) при всех рассматриваемых сочетаниях факторов, [c.117]

Указанный метод позволяет изучать процесс перехода от одного макросостояния к другому. Попадание неравновесной системы в то или иное состояние рассматривается как случайное событие, имеющее определенную вероятность осуществления. При таком подходе наибольшая вероятность приписывается состоянию равновесия. С точки зрения статистической физики равновесное состояние является само-устанавливающимся и самоподдерживающимся потому, что вероятность его реализации много больше, чем всех других макроскопических состояний. [c.38]

Надежность конструкции характеризует меру сохранения определенного качества и за промежуток времени О < т < при внешнем воздействии д t). До тех пор, пока исследуемое качество не выходит за пределы допустимой области Оо> т. е. йо> считается, что состояние конструкции находится в допустимых пределах. Если считать внешние воздействия g ( ) стохастическими величинами, то параметр и (/) также будет стохастическим, а отказ, т. е. выход из строя конструкции, случайным событием. В этом случае функция надежности определится как вероятность пребывания элемента и ( ) в допустимой области йо в интервале О < т < [c.170]

При определении вероятности того или иного случайного события различают события простые, составные и сложные. Событие называется составным, если оно наступает при появлении любого из входящих в его состав простых несовместимых событий. Событие называется сложным, если оно наступает при появлении двух или нескольких простых событий, входящих в его состав. [c.60]

При большом числе опытных данных обнаруживаются определенные закономерности в частоте появления тех или иных случайных событий или значений случайных величин. При повторении опытов в одинаковых условиях одни значения появляются чаще, а другие реже. Отношение частоты т, появления данного значения случайной величины к общему числу значений Ы, зафиксированных в данном опыте, называется частостью или статистической вероятностью данной величины. Например, если из 100 обследованных крановых колес (М = 100) 20 имеют срок службы от 2 до 2,5 лет (т,- = 20), то частость этого значения срока службы [c.10]

Предельное состояние элемента конструкции (детали, агрегата) наступает у одного экземпляра через пробег второго третьего 3 и т. д. Для определения по этим пробегам среднего ресурса используются методы теории вероятностей, а появление предельного состояния при пробегах 2. рассматривают как случайное событие. [c.55]

Случайное событие и случайная величина. Под событием в теории вероятностей понимается всякий факт, который в результате опыта может произойти или не произойти. Чтобы количественно сравнивать между собою события по степени их возможности, нужно с каждым событием связать определенное число, которые тем больше, чем более возможно событие. Такое число называют вероятностью события. [c.68]

Определение случайной величины строится на основе понятия случайное событие , которое всегда связывается с многократно повторяющимися экспериментами, опытами, измерениями. Пусть -событие, которое при многократном повторении эксперимента появляется непредсказуемым (случайным) образом, так что, если выполнено п экспериментов, то событие А появилось в Па экспериментах, причем Па<п. Тогда отнощение =J (A) называет- [c.61]

Количество реализаций при решении задач методом имитационного моделирования определяется требуемым уровнем точности получаемых результатов. Пусть целью моделирования будет вычисление вероятности Р появления некоторого случайного события Е, например, в задачах триботехники практический интерес может представлять вероятность выхода значения коэффициента трения за определенные пределы. В качестве оценки для искомой вероятности Р принимается частота L/N наступления события Е при N реализациях (где L - число испытаний, при которых происходит событие Е ). Согласно центральной предельной теореме теории вероятностей [4] (которую здесь можно взять в форме теоремы А.Я. Хинчина), частота LjN при достаточно больших N имеет распределение, близкое к нормальному с математическим ожиданием M LIN = P и дисперсией D[Z-//V] = [c.482]

Выше мы выяснили, что согласно закону Бернулли, с увеличением числа опытов п частость появления случайного события (в данном случае погрешности определенной величины и знака) стремится (приближается) к теоретической вероятности, а сама вероятность приобретает форму (свойство) достоверности. [c.14]

Числовые значения случайных событий называются случайными величинами. Они распределяются по определенным математическим законам, которые графически представляются в виде различных кривых. При обработке деталей вследствие многих причин неизбежны погрешности или отклонения при получении заданных размеров. Поэтому появление того или иного размера у очередной обрабатываемой детали является случайным событием, а значение размера будет случайной величиной. Случайные величины обладают определенными закономерностями, которые проявляются при большом количестве наблюдений. [c.47]

