- •Тема: Исследование устойчивости нелинейных систем
- •Тема: Исходные положения метода гармонической линеаризации (мгл)
- •Тема: Метод точечного преобразования
- •Тема: Метод фазового пространства (исходные положения)
- •Тема: Особенности нелинейных динамических систем
- •Тема: Описание случайных процессов
- •Тема: Фазовые параметры динамических систем.
- •Частотный критерий абсолютной устойчивости.
- •Тема: Частотный способ определения симметричных автоколебаний.
- •Виды нелинейностей.
Тема: Описание случайных процессов
74. Для описания каких случайных процессов достаточно знание одномерного закона распределения?
а) марковского случайного процесса;
б) белого шума;
в) марковского случайного процесса и белого шума;
75. Для описания каких случайных процессов достаточно знание двумерного закона распределения?
а) марковского случайного процесса;
б) белого шума;
в) марковского случайного процесса и белого шума;
76. Какой случайный процесс называется стационарным в узком смысле?
а) если его одномерные функция распределения и плотность вероятности не зависят от положения начала отсчета времени;
б) если его двумерные функция распределения и плотность вероятности не зависят от положения начала отсчета времени;
в) если его n-мерные функция распределения и плотность вероятности при любыхnне зависят от положения начала отсчета времени;
77. Какой случайный процесс называется стационарным в широком смысле?
а) если его математическое ожидание переменно, а корреляционная функция зависит от двух аргументов (моментов времени t1 иt2);
б) если его математическое ожидание и корреляционная функция постоянны;
в) если его математическое ожидание переменно, а корреляционная функция зависит от одного аргумента-разности моментов времени t1 иt2);
г) если его математическое ожидание постоянно, а корреляционная функция зависит от разности моментов времени t1 иt2);
78. Определите статистические характеристики случайного процесса, стационарного в широком смысле?
а) среднее значение и дисперсия случайного процесса являются функциями времени;
б) среднее значение зависит от времени; дисперсия не зависит;
в) среднее значение не зависит от времени; дисперсия зависит;
г) среднее значение и дисперсия случайного процесса являются постоянными величинами;
79. Чему равно математическое ожидание случайного процесса, график спектральной плотности которого дан на рис.12 gif?
а) ; б) ; в) ; г);
80. График спектральной плотности какого сигнала представлен на рис. 9.9?
а) гармонического;
б) постоянного;
в) временной функции, разлагаемой в ряд Фурье;
г) случайного нестационарного;
81. По графику спектральной плотности (рис. 9.10) определить какие состовляющие имеет данный случайный процесс?
а) случайный процесс содержит постоянную состовляющую;
б) случайный процесс содержит две периодические состовляющие;
в) на случайный процесс наложен один периодический сигнал;
г) случайный процесс содержит постоянную и две периодических состовляющие;
82. Какие случайные процессы показаны на рис. 9.3?
а) стационарные;
б) первый-стационарный, второй-нестационарный;
в) нестационарные;
г) первый-нестационарный, второй-стационарный;
83. Какие статистические характеристики случайного процесса, показанные на рис. 9.3, являются одинаковыми?
а) средние значения;
б) дисперсии;
в) средние значения и дисперсии;
г) среднеквадратические отклонения;
84. Какими статистическими характеристиками отличаются случайные процессы, показанные на рис. 9.3?
а) корреляционными функциями;
б) спектральными плотностями;
в) корреляционными функциями и спектральными плотностями;
г) математическими ожиданиями и дисперсиями;
85. Графиком какой статистической характеристики случайного процесса является линия пересечения плоскости Hс поверхностью корреляционной функции?
а) среднего значения;
б) среднего значения квадрата;
в) дисперсии;
г) среднеквадратического отклонения;
86. Может ли линия пересечения плоскости Н с поверхностью корреляционной функции Rслучайного процесса лежать ниже плоскости (t1,0,t2)?
а) может;
б) не может;
в) может при условии, что поверхность корреляционной функции оказывается ниже плоскости (t1,0,t2);
87. Может ли поверхность корреляционной функции случайного процесса располагается ниже плоскости (t1,0,t2)?
а) может;
б) не может;
в) может для нестационарных случайных процессов;
88. Что такое каноническое разложение случайного процесса?
а) представление процесса в виде функции неслучайных величин и детерминированных функций времени;
б) представление процесса в виде функции случайных величин и детерминированных функций времени;
в) представление процесса в виде функции случайных величин и случайных функций времени;
89. Пусть случайный процесс задан каноническим разложением , гдеи-некоррелированные случайные величины с математическим ожиданием, равным нулю, и дисперсиями. Определить является ли пределстационарным?
а) является нестационарным,так как ;
б) является стационарным,так как ;
в) является нестационарным,так как ;
г) является нестационарным,так как .
90. Пусть центрированный случайный процесс имеет корреляционную функцию вида . Определить является ли этот процесс стационарным?
а) не является, так как функция зависит от двух параметров;
б) не является, так как математическое ожидание процесса непостоянно;
в) является, так как функция зависит только от разности аргументов, а математическое ожидание равно нулю;
г) является, так как функция зависит только от разности аргументов, а математическое ожидание – линейная функция времени;
91. Для случайного процесса известны центрированная корреляционная функция и математическое ожидание . Определить дисперсию процесса при Д=100,=5.
а) 1; б) 10; в) 100; г) 1000;
92. Для случайного процесса известны центрированная корреляционная функция и математическое ожидание . Определить дисперсию процесса при Д=100,=5.
а) 10-1; б)10; в)102; г)103.
93. Для случайного процесса известны центрированная корреляционная функция и математическое ожидание . Определить среднее значение квадрата процесса при Д=100,=5.
а) 5; б) 25; в)125; г) 225;
94. Для случайного процесса известны центрированная корреляционная функция и математическое ожидание . Определить среднее значение квадрата процесса при Д=100,=5.
а) 1,25; б) 5; в)25; г) 125;
95. Для стационарного случайного процесса, имеющего постоянную спектральную плотность в полюсе частот отдоивне этой полосы, определить выражение для корреляционной функции.
а); б); в); г).
96. Для стационарного случайного процесса, имеющего постоянную спектральную плотность в полюсе частот отдоивне этой полосы, определить выражение для корреляционной функции.
а) ; б); в); г).
97. Для стационарного случайного процесса, имеющего постоянную спектральную плотность в полюсе частот отдоивне этой полосы, определить выражение для среднего значения квадрата.
а); б); в); г). Здесь.