СЛУЧАЙНЫЕ ВЕЛИЧИНЫ И ИХ ХАРАКТЕРИСТИКИ
Основные понятия
Реальные сигналы и помехи относятся к случайным явлениям, изучением которых занимается теория вероятности.
Случайное явление – такое явление, которое при неоднократном воспроизведении одного и того же опыта протекает каждый раз несколько по иному. Существует три типа случайных явлений:
- случайное событие;
- случайная величина;
- случайный процесс.
Для математического описания (выбора математической модели) сигнала (помехи), необходимо решить две задачи:
- определить, к какому типу случайных явлений отнести случайный сигнал (помеху) в конкретной ситуации;
- определить необходимые статистические характеристики (постоянные или изменяющиеся во времени неслучайные характеристики случайных явлений, определяемые при проведении массовых опытов, т.е. опытов, совершаемых много раз в одних и тех же условиях).
Случайное событие
Случайное событие – всякий факт, который в результате опыта может произойти или не произойти.
Примеры: попадание в цель при выстреле; появление герба при бросании монеты; передача текста без ошибок; превышение помехой заданного уровня. Случайные события обозначаются начальными прописными буквами латинского алфавита (А, В, С).
Чтобы сравнивать между собой события по степени их возможности используются числовые характеристики:
- частота появления события;
- вероятность события.
Частота появления события – отношение числа опытов , в которых появилось событие , к общему числу опытов :
.
Вероятность события – частота его появления при неограниченном увеличении числа независимых однородных опытов:
.
Если число опытов, в которых появилось событие, больше двадцати, то можно считать, что частота случайного события численно совпадает с его вероятностью.
Случайная величина
Случайная величина – величина, значение которой меняется от опыта к опыту случайным образом.
Примеры: число попадание при трех выстрелах; число ошибок в тексте; уровень помехи в канале. Случайные величины обозначаются прописными буквами латинского алфавита (X, Y, Z), а значения, которые они принимают, - строчными буквами (x, y, z).
Случайные величины делятся на дискретные и непрерывные. Дискретные принимают только отдельные, изолированные значения, которые можно заранее перечислить.
Пример: число попаданий при трех выстрелах (может быть 0, 1, 2, 3). Непрерывные принимают значения, которые непрерывно заполняют некоторый промежуток.
Пример: абсцисса точки попадания при выстреле (может быть любой в интервале [0, r], где r – радиус мишени).
Для математического описания случайных величин вводятся статистические характеристики:
- функция распределения вероятности;
- плотность распределения вероятности;
- математическое ожидание;
- дисперсия.
Функция распределения вероятности – функция, которая показывает вероятность того, что все значения случайной величины не превышают некоторого заданного значения :
.
Общие свойства :
- является неубывающей (при );
- ее значения лежат в диапазоне [0, 1] ( ).
Если - дискретная случайная величина, то - дискретная функция. Если - непрерывная случайная величина, то - непрерывная функция;
Рисунок 8.1 – Графики для дискретной и непрерывной случайных величин.
Плотность распределения вероятности представляет собой производную от функции распределения:
.
Она характеризует частоту появления разных значений случайной величины при многократных наблюдениях. Чем большее значение имеет функция , тем чаще появляются значения случайной величины , близкие к .
Она существует только для непрерывных случайных величин.
Взаимосвязь между и определяется выражением:
.
Произведение представляет собой вероятность попадания значения случайной величины в бесконечно малый интервал в окрестности точки :
.
Основные свойства :
- является неотрицательной ( );
- площадь под кривой всегда равна единице ( );
Рисунок 8.2 – График .
Для дискретной случайной величины вместо плотности распределения вероятности вводится понятие распределение вероятности, которое показывает вероятности появления всех разрешенных значений случайной величины.
Рисунок 8.3 – Графическое изображение распределения вероятности
дискретной случайной величины.
Математическое ожидание или представляет собой среднее значение случайной величины. Если – случайное напряжение (ток), то - среднее значение, или постоянная составляющая, напряжения (тока).
Если - дискретная случайная величина, то при вычислении математического ожидания применяется суммирование:
,
где - значения случайной величины;
- вероятности этих значений.
Если - непрерывная случайная величина, то при вычислении математического ожидания применяется интегрирование:
.
Дисперсия или характеризует степень разброса результатов отдельных опытов относительно среднего значения. Если – случайное напряжение (ток), то - мощность переменной составляющей напряжения (тока).
вычисляется как математическое ожидание квадрата отклонения значения случайной величины от ее среднего значения. Для дискретной и непрерывной случайных величин справедливы соотношения:
и .
Квадратный корень из дисперсии называется среднеквадратическим отклонением:
.
В электротехнике - действующее (эффективное) значение случайного напряжения или тока на единичном сопротивлении.
Дата добавления: 2016-01-07; просмотров: 3527;