
- •Тема 1. Основные понятия теории случайных процессов 68
- •Понятие подмножества. Свойства подмножеств.
- •Операции над множествами.
- •Дистрибутивные законы.
- •Законы Моргана.
- •Конечные множества и их элементы.
- •Понятие алгебры множеств σ – алгебры.
- •Борелевские множества. Борелевскаяσ– алгебра.
- •Выбор с возвращением.
- •Выборка без возвращения.
- •Размещения с повторениями.
- •Теория вероятностей. События и их классификация.
- •Операции над событиями.
- •Понятие вероятности.
- •Вечерняя электричка.
- •Геометрический подход.
- •Задача Бюффона.
- •Аксиоматический подход к вероятности. Вероятностное пространство. Аксиомы вероятности Колмогорова.
- •Вероятности, вытекающие из аксиом.
- •Задача о совпадениях.
- •Условная вероятность. Правило умножения вероятностей.
- •Независимость событий.
- •Задача о наилучшем выборе.
- •Расчет работоспособности цепей
- •Формула полной вероятности.
- •Задача о разорении игрока.
- •Формула вероятностей гипотез. (Формула Байеса)
- •Случайные величины.
- •Дискретные случайные величины.
- •Свойства функции распределения.
- •Биноминальное распределение (Независимые испытания по схеме Бернулли).
- •Асимптотическое представление формулы Бернулли.
- •Теорема (формула) Пуассона.
- •Локальная теорема Муавра-Лапласа.
- •Интегральная теорема Муавра-Лапласа.
- •Независимые случайные величины
- •Операции над случайными величинами:
- •Математическое ожидание
- •Свойства математического ожидания
- •Функции случайного аргумента и их мат. Ожидание.
- •Дисперсия
- •Свойства дисперсии
- •Свойства условных вероятностей и плотностей вероятностей
- •Условное математическое ожидание
- •Корреляционный момент (корреляция) двух случайных величин
- •Свойства корреляционного момента
- •Коэффициент корреляции и его свойства
- •Свойства
- •Уравнения Регрессии
- •Характеристики
- •Неравенство Чебышева
- •Нормальное распределение с параметрами (а;σ)
- •Основные свойства кривой Гаусса
- •Расчет доверительных интервалов
- •Некоторые важнейшие распределения связанные с нормальным. - распределение.
- •Распределение Стьюдента (t– распределение)
- •Распределение Фишера-Снедекора (f– распределение).
- •Закон больших чисел.
- •Теорема Чебышева.
- •Теорема Бернулли.
- •1. Биноминальное распределение.
- •2. Распределение Пуассона.
- •3. Геометрическое распределение.
- •Введение в теорию случайных процессов тема 1. Основные понятия теории случайных процессов
- •1.1. Определение случайного процесса. Основные подходы к заданию случайных процессов. Понятие реализации и сечения. Элементарные случайные процессы.
- •1.2. Некоторые классы и виды случайных процессов
- •2.2. Математическое ожидание и дисперсия случайного процесса. Среднеквадратическое отклонение
- •2.3. Корреляционная функция случайного процесса и ее свойства. Нормированная корреляционная функция
- •2.4. Взаимная корреляционная функция и нормированная взаимная корреляционная функция двух случайных процессов
- •2.5 Вероятностные характеристики суммы двух случайных величин
- •Тема 3. Элементы случайного анализа
- •3.1. Сходимость и непрерывность
- •1. Классические виды сходимости
- •2. Сходимость по вероятности
- •3. Сходимость в среднем в степени p1
- •3.3. Интеграл от случайного процесса и его свойства
- •ТеМа 4. Канонические разложения случайных процессов
- •4.1. Понятие канонического разложения случайного процесса
- •4.2. Понятие обобщенной функции. Дельта-функция Дирака. Интегральное каноническое представление случайных процессов.
- •4.3. Линейные и нелинейные преобразования случайных процессов
- •Глава 5. Стационарные cлучайные процессы
- •5.1. Понятие стационарного случайного процесса. Стационарность в узком и широком смыслах
- •5.2 Свойства вероятностных характеристик стационарного случайного процесса
- •5.3. Стационарно связанные случайные процессы. Производная и интеграл от стационарного случайного процесса
- •5.4. Эргодические стационарные случайные процессы и их характеристики
- •Эргодическая теорема Биркгофа-Хинчина
- •Для ссп с непрерывным временем, для ссп с дискретным временем.
- •Достаточные условия эргодичности
Дисперсия
От лат. рассеяние, разброс.
Определение: Дисперсией случайной величины ξ называется мат. ожидание квадрата отклонения случайной величины от её мат. ожидания.
- для дискретных
- для непрерывных
Определение: Арифметический квадратный корень из дисперсии называется средним квадратичным отклонением (стандартным).
Дисперсия характеризует степень разброса случайной величины около своего среднего значения.
Пример 1:
ξ |
1 |
3 |
5 |
p |
0,1 |
0,4 |
0,5 |
|
-2,8 |
-0,8 |
1,2 |
|
7,84 |
0,64 |
1,44 |

Пример 2: Равномерное распределение на отрезке [0;1]
Свойства дисперсии
Не отрицательность
Константа - множитель выносится из под знака дисперсии в квадрате.
Δ
Δ
Если случайные величины ξиhнезависимые, то дисперсия суммы этих случайных величин равна сумме дисперсий
Δ
4’.
где с =const
Δ
Математическое ожидание и дисперсия важнейших распределений
Равномерное распределение на последовательности {1,2,3,…,N}
-
ξ
1
2
3
…
N
P
…
Биномиальное распределение
-
ξ
0
1
2
…
N
P
…
Математическое ожидание
Введем серию случайных величин
число успехов в 1, 2, 3,…,nиспытании
ξ |
0 |
1 |
P |
q |
p |
|
0 |
1 |

Дисперсия
Распределение Пуассона
-
ξ
1
2
3
…
p
…
Геометрическое распределение
-
ξ
1
2
3
…
p
p
p∙q
p∙q²
…
Непрерывное равномерное распределение на отрезке
Показательное распределение
λ – величина обратная математическому ожиданию
Условные законы распределения
h
ξ |
|
|
… |
|
|
|
P11 |
P12 |
… |
P1m |
|
|
P21 |
P22 |
… |
P2m |
|
…
|
… |
… |
… |
… |
… |
|
Pn1 |
Pn2 |
… |
Pnm |
|
|
|
|
… |
|
|




Другими словами условным законом
распределения случайной величины ξ при
значение условным законом распределения
случайной величины h=называется совокупность условных
вероятностей
Аналогичным образом вводится условное
распределение случайной величины hпри фиксированном значении
В случае непрерывных случайных величин
ξ и hвводится понятие
условной плотности распределенияслучайной величины ξ при заданном
значении случайной величины