
- •Что такое функция распределения св? Как она связана с плотностью вероятности св? Какие свойства функции распределения вам известны?
- •19.Как в общем случае решается задача отыскания пв совокупности функционально преобразованных св?
- •23.В чем состоит условие согласованности высших и низших фр и пв?
- •24.Можно ли, зная и , найти совместную плотность вероятности величин X и h?
- •25.В каком случае св являются независимыми? Как записываются совместные фр и пв для совокупности независимых св? Как записываются хф для совокупности двух независимых св?
- •26. Чему равно математическое ожидание суммы св? Ответ аргументировать.
- •28. Чему равно математическое ожидание линейной комбинации попарно независимых св? Ответ аргументировать.
- •29. Как определяются дисперсии суммы и разности двух независимых св? Ответ аргументировать.
- •31. Как определяются смешанные центральные моменты распределения для совокупности дискретных и непрерывных св? Что такое ковариация случайных величин X и y? Что она показывает?
- •32. Что такое коэффициент корреляции? Какие значения он может принимать?
- •33. Доказать, что независимые св некоррелированы.
- •34. Всегда ли независимые случайные величины являются некоррелированными? Всегда ли некоррелированные случайные величины являются независимыми?
- •35. Приведите примеры известных вам законов распределения св (не менее трех).
- •37. Св имеет равномерную пв в интервале [-1; 3]. Найти ее математическое ожидание, медиану, квартили и дисперсию.
- •42. Приведите классификацию случайных процессов в зависимости от характера области определения и области значения сп.
- •4 3. Какие характеристики дают полное статистическое описание сп?
- •4 5. Как определяется взаимная корреляционная функция сп и ?
- •Как связаны между собой кф и спектр. Плотность стац.Сп?Свойства кф и спектр. Плотности стац.Сп.
- •51.Сформулируйте теорему Винера-Хинчина. Как, зная спектральную плотность стационарного сп, найти его дисперсию?
- •53.Как определяется время корреляции и эффективная ширина спектра для стационарного сп? Сформулировать соотношение неопределенности для стационарного сп.
- •Какой процесс называют «белым» шумом? Какой вид имеют и для данного процесса?
- •Какой процесс называют финитным «белым» шумом? Какой вид имеют и для данного процесса?
- •Дать определение узкополосного процесса. Какой вид в общем случае имеет кф узкополосного сп? При каких условиях кф узкополосного сп имеет вид ?
- •62.Сформулировать необходимые и достаточные условия дифференцируемости сп.
- •63.Дать определение нормального сп.
- •64.Дать определение винеровского процесса. Является ли этот процесс стационарным?
- •65.Дать определение узкополосного нормального сп.
- •66.Как определяется комплексная огибающая сп? Какие свойства имеет огибающая (комплексная огибающая) сп?
- •67.Записать квадратурное представление узкополосного сп.
- •68.Какие статистические характеристики имеют амплитуды квадратурных составляющих и для узкополосного нормального сп?
- •70.Что такое функционал плотности вероятности нормального сп?
- •71. Как выглядит фпв для нормального «белого» шума? Как зависит «вероятность» отдельной реализации нормального «белого» шума от ее энергии?
- •72. Дать определение марковского процесса. Приведите пример марковского процесса.
35. Приведите примеры известных вам законов распределения св (не менее трех).
1) Распределение Бернулли: 2)Равномерное распределение
F(x)=0, x≤0;
F(x)=1-p,
0<x≤1; F(x)=1,
x>1 F(x)=0,
x≤a; F(x)=
,
a<x≤b;
F(x)=1, x>b
W(x)=1-p, x=0; W(x)=p, x=1 W(x)=A, a≤x≤b; W(x)=0, x<a и x>b
3) Нормальное распределение
,
36. СВ равновероятно принимает значения +1 или -2. Найти ее математическое ожидание и дисперсию.
37. Св имеет равномерную пв в интервале [-1; 3]. Найти ее математическое ожидание, медиану, квартили и дисперсию.
38.СВ принимает значения +1 или -1. Вероятность значения +1 равна 0,4. Записать и построить ПВ и ФР этой СВ.
39. СВ Х имеет равномерную ПВ в интервале [-1; 3]. Построить ПВ и ФР для СВ Y = 2X-1.
40. СВ Х имеет нормальную ПВ с математическим ожиданием 2 и дисперсией 4. Записать ПВ и ФР случайной величины Y = 3X+8.
41. Дать определение случайной функции, случайного процесса. Какие характеристики дают полное вероятностное описание СП? Запишите математические выражения для этих характеристик.
Случайным процессом (t) называется функция двух аргументов (t, ), где , – множество элементарных событий; t T, T – область определения функций (t, ). При фиксированном значении t (t, ) является случайной величиной, а для каждого фиксированного (заданного элементарного события) (t, ) зависит только от t и определяет реализацию СП (траекторию, выборочную функцию).
П
олное
вероятностное описание СП.
Говорят, что имеется полное статистическое
описание СП (t),
если для любых п
и t1,
t2,
…, tn
T
можно задать функцию распределения
.
При этом должны быть выполнены условие симметрии, состоящее в том, что
,
г
де
i1,
i2,
…, in
– перестановка чисел 1, 2, …, п;
и условие согласованности:
.
Столь же полное вероятностное описание дадут многомерная ПВ:
и многомерная ХФ:
,
или кумулянтная функция:
.
Как и для многомерных случайных величин, для описания случайных процессов могут быть использованы моменты. Начальные и центральные моменты определяются, соответственно, выражениями:
,
.
Приведенные выражения зависят от
моментов времени t1,
t2, …, tn
и поэтому называются моментными
функциями. Наиболее часто для описания
СП используют математическое ожидание
(среднее значение) случайного процесса
(t)
,
где t T и
корреляционную функцию (КФ):
,
г
де
t1, t2
T . Таким образом,
корреляционная функция определяет
зависимость ковариации случайных
величин 1 =
(t1) и 2
= (t2) от
моментов времени t1 и t2,
в которых берутся отсчеты СП (t).
Как и для случайных величин, можно ввести
коэффициент корреляции
,
где М2(t1)
и М2(t2)
– дисперсии отсчетов процесса в моменты
времени t1 и t2.
Напомним, что
.
Преобразование Фурье реализаций СП
,
если оно существует, является случайной
функцией переменной f и, как и
сама реализация x(t), не может быть
использована для описания СП.