1、給出二階模糊隨機(jī)變量和模糊隨機(jī)變量序列均方收斂的概念，證明了一些相關(guān)的性質(zhì)。

2、機(jī)械摩擦零件磨損量和耐磨性壽命不僅是隨機(jī)變量，而且受載荷大小、材料情況等因素的模糊性影響。

3、主要討論了一類隨機(jī)規(guī)劃在函數(shù)序列上圖收斂和隨機(jī)變量序列均方收斂意義下，該類隨機(jī)規(guī)劃的最優(yōu)解和最優(yōu)值的收斂情況。

4、文中給出了模糊隨機(jī)變量的熵的變換結(jié)果，同時(shí)對模糊互信息也進(jìn)行了論述。

5、由于模型的目標(biāo)函數(shù)中含有隨機(jī)變量的積分，模型的最優(yōu)性條件之一就是積分的可積性。

6、在一定條件下，滿足上述兩個(gè)性質(zhì)的隨機(jī)變量是正態(tài)變量。

7、貝葉斯神經(jīng)網(wǎng)絡(luò)中，每個(gè)權(quán)值和誤差被視為隨機(jī)變量，它們的先驗(yàn)概率分布是遵從正態(tài)分布的。

8、當(dāng)單調(diào)函數(shù)的反函數(shù)不能顯性表示時(shí)，連續(xù)型隨機(jī)變量的分布密度曲線仍可通過參數(shù)方程的形式獲得。

9、本文研究了一類離散型隨機(jī)變量的概率分布，稱之為負(fù)幾何分布和負(fù)超幾何分布。

10、方差是描述隨機(jī)變量分布情況的指標(biāo)，本文用方差來描述特征詞在類間的分布情況。

11、所以我們用概率密度的概念來描述，連續(xù)型隨機(jī)變量的情況。

12、隨機(jī)變量的方差衡量隨機(jī)變量值與期望值偏離的程度。

13、同時(shí)，對隨機(jī)變量的優(yōu)化應(yīng)用亦做了扼要說明。

14、3方差的專業(yè)定義是隨機(jī)變量的二次中心矩，與期望值之差的平方的加權(quán)平均值。

15、相依隨機(jī)變量部分和過程的滯后增量有多大?本文回答了這個(gè)問題。在適當(dāng)?shù)幕旌蠗l件下，有。

16、基于太沙基公式，將土粒相對密度和孔隙比作為隨機(jī)變量，推導(dǎo)了臨界水力比降的概率密度函數(shù)。

17、隨機(jī)變量的加權(quán)平均值是期望值。

18、在此方法中，構(gòu)造一個(gè)與基本隨機(jī)變量相關(guān)的虛擬隨機(jī)過程，使得基本隨機(jī)變量成為該隨機(jī)過程的截口隨機(jī)變量。

19、采用滿足伯努利分布的隨機(jī)變量來描述數(shù)據(jù)的隨機(jī)丟失。

20、引出了給定隨機(jī)變量下條件期望的一般數(shù)學(xué)定義，并討論了它的性質(zhì)，得出條件分布與條件期望的若干常用結(jié)論。

21、但隨機(jī)變量是離散的話，我們可以把所有的可能值列出來，然后算出加權(quán)平均值。

22、由于準(zhǔn)則方程的高次非線性和復(fù)雜性，文中利用復(fù)合函數(shù)求導(dǎo)法則，直接針對基本隨機(jī)變量求解。

23、本文討論了系統(tǒng)的最優(yōu)維修策略問題，考慮到題目中所涉及的變量大多為隨機(jī)變量，我們建立了單目標(biāo)的期望值模型。

24、以模擬技術(shù)中的重點(diǎn)抽樣法為理論根據(jù)，對該地區(qū)的水位、風(fēng)速u及波高h(yuǎn)的三維隨機(jī)變量作了統(tǒng)計(jì)分析。

25、采用回歸法分析了礦體厚度與古地貌之間的關(guān)系，據(jù)統(tǒng)計(jì)研究，礦體厚度屬隨機(jī)變量。

26、系統(tǒng)處于正常和異常狀態(tài)的時(shí)間分別服從參數(shù)不同的指數(shù)分布，系統(tǒng)的修理時(shí)間是連續(xù)型隨機(jī)變量，檢測間隔時(shí)間為任意隨機(jī)變量。

27、從供求關(guān)系的角度，考慮預(yù)期利潤最大，建立了需求為連續(xù)型隨機(jī)變量時(shí)的階段性貨物訂購的優(yōu)化模型，分別得到了與存貯費(fèi)用有關(guān)、考慮缺貨損失以及多階段訂購毋需訂購費(fèi)用時(shí)的最優(yōu)進(jìn)貨量。