
- •Введение.
- •1.1 Случайные величины и методы их описания
- •1.1.1 Определение случайной величины и ее описание
- •1.1.2 Статистические характеристики случайных величин
- •1.1.3 Гауссовские случайные величины и их характеристики
- •1.1.4 Различные типы случайных величин
- •1.1.5. Задачи к разделу 1.1
- •1.1.6 Вопросы к разделу 1.1
- •1.2 Случайные векторы и методы их описания
- •1.2.1 Определение случайного вектора и его описание
- •1.2.2 Статистические характеристики случайных векторов
- •Определение
- •1.2.3 Гауссовские случайные векторы и их характеристики
- •1.2.4 Среднеквадратический эллипс ошибок, круговая вероятная ошибка.
- •1.2.5. Задачи к разделу 1.2
- •1.2.6 Вопросы к разделу 1.2
- •1.3 Преобразование случайных величин и векторов
- •1.3.1 Функции случайных величин
- •1.3.2 Функции случайных векторов
- •1.3.3 Линейные преобразования случайных векторов.
- •1.3.4 Определение статистических свойств длины проекции случайного двумерного вектора на заданное направление
- •1.3.5 Ортогонализация случайных величин. Связь матрицы ковариаций и среднеквадратического эллипса
- •1.3.6. Задачи к разделу 1.3
- •1.3.7 Вопросы к разделу 1.3
- •1.4 Условная плотность распределения вероятностей
- •1.4.1. Формулы Байеса. Условные математическое ожидание и матрица ковариаций
- •1.4.2 Правила нахождения параметров условной гауссовской плотности
- •1.4.3 Примеры нахождения параметров условной гауссовской плотности
- •1.4.4 Задача регрессии.
- •1.4.5 Задачи к разделу 1.4
- •1.4.6 Вопросы к разделу 1.4
- •1.5 Моделирование случайных величин и векторов и вычисление их выборочных характеристик.
- •1.5.1. Псевдослучайные последовательности, датчики случайных чисел
- •1.5.2 Метод Монте-Карло.
- •1.5.3 Выборочные статистические характеристики
- •1.5.4 Гистограмма
- •1.5.5 Моделирование случайных величин в Matlab
- •1.5.7 Вопросы к разделу 1.5
- •1.6 Задание для моделирования с использованием Matlab.
- •1.7 Заключение.

99
Пример реализаций двумерных центрированных гауссовских векторов, для случая
P |
x |
σ12 |
K |
|
1 |
1 |
. представлен на Рис. 1.5.3. |
||
|
= |
σ2 |
|
= |
4 |
2 |
|
||
|
|
K |
|
1 |
|
|
|
||
|
|
|
2 |
|
|
|
|
|
|
Рис. 1.5.2 Пример реализаций двумерных центрированных гауссовских векторов с зависимыми компонентами σ12 = 42 , σ22 =1, K =1.
1.5.7Вопросы к разделу 1.5
1.Почему последовательность с.в., получаемая на компьютере, называется псевдослучайной? Что необходимо предпринять, чтобы при повторном обращении к датчику случайных чисел каждый раз получать одну и ту же последовательность с.в.?
2.В чем смысл метода Монте-Карло, почему он получил широкое распространение в задачах, связанных с теорией оценивания?
3.Что такое выборочные математическое ожидание и дисперсия, как они рассчитаются?
4.Что такое гистограмма и для каких целей она строится при исследовании свойств с.в.?
5.Какого виду ф.п.р.в. соответствует гистограмма, приведенная в таблице 1.5.5 для случая суммы двух с.в.?
6.Поясните, как получить реализации случайного вектора с недиагональной матрицей ковариаций.
100
1.6Задание для моделирования с использованием Matlab.
1.Для указанного в таблице варианта выполните следующее:
1.1.Вычислите математическое ожидание и дисперсию при заданных параметрах распределений.
1.2.С использованием Matlab на одном и том же рисунке постройте графики ф.п.р.в. при заданных параметрах и при их значениях, уменьшенных в два раза.
1.3.С использованием соответствующих m- функций Matlab получите 200 реализаций случайных величин, вычислите выборочные значения математического ожидания, дисперсии и медианы. Повторите эти вычисления при числе реализаций, равном 20000, постройте гистограмму для 200 и 20000 реализаций. Поясните полученные результаты.
N |
Наименование |
Параметры |
варианта |
распределения |
распределения |
|
|
|
1 |
Бета |
a =1,b = 2 |
|
|
|
2 |
Хиквадрат |
ν =1 |
|
|
|
3 |
Экспоненциальное |
μ = 2 |
|
|
|
4 |
Гамма |
a = 2, b =1 |
|
|
|
5 |
Нормальное |
x =1, σ = 2 |
|
|
|
6 |
Рэлея |
σ = 2 |
|
|
|
7 |
Равномерное |
a =1,b = 2 |
|
|
|
2.Для указанных в таблице параметров ф.п.р.в. для двумерного центрированного гауссовского случайного вектора выполните следующее:
2.1.Запишите выражение для ф.п.р.в.
2.2.Найдите параметры среднеквадратического эллипса ошибок.
2.3.С помощью Matlab (так как это описано в приложении) постройте график этой двумерной ф.п.р.в. с соответствующими ему изолиниями.
2.4.Найдите параметры и постройте график одномерной гауссовской ф.п.р.в., для величины, определяющей длину проекции центрированного гауссовского вектора на заданное в указанном варианте направление τ .
N |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
|
|
|
|
|
|
|
|
|
P11 |
1 |
4 |
1 |
4 |
4 |
4 |
9 |
4 |
9 |
4 |
P12 |
1 |
1 |
-1 |
-1 |
0 |
3 |
3 |
-3 |
-3 |
0 |
P22 |
4 |
1 |
4 |
1 |
1 |
9 |
4 |
9 |
4 |
9 |
τ |
30° |
30° |
30° |
30° |
30° |
60° |
60° |
60° |
60° |
60° |
|
|
|
|
|
|
|
|
|
|
|
Примечание. Элемент P22 - определяет дисперсию для вертикальной координаты, а P11 - для горизонтальной координаты.