
- •1. Центральная предельная теорема теории вероятностей и ее практическое использование в задачах синтеза ткс.
- •2. Теорема Чебышева и ее практическое использование в задачах анализа ткс.
- •3. Определить понятие системы случайных величин. Дать определение зависимых случайных величии. Привести критерии независимости двух с. В., используемые практически.
- •5. Определить основные свойства с.В, имеющей равномерное распределение.
- •6. Обосновать использование такой с.В. Для получения белого шума.
- •7. Определить функцию распределения системы двух с. В и ее основные свойства. Привести геометрическую интерпретацию, указать практическое применение.
- •8. Определить функцию плотности распределения вероятности системы двух с. В. И ее основные свойства. Привести геометрическую интерпретацию, указать практическое применение.
- •9. Определить нормальный закон распределения с.В. И обосновать его широкое применение в моделях ткс.
- •11. Проанализировать график функции плотности вероятности с.В. С нормальным законом распределения. Сформулировать правило «трех сигм» и указать его »фактическое применение в задачах анализа ткс.
- •12. Определить распределение Рэлея и его основные параметры. Привести пример использования этой модели при проектировании систем радиосвязи.
- •13. Определить логарифмически-нормальное распределение с.В и его параметры. Привести пример использования этой модели в сфере телекоммуникаций.
- •16. Проанализировать зависимость закона Пуассона и биномиального закона распределения с. В. Показать использование этой зависимости на практике.
- •18. Привести классификацию случайных явлений. Определить понятие случайного событие и дать определение пространства случайных событий.
- •19. Привести классификацию случайных явлений. Дать определение случайной величины и проанализировать связь с пространством случайных событий.
- •20. Определить вероятность случайного события. Сформулировать основные аксиомы и законы теории вероятностей.
- •21. Обосновать многообразие методов определения вероятности случайного события, дать рекомендации по их применению.
- •22. Определить цель задачи курса. Обосновать необходимость использования вероятностных моделей и методов в практике инженеров телекоммуникаций.
- •23. Дать определение взаимно корреляционной функции двух случайных процессов и привести основные свойства.
- •24. Дать определение корреляционной функции случайного процесса и привести основные свойства.
- •25. Определение и способы описания случайных процессов. Закон распределения случайного процесса.
- •26. Основные характеристики случайного процесса. Классификация случайных процессов.
- •30. Определение множества. Конечные, бесконечные множества. Мощность множества. Множества и подмножества.
- •31. Способы задания множеств. Операции над множествами.
- •32. Основные свойства алгебры множеств.
- •33. Основной принцип комбинаторики. Перестановки, размещения, сочетания.
- •34. Что изучает теория вероятностей? Основные этапы формирования теории вероятностей, как науки.
- •35. Случайное событие. Классификация событий. Элементарное событие. Пространство элементарных событий.
- •36. Случайное событие, как множество элементарных событий. Алгебра событий.
- •38. Способы задания вероятностей.
- •39. Условная вероятность. Правило умножения вероятностей. Формула полной вероятности. Теорема гипотез (формула Байеса).
- •40. Зависимые и независимые случайные события.
- •41. Вероятность события в испытаниях Бернулли. Формула Пуассона.
- •41)[Стр2] Если ставить вопрос о появлении события а k-раз в n испытаниях в произвольном порядке, то событие представимо в виде
- •42. Понятие случайной величины. Классификация случайных величин. Примеры случайных величин.
- •43. 3Акон распределения случайной величины. Закон распределения дискретной случайной величины.
- •44. Функция распределения случайной величины, ее свойства. Функция распределения дискретной и непрерывной случайной величины.
- •45. Функция плотности распределения вероятности, ее свойства
- •46. Числовые характеристики случайных величин. Математическое ожидание дискретной и непрерывной случайной величины. Свойства математического ожидания
- •47. Мода и медиана случайной величины. Начальные и центральные моменты случайной величины. Математическое ожидание центрированной случайной величины
- •48. Дисперсия случайной величины. Дисперсия дискретной и непрерывной случайной величины.
- •Постоянный множитель выносится за знак дисперсии в квадрате:.
- •49. Коэффициент вариации, коэффициент асимметрии и эксцесс случайной величины.
- •Свойства коэффициента эксцесса
- •Смысл коэффициента
42. Понятие случайной величины. Классификация случайных величин. Примеры случайных величин.
Понятие случайной величины
Случайной величиной (с.в.) называется величина (число - вещественное или комплексное), которая в результате опыта может принять то, или иное значение (до проведения опыта неизвестное).С точки зрения инженерного подхода случайная величина - это просто числовое описание исходов случайного опыта. С точки зрения математики, случайная величина - это функция, которая определена на пространстве элементарных событий.
X = j(w), w Î W; xi = j(wi).
Различают два основных типа случайных величин: дискретные и непрерывные.
Дискретная случайная величина - это величина, множество возможных значений которой конечно или счетно.
Непрерывная случайная величина - это величина,. множество возможных значений которой континуально.
Разнообразие случайных величин весьма велико. Число принимаемых ими значений может быть конечным, счетным и несчетным; значения случайной величины могут быть расположены дискретно или заполнять интервалы сплошь.
Случайные величины будем обозначать заглавными буквами латинского алфавита (X, Y, Z,...), а их значения прописными буквами ( х, у, z,...).
Пример с.в.:
Поясним это на примере бросании игральной кости, где случайная величина Х - число выпавших очков. Из механики известно, что движение твердого тела полностью определяется, если заданы в некоторый момент шесть параметров, определяющих положение тела в пространстве, вместе со скоростями изменения этих параметров. Под элементарным событием wi будем понимать набор этих двенадцати параметров в момент бросания. Тогда, зная wi мы знаем и xi, т.e. X есть функция w. Множество W, возможных значений w конечно, так как двенадцать параметров могут колебаться в конечных интервалах, а мы регистрируем их лишь с конечным числом десятичных знаков. Очевидно, что Х(w) наблюдать легко, в то время как при регистрации wi возникают непреодолимые трудности. Кроме того, возможных значений wi очень много, а значений Х(wi) всего шесть. Отсюда видно, насколько сильно может быть упрощение математического описания явления при переходе от случайного события к случайной величине..
43. 3Акон распределения случайной величины. Закон распределения дискретной случайной величины.
Законом распределения с.в. называется всякое соотношение, устанавливающее связь между всеми возможными значениями с.в. и соответствующими вероятностями их появления.
Простейшим законом распределения является ряд распределения – одна из форм закона распределения дискретной с.в.
Закон распределения случайной величины Х или ряд распределения(закон дискр. с.в.), если заданы все значения случайной величины и вероятности появления этих значений, то есть
-
Х
…
…
,
р…
…
где
и
.
Если задан ряд
распределения случайной величины Х, то
с вероятностной точки зрения дискретная
случайная величина полностью описана.
Так как события { X
= x1 }, { X
= x2 }
несовместимы и образуют полную группу
(это вытекает из определения. с.в.) то
сумма всех вероятностей равна 1, т.е.
.
Эта единица (вероятность достоверного
события, которым является пространство
элементарных событий, каким то образом
распределена между значениями с.в.,
отсюда и термин “распределение”.