Update of russian help page for grand after commit 596f47efc2c2c9767180674ffbe62232e1... 14/11214/1
Stanislav KROTER [Wed, 3 Apr 2013 15:21:42 +0000 (21:21 +0600)]
Change-Id: Ic90b76a9f189829221dac07732651be169570e84

scilab/modules/randlib/help/ru_RU/grand.xml

index 5d5917d..755b6ae 100644 (file)
@@ -27,7 +27,7 @@
             Y = grand(m, n, "exp", Av)
             Y = grand(m, n, "f", Dfn, Dfd)
             Y = grand(m, n, "nf", Dfn, Dfd, Xnon)
-            Y = grand(m, n, "gam", shape, scale)
+            Y = grand(m, n, "gam", shape, rate)
             Y = grand(m, n, "nor", Av, Sd)
             Y = grand(m, n, "geom", p)
             Y = grand(m, n, "poi", mu)
             Y = grand(m, n, "unf", Low, High)
             Y = grand(m, n, "uin", Low, High)
             Y = grand(m, n, "lgi")
-            
+
             Y = grand(X, ...)
-            
+
             Y = grand(n,  "mn", Mean, Cov)
             Y = grand(n,  "markov", P, x0)
             Y = grand(n,  "mul", nb, P)
             Y = grand(n,  "prm", vect)
-            
+
             S = grand("getgen")
             grand("setgen", gen)
-            
+
             S = grand("getsd")
             grand("setsd", S)
-            
+
             S = grand("phr2sd", phrase)
-            
+
             grand("setcgn", G)
             S = grand("getcgn")
-            
+
             grand("initgn", I)
-            
+
             grand("setall", s1, s2, s3, s4)
-            
+
             grand("advnst", K)
         </synopsis>
     </refsynopsisdiv>
                 Y = grand(m, n, "exp", Av)
                 Y = grand(m, n, "f", Dfn, Dfd)
                 Y = grand(m, n, "nf", Dfn, Dfd, Xnon)
-                Y = grand(m, n, "gam", shape, scale)
+                Y = grand(m, n, "gam", shape, rate)
                 Y = grand(m, n, "nor", Av, Sd)
                 Y = grand(m, n, "geom", p)
                 Y = grand(m, n, "poi", mu)
                 <term>гамма-распределение</term>
                 <listitem>
                     <para>
-                        <code>Y = grand(m, n, "gam", shape, scale)</code> формирует случайные реализации по гамма-распределению с параметрами
-                        <varname>shape</varname> (вещественное значение, строго больше нуля) и <varname>scale</varname> (вещественное значение, строго
-                        больше нуля) (<literal>real</literal> &gt; <literal>0</literal>). Плотность гамма-распределения равна:
+                        <code>Y = grand(m, n, "gam", shape, rate)</code> формирует
+                        случайные реализации по гамма-распределению с параметрами
+                        <varname>shape</varname> (вещественное значение, строго
+                        больше нуля) и <varname>rate</varname> (вещественное
+                        значение, строго больше нуля) (<literal>real</literal>
+                        &gt; <literal>0</literal>). Плотность гамма-распределения
+                        равна:
                     </para>
                     <para>
                         <latex>
-                            \dfrac{ \textrm{scale}^{\textrm{shape}} x^{\textrm{shape}-1} e^{-\textrm{scale} x}}{\gamma(\textrm{shape}) }
+                            \dfrac{ \textrm{rate}^{\textrm{shape}} x^{\textrm{shape}-1} e^{-\textrm{rate} x}}{\gamma(\textrm{shape}) }
                         </latex>
                     </para>
                     <para>
@@ -796,7 +800,7 @@ xtitle("Случайные числа по нормальному закону 
             histplot(10,R);
             xtitle("Случайные числа по нормальному закону распределения из функции grand","X","Частота");
         </scilab:image>
-        
+
         <programlisting role="example"><![CDATA[
 // Возвращает матрицу размером 400 на 800 случайных чисел
 // с равномерным распределением в [0,1).
@@ -810,7 +814,7 @@ xtitle("Случайные числа с равномерным распреде
             histplot(10,R);
             xtitle("Случайные числа с равномерным распределением из функции grand","X","Частота");
         </scilab:image>
-        
+
         <programlisting role="example"><![CDATA[
 // Возвращает матрицу размером 400 на 800 случайных чисел
 // по распределению Пуассона и матожиданием, равным 5.
@@ -824,7 +828,7 @@ xtitle("Случайные числа по закону распределени
             histplot(10,R);
             xtitle("Случайные числа по закону распределения Пуассона из grand","X","Частота");
         </scilab:image>
-        
+
         <para>
             В следующем примере мы генерируем случайные числа по экспоненциальному распределению, а затем сравниваем эмпирическое распределение с теоретическим.
         </para>
@@ -926,7 +930,7 @@ grand("setsd",n)
         <title>Тестовый пример для clcg4</title>
         <para>
             Пример необходимости возможности разделения clcg4 следующий. Сравниваются два
-            статистических метода по данным разного размера. Первый является 
+            статистических метода по данным разного размера. Первый является
             бутстреп-методом и считается точным при использовании меньшего количества данных,
             чем второй метод, который использует только грубую силу. Для первого метода будет
             генерироваться набор данных размером равномерно распределённым между