
- •1.Теорема умножения вероятностей. 44
- •1.Теорема сложения вероятностей. 45
- •1. Случайная величина. Функция и плотность распределения вероятностей для случайных величин. 49
- •Экзаменационный билет №1
- •Экзаменационный билет №2
- •1. Классическая, частотная, геометрическая схема вычисления вероятности.
- •2.Неравенство Чебышева. Две формы неравенства Чебышева.
- •3. Задача 30.3. (б)
- •Экзаменационный Билет №3
- •1.Теорема сложения вероятностей.
- •2.Полиномиальное распределение вероятностей (второе обобщение схемы независимых испытаний).
- •3. Задача 30.3 (в )
- •Экзаменационный Билет №4
- •1.Теорема умножения вероятностей.
- •2.Два примера применения центральной предельной теоремы.
- •3. Задача 29.6
- •Экзаменационный Билет №5
- •1.Независимые и зависимые события.
- •2.Следствия закона больших чисел: теорема Бернулли и Пуассона.
- •3. Задача 29.9 (а).
- •Экзаменационный Билет №6
- •1.Формула полной вероятности
- •2.Понятие об усиленном законе больших чисел.
- •2.Закон больших чисел в форме теоремы Чебышева.
- •3. Задача 10.3.
- •Экзаменационный Билет №11
- •1 . Плотность распределения случайных величин.
- •2. Неравенство Чебышева.
- •3.Задача 12.3.
- •Экзаменационный Билет №12
- •1.Числовые характеристики случайных величин. Характеристики положения.
- •2.Закон больших чисел.
- •3. Задача 12.10.
- •Экзаменационный Билет №13
- •1.Числовые характеристики случайных величин. Моменты. Характеристики рассеивания.
- •2.Корреляционная функция случайных функций, ее свойства. Взаимная корреляционная функция.
- •3. Задача 8.4
- •Экзаменационный Билет №15
- •1.Распределение Пуассона, его числовые характеристики.
- •2. Характеристики случайных функций:
- •3.Задача 7.3.
- •Экзаменационный Билет №18
- •1. Нормальное распределение случайных величин, его характеристики.
- •2.Теоремы о числовых характеристиках:
- •Задача 7.8.
- •Экзаменационный Билет №19
- •1.Интеграл вероятности, его применение для вычисления вероятности попадания на заданный интервал.
- •2 Числовые характеристики функции случайных величин.
- •3. Задача 18.2.
- •Экзаменационный Билет №20
- •1.Правило 3-х сигм.
- •2. Числовые характеристики системы 2-х случайных величин.
- •3.Задача 6.7.
- •Экзаменационный Билет №21
- •1. Системы случайных величин. Закон распределения, функция распределения.
- •3. Задача 21.3
- •Экзаменационный Билет №23
- •1. Условные законы распределения для системы случайных величин.
- •2.Первое обобщение схемы независимых испытаний.
- •3. Задача 7.14
- •Экзаменационный Билет №26
- •1.Нормальная функция распределения вероятности. Интеграл вероятности.
- •2.Применение центральной предельной теоремы.
- •3. Задача 15.7 Экзаменационный Билет №27
- •1.Закон Пуассона.
- •2.О парной и групповой зависимости случайных событий.
- •3. Задача 31.10
- •Экзаменационный Билет №28
- •1.Числовые характеристики случайных функций.
- •2.Линейные преобразования случайных функций.
- •3. Задача 32.11
- •Экзаменационный Билет №29
- •1.Теорема умножения вероятностей.
- •2.Интегральное преобразование случайных функций.
- •3. Задача 3.16
- •Экзаменационный Билет №30
- •1.Теорема сложения вероятностей.
- •2.Дифференциальное преобразование случайных функций.
- •3. Задача 4.16
- •Экзаменационный Билет №31
- •1. Случайная величина. Функция и плотность распределения вероятностей для случайных величин.
- •2. Система случайных величин. Функция и плотность распределения вероятностей для системы случайных величин.
