
- •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
19. Привести классификацию случайных явлений. Дать определение случайной величины и проанализировать связь с пространством случайных событий.
Смотри ответ на вопрос №18
20. Определить вероятность случайного события. Сформулировать основные аксиомы и законы теории вероятностей.
Вероятность – числовая характеристика степени возможности появления какого-либо случайного события при тех или иных определенных, могущих повторяться неограниченное число раз условиях
Способы задания вероятности: Аксиоматический, классический, статистическая вероятность, геометрический
Вероятностью события А называют сумму вероятностей элементарных событий, составляющих событие А:
.
Из определения вероятности события P(A) вытекают следующие свойства вероятности:
0P(A); - аксиома неотрицательности;
P()=1; - аксиома нормировки;
Аксиома адитивности (сложения):
Если А иВ несовместные события (А , В ,АВ= ), то Р(А+В)=Р(А)+Р(В).
Аксиома аддитивности может быть расширена на случай n попарно несовместимых событий, т.е.
, Ai
; AiAj=;
i,j=
,
ij.
Вероятность суммы несовместимых событий равна сумме вероятностей этих событий.
Аксиому сложения вероятностей иногда называют теоремой сложения вероятностей, или правилом сложения вероятностей.
Если имеется
счетное множество несовместимых событий
А1,А2…Аn…
(AiAj=;
ij)
то
;
Следствия из аксиом теории вероятностей:
Следствие 1: Если А В, (влечении В), то Р(А)<Р(В).
Следствие 2:
Р()=1-Р(А);
А+
=;
по аксиоме 3, А
=,
Р(А)+Р()=Р(А+
)=Р()=1;
Следствие 3: Р()=0;
Следствие 4: Если А и В совмесимые события, наблюдаемые в одном и том же пространстве элементарных событий, , тогда Р(А+В)=Р(А)+Р(В)-Р(АВ).
21. Обосновать многообразие методов определения вероятности случайного события, дать рекомендации по их применению.
Определение вероятности случайного события напрямую зависит от определения ряда условий:
Что бы рационализировать решение поставленной задачи, было придумано, выведено на практике множество способов определения вероятности, многие из которых сводились к частичным случаям и не могут быть применены к каждому случаю.
Основные способы определения вероятности:
-
Аксиоматический способ. Основан на вероятности события и на самом событии
Для данного способа должен выполняться ряд условий: Если известно пространство эл.событий опыта и заданы вероятности эл.событий, то говорят, что задана вероятностная модель опыта
Аксиомы:
-
- аксиома неотрицательности
-
- аксиома нормировки
-
P(A+B)=P(A)+P(B) - аксиома сложения
-
Классический метод(комбинаторный). Используется когда пространство эл.событий конечно, опыт обладает симметрией.
-
отношение событий к общему числу исходов
-
Статистический метод. В результате серии n (n>>1) опытов событие А появилось m раз, тогда статистическая вероятность:
-
Геометрический метод. Пространство эл.событий континуально и опыт обладает симметрией исхода.
Случайное бросание точки на ограниченный участок прямой/плоскости/пространства
;
mes-мера