Случайными событиями в теории вероятностей назьшаются события, которые могут произойти при соблюдении определенного комплекса условий. [c.14]

Классическое определение вероятности случайного события [c.585]

Вероятность случайного события, классическое определение 585 [c.771]

Появление стохастичности (хаоса) является внутренним свойством системы к не связано с действием каких-либо априори случайных сил. Теперь мы можем не только указать различные механизмы, порождающие случайные события (т. е. создать идеальную рулетку), но и доказать, что эти механизмы производят именно то, для чего они предназначены (например, что выбрасывание шарика в рулетке при определенных условиях происходит по закону случая). [c.6]

Продолжительность состояния поляризации. Предположим, что одновременно возбуждается много атомов. Пусть все они сосредоточены в небольшой области у начала координат х — у = г = 0 и наблюдатель, смотрящий на источник по оси г, регистрирует электромагнитные волны, которые являются суперпозицией волн, испущенных отдельными атомами. Будем называть мгновением интервал времени, который мал по сравнению со средним временем высвечивания т, но содержит много периодов колебаний Т = 2л/с1)о. Далее, пусть наблюдатель описывает излучение, используя понятия амплитуд Ех и Еу и разности фаз между колебаниями по осям х я у. В любой момент поле Ех представляет собой суперпозицию полей от колебаний всех атомов, излучающих в соответствующие моменты. То же справедливо и для Еу. Все атомы колеблются с одинаковой частотой Юо, но с различными амплитудами и фазовыми константами. Поэтому результирующее излучение занимает определенный частотный интервал. Несмотря на это, мы можем говорить о доминирующей частоте о и об амплитуде и фазовой постоянной, которые зависят от амплитуд и фаз всех вкладов. (То же справедливо и лля Еу.)В течение любого временного интервала, малого по сравнению с т, все колеблющиеся атомы теряют лишь небольшую часть своей энергии и фазовые постоянные остаются неизменными. Поэтому амплитуда и фазовая постоянная суперпозиции, определяющей Ех (или Еу), не изменяются значительно в течение интервала времени, много меньшего т. Поляризация электромагнитного излучения в течение такого интервала времени остается постоянной. В частности, не меняется и разность фаз между Е и Еу. Теперь предположим, что через относительно большой интервал времени, равный многим т, мы проверяем поляризацию результирующей волны. Атомы, которые излучали (в начале интервала), теперь перестанут излучать, и их излучение будет заменено излучением новых атомов. (Не имеет значения, возбуждены ли новые атомы или снова возбуждены старые.) Движение электронов во вновь возбуждаемых атомах не связано с движением электронов в старых атомах (за исключением того, что для простоты можно считать среднюю энергию возбуждения новых и старых атомов одинаковой). Сложив л -компоненты излучения всех атомов, получим х-компоненту Ех общей волны. Она должна иметь примерно такую же амплитуду, что и компонента Ех, полученная из старого набора возбужденных атомов. Однако фазовая постоянная нового поля Ех никак не связана с фазовой постоянной старого поля Ех- То же справедливо и для составляющей поля по оси у. Далее, поскольку разность фаз движений по осям х я у нового набора атомов никак не коррели-рована с разностью фаз движений по х я у для старого набора, то поведение разности фаз Ех и Еу полностью непредсказуемо и носит характер случайного события, если наш временной интервал т. [c.385]

Для оценки точности и достоверности измерений неровностей поверхности в данной теории эвристически рекомендуют определенный способ использования формулы (59). Он заключается в том, что при определении числа Пд в формулу (59) подставляют среднее значение Л47 и дисперсию DR тех параметров шероховатости (Ra, Rq, опорная линия профиля на уровне и), для которых они определены методами теории случайных функций. Профилограммы шероховатости поверхности при этом интерпретируют как реализации стационарной эргодической случайной функции у (х, ш) с нормальным распределением вероятностей. Переменная X означает вектор пространственных координат, меняющихся в области Т евклидова пространства R , а переменная ш — элементарное случайное событие из некоторого вероятностного пространства. [c.74]

Событие, состоящее в том, что г-й прибор не выдает команду при условии его отказа, характеризуется определенной вероятностью рвтг- В соответствии с процедурой моделирования случайных событий с любой наперед заданной вероятностью ( 1.7) полагаем, что t-й прибор не выдаст команду, если < рвп, где I — значение случайной величины, имеющей равномерное распределение в интервале (О, 1). Обозначим время невыдачи команды через /вт = б, причем 6 по крайней мере не меньше, чем время до момента отказа всех элементов УВК. [c.125]

Энтропия. По определению в теории вероятностей (стр. 321) полной системой событий Л,, Ац,. .. Л называют совокупность событий, обладающую тем свойством, что при каждом испытании обязательно наступает одно и только одно из них. Если обозначить вероятности случайных событий Л черезр(Л,)=Рг, [c.336]

Предельные теоремы. Осн. задача В. т.—находить по вероятностям одних случайных событий вероятности других, связанных к.-л. образом с первыми. Типичный пример — определение вероятности события А = = < A l + a-l-. .. где — независи- [c.260]

Большинство величин, характеризующих надежность конкретного объекта, является случайными величинами, а процесс появления отказов — случайным событием. Событием вообще будем называть качественный или количественный результат опыта, проводимого при вполне определенных ус/ювнях. При этом досто-вернылг называют такое событие, которое неизбежно происходит при данном комплексе действуюпл,их условий, а невозможным — событие, которое при этих же условиях заведомо произойти не может. [c.12]

Методы описания стохастических моделей и построения ка их основе вероятностных выводов дает математическая дисциплина -теория вероятностей. В основе теории вероятностей лежит понятие случайного события. Будем называть событием качественный или количественный результат опыта, осуществляемого при вполне определенных условиях. Событие называют достоверным, если оно неизбежно происходит при данном комплексе условий, и невозможным, если оно при этих условиях заведомо произойти не может. Событие, которое при данном комплексе условий может произойти, а может и не произойти, называют случайным. Изменчивость исхода события означает, что за пределами данного комплекса условий есть факторы, которые мы либо сознательно игнорируем, либо о которых не имеем достаточной инфюрмации. Примером такого события может служить отказ технической системы или одного из ее элементов на заданном отрезке времени. Поскольку обычно нет полных сведений ни об условиях эксплуатации системы, ни о свойствах ее элементов, то отказ обычно трактуют как случайное событие. [c.11]

Прогнозирование ресурса — составная часть теории надежности машин и конструкций. Под надежностью понимают способность технического объекта выполнять заданные функции в течение заданного отрезка времени или заданной наработки. В понятие надежности, полное определение которого дано в ГОСТ 13377—75, входит ряд свойств объекта безотказность, долговечность, ремонтопригодность, сохраняемость. Одним из цецтральных понятий теории надежности является отказ — событие, которое заключается в нарушении работоспособного состояния объекта. В теории надежности отказ трактуют как случайное событие, принимая за один из основных показателей надежности вероятность безотказной работы в течение заданного отрезка времени или в пределах заданной наработки. [c.11]

Одно из предубеждений против распространения вероятностных методов анализа механических систем связано с невозможностью однозначного количественного предсказания поведения системы, как это можно сделать, основыва.чсь на законах и методах классической механики. Многие исследователи придерживаются убеждения, что единственный вид предсказания, которое имеет право называться научным, -это точное количественное предсказание будущих событий. Можно услыщать претензии на неполноту статистических методов в том смысле, что они не позволяют делать определенные выводы и предсказания относительно индивидуальных событий. Однако, когда требуется предсказать результаты, характеризующие поведение больщого числа отдельных случайных событий, статистические методы дают более содержательную информацию, и предсказание, основанное на этих методах, столь же определенно, как и предсказание поведения отдельного тела, основанное на методах классической механики. [c.15]

