- •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.
- •4. Определить основные числовые характеристики системы случайных величин. Обосновать их использование в задачах анализа ткс.
- •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.
- •10. Определить основные свойства с.В, имеющей нормальное распределение. Обосновать использование такой с.В. Для получения белого шума.
- •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.
- •27. Способы обработки опытных данных статистический ряд и группированный статистический ряд.
- •28. Основные свойства оценок числовых характеристик случайной величины и формулы для их определения.
- •29. Определить простейший поток событий, привести примеры использования в моделях ткс.
- •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.
- •37. Вероятность случайного события. Основные аксиомы теории вероятностей.
- •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.
- •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
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
22. Определить цель задачи курса. Обосновать необходимость использования вероятностных моделей и методов в практике инженеров телекоммуникаций.
Формирование базовых математических знаний, необходимых в процессе профессиональной деятельности в области телекоммуникаций; наработка навыков самостоятельного изучения научной литературы, умения формулировать практические математические задачи, формирование аналитического мышления.
Как известно, основная функция системы связи, состоит в предоставлении технических возможностей для обмена информацией с заданными показателями качества. Совокупность действий, направленных на поддержание требуемой эффективности функционирования – это техническая эксплуатация. Техническая эксплуатация – это не только техническое обслуживание, но также оно включает в себя вопросы организации и управления. На современном уровне развития телекоммуникационных систем сбор, учет и обработка информации, управление происходит автоматически, при этом учитывается очень большое число контролируемых и нормируемых параметров, которые в большинстве являются случайными, такие как: показатель безотказности – среднее время наработки на отказ, интенсивность отказов – число отказов в единицу времени или заданный контролируемый период, вероятность ошибки, время задержки, вероятность обслуживания и т.д..
23. Дать определение взаимно корреляционной функции двух случайных процессов и привести основные свойства.
Взаимной Корреляционной функцией Rij(t,t’) двух случайных процессов xi(t) xj(t’) называется неслучайная функция 2-х аргументов t и t’, которая при каждой паре значений t и t’ равна ковариации двух сечений случайных процессов xi(t) xj(t’)
Свойства:
-
Взаимная корреляционная функция
в общем случае не равна в к.ф.
-
-
Если i=j