1) double random variable
双随机变量
1.
This paper introduces the double random variable method to improve the regression analysis of the blasting vibrational velocity and the application programs in computing of the method.
介绍了用双随机变量回归方法改进爆破质点振速回归分析及其计算系统应用程序，对工程实测数据用双随机变量回归分析方法与传统的单变量回归分析方法进行的对比计算表明：该系统程序操作简便，计算精度有所提高；在预测爆破振速，确定爆破安全药量和安全距离时，能优选出更接近实际的爆振经验公式，取得更好的预测效果。
2) independent identically distributed random varibles
双下标随机变量
1.
, Xnn be independent identically distributed random varibles with a commedistrbution F (x), F (x) be continuous, X1(n)≤X2(n)≤.
本文对双下标随机变量Ｘｎ１，Ｘｎ２。
3) random variables
随机变量
1.
A class of local convergence theorems for the sequence of random variables;
关于一类随机变量序列的局部收敛定理
2.
A conclusion of exchangeable random variables;
有关可交换随机变量序列的一个结论
4) random variable
随机变量
1.
The strong law of large numbers for negatively associated random variables;
一类负相依随机变量序列的强大数定律
2.
On the convergence of the series for the sequence of discrete random variables;
离散随机变量序列的级数收敛性
5) stochastic variables
随机变量
1.
This paper tries a new approach to prove the expectancy formula on the sum of stochastic variables by the distribution of the stochastic variables sum in convolution product formula to avoid the troublesome in inducing the formulas of conditional expectancy and complete expectancy.
用随机变量之和的分布的卷积公式直接给出随机多个随机变量之和的期望公式的证明 ,避免了原有的证明过程需引入条件期望和全期望公式的麻烦 。
6) stochastic variable
随机变量
1.
Stochastic variable X_i following any probability distribution function is mapped to stochastic variable Y_i with standard normal distribution function.
将服从任意概率分布的随机变量Xi映射为标准正态随机变量Yi。
2.
n this paper,mathematical model and its solution method for optimal (1#62 N)stochastic dispatching of resenvoir considering inflow and irrigation flow as stochastic variables and three state spaces are proposed.
本文提出了考虑入库径流和灌溉用水随机特性的二元随机变量、三维状态空间的水库优化调度模型及求解方法，并通过实例计算获得了较满意的结
3.
In the text, major stochastic variables such as f ,c and a and the upstream and downstream water levels that influence the dependability in analysis are discussed.
讨论了影响可靠度分析的主要随机变量如ｆ＇、Ｃ＇、α及坝上下游水位等，并给出了《水工统标》的统计参数。
补充资料：水文随机变量
受随机因素影响,遵循统计规律变化的水文变量。水文随机变量在未来任一时刻出现的数值无法准确预测，但能以分布函数(或等价的概率密度函数)来反映其统计规律性，也就是表示其各种数值出现的可能性。分布函数的形式，可根据资料按水文统计学的有关原理和方法予以确定。分布函数与概率密度函数则有如下关系：
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条