- •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?
37. Понятие зависимых и независимых величин.
Случайные величины называются независимыми, если закон распределения одной из них не зависит от того какое значение принимает другая случайная величина. Понятие зависимости случайных величин является очень важным в теории вероятностей. Условные распределения независимых случайных величин равны их безусловным распределениям. Определим необходимые и достаточные условия независимости случайных величин.
Теорема. Для того, чтобы случайные величины Х и Y были независимы, необходимо и достаточно, чтобы функция распределения системы (X, Y) была равна произведению функций распределения составляющих. Аналогичную теорему можно сформулировать и для плотности распределения:
Теорема. Для того, чтобы случайные величины Х и Y были независимы, необходимо и достаточно, чтобы плотность совместного распределения системы (X, Y) была равна произведению плотностей распределения составляющих.
38. Определите законы распределения и числовые характеристик случайных процессов.
Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями.
Центральным моментом порядка k, s системы называется математическое ожидание произведения k-й и s-й степени соответствующих центрированных величин:
Кроме первых начальных моментов, на практике широко применяются еще вторые центральные моменты системы. Два из них представляют собой уже известные нам дисперсии величин X и У:
характеризующие рассеивание случайной точки в направлении осей Ох и Оу.
Характеристика Кху, называется корреляционным моментом (иначе — «моментом связи») случайных величин X, Y.
Коэффициентом корреляции равен rxy = ±1, причем знак «плюс» или «минус» берется в зависимости от того, положителен или отрицателен коэффициент а.
В общем случае, когда величины X и Y связаны произвольной вероятностной зависимостью, коэффициент корреляции может иметь значение в пределах: -1 < rxy< 1
39. Что такое корреляционная функция случайного процесса?
Кореляційна функція - функція часу або просторових координат, яка задає кореляцію у системах із випадковими процесами.
Залежна від часу кореляція двох випадкових функцій X(t) та Y(t) визначається, як
,
де кутові дужки позначають процедуру усереднення.
Якщо кореляційна функція обчислюється для одного й того ж процесу, вона називається автокореляційною:
.
Аналогічно, можна обчислити кореляційну функцію для процесів, що відбуваються в різних точках простору у різні моменти часу:
.
Кореляційні функції широко використовуються у статистичній фізиці та інших дисциплінах, які вивчають випадкові (стохастичні) процеси.
40. Какие особенности случайного процесса характеризуют знак коэффициента корреляции и его модуль?
Кореляційний момент є характеристика системи випадкових величин, що описує, крім розсіювання двох випадкових величин X й Y, ще й зв'язок між ними.
а для безперервних - формулою
Для характеристики зв'язку між величинами (X, Y) у чистому вигляді переходять від моменту Кху до безрозмірної характеристики
(5.1)
де σх , σу — середні квадратичні відхилення величин X, У.
Ця характеристика називається коефіцієнтом кореляції величини Х и Y. Коефіцієнт кореляції обертається в нуль одночасно з кореляційним моментом; отже, для незалежних випадкових величин коефіцієнт кореляції дорівнює нулю.
У випадку rxy > 0 говорять про позитивну кореляцію величин X й Y, у випадку rxy< 0 — про негативну кореляцію.
-1 < rxy < 1
Позитивна кореляція між випадковими величинами означає, що при зростанні однієї з них інша має тенденцію в середньому зростати; негативна кореляція означає, що при зростанні однієї з випадкових величин інша має тенденцію в середньому убувати.