Во многих областях техники приходится встречаться с особыми явлениями, которые принято назьшать случайными. Рассмотрим, например, процесс изготовления однотипных деталей. Можно установить, что размеры деталей будут колебаться около некоторого установленного значения. Эти отклонения носят случайный характер, поэтому измерения обработанных деталей не дают возможности представить размеры следующей детали, однако для больших партий деталей отклонения размеров начинают подчиняться определенным закономерностям, которые изучаются специальной математической дисциплиной — теорией вероятностей. Теория вероятностей отражает закономерности, присущие случайным событиям (явлениям) массового характера. Имеется много монографий по теории вероятностей, в которых подробно изложены основные понятия и методы теории вероятностей и теории случайных функций, например [12, 13, 17]. Поэтому в данной главе приведены лишь те положения и результаты, относящиеся к теории вероятностей, которые используются в последующих главах книги. [c.19]

Поведение нелинейных систем с позиций синергетики выходит за пределы естествознания, так как они включают универсальность законов самоорганизации. М. Эйген [26] на основе принципов синергетики показал, что самоорганизацию материи, связанную с началом жизни, следует увязывать со случайными событиями на молекулярном уровне. С позиции традиционного понятия случайности возникновения даже одной макромолекулы с определенной последовательностью мономеров нельзя связать с возникновением упорядоченной структуры случайным образом. В синергетической интерпретации случайность несет первичную информацию (инструкцию на формирование типа структуры). Первичная информация кодирует функциональную способность сохранения или самовоспроизведения макромолекул [26]. Теория информации к объяснению свойств биологических систем была ранее успешно использована И.И.Шмальгаузеном [27]. Однако, для интерпретации эволюции биологических систем необходимо дальнейшее развитие классической теории информации. Для информационной интерпретации биологических явлений необходимо исследование информации, которая несет инструктивный характер и программирующее действие на молекулярном и надмолекулярном уровнях. Это означает, что стоит задача оценки ценности информации, а не только ее количество в битах [28]. Для того, что расширить возможности теории информации к анализу уровня эволюции биологической системы Эйген [26] ввел следующую последовательность фаз эволюции I) предбиологическая ( химическая фаза 2) фаза самоорганизации вплоть до воспроизводящихся особей 3) эволюция видов. [c.111]

При определении вероятности того или иного случайного события различают п р ост ые, составные и сложныесобытия. [c.31]

Измеряя заготовки одной партии после обработки их на станке, можно в пределах установленного допуска на размер разделить их на Несколько групп с размерами в пределах определенного интервала. Тогда при достаточно большой партии деталей (50... 100 шт.) можно обнаружить, что число заготовок, попавших в каждую из отобранных групп, различно. Если построить график, расположив по горизонтали номера групп с последовательно возрастающими размерами (Лтш —. Лшах) установленного интервала (рис. 9), а по вертикали — число заготовок т, попавших в каждую группу и характеризующих частоту повторения размеров, то получивЩаяся кривая выразит закон распределения размеров обрабатываемых заготовок в данной партии, состоящей из п заготовок. Отношение т п называют частостью появления случайного события (в данном случае заготовок одной категории точ ности), [c.27]

Если система находится в метастабильном состоянии, то рано или поздно она перейдет в термодинамически устойчивое состояние, которое зависит от наложенных на систему связей. Направление необратимого процесса предопределено вторым законом термодинамики. Распад метастабильной системы требует активации. Этим он отличается от более простых случаев, например, температурной релаксации. Первое характерное время есть время ожидания жизнеспособного зародыша т в метастабильной системе. Будем предполагать гомогенную нуклеацию. Во многих практически интересных случаях нуклеацию можно рассматривать как стационарный процесс при неизменном состоянии метастабильной фазы. Поскольку спонтанное возникновение зародыша является случайным событием, то определенный физический смысл имеет среднее время ожидания зародыша. Обозначим его т. Для перегретой жидкости и пересыш енного пара теория предсказывает очень резкую зависимость величины х от глубины вторжения в метастабильную область. Изменению температуры жидкости на градус может соответствовать изменение т на 3—4 порядка. Величина / = (т) является частотой зародышеобразования, т. е. средним числом зародышей, образующихся в системе за 1 сек. Удобно относить J к единице объема метастабильной фазы [c.25]

