Teoriden pratiğe - sayfa 366

 
bas :

Kuyruklar hafıza değildir. Bellek, bir sonraki artışın bir öncekine bağımlılığıdır.

Dağılımlar, belleğin varlığı / yokluğu hakkında en ufak bir bilgi taşımaz - bunun için koşullu dağılımları veya esasen aynı şey olan otokorelasyonu dikkate almanız gerekir.

En basit örnek: Herhangi bir artış serisini karıştırabilirim (artışları keyfi olarak takas edebilirim). Bellek görünebilir veya kaybolabilir. Dağıtım değişmeyecek.

Acı çeken vatandaşlar, Google'ı elinize alın ve sonunda materyali inceleyin. Ve seni okumak çok komik.

Ve kuyrukların hafıza olduğu nerede yazıyor, zaten birkaç kez okudum, belki gerçekten böyle bir şey yazdım, hayır, yazmadım ama nerede gördünüz?

Vladimir'in gönderisini tekrar okumanızı tavsiye ederim https://www.mql5.com/ru/forum/221552/page362#comment_7389227 .

 

Olasılık teorisi ve istatistikte üstel dağılım... Poisson nokta sürecindeki olaylar arasındaki süreyi tanımlayan bir olasılık dağılımıdır ... Gama dağılımının özel bir durumudur. Geometrik dağılımın sürekli bir analogudur ve hafızasız olma temel özelliğine sahiptir.

Kaynak: https://en.wikipedia.org/wiki/Exponential_distribution

Laplace dağılımı sürekli bir olasılık dağılımıdır ... Bazen çift üstel dağılım olarak da adlandırılır... İki bağımsız, aynı şekilde dağıtılmış üstel rastgele değişken arasındaki fark, Laplace dağılımı ile verilir... Laplace dağılımının olasılık yoğunluk fonksiyonu normal dağılıma da benzer... Bu nedenle Laplace dağılımının kuyrukları normal dağılıma göre daha yoğundur.

Kaynak: https://en.wikipedia.org/wiki/Laplace_distribution

 
Novaja :

Olasılık teorisi ve istatistikte üstel dağılım... Poisson nokta sürecindeki olaylar arasındaki süreyi tanımlayan bir olasılık dağılımıdır ... Gama dağılımının özel bir durumudur. Geometrik dağılımın sürekli bir analogudur ve hafızasız olma temel özelliğine sahiptir.

Kaynak: https://en.wikipedia.org/wiki/Exponential_distribution

Laplace dağılımı sürekli bir olasılık dağılımıdır ... Bazen çift üstel dağılım olarak da adlandırılır... İki bağımsız, aynı şekilde dağıtılmış üstel rastgele değişken arasındaki fark, Laplace dağılımı ile verilir... Laplace dağılımının olasılık yoğunluk fonksiyonu normal dağılıma da benzer... Bu nedenle Laplace dağılımının kuyrukları normal dağılıma göre daha yoğundur.

Kaynak: https://en.wikipedia.org/wiki/Laplace_distribution

Peki, zorundasın. Kim düşünebilirdi.

 
Yuriy Asaulenko :

Peki, zorundasın. Kim düşünebilirdi.

Seni gücendirdim mi, gücendirdim mi? Az önce bu saçmalığı aldığım postta açıkladım.

 
Novaja :

Ve kuyrukların hafıza olduğu nerede yazıyor, zaten birkaç kez okudum, belki gerçekten böyle bir şey yazdım, hayır, yazmadım ama nerede gördünüz?

Eh, herhangi bir yerde yazmıyorsa, yanıldığıma sevindim)

Ve ilk bağlantınıza göre, bu gerçekten saçma, dağıtım ve süreci karıştırıyorlar. Rus versiyonunda yazmamışlar bile. Genel olarak, elbette, kanıtlanmış ders kitaplarına dönmek daha iyidir, wiki'de herkes her şeyi yazabilir)

 

Evet beyler - şube tam bir rezalet haline geldi. Aptallarla dolu.

Bir kez daha moderatörlerden eğitim ve çalışma kitaplarıyla ilgili tüm belgeleri kontrol etmelerini rica ediyorum.

Bu gerçekleşene kadar, burada iletişim kurmayı reddediyorum. Kimin ihtiyacı var - kişisel olarak yazın .

 
Lütfen buraya yazın! Sadece bu konuyu ve okuyun (Hiçbir şey anlamasam da).
 
Alexander_K :

Evet beyler - şube tam bir rezalet haline geldi. Aptallarla dolu.

Bir kez daha moderatörlerden eğitim ve çalışma kitaplarıyla ilgili tüm belgeleri kontrol etmelerini rica ediyorum.

Bu gerçekleşene kadar, burada iletişim kurmayı reddediyorum. Kimin ihtiyacı var - kişisel olarak yazın .

Alexander_K'nın üçüncü ayrılışı :-)

PS / dünyadaki her şeyin mükemmel olmadığı gerçeğine alışmanın zamanı gelmişti .. diğer yandan - eleştiri ve performansların Erlang yasasına uyup uymadığını kontrol edin? o zaman zekice tahmin edebileceksiniz ..

 
Alexander_K :

Evet beyler - şube tam bir rezalet haline geldi. Aptallarla dolu.

Bir kez daha moderatörlerden eğitim ve çalışma kitaplarıyla ilgili tüm belgeleri kontrol etmelerini rica ediyorum.

Bu gerçekleşene kadar, burada iletişim kurmayı reddediyorum. Kimin ihtiyacı var - kişisel olarak yazın .

Geri sayımı başlatmanın zamanı geldi.

Örneğin, makalenin yayınlanmasına 10 gün kaldı.

 
Maxim Kuznetsov :

Alexander_K'nın üçüncü ayrılışı :-)

PS / dünyadaki her şeyin mükemmel olmadığı gerçeğine alışmanın zamanı gelmişti .. diğer yandan - eleştiri ve performansların Erlang yasasına uyup uymadığını kontrol edin? o zaman zekice tahmin edebileceksiniz ..

İnanmayacaksınız - YARIM YIL içinde burada sadece 1 akıllı tavsiye duydum (kimden ve neden bahsettiğimi biliyor) ve 1 anlamlı ipucu. Diğer her şey hiçbir şeydir. Bütün bunlar neden???

Neden: