|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Закон и функция распределения дискретной случайной величиныПусть = { } - дискретное (конечное или счетное) пространство элементарных событий. Случайной величиной называется функция , определенная на множестве и принимающая вещественные (комплексные) значения. Если - случайная величина, а , ,...- ее значения, то совокупность всех элементарных событий, на которых принимает фиксированное значение , образует событие { } = , т.е. Обозначим через вероятность этого события:
Функция { } = ( =1, 2,...) называется законом распределения (вероятностей) дискретной случайной величины (д.с.в.) . Учитывая, что при экспериментах фиксируются значения случайной величины , закон распределения д.с.в. даем в виде таблицы
где в верхней строчке написаны значения случайной величины, а в нижней - под каждым - вероятности { }. Заметим, что
27. Закон распределения непрерывной случайной точки. 28. Совместная плотность вероятностей пары случайных величин. Свойства. Необходимое и достаточное условие независимости случайных величин. x1,x2,...,xn (плотность вероятности совместного распределения): Если существует совместная плотность случайных величин x1, x2,..., xn, то для независимости этих величин необходимо и достаточно, чтобы совместная плотность была произведением плотностей отдельных величин, т.е. 29. Совместный закон распределения двух случайных величин. Числовые характеристики.
30. Ковариация двух случайных величин. Коэфицент коррелиации. Пусть — две случайные величины, определённые на одном и том же вероятностном пространстве. Тогда их ковариация определяется следующим образом: , в предположении, что все математические ожидания в правой части определены. Рассмотрим две дискретные случайные величины: Х и У. Пусть их возможные значения соответственно равны: х1, х2, х3,… хi, … xs y1, y2, y3,… yj, … yr
Среднее значение первой величины составляет х и второй - у. Введем в рассмотрение отклонения возможных значений случайных величин от их средних значений, которые будем коротко обозначать следующим образом: В свое время (см. §6 гл. 3) говорилось, что среди отклонений имеются числа как положительные, так и отрицательные. Вероятности отклонений равны вероятностям соответствующих значений случайных величин, т. е. o o P(xi -x) =P(хi)=P(хi) и Р(уj - у) =Р(уj)=Р(уi ) Если средние значения у случайных величин X или Y равны нулю, то их отклонения xi и yj равны соответствующим значениям случайных величин. Положим далее, что известны условные и безусловные законы распределения случайных величин Х и Y и закон распределения системы этих дискретных величин Р(xi,yj). Перемножим все возможные отклонения одной случайной величины xi почленно на все возможные отклонения друтой yj с учетом их вероятностей и все произведения сложим. В итоге получим величину, которая в виде общей формулы может быть записана следующим образом: Индексы суммирования i, j указывают, что в сумму должны быть включены все возможные о о сочетания значений xi и yj. о о Величина Rx,y представляет собой среднее значеи е произведений xi на yj и называется в теории вероятностей корреляционным моментом. Коэффициентом корреляции между двумя случайными величинами, или, иначе, нормированным корреляционным моментом, называется отношение корреляционного момента Rxy к произведению среднеквадратических отклонений случайных величин sх и sy:
31. Операционное исчисление. Определение оригинала и L-изображения (преобразования Лапласа). Определение. Будем называть функцией-оригиналом действительнозначную или комплекснозначную функцию f (t) действительной переменной t, удовлетворяющую условиям: Определение. Изображением по Лапласу функции-оригинала f (t) (или преобразованием Лапласа функции f (t)) называется функция комплексной переменной p, определяемая равенством 32. Основные свойства L-изображений. Свойства изображений § Линейность Изображение линейной комбинации функций равно линейной комбинации изображений с теми же коэффициентами. где a и b – произвольные комплексные числа. § Теорема подобия где a>0. § Дифференцирование оригинала § Дифференцирование изображения § Интегрирование оригинала § Интегрирование изображения § Теорема смещения § Теорема запаздывания § Теорема умножения (свёртки)
33. Таблица L-изображений.
34. Восстановление оригинала по его L-изображению. Формула обращения. Пример. Восстановить оригинал по изображению: а) ; б) . Решение. а) по табл. 2 находим и . По табл. 1 учитываем запаздывание аргумента оригинала, а именно и . Окончательно получаем оригинал , или б) аналогично имеем последовательно , . 35. Применение операционного исчисления к решению ЛДУ и систем ЛДУ. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.012 сек.) |