В большинстве работ по изучению гомогенной нуклеации не используются методики измерений и обработки результатов, которые учитывали бы вероятностный характер спонтанного вскипания. Авторы ограничиваются регистрацией в серии опытов наибольшего перегрева. В этом случае снижается надежность результата и теряется ценная дополнительная информация. Хотя Ваке-шжма и Таката при массовом повторении наблюдений брали для температуры взрыва капелек некоторое среднее значение, они не проводили статистической обработки данных, не пытались выявить температурную зависимость частоты появления зародышей. Между тем ясно, что возникновение в метастабильной фазе спонтанного зародыша является случайным событием. При достаточно высокой чистоте системы и неизменных внешних условиях нуклеация характеризуется определенным и воспроизводимым средним временем ожидания зародыша т. При большом числе наблюдений распределение времен ожидания т (их можно назвать пустыми интервалами) нетрудно получить из распределения Пуассона [104—106]. Оно предполагает независимость наступления события в момент т от истории событий в предшествуюш,ие моменты времени. Вероятность отдельного события за малый промежуток времени т, т + Ат считается равной ХАт, где % — некоторый параметр. Распределение Пуассона является предельной формой биномиального распределения и дает вероятность того, что в интервале (О, т) произойдет тп событий [c.100]

Следует иметь в виду, что в природе существует две качественно различных формы движения жидкости (газа). Одна из них называется ламинарным движением (лат. lamina — пластинка, полоска), при котором среда перемещается слоями, без перемешивания. В этом случае зависимость (1.1) от времени t носит регулярный детерминированный характер (рис. 5, а). Другая форма движения среды получила название турбулентного движения (лат. turbulentus — бурный, беспорядочный), когда частицы движутся по сложным траекториям хаотично, неупорядоченно, а слои жидкости интенсивно и постоянно перемешиваются (рис. 5, б). В случае хаотичного, нестационарного движения жидкости (газа) зависимость (1,1) от времени t носит случайный характер, и эта функция может быть отнесена к случайным функциям (случайным величинам, случайным процессам). Местоположение частицы становится случайной величиной, определенной на дискретных пространствах элементарных событий, При этом движении частиц жидкости можно выделить осреднен-ное по времени движение средние скорости движения, средние давления и т, п. (см. рис. 5, б, где средние скорости показаны пунктиром). [c.37]

Случайным событием называется такое событие, которое в результате испытания может произойти, но может и не произойти. Иначе говоря, случайное событие характеризуется только тем, что оно возможно. Таким событием может быть, например, то или иное значение размера деталей, изготавллваемых с заданным допуском выбор наугад детали диаметром 10 0,05 из партии с положительным отклонением (событие А) или с отрицательным отклонением (событие В). Закономерности, присущие случайным событиям массового характера, рассматриваются в теории вероятностей. Поэтому указанные в начале данного раздела задачи решаются теоретико-вероятностными методами. Эти методы основываются на анализе результатов испытаний (опытного определения) количественных признаков случайных явлений массового характера и позволяют с большой степенью приближения устанавливать [c.59]

Случайная погрешность — это составляющая погрешности результата измерений, изменяющаяся случайным образом (по знаку и значению) в серии повторных измерений, проведенных с одинаковой тщательностью одного п того же размера физический величины. Это определение увязывается с определением случайного события в теории вероятностей, которое называется случайным, если в результате данного испытания оно может произойти, а может и не произойти. Из этих определений следует два понятия, крайне важных для дальнейших рассуждений при большом числе измерений случайные иогрешпости малого или одинакового значения, но разного знака, встречаются одинаково часто большие (по абсолютному значению) погрешности встречаются реже, чем малые. [c.130]

Изучение массовых случайных событий показало, что при определенных условиях некоторые из них происход с тем более постоянной устойчивостью частостью, чем более число испытаний. [c.132]

Типичное случайное событие — результат бросания игральной кости для правильно изготовленной кости нельзя заранее уверенно предсказать число, которое появится при любом бросании. Вместе с тем при большом количестве испытаний существует строгая закономерность появления определенного числа в предсказуемом проценте случаев. Возможный исход бросания кости называется событием. Если испытание заключается в бросании кости Al, тогда появление двойки есть событие Лг, а появление любой грани —Лгде k равно любому числу от 1 до 6. [c.212]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...