Теория случайных процессов.uta
Полный список вопросов тут
http://kiltest.net/sp/oji/Teoriia_sluchaiynyh_processov.html
F (t, x)=P {X(t)<x}
Аргумент, обозначающий случайный процесс,
В природе не существует
В теории случайных процессов существует понятие
Векторный случайный процесс, в котором матрица взаимно коррелированных функций диагональная, т.е. Rij(t,t’)=0 при i?j
Величина, которая в результате опыта со случайным исходом принимает то или иное значение, - это
Взаимной корреляционной функцией двух случайных процессов называют
Вид графов состояний - совокупность точек (вершин графа) с соединяющими некоторые из них ориентированными отрезками (стрелками):
Вид графов состояний - совокупность точек (вершин графа) с соединяющими некоторые из них отрезками (ребрами графа):
Виды операторов:
Виды случайных процессов «по времени» - это
Виды случайных процессов «по состоянию» - это
Возможные классы случайных процессов - это
Всякий факт, который в опыте со случайным исходом может произойти или не произойти,- это
Граф состояний - это
Двумерный закон распределения - это
Дисперсия случайного процесса X(t)
Дисперсия случайной величины
Дисперсия стационарного случайного процесса, представленного своим каноническим разложением,
Для дискретной случайной величины закон распределения может быть задан
Для марковского процесса гибели и размножения характерны
Для непрерывной случайной величины закон распределения может быть задан
Для стационарного режима суммарный поток вероятности, переводящий систему S в состояние sj из других состояний,
Для стационарного случайного процесса характерно, что
Если все интенсивности потоков не зависят от аргумента t, то марковский процесс называют
Если переходные вероятности не зависят от номера шага, цепь Маркова называется
Если простейшая эргодическая система находится в стационарном режиме,
Если хотя бы одна из интенсивностей в матрице зависит от времени, то марковский процесс называют
К свойствам потока событий не относят
К характеристикам случайного процесса X(t)относится
Какие вероятности не зависят от номера шага, а устанавливаются с возрастанием номера шага и установлением стационарного режима?
Какие метеорологические характеристики представляют собой случайные процессы?
Каноническое разложение дисперсий случайного процесса представляет собой
Ковариацией называют
Конкретный вид, принятый случайным процессом Х(t),- это
Координатными функциями канонического разложения могут выступать
Координатными функциями канонического разложения стационарного случайного процесса являются
Корреляционная функция
Корреляционная функция стационарного случайного процесса - это
Корреляционная функция суммы некоррелированных случайных процессов
Коэффициентами канонического разложения выступают
Любой марковский процесс с конечным числом состояний, обладающий эргодическим свойством,
Марковский процесс гибели и размножения
Марковский процесс гибели и размножения - это
Математическая наука, изучающая закономерности случайных явлений в динамике их развития,- это
Математическое ожидание случайного процесса
Матрица, все элементы которой отвечают условию 0?pij(?)?1
Напряжение U(t) питания ЭВМ в момент t следует отнести к такому понятию, как
Нормированная корреляционная функция
Однозначное соответствие между корреляционной функцией случайного процесса и его спектральной плотностью устанавливается с помощью
Одномерный процесс с непрерывными состояниями - это
Основаниями для классификации поток событий могут быть
Полной исчерпывающей характеристикой случайной величины является
Последовательность однородных событий, появляющихся одно за другим в случайный момент времени,- это
Поток Эрланга ?-го порядка с параметром ?
Поток с ограниченным последствием - это
Поток событий - это
При одновр