- •Задача 11.10
- •Экзаменационный Билет №32
- •1. Случайная величина. Функция и плотность распределения вероятностей для случайных величин.
- •Задача 18.13
3. Задача 31.10
Экзаменационный Билет №28
1.Числовые характеристики случайных функций.
Рассмотрим сечение случайной функции X (t) при фиксированном t.
Математическим ожиданием случайной функции X(t) называется неслучайная функция mx(t), которая при каждом значении аргумента t равна математическому ожиданию соответствующего сечения случайной функции.
mx(t) = M{X(t)}
Дисперсией случайной функции X (t) называется неслучайная функция Dx(t), значение которой для каждого t равно дисперсии соответствующего сечения случайной функции:
Dx(t) = D{X(t)}
Среднее квадратическое отклонение случайной функции:
σx(t)
=
Корреляционная функция характеризует степень зависимости между сечениями случайной функции, относящимися к различным t.
Корреляционной функцией случайной функции X(t) называется неслучайная функция двух аргументов Kx(t, t’), которая при каждой паре значений t, t’ равна корреляционному моменту соответствующих сечений случайной функции:
Ky(t,
t’)
= M[
(t)
(t’)]
Где, (t) = X(t) – mx(t); (t’) = X(t’) – mx(t’);
Пологая t = t’ Ky(t, t’) = M[( (t))2] = Dx(t)
Ky(t, t’) = Ky(t’, t)
Вместо корреляционной
функции Kx(t,
t')
можно пользоваться нормированной
корреляционной
функцией:
При t'=t нормированная корреляционная функция равна единице:
Неслучайная функция p(t):
Y(t) = X(t) + p(t) my(t) = mx(t) + p(t); Ky(t, t’) = Kx(t, t’)
Y(t) = p(t)X(t) my(t) =mx(t)*p(t); Ky(t, t’) = p(t)p(t’)Kx(t, t’)
Нормированной
называется случайная функция вида:
Корреляционная
функция нормированной случайной функции
XN(t)
равна
2.Линейные преобразования случайных функций.
Пусть на вход линейной системы с оператором L воздействует случайная функция X (t), причем известны ее характеристики: математическое ожидание mx(t) и корреляционная функция Kx(t, t'). Реакция системы представляет собой случайную функцию Y(t) = L(X(t)).
Требуется найти характеристики случайной функции Y(t) на выходе системы: my(t) и Ky(t, t'). Короче: по характеристикам случайной функции на входе линейной системы найти характеристики случайной функции на выходе.
Покажем сначала, что можно ограничиться решением этой задачи только для однородного оператора L. Действительно, пусть оператор L неоднороден и выражается формулой:
L(X(t)) = L0(X(t))+ρ(t).
где L0—линейный однородный оператор, ρ(t)— определенная неслучайная функция. Тогда
my(t) = M[L0{X(t)}] + ρ(t).
т. е. функция ρ(t) просто прибавляется к математическому ожиданию случайной функции на выходе линейной системы. Что же касается корреляционной функции, то, как известно, она не меняется от прибавления к случайной функции неслучайного слагаемого.
Поэтому в дальнейшем изложении под «линейными операторами» будем разуметь только линейные однородные операторы.
Решим задачу об определении характеристик на выходе линейной системы сначала для некоторых частных видов линейных операторов.
3. Задача 32.11
Экзаменационный Билет №29
1.Теорема умножения вероятностей.
Событие А называется зависимым(независимым) от события В, если вероятность события А (не) зависит от того, произошло событие В или нет.
Вероятность события А, вычисленная при условии, что имело место другое событие В, называется условной вероятностью события А и обозначается Р(А|В).
Условие независимости события А от события В можно записать в виде: Р(А|В) = Р(А), а условие зависимости в виде: Р(А|В) ≠ Р(А).
Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную при условии, что первое имело место:
P(AB) = Р(А)*Р(В\А) = P(B)*P(A\B).