- •Изобразите обобщенную структурную схему системы передачи информации и поясните назначение элементов этой системы.
- •2.Сформулируйте основное требование, предъявляемое к спи
- •7. Понятие непрерывных и дискретных случайных величин
- •9. Что такое ряд распределения и многоульгольник распределения?
- •Что такое дисперсия? Запишите дисперсию для непрерывных и дискретных случайных величин.
- •13,14 . Понятие статистического ряда и гистограммы. Степени свободы.
- •15,16.Понятие функции распределения как основного закона распределения.
- •17,18 .Понятие плотности распределения и её свойства
- •20.Сформулируйте основные свойства функции распределения и прв случайной величины.
- •Понятие равномерного закона распределения и его основные характеристики.
- •22.Понятие нормального закона распределения и его основные характеристики.
- •23.В чем заключается правило "трех сигм"?
- •24.Експоненційний закон розподіл
- •25. Релеевський закон розподілу
- •26.Перечислите характеристики положения случайной величины
- •27.Охарактеризуйте моменты положения случайной величины.
- •28.Понятие системы случайных величин
- •29.Дайте определение и укажите основные свойства функции распределения системы величин.
- •30.Дайте определение плотности распределения системы двух случайных величин.
- •31.Свойства плотности распределения системы двух случайных величин
- •32.Дайте определение и укажите основные свойства прв системы величин.
- •33.Что такое ковариация и коэффициент корреляции двух случайных величин?
- •35. Укажите сходство и различие случайных величин и случайных процессов
- •36.Выполните классификацию случайных процессов по различным признакам.
- •37. Понятие зависимых и независимых величин.
- •38. Определите законы распределения и числовые характеристик случайных процессов.
- •39. Что такое корреляционная функция случайного процесса?
- •40. Какие особенности случайного процесса характеризуют знак коэффициента корреляции и его модуль?
- •41. Поясните свойства корреляционной функции.
- •44.Какой случайный процесс называется эргодическим и при каких условиях?
- •46.Автокорреляционная функция ссп (стационарный случайный процесс) является четной или нечетной функцией?
- •47.Чему равно значение автокорреляционной функции ссп (стационарный случайный процесс) при ?
- •48.Как определяется интервал корреляции ссп (стационарный случайный процесс)?
- •49. Каков физический смысл дисперсии ссп (стационарный случайный процесс), имеющего размерность тока или напряжения?
23.В чем заключается правило "трех сигм"?
Пусть имеется нормально распределённая случайная величина с математическим ожиданием, равным а и дисперсией 2. Определим вероятность попадания в интервал (а – 3; а + 3), то есть вероятность того, что принимает значения, отличающиеся от математического ожидания не более, чем на три среднеквадратических отклонения.
P(а – 3< < а + 3)=Ф(3) – Ф(–3)=2Ф(3)
По таблице находим Ф(3)=0,49865, откуда следует, что 2Ф(3) практически равняется единице. Таким образом, можно сделать важный вывод: нормальная случайная величина принимает значения, отклоняющиеся от ее математического ожидания не более чем на 3.
24.Експоненційний закон розподіл
Експонеційний закон розподілу відіграє велику роль в теорії масового обслуговування та теорії надійності.
Безперервна випадкова величина X має експоненційний закон розподілу з параметром , якщо її щільність ймовірності f(x) має вигляд:
На рис 1.8 показано графік щільність розподілу ймовірності експоненційного закону розподілу.
Функція розподілу випадкової величини X, розподіленої по експоненційному закону, є
Графік функції F(х) наведений на рис 1.9.
Визначимо числові характеристики випадкової величини з рівномірним розподілом.
Математичне очікування
Дисперсія
Середньоквадратичне відхилення
Коефіцієнт асиметрії Ексцес дорівнює
25. Релеевський закон розподілу
Безперервна випадкова величина X має релеевський закон розподілу з параметром , якщо її щільність ймовірності f(x) має вигляд:
,
На рис 1.10 показано графік щільності розподілу ймовірності релевського закону розподілу.
Функція розподілу випадкової величини X, розподіленої по релеевському закону, є
,
Визначимо числові характеристики випадкової величини з рівномірним розподілом.
Математичне очікування
Дисперсія
Середньоквадратичне відхилення
Коефіцієнт асиметрії
.
Ексцес дорівнює
26.Перечислите характеристики положения случайной величины
Характеристики положения указывают на «центр» распределения. Он называется медианой (случайной величины Х или ее функции распределения F(x)) и обозначается Me(X). В математической статистике медиана делит пополам не сторону треугольника, а распределение случайной величины: равенство F(x0,5) = 0,5 означает, что вероятность попасть левее x0,5 и вероятность попасть правее x0,5 (или непосредственно в x0,5) равны между собой и равны ½, т.е.
P(X < x0,5) = P(X > x0,5) = ½.
мода – значение (или значения) случайной величины, соответствующее локальному максимуму плотности вероятности для непрерывной случайной величины или локальному максимуму вероятности для дискретной случайной величины.
Е сли x0 – мода случайной величины с плотностью f(x), то, как известно из дифференциального исчисления, .
Математическое ожидание Для непрерывной случайной величины Х математическое ожидание М(Х) удовлетворяет равенству
27.Охарактеризуйте моменты положения случайной величины.
Понятие момента широко применяется в механике для описания распределения масс.
Совершенно теми же приемами пользуются в теории вероятностей для описания основных свойств распределения случайной величины. Чаще всего применяются на практике моменты двух видов: начальные и центральные.
Начальный момент
Начальным моментом s-го порядка прерывной случайной величины Х называется сумма вида:
Для непрерывной случайной величины Х начальным моментом s-го порядка называется интеграл:
Общее определение начального момента s-го порядка справедливое как для прерывных, так и для непрерывных величин: т.е. начальным моментом s-го порядка случайной величины Х называется математическое ожидание s-ой степени этой случайной величины.
Центральный момент
Центральным моментом порядка s случайной величины Х называется математическое ожидание s-ой степени соответствующей центрированной случайной величине:
Для любой случайной величины центральный момент первого порядка равен нулю:
т. к. математическое ожидание центрированной случайной величины всегда равно нулю.
Дисперсия
Из всех моментов в качестве характеристик случайной величины чаще всего применяются первый начальный момент (математическое ожидание) и второй центральный момент.
Второй центральный момент называется дисперсией случайной величины (D[X]): Согласно определению центрального момента:
т.е. дисперсией случайной величины Х называется математическое ожидание квадрата соответствующей центрированной величины.