Traducción para "poissons" a finlandés

Poissons

• poissonit

Ejemplos de traducción

poissonit

Cumulative Poisson probability with the terms above (0.124652)
Poissonin kumulatiivinen todennäköisyys annetuilla arvoilla (0,124652)

1731) 1840 - Simeon Denis Poisson, French mathematician (b.
1840 – Siméon Denis Poisson, ranskalainen matemaatikko (Poissonin jakauma)

It gives pretty accurate value of the Poisson distributed standard deviation.
Kysynnän neliöjuuri antaa meille melko tarkan kuvauksen Poissonin jakauman mukaisesta keskihajonnasta.

NEW diagrams added for Poisson ratio vs. temp., shear rate, and much much more
UUSIA diagrammeja lisätty: Poissonin luku vs. lämpötila, leikkausnopeus ja paljon paljon muuta

This can be generated in the same way as the Poisson method but using previous season’s data.
Tämä voidaan luoda samalla tavalla kuin Poissonin jakaumassa, mutta käyttäen edellisen kauden tietoja.

A key method used to develop match expectancies for football is the Poisson distribution as explained in a previous Pinnacle article.
Avainasemassa odotusten vastaamisessa jalkapallossa on Poissonin jakauman käyttö edellisessä Pinnacle-artikkelissa kuvaillun mukaisesti.

A thorough account of the theorem's history, detailing Laplace's foundational work, as well as Cauchy's, Bessel's and Poisson's contributions, is provided by Hald.[43
Siinä kerrotaan yksityiskohtaisesti Laplacen sekä myös Cauchyn, Besselin ja Poissonin keksinnöistä.[38

Mean demand can be found with much less data. If we don’t have enough data to calculate our standard deviation it can be assumed to follow the Poisson distribution.
Mikäli meillä ei ole tarpeeksi dataa käytettävissä, voidaan keskihajonnan olettaa noudattavan Poissonin jakaumaa, jolloin voimme käyttää kysynnän neliöjuurta kuvaamaan keskihajontaa.

Slightly more advanced formulas, like the Poisson distribution, can be used to translate mean averages into a probability for variable outcomes across a distribution - such as the score of a soccer match.
Hieman kehittyneempiä kaavoja, kuten Poissonin jakaumaa, voidaan käyttää keskiarvojen muuntamiseen eri tulosten todennäköisyyksiksi jakaumassa – esimerkiksi jalkapallo-ottelun tietyn tuloksen todennäköisyydeksi.

These are things named after Siméon Denis Poisson (1781 – 1840), a French mathematician.
Jakauma on peräisin ranskalaiselta matemaattisen fysiikan tutkijalta Siméon Denis Poissonilta (1781-1840).

Jeanne Antoinette Poisson, Marquise de Pompadour was the goddaughter of Jean Paris de Monmartel.
Jeanne-Antoinette Poissonin äiti oli Madeleine Poisson, ja häntä pidettiin yhtenä Pariisin kauneimmista naisista.

He was born at Épernon in France and studied at the École Polytechnique in Paris under Siméon Denis Poisson.
Hän syntyi Éperonissa, Ranskassa, ja opiskeli Pariisin École Polytechniquessa Siméon Denis Poissonin oppilaana.

In elasticity, he originated the theory of stress, and his results are nearly as valuable as those of Siméon Poisson.
Elastisuudessa hän pani alulle kappaleiden jännitykseen liittyvän tutkimussuuntauksen ja hänen tuloksensa tällä osa-alueella ovat lähes yhtä arvokkaat kuin Simon Poissonin.

His lecture at the Academy had also put Dirichlet in close contact with Fourier and Poisson, who raised his interest in theoretical physics, especially Fourier's analytic theory of heat.
Luennon myötä Dirichlet tutustui Fourieriin ja Poissoniin ja siten innostui teoreettisesta fysiikasta, erityisesti Fourier'n työstä lämpöyhtälön parissa.

In probability theory and statistics, the exponential distribution (also known as the negative exponential distribution) is the probability distribution that describes the time between events in a Poisson point process, i.e., a process in which events occur continuously and independently at a constant average rate.
Poissonin jakauma (tai Poisson-jakauma) on toden­näköisyys­laskennassa ja tilastotieteessä diskreetin satunnais­muuttujan todennäköisyysjakauma, joka ilmaisee todennäköisyydet tapahtumien lukumäärälle kiinteällä aikavälillä, kun tapahtumien todennäköisyys on ajassa vakio ja riippumaton edellisestä tapahtumasta.

Some results on the Poisson distribution were first introduced by de Moivre in De Mensura Sortis seu; de Probabilitate Eventuum in Ludis a Casu Fortuito Pendentibus in Philosophical Transactions of the Royal Society, pp. 219.
Jotkin Poissonin jakaumaa koskevat tulokset esitti ensimmäisenä de Moivre artikkelissaan De Mensura Sortis seu; de Probabilitate Eventuum in Ludis a Casu Fortuito Pendentibus julkaisu­sarjassa Philosophical Transactions of the Royal Society Sen vuoksi joidenkuiden kirjoittajien mielestä tämän jakauman pitäisi kantaa de Moivren nimeä.

Around 4 July 1831, Poisson declared Galois' work "incomprehensible", declaring that " argument is neither sufficiently clear nor sufficiently developed to allow us to judge its rigor"; however, the rejection report ends on an encouraging note: "We would then suggest that the author should publish the whole of his work in order to form a definitive opinion."
Galois raivostui, kun arvio oli tyrmäävä (Poissonin mukaan "ei tarpeeksi selvä tai tarpeeksi täydellinen, jotta voisimme arvioida sen täsmällisyyttä") eikä sitä ollut julkaistu, mutta Poisson rohkaisi Galois'ta kuitenkin julkaisemaan koko aiheeseen liittyvän teoksensa arviointia varten.

The radial maximal function for the function φ (restricted to the unit disc) is defined on the unit circle by ( M φ ) ( e i θ ) = sup 0 ≤ r < 1 φ ( r e i θ ) . {\displaystyle (M\varphi )(e^{i\theta })=\sup _{0\leq r<1}\varphi (re^{i\theta }).} If Pr denotes the Poisson kernel, it follows from the subharmonicity that 0 ≤ φ ( r e i θ ) ≤ 1 2 π ∫ 0 2 π P r ( θ − t ) φ ( e i t ) d t , r < 1. {\displaystyle 0\leq \varphi (re^{i\theta })\leq {\frac {1}{2\pi }}\int _{0}^{2\pi }P_{r}\left(\theta -t\right)\varphi \left(e^{it}\right)\,\mathrm {d} t,\ \ \ r<1.} It can be shown that the last integral is less than the value at e iθ of the Hardy–Littlewood maximal function φ∗ of the restriction of φ to the unit circle T, φ ∗ ( e i θ ) = sup 0 < α ≤ π 1 2 α ∫ θ − α θ + α φ ( e i t ) d t , {\displaystyle \varphi ^{*}(e^{i\theta })=\sup _{0<\alpha \leq \pi }{\frac {1}{2\alpha }}\int _{\theta -\alpha }^{\theta +\alpha }\varphi \left(e^{it}\right)\,\mathrm {d} t,} so that 0 ≤ M φ ≤ φ∗.
Funktion φ radiaalinen maksimaalifunktio (rajoitettuna yksikkökiekkoon) määritellään yksikköympyrän kehällä seuraavasti: ( M φ ) ( e i θ ) = sup 0 ≤ r < 1 φ ( r e i θ ) . {\displaystyle (M\varphi )(\mathrm {e} ^{\mathrm {i} \theta })=\sup _{0\leq r<1}\varphi (r\mathrm {e} ^{\mathrm {i} \theta }).} Jos Pr merkitsee Poissonin ydintä, subharmonisuudesta seuraa: 0 ≤ φ ( r e i θ ) ≤ 1 2 π ∫ 0 2 π P r ( θ − t ) φ ( e i t ) d t , r < 1. {\displaystyle 0\leq \varphi (r\mathrm {e} ^{\mathrm {i} \theta })\leq {\frac {1}{2\pi }}\int _{0}^{2\pi }P_{r}\left(\theta -t\right)\varphi \left(\mathrm {e} ^{\mathrm {i} t}\right)\,\mathrm {d} t,\ \ \ r<1.} Voidaan osoittaa, että jos funktion φ rajoittumalle yksikkökiekkoon T käytetään merkintää φ∗, edellä olevassa epäyhtälössä esiintyvä integraali on pienempi kuin tämän rajoittuman Hardyn–Littlewoodin maksimaalifunktion arvo pisteessä e iθ φ ∗ ( e i θ ) = sup 0 < α ≤ π 1 2 α ∫ θ − α θ + α φ ( e i t ) d t , {\displaystyle \varphi ^{*}(\mathrm {e} ^{\mathrm {i} \theta })=\sup _{0<\alpha \leq \pi }{\frac {1}{2\alpha }}\int _{\theta -\alpha }^{\theta +\alpha }\varphi \left(\mathrm {e} ^{\mathrm {i} t}\right)\,\mathrm {d} t,} mistä seuraa, että 0 ≤ M φ ≤ φ∗.