🗊Презентация Стохастические модели приземных трасс

Категория: Математика
Нажмите для полного просмотра!
Стохастические модели приземных трасс, слайд №1Стохастические модели приземных трасс, слайд №2Стохастические модели приземных трасс, слайд №3Стохастические модели приземных трасс, слайд №4Стохастические модели приземных трасс, слайд №5Стохастические модели приземных трасс, слайд №6Стохастические модели приземных трасс, слайд №7Стохастические модели приземных трасс, слайд №8Стохастические модели приземных трасс, слайд №9Стохастические модели приземных трасс, слайд №10Стохастические модели приземных трасс, слайд №11Стохастические модели приземных трасс, слайд №12Стохастические модели приземных трасс, слайд №13Стохастические модели приземных трасс, слайд №14Стохастические модели приземных трасс, слайд №15Стохастические модели приземных трасс, слайд №16Стохастические модели приземных трасс, слайд №17Стохастические модели приземных трасс, слайд №18Стохастические модели приземных трасс, слайд №19Стохастические модели приземных трасс, слайд №20Стохастические модели приземных трасс, слайд №21Стохастические модели приземных трасс, слайд №22Стохастические модели приземных трасс, слайд №23
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Стохастические модели приземных трасс. Доклад-сообщение содержит 23 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Стохастические модели приземных трасс Изучение особенностей поведения электромагнитных волн в условиях случайно-неоднородного канала распространения. Оценка возможностей, которые представляют в такой ситуации статистические методы исследования.
Описание слайда:
Стохастические модели приземных трасс Изучение особенностей поведения электромагнитных волн в условиях случайно-неоднородного канала распространения. Оценка возможностей, которые представляют в такой ситуации статистические методы исследования.

Слайд 2


Земная атмосфера Показатель преломления ионосферы и тропосферы. Случайные вариации показателя преломления. Взаимодействие случайно-неоднородной трассы с распространяющимся в ней сигналом. Ослабление волн при распространении в атмосфере.
Описание слайда:
Земная атмосфера Показатель преломления ионосферы и тропосферы. Случайные вариации показателя преломления. Взаимодействие случайно-неоднородной трассы с распространяющимся в ней сигналом. Ослабление волн при распространении в атмосфере.

Слайд 3


Отдельные элементы теории случайных процессов Понятие флуктуаций. Случайные отклонения макроскопических величин от их средних (в частности, термодинамически равновесных) значений. Причины возникновения флуктуаций. Флуктуации, вызываемые турбулентностью среды. Возникновение турбулентных неоднородностей.
Описание слайда:
Отдельные элементы теории случайных процессов Понятие флуктуаций. Случайные отклонения макроскопических величин от их средних (в частности, термодинамически равновесных) значений. Причины возникновения флуктуаций. Флуктуации, вызываемые турбулентностью среды. Возникновение турбулентных неоднородностей.

Слайд 4


Основные положения теории вероятностей Вероятность событий. n - число возможных событий, m - число благоприятных исходов. Вероятность событий определяется отношением: Достоверное событие – вероятность равна единице. Равенство вероятности нулю не означает, что событие невозможно.
Описание слайда:
Основные положения теории вероятностей Вероятность событий. n - число возможных событий, m - число благоприятных исходов. Вероятность событий определяется отношением: Достоверное событие – вероятность равна единице. Равенство вероятности нулю не означает, что событие невозможно.

Слайд 5


Основные положения теории вероятностей - 2 Произведение событий – одновременное осуществление событий A и B: АВ = С Запись А+В=С означает осуществление одного из событий. Зависимые и независимые события. Пусть A и B независимы, - вероятность одновременного осуществления этих событий
Описание слайда:
Основные положения теории вероятностей - 2 Произведение событий – одновременное осуществление событий A и B: АВ = С Запись А+В=С означает осуществление одного из событий. Зависимые и независимые события. Пусть A и B независимы, - вероятность одновременного осуществления этих событий

Слайд 6


Основные положения теории вероятностей - 3 Условная вероятность. Пусть имеется система n событий. Выделим из них m событий. Число благоприятных случаев обозначим через l. Вероятность события l, очевидно, будет равна . При этом - вероятность события m . - вероятность события m при условии, что событие m произошло. Соответственно,
Описание слайда:
Основные положения теории вероятностей - 3 Условная вероятность. Пусть имеется система n событий. Выделим из них m событий. Число благоприятных случаев обозначим через l. Вероятность события l, очевидно, будет равна . При этом - вероятность события m . - вероятность события m при условии, что событие m произошло. Соответственно,

Слайд 7


Основные положения теории вероятностей - 4 Вероятность суммы двух событий. Сумма двух событий – это осуществление любого из них. Для несовместимых событий Для совместимых событий Формула Байеса связывает априорные и апостериорные вероятности событий
Описание слайда:
Основные положения теории вероятностей - 4 Вероятность суммы двух событий. Сумма двух событий – это осуществление любого из них. Для несовместимых событий Для совместимых событий Формула Байеса связывает априорные и апостериорные вероятности событий

Слайд 8


Основные положения теории вероятностей - 5 Вероятность при n независимых испытаниях р – вероятность события при одном испытании. - вероятность того, что событие не происходит. Число неблагоприятных исходов . Вероятность m событий при n независимых испытаниях (Закон Бернулли или биномиальное распределение).
Описание слайда:
Основные положения теории вероятностей - 5 Вероятность при n независимых испытаниях р – вероятность события при одном испытании. - вероятность того, что событие не происходит. Число неблагоприятных исходов . Вероятность m событий при n независимых испытаниях (Закон Бернулли или биномиальное распределение).

Слайд 9


Основные положения теории вероятностей-7 Распределение Пуассона – на оси абсцисс случайным образом распределены точки. Вероятность того, что в интервал длиной l попадет ровно k точек: - математическое ожидание числа точек, приходящихся на единицу длины
Описание слайда:
Основные положения теории вероятностей-7 Распределение Пуассона – на оси абсцисс случайным образом распределены точки. Вероятность того, что в интервал длиной l попадет ровно k точек: - математическое ожидание числа точек, приходящихся на единицу длины

Слайд 10


Плотность вероятности и функции распределения Вероятность события Р, заключающаяся в том, что наблюдаемая случайная величина меньше или равна допустимому значению х, определяет функцию распределения вероятностей случайной величины Х: Плотность распределения вероятностей – элемент вероятности, - вероятность того, что случайная величина Х лежит в диапазоне возможных значений от х до x+dx. .
Описание слайда:
Плотность вероятности и функции распределения Вероятность события Р, заключающаяся в том, что наблюдаемая случайная величина меньше или равна допустимому значению х, определяет функцию распределения вероятностей случайной величины Х: Плотность распределения вероятностей – элемент вероятности, - вероятность того, что случайная величина Х лежит в диапазоне возможных значений от х до x+dx. .

Слайд 11


Плотность вероятности и функции распределения-2 По определению Гистограмма. Основные свойства плотности распределения вероятностей:
Описание слайда:
Плотность вероятности и функции распределения-2 По определению Гистограмма. Основные свойства плотности распределения вероятностей:

Слайд 12


Виды распределений Нормальное (гауссовское) распределение Основа для формулировки ЦПТ; Характеризуется первыми двумя моментами. Все нечетные моменты равны 0. Четные полностью определяются через момент 2-ого порядка. Удобен для вычислений. Реальные процессы часто асимметричны и имеют больше одного максимума.
Описание слайда:
Виды распределений Нормальное (гауссовское) распределение Основа для формулировки ЦПТ; Характеризуется первыми двумя моментами. Все нечетные моменты равны 0. Четные полностью определяются через момент 2-ого порядка. Удобен для вычислений. Реальные процессы часто асимметричны и имеют больше одного максимума.

Слайд 13


Типы распределений параметров оптического пучка Нормальное распределение: Экспоненциальное распределение Нормально- логарифмическое распределение
Описание слайда:
Типы распределений параметров оптического пучка Нормальное распределение: Экспоненциальное распределение Нормально- логарифмическое распределение

Слайд 14


Типы случайных процессов 1) случайный процесс общего типа: t и X (t) могут принимать любые значения на отрезке или, быть может, на всей действительной оси; 2) дискретный случайный процесс: t непрерывно, а величины X (t) дискретны; 3) случайная последовательность общего типа: t дискретно, а X(t) может принимать любые значения на отрезке (или на всей) действительной оси; 4) дискретная случайная последовательность: t и X(t) оба дискретны.
Описание слайда:
Типы случайных процессов 1) случайный процесс общего типа: t и X (t) могут принимать любые значения на отрезке или, быть может, на всей действительной оси; 2) дискретный случайный процесс: t непрерывно, а величины X (t) дискретны; 3) случайная последовательность общего типа: t дискретно, а X(t) может принимать любые значения на отрезке (или на всей) действительной оси; 4) дискретная случайная последовательность: t и X(t) оба дискретны.

