- •Лекция № 3 Введение. Классификация событий. Действия над событиями
- •2. События. Классификация событий. Пространство элементарных событий
- •4. Практические занятия
- •Лекция№5:Условная вероятность. Формула полной вероятности и формула Байеса. Независимые случайные события
- •1.1 Распределение Релея
- •1 Система двух случайных величин
- •1.Введение
- •4. Практические занятия
- •2.Элементы теории множеств.
- •2.1 Определение множества. Мощность множества. Подмножества.
- •2.2 Множества и подмножества.
- •2.3 Способы задания множеств. Универсальное множество.
- •2.4 Операции над множествами.
- •Практическое занятие №2
- •Тема: Основные понятия комбинаторики.
- •2. Перестановки, размещения.
- •3. Сочетания.
- •4. Разбиение на группы:
- •1. Введение
- •3. Алгебра событий
- •1. Введение
- •2. События. Классификация событий. Пространство элементарных событий
- •Примеры.
- •3. Алгебра событий
- •События Вi образуют полную группу событий, если
- •Особый интерес представляют полные группы несовместимых событий
- •План лекции:
- •2. Классический способ задания вероятностей.
- •3. Статистическая вероятность
- •4. Геометрическая вероятность.
- •Лекция№5
- •2. Формула полной вероятности.
- •3. Формула Байеса (теорема гипотез).
- •4. Независимые случайные события.
- •Контрольные вопросы и тесты
- •2 Закон распределения случайной величины.
- •3. Функция распределения
- •4. Плотность распределения случайной величины
- •Практическое занятие №1
- •1.Математическое ожидание , мода и медиана случайной величины
- •2. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •3. Моменты высших порядков
- •Математическое ожидание, мода и медиана случайной величины
- •2. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •3. Моменты высших порядков
- •Практическое занятие №1
- •5. Контрольные вопросы и задания
- •1. Биномиальное распределение
- •2. Распределение Пуассона
- •3. Простейший поток событий
- •1. Испытания (схема) Бернулли. Биномиальное распределение
- •Если ставить вопрос о появлении события а k-раз в n испытаниях в произвольном порядке, то событие представимо в виде
- •2. Распределение Пуассона.
- •3. Простейший поток событий
- •Задача 4
- •Задача 5
- •Задача 6
- •Практическое занятие № 2
- •5. Контрольные вопросы
- •1.1 Равномерное распределение вероятностей
- •1.2 Показательное (экспоненциальное) распределение
- •1.3 Нормальное распределение
- •Задача 1
- •Решение
- •Решение
- •Задача 4
- •Задача 6
- •Практическое занятие №2
- •2. Рекомендуемые фрагменты программ
- •1.1 Распределение Релея
- •1.1 Распределение Релея
- •1.2 Распределение Максвелла
- •1.3 Логарифмическое нормальное распределение
- •2. Функция случайной величины.
- •Практическое занятие №1
- •3. Рекомендации к выполнению.
- •Практическое занятие №2
- •Задача3
- •1 Система двух случайных величин
- •1 Система двух случайных величин
- •1.2 Плотность распределения двух случайных величин
- •1.3 Условные функция распределения и плотность распределения
- •1.4 Корреляция двух случайных величин
- •Аналогично имеем
- •2. Система произвольного числа случайных величин
- •Задача1
- •Практическое занятие №2 Тема: Исследование системы двух случайных величин
- •Так как под интегралом в (1) находится неотрицательная величина, то, выбросив из интервала интегрирования отрезок ав, мы значение интеграла не увеличим, т.Е.
- •2. Характеристические функции
- •Для дискретной случайной величины х с законом распределения
- •Свойства характеристической функции
- •3. Центральная предельная теорема
- •2. Числовые характеристики выборки
- •2.1. Выборочное среднее
- •Выборочная дисперсия
- •3. Статистический ряд. Статистическая функция распределения
- •4. Статистическая совокупность. Гистограмма
- •1. Оценка параметров
- •2. Метод наибольшего правдоподобия для нахождения оценок
- •3. Метод наименьших квадратов
5. Контрольные вопросы
1. Покажите связь между распределением Пуассона и биномиальным распределением.
2. Приведите определение простейшего потока: свойство ординарности.
3. Приведите определение простейшего потока: свойство стационарности.
4. Приведите определение простейшего потока: свойство отсутствие последействия..
5. Укажите связь распределения Пуассона с простейшим потоком.
6. Приведите примеры применения распределения Пуассона в ТКС.
Лекция № 9
Тема. Основные законы распределения непрерывной случайной величины
Литература:
1. Математичні основи теорії телекомунікаційних систем . Під ред.Поповського В.В. - Харків, СМИТ, 2011.
2. Венцель Е.С. Овчаров Л.А. Теория вероятностей и ее инженерные приложения. -М.: Наука,1988.-480 с.
3. Гмурман В.Е. Теория вероятностей и математическая статистика.-М.:Высш.шк.,1999.-479 с..
План лекции:
1. Основные законы распределения непрерывной случайной величины
1.1 Равномерное распределение
1.2 . Показательное распределение
1.3.Нормальное распределение
1. Основные законы распределения непрерывной случайной величины
1.1 Равномерное распределение вероятностей
Н епрерывная случайная величина Х имеет равномерное распределение на интервале , если на этом интервале плотность вероятности постоянна, а вне его равна нулю , т.е. если
График ее приведен на рис.9.1
Рисунок 9.1- Плотность распределения равномерно распределенной с.в.
Числовые характеристики такой случайной величины легко находятся:
,
Функция распределения имеет вид
.
График функции показан на рис.9.2
Р исунок 9.2-Функция распределения равномерно распределенной с.в.
На практике равномерное распределение встречается тогда, когда среди принимаемых случайной величиной значений нет каких-либо предпочтительных . В частности , обычно считают , что это события , происходящие в произвольные моменты времени с равной вероятностью и которые могут происходить в любой момент времени. Также полагают, что неизвестная фаза гармонического сигнала с равной вероятностью может принимать любое значение в диапазоне 2 радиан.
Одно из важнейших приложений равномерного распределения – погрешность аналогово-цифрового преобразователя. Полагают, что средняя квадратичная ошибка преобразователя равномерно распределена в интервале , где - разность между двумя ближайшими уровнями квантования.
1.2 Показательное (экспоненциальное) распределение
В вероятностных моделях телекоммуникационных систем на основе теории марковских процессов, теории массового обслуживания и теории надежности часто имеют дело со случайными величинами, имеющими показательное распределение.
Непрерывная случайная величина Х распределена по показательному (экспоненциальному) закону, если ее плотность вероятностей имеет вид:
Функция распределения легко находится
, если
и
для
Графики этих функций имеют виды:
Определим математическое ожидание и дисперсию случайной величины Х, подчиненную показательному закону:
Используя интегрирование по частям, легко показать, что и . Таким образом, для показательного распределения .
Показательное распределение тесно связано с простейшим потоком событий. Доказано, что интервал времени между двумя событиями в простейшем потоке имеет показательное распределение с параметром, равным интенсивности потока, т..е, если поток заявок в узле телекоммуникационной сети моделируется простейшим потоком, то время между отдельными заявками (сообщениями, пакетами) имеет показательное распределение.
В системах массового обслуживания время обслуживания одной заявки , которое характеризует пропускную способность системы, - случайная величина, распределенная по показательному закону.
Пример. Средне время наработки на отказ ПЭВМ составляет четыре года. Поскольку реальный срок службы Т является случайной величиной с показательным распределением, определить вероятность того, что после четырех лет службы ПЭВМ будет работать.
Решение. Искомая вероятность р(Т>4) может быть найдена следующим образом
Так как , то
.