Основы теории случайных процессов

Содержание

Слайд 2

Пространство элементарных событий (генеральная совокупность) Основные понятия теории вероятностей Все сигналы

Пространство элементарных событий (генеральная совокупность)

Основные понятия теории вероятностей

Все сигналы и все

помехи являются случайными, то есть непредсказуемыми.
Математическими моделями случайных сигналов и помех служат случайные процессы.

В основе лежит понятие случайного события

− случайное событие

элементарное событие

Слайд 3

Основные понятия теории вероятностей − случайное событие − элементарное случайное событие

Основные понятия теории вероятностей

− случайное событие

− элементарное случайное событие

− вероятностная мера

(функция множеств)

− вероятность случайного события

достоверное событие

Слайд 4

Случайная величина − элементарное случайное событие − вероятностная мера (функция множеств) неудобна

Случайная величина

− элементарное случайное событие

− вероятностная мера (функция множеств) неудобна

Слайд 5

Случайная величина − вероятностная мера (функция множеств) неудобна − функция распределения

Случайная величина

− вероятностная мера (функция множеств) неудобна

− функция распределения с.в.

функция распределения

не убывает !
Слайд 6

− функция распределения с.в. не убывает, но может оставаться постоянной на

− функция распределения с.в.

не убывает, но может оставаться постоянной на участках

оси

− плотность распределения вероятностей

Слайд 7

Слайд 8

Примеры ФР и ПРВ равномерное распределение экспоненциальное распределение

Примеры ФР и ПРВ

равномерное распределение

экспоненциальное распределение

Слайд 9

Числовые характеристики с.в. − начальный момент k-го порядка − начальный момент

Числовые характеристики с.в.

− начальный момент k-го порядка

− начальный момент 1-го порядка,

математическое ожидание, «центр распределения»

− мода

− медиана

Слайд 10

Мода, медиана и математическое ожидание могут совпадать!

Мода, медиана и математическое ожидание могут совпадать!

Слайд 11

Мода может быть неединственной Мода может представлять собой интервал

Мода может быть неединственной

Мода может представлять собой интервал

Слайд 12

Медиана всегда существует, но может быть не единственна

Медиана всегда существует, но может быть не единственна

Слайд 13

Математическое ожидание (и другие моменты) существуют не всегда (пример – распределение Коши)

Математическое ожидание (и другие моменты) существуют не всегда
(пример – распределение

Коши)
Слайд 14

− центральный момент k-го порядка − центральный момент 2-го порядка (дисперсия) − среднеквадратическое отклонение (СКО)

− центральный момент k-го порядка

− центральный момент 2-го порядка (дисперсия)

− среднеквадратическое

отклонение (СКО)
Слайд 15

− центральный момент 2-го порядка (дисперсия) − среднеквадратическое отклонение (СКО) − средний квадрат

− центральный момент 2-го порядка (дисперсия)

− среднеквадратическое отклонение (СКО)

− средний квадрат

Слайд 16

Гауссово (нормальное) распределение − стандартное нормальное распределение

Гауссово (нормальное) распределение

− стандартное нормальное распределение

Слайд 17

Стандартное гауссово распределение − интеграл вероятностей − замена переменных, приводящая гауссову

Стандартное гауссово распределение

− интеграл вероятностей

− замена переменных, приводящая гауссову с.в. к

стандартному нормальному распределению

(если порог больше МО)

Слайд 18

Стандартное гауссово распределение (если порог меньше МО)

Стандартное гауссово распределение

(если порог меньше МО)

Слайд 19

Иногда используется функция ошибок

Иногда используется функция ошибок

Слайд 20

Числовые характеристики с.в. Иногда используются дополнительные числовые характеристики, грубо описывающие форму

Числовые характеристики с.в.

Иногда используются дополнительные числовые характеристики, грубо описывающие форму ПРВ

Коэффициент

эксцесса

Коэффициент асимметрии

(К. Пирсон)

(Р. Фишер)

(Р. Фишер)

(К. Пирсон)

Слайд 21

Системы случайных величин совместная функция распределения совместная ПРВ

Системы случайных величин

совместная функция распределения

совместная ПРВ

Слайд 22

Свойства ФР не убывает по каждому аргументу Свойства ПРВ

Свойства ФР

не убывает по каждому аргументу

Свойства ПРВ

Слайд 23

Совместная (двумерная) функция распределения не убывает по каждому аргументу

Совместная (двумерная) функция распределения

не убывает по каждому аргументу

Слайд 24

Совместная (двумерная) плотность распределения вероятностей

Совместная (двумерная) плотность распределения вероятностей

Слайд 25

Слайд 26

Числовые характеристики системы 2 случайных величин Начальные смешанные моменты Центральные смешанные моменты

Числовые характеристики системы 2 случайных величин

Начальные смешанные моменты

Центральные смешанные моменты

Слайд 27

ковариационный момент корреляционный момент

ковариационный момент

корреляционный момент

Слайд 28

Пример. Пара гауссовских случайных величин коэффициент корреляции При нулевом коэффициенте корреляции Некоррелированные гауссовские с.в. – независимы!

Пример. Пара гауссовских случайных величин

коэффициент корреляции

При нулевом коэффициенте корреляции

Некоррелированные гауссовские с.в.

– независимы!
Слайд 29