1) conditional probability function
条件概率函数
2) conditional probability density function
条件概率密度函数
1.
By the geometric probability model,the intuitionistic method is provided for the marginal density function and conditional probability density function.
利用几何概型得出均匀分布的边缘密度函数和条件概率密度函数的直观求法。
2.
For non-Gaussian noise of linear time-invariant control system,presents an effective filter design algorithm by controlling the shape of conditional probability density function of the output residuals or state estimation error,where a unified expression has been established for the conditional probability density function of the output residuals or state estimation error of the filter.
基于非Gaussian噪声线性定常控制系统,通过控制滤波器输出残差或状态估计误差的条件概率密度函数形状来建立有效的滤波设计算法,创建滤波器输出残差或状态估计误差的条件概率密度函数的统一表现形式。
3) Class-conditionaldensity function
类条件概率密度函数
4) conditional cumulative distribute function
条件概率分布函数
5) conditional failure rate function
条件失效率函数
1.
Depiction of multivariate life distribution based on conditional failure rate functions;
基于条件失效率函数的多维寿命分布刻画
2.
In this paper, an effective new way has been proposed to depict the bivariate life distribution based on conditional failure rate functions.
针对两部件组成系统的二维寿命分布,提出了基于条件失效率函数刻画方法,这是一种刻画寿命分布有效的新途径。
6) conditional probability
条件概率
1.
Problems and Improvements in the Teaching Methods of Conditional Probability;
条件概率教法中的问题与改进
2.
Some notes on conditional probability;
关于条件概率的几点注记
3.
The sample chain of PE is built according to the real bond length, bond angle and the conditional probability of a certain segment staying in one or another rotational isomeric state under Θ condition.
以聚乙烯型尾形链为例 ,采用了不同于Metropolis原理的一种新理论模型 ,该模型根据链的实际键长 ,键角和Θ条件下每一链段处于不同旋转异构态的条件概率生成样本链分子 ;并且论述了该模型的实现步骤、条件概率的计算及构象相关物理量统计平均值的计算公
补充资料：条件概率
条件概率
conditional probability
b)尸(A}刃丫尸(。，，们以概率l少戊立 对正则条件概率来说，条件数学期望可表为积分，其中条件概率起绮测度的作用.对随机变量x的条件概率定义为对由厂生成的。代数的条件概率条件概率[c.山‘佣习p油abi“ty;yc月。圈翻.，翔T-压比百‘] l)一事件对另一事件的条件概率是联系这两事件的一特征，若A和B都是事件而P(B)>O，则事件A对B(或在B的条件下，或关于B)的条件概率P(A}B)由等式 P(A门B、 P(A}B、=一‘一二一二一二 P(B)定义.条件概率P(AJB)可视为在B发生的条件下，事件A实现的概率.对独立事件A和B，条件概率户(A}B)等于其无条件概率户(A). 关于事件的条件和无条件概率的联系，见Bayes公式(Bayes formula)和完全概率公式(eomPlete Proba-bility formula). 2)一事件A对一，代数忍的条件概率为一随机变量尸(A}忍)，它对黔可测，且对任何B任忍有 苦p‘AJ男’p‘d。，一尸‘An”’对一。代数的条件概率确定到等价类. 如果。代数由可数个正概率互斥事件B.，BZ，…所生成，且Bl，BZ，…的并为全空间。，则 p(A}男)二p(A}B*)，对。:Bk，k==1，2，一 一事件A对一a代数忍的条件概率可定义为A的指示函数的条件数学期望(conditional mathematicalex详ctation)〔(I.{刃). 设恤，了，P)为概率空间，见为了的子。代数.条件概率户(A}忍)称为是正则的(regular)，如果存在函数P(田，A)，田任O，A〔矿，使 a)对固定的。，p(。，A)为a代数了上的概率测度.
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