Слайд 15


Средние значения и моменты случайных величин Выборочное среднее Математическое ожидание Усреднение по ансамблю Математическое ожидание дискретной случайной величины Математическое ожидание непрерывной случайной величины
Описание слайда:
Средние значения и моменты случайных величин Выборочное среднее Математическое ожидание Усреднение по ансамблю Математическое ожидание дискретной случайной величины Математическое ожидание непрерывной случайной величины

Слайд 16


Средние значения и моменты случайных величин-2 Величины средних по ансамблю реализаций для любых степеней случайного процесса называются начальными моментами n-го порядка: Центральные моменты n-го порядка определяются как и представляют моменты для центрированного процесса Начальный момент 1-ого порядка – среднее значение или математическое ожидание. Начальный момент 2-ого порядка – средний квадрат случайной величины
Описание слайда:
Средние значения и моменты случайных величин-2 Величины средних по ансамблю реализаций для любых степеней случайного процесса называются начальными моментами n-го порядка: Центральные моменты n-го порядка определяются как и представляют моменты для центрированного процесса Начальный момент 1-ого порядка – среднее значение или математическое ожидание. Начальный момент 2-ого порядка – средний квадрат случайной величины

Слайд 17


Средние значения и моменты случайных величин-2 Первый центральный момент всегда равен нулю Второй центральный момент называется дисперсией В качественном смысле дисперсия величины Х представ-ляет меру ее разброса относительно среднего. Третий центральный момент служит критерием оценки асимметрии закона распределения относительно оси, параллельной оси ординат и проходящей через среднее значение случайной величины, - коэффициент асимметрии
Описание слайда:
Средние значения и моменты случайных величин-2 Первый центральный момент всегда равен нулю Второй центральный момент называется дисперсией В качественном смысле дисперсия величины Х представ-ляет меру ее разброса относительно среднего. Третий центральный момент служит критерием оценки асимметрии закона распределения относительно оси, параллельной оси ординат и проходящей через среднее значение случайной величины, - коэффициент асимметрии

Слайд 18


Средние значения и моменты случайных величин-3 Равенство нулю коэффициента асимметрии не является достаточным условием нормальности распределения. Положительная и отрицательная асимметрия. Четвертый центральный момент. Иногда используют численную характеристику «сглаженности» кривой распределения около моды (максимального значения) – коэффициент эксцесса: Для нормального процесса
Описание слайда:
Средние значения и моменты случайных величин-3 Равенство нулю коэффициента асимметрии не является достаточным условием нормальности распределения. Положительная и отрицательная асимметрия. Четвертый центральный момент. Иногда используют численную характеристику «сглаженности» кривой распределения около моды (максимального значения) – коэффициент эксцесса: Для нормального процесса

Слайд 19


Другие виды распределений Распределение Максвелла Распределение Накагами или m-распределение - отдельная составляющая сигнала
Описание слайда:
Другие виды распределений Распределение Максвелла Распределение Накагами или m-распределение - отдельная составляющая сигнала

Слайд 20


Другие виды распределений -2 При получаем нормальное распределение как частный случай распределения Накагами. При имеет место обычное распределение Релея При m>1 получаем обобщенное релеевское распределение: При m=n/2, где n – целое и положительное, приходим к -распределению.
Описание слайда:
Другие виды распределений -2 При получаем нормальное распределение как частный случай распределения Накагами. При имеет место обычное распределение Релея При m>1 получаем обобщенное релеевское распределение: При m=n/2, где n – целое и положительное, приходим к -распределению.

Слайд 21


Корреляционная функция Введение двумерной плотности вероятности позволяет ввести второй смешанный центральный момент, - корреляционную функцию Для количественной характеристики зависимости случайных функций вводится нормированная корреляционная функция – коэффициент корреляции
Описание слайда:
Корреляционная функция Введение двумерной плотности вероятности позволяет ввести второй смешанный центральный момент, - корреляционную функцию Для количественной характеристики зависимости случайных функций вводится нормированная корреляционная функция – коэффициент корреляции

Слайд 22


Корреляционная функция Радиус корреляции (временной и пространственный). Свойства корреляционной функции: Равенство нулю для статистически независимых значений случайного процесса. Симметричность относительно аргументов Ограниченность коэффициента корреляции
Описание слайда:
Корреляционная функция Радиус корреляции (временной и пространственный). Свойства корреляционной функции: Равенство нулю для статистически независимых значений случайного процесса. Симметричность относительно аргументов Ограниченность коэффициента корреляции

Слайд 23


Ковариационный момент Ковариационный момент – математическое ожидание произведения двух центрированных случайных величин Для непрерывных случайных величин он определяется как Ковариационный момент есть характеристика двух случайных величин, которая, помимо рассеяния величин и описывает еще и связь между ними. Можно легко показать, что если ковариационный момент двух случайных величин отличен от нуля, это есть признак зависимости между ними. Особенности поведения коэффициента корреляции.
Описание слайда:
Ковариационный момент Ковариационный момент – математическое ожидание произведения двух центрированных случайных величин Для непрерывных случайных величин он определяется как Ковариационный момент есть характеристика двух случайных величин, которая, помимо рассеяния величин и описывает еще и связь между ними. Можно легко показать, что если ковариационный момент двух случайных величин отличен от нуля, это есть признак зависимости между ними. Особенности поведения коэффициента корреляции.

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию