ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5"

Transcript

1 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις Θόρυβος (Noise) καθ. Βασίλης Μάγκλαρης Παρασκευή 1/5/017, Τρίτη 16/5/017

2 5.9 Στοχαστική Ανέλιξη Gauss (1/3) (Επανάληψη) Ορισμοί Συνδυασμένων Τυχαίων Μεταβλητών (Τ.Μ.) Gauss Joitly Gaussia Radom Variables (RV s): Gaussia PDF Τυχαίας Μεταβλητής X: f X x = 1 exp x μ X πσ X σ, E X = μ X, var X = σ X X Joitly Gaussia PDF Τυχαίων Μεταβλητών {X, Y}: 1 f X,Y x, y = πσ X σ Y 1 ρ exp 1 x μ X 1 ρ + y μ Y σ X ρ(x μ X)(y μ Y ) σ Y σ X σ Y όπου ρ = cov[xy] ο συντελεστής αυτοσυσχέτισης (correlatio coefficiet) σ X σ Y Αν οι Τ.Μ. {X, Y} είναι Joitly Gaussia, τότε η κάθε μια ξεχωριστά καθώς και οι υπό συνθήκη Τ.Μ. {X Y, Y X} είναι Gauss Joitly Gaussia Τυχαίες Μεταβλητές {X 1, X, X 3,, X }: Ανά ζεύγος οι Τ.Μ. {X i, X j } είναι Joitly Gaussia. Κάθε ζεύγος Τ.Μ. υπό συνθήκη τρίτης Τ.Μ. {X i X k, X j X k }είναι επίσης Joitly Gaussia Ιδιότητες των Joitly Gaussia RV s Κάθε υποσύνολο m Τ.Μ. από υπερσύνολο Joitly Gaussia Τ.Μ. είναι Joitly Gaussia Όλες οι PDF Joitly Gaussia Τ.Μ. {X 1, X, X 3,, X } καθορίζονται πλήρως από τους μέσους όρους E X i και τις συναρτήσεις συνδιακύμανσης (covariace) ανά δύο cov[x i X j ] Κάθε γραμμική συνάρτηση (συνδυασμός) των {X 1, X, X 3,, X }, Y = a i X i + b είναι Τ.Μ. Gauss με E Y = i=1 a i E[X i ] + b. Αν οι Τ.Μ. X i είναι και ανεξάρτητες τότε σ Y = a i=1 i σ Xi Πολλαπλές γραμμικές συναρτήσεις Y j = i=1 a i,j X i + b j των {X 1, X, X 3,, X } είναι Joitly Gaussia Δύο ασυσχέτιστες Joitly Gaussia RV s {X, Y} με ρ = cov[xy] = 0 είναι ανεξάρτητες σ X σ Y f X,Y x, y = f X x f Y y i=1

3 5.9 Στοχαστική Ανέλιξη Gauss (/3) (Επανάληψη) Κεντρικό Οριακό Θεώρημα (Cetral Limit Theorem) N ανεξάρτητες, όμοια κατανεμημένες Τ.Μ. (i.i.d. idepedet idetically distributed RV s) X i, i = 1,,, N με E X i = μ X και σ Xi = σ X Κανονικοποίηση: Y i = 1 (X σ i μ X ), E Y i X Η Τυχαία Μεταβλητή V N = 1 N Y N i=1 i = 0, σ Yi = 1 N 0,1 για N Το κανονικοποιημένο άθροισμα V N i.i.d. RV s Y i συγκλίνει στη Κανονική Κατανομή Gauss ταχύτερα για τιμές της V N κοντά στο κέντρο και βραδύτερα για μεγάλες τιμές στις ουρές της κατανομής του PDF Κανονικής Κατανομής Gauss N 0,1 μ Y = 0, σ Y = 1 f Y y 1 π exp ( y ) Ενδεικτική Παρουσίαση Σύγκλισης σε PDF Κανονικής Κατανομής https://e.wikipedia.org/wiki/illustratio_of_the_cetral_limit_theorem PDF ΜΙΑΣ Κανονικοποιημένης RV, Y i E Y i = 0, σ Yi = 1 PDF Αθροίσματος ΔYO i.i.d. RVs, V = Y 1+Y PDF Αθροίσματος ΤΡΙΩΝ i.i.d. RVs V 3 = Y 1+Y +Y 3 3 PDF Αθροίσματος ΤΕΣΣΑΡΩΝ i.i.d. RVs, V 4 = Y 1+Y +Y 3 +Y 4 4

4 5.9 Στοχαστική Ανέλιξη Gauss (3/3) (Επανάληψη) Ορισμός Gaussia Stochastic Process (Στοχαστικής Ανέλιξης Gauss) Η X t είναι Ανέλιξη Gauss αν, (t 1, t,, t ) οι Τυχαίες Μεταβλητές X t i, i = 1,, είναι Joitly Gaussia Οι ανελίξεις X t και Y t είναι Joitly Gaussia αν, m, (t 1, t,, t ) και (τ 1, τ,, τ m ) οι Τυχαίες Μεταβλητές {X t 1, X t,, X t, Y τ 1, Y τ,, Y τ m } είναι Joitly Gaussia X t και Y t Joitly Gaussia X t, Y t Gaussia Stochastic Processes Ιδιότητες της Ανέλιξης Gauss (προκύπτουν από τις ιδιότητες των Joitly Gauss Τ.M.): Όλες οι PDF των Joitly Gaussia Τ.M. X t 1, X t,, X t, δειγμάτων Στοχαστικής Ανέλιξης Gauss, καθορίζονται πλήρως από τους μέσους όρους μ X(ti ) και τις συναρτήσεις συνδιακύμανσης covariace cov[x(t i )X(t j )] ανά δύο Wide-Sese Statioary (WSS) Gaussia Process είναι ΚΑΙ Strict-Sese Statioary Αν οι Joitly Gaussia τυχαίες μεταβλητές X t 1, X t,, X t, δείγματα Στοχαστικής Ανέλιξης Gauss, είναι Ucorrelated ανά δύο Statistically Idepedet Aθροίσματα γραμμικοί συνδυασμοί Ανελίξεων Gauss είναι Joitly Gaussia Είσοδος WSS Ανέλιξης Gauss X t σε Γραμμικό Φίλτρο, μη μεταβλητό στο Χρόνο (LTI Filter, Liear Time-Ivariat Filter) με κρουστική απόκριση h t H(f) Έξοδο WSS Ανέλιξη Gauss Y t = X t h t με S Y f = H f S X f. Οι ανελίξεις εισόδου εξόδου X t Y t είναι Joitly Gaussia

5 5.10 Θόρυβος (Noise) (1/9) Πηγές Θορύβου Εξωτερικές παρεμβολές (π.χ. ατμοσφαιρικός θόρυβος) Εσωτερικές στιγμιαίες διακυμάνσεις σε ηλεκτρικά/ηλεκτρονικά κυκλώματα: Θερμικός Θόρυβος (Thermal Noise): Προκαλείται από τυχαίες συγκρούσεις ηλεκτρόνιων σε θορυβώδη αντίσταση R όπως μια πηγή τυχαία μεταβαλλόμενης τάσης V TN που προκαλεί παρεμβολές ισχύος E[V TN ]. Λόγω του μεγάλου αριθμού των ηλεκτρονίων και της άναρχης φύσης των συγκρούσεων, η V TN προκύπτει σαν άθροισμα πολλών τυχαίων μεταβλητών i.i.d. και σύμφωνα με το Κεντρικό Οριακό Θεώρημα ακολουθεί κατανομή Gauss Θόρυβος Βολής (Shot Noise): X t = i= h(t τ i ), άθροισμα εκρηκτικά εμφανιζόμενων παλμών ρεύματος h(t τ i ) που δημιουργούνται σε τυχαίες στιγμές τ i (π.χ. λόγω συγκρούσεων ηλεκτρόνιων με τυχαίες εκπομπές φωτονίων από εξωτερικές πηγές φωτός) Η τυχαία εμφάνιση παλμών περιγράφεται σαν μια Στοχαστική Ανέλιξη Απαρίθμησης (Coutig Process) N(t) που καταμετρά τυχαία γεγονότα (εκρήξεις παλμών) στο διάστημα (0, t). Ο αριθμός εμφανίσεων στο διάστημα t, t + T είναι διακριτή τυχαία μεταβλητή ν = N t + T N(t). Κάτω από συνθήκες απρόβλεπτης εξέλιξης της ανέλιξης (τα γεγονότα εμφανίζονται ανεξάρτητα από το παρελθόν και χωρίς να επηρεάζουν το μέλλον), η ν ακολουθεί την κατανομή Poisso με μέσο αριθμό εμφανίσεων ανάλογο του διαστήματος T: E T ν = λt. Η σταθερά λ ορίζει τον μέσο ρυθμό (rate) εμφανίσεων (γεγονότα ανά μονάδα χρόνου)

6 5.10 Θόρυβος (Noise) (/9) Η Κατανομή Poisso Διακριτή Τυχαία Μεταβλητή ν = N t + T N(t) απαρίθμησης γεγονότων σε χρονικό διάστημα παρατήρησης T που εμφανίζονται τυχαία και ανεξάρτητα από παρελθούσες ή μελλοντικές εμφανίσεις γεγονότων στο δείγμα (υλοποίηση) της Στοχαστικής Ανέλιξης μετρητή N(t) στο οποίο συνεισφέρουν (ιδιότητα έλλειψης μνήμης Markov) Ο μέσος όρος εμφανίσεων γεγονότων στο διάστημα T είναι E T ν = λt Εφαρμογές σε ανεξάρτητες εμφανίσεις τυχαίων γεγονότων: Τυχαίες εκρήξεις που προκαλούν τον ΘΟΡΥΒΟ ΒΟΛΗΣ σε ηλεκτρονικές συσκευές επικοινωνών Ανεξάρτητες τυχαίες αφίξεις πελατών σε ΣΥΣΤΗΜΑΤΑ ΟΥΡΩΝ ΑΝΑΜΟΝΗΣ με απαιτήσεις εξυπηρέτησης όπως: Διεκπεραίωση Τηλεφωνικών Κλήσεων Διακίνηση Πακέτων Δεδομένων στο Iteret Κυκλοφορία Αυτοκίνητων σε Οδικά Συστήματα Αγορές και Πληρωμές σε Καταστήματα Επεξεργασία Δεδομένων σε Κοινές Υπολογιστικές Υποδομές

7 5.10 Θόρυβος (Noise) (3/9) Η Κατανομή Poisso σαν Όριο Διωνυμικής Κατανομής Ανεξάρτητες εμφανίσεις {N t = k} γεγονότων (σημείων) Poisso στο διάστημα (0, t) με ρυθμό λ σημεία/sec ορίζουν Διακριτή Τυχαία Μεταβλητή (Discrete Radom Variable) {ν = k} με Κατανομή Μάζας Πιθανότητας k λt P t [ν = k] P N t = k = e λt, k = 0,1,, k! Απόδειξη Διαιρώ το διάστημα t σε υποδιαστήματα, t = Δt Πραγματοποιώ ανεξάρτητες δοκιμές Berouilli, μια σε κάθε υποδιάστημα, με δύο εναλλακτικές: Εμφάνιση (επιτυχία) με πιθανότητα p = λδt, μη εμφάνιση (αποτυχία) με 1 p Η πιθανότητα k επιτυχιών σε ανεξάρτητες δοκιμές δίνεται από την Διωνυμική Κατανομή: P N t = k = k pk 1 p k, k = 0,1,, P N t = k = Στο όριο Δt 0,, t = Δt έχουμε k P N t = k = λδt k 1 λδt k =! k! k!! k! k, k λt 1 λt k λt 1 λt k k k 1 λt k e λt και λt k k! e λt

8 5.10 Θόρυβος (Noise) (4/9) Κατανομή Poisso για Διαφορετικές Τιμές του λt = E N(T) (μέσος αριθμός εμφανίσεων γεγονότων σε διάστημα T) λt Οι συνεχείς καμπύλες στο σχήμα είναι οι περιβάλλουσες των Συναρτήσεων Μάζας Πιθανότητας (Ιστογράμματος) της Διακριτής Τυχαίας Μεταβλητής Poisso P T [ν = k] P N T = k = λt k k! e λt Ιδιότητες της Στοχαστικής Ανέλιξης Poisso E N t = σ N t = λt Άθροισμα μέσων όρων & διασπορών ανεξάρτητων δοκιμών Beroulli σε υποδιαστήματα Δt 0, t = Δt: P Δt ν = 0 = 1 λδt, P Δt ν = 1 = λδt, E Δt ν = λδt, σ ν,δt λδt Ο συνολικός αριθμός σημείων Στοχαστική Ανέλιξης Poisso ρυθμού λ σε μη υπερ-καλυπτόμενα χρονικά διαστήματα T 1, T είναι διακριτή τυχαία μεταβλητή Poisso με μέση τιμή λ(t 1 + T ) Υπέρθεση δυο ανεξαρτήτων Ανελίξεων Poisso N 1 t, N t με ρυθμούς λ 1, λ δίνει Ανέλιξη Poisso N t με ρυθμό λ = λ 1 + λ

9 5.10 Θόρυβος (Noise) (5/9) Η Εκθετική Κατανομή Το χρονικό διάστημα τ μεταξύ διαδοχικών εμφανίσεων σημείων Poisso είναι Συνεχής Τυχαία Μεταβλητή (Cotiuous Radom Variable) με Εκθετική Κατανομή (Expoetial Distributio): CDF: F τ t = P τ t = 1 e λt, t 0 0, t < 0 και PDF: f τ t = df τ(t) = λe λt, t 0 dt 0, t < 0 Απόδειξη 1 F τ t 1 = 1 P τ t 1 = P τ > t 1 = P t1 ν = 0 = λt 1 0 e λt 1 = e λt 1 0! https://e.wikipedia.org/wiki/expoetial_distributio Ιδιότητες Εκθετικής Κατανομής E τ = λte λt dt = 1/λ t=0 t=0 CDF: F τ t = P τ t E τ = λt e λt dt = /λ, σ τ = E τ E τ = 1/λ Ιδιότητα έλλειψης μνήμης: P τ > t + s τ > s = P[τ>t+s, τ>s] P[τ>s] = P[τ>t+s] P[τ>s] PDF: f t = df τ(t) dt = e λt = P τ > t = 1 F τ t Η εκθετική κατανομή είναι η μόνη κατανομή συνεχούς μεταβλητής με την ιδιότητα αυτή (Memoryless, Markov Property). Την ίδια ιδιότητα έχει η διακριτή γεωμετρική κατανομή της οποίας το όριο σε συνεχές πεδίο ορισμού είναι η εκθετική κατανομή

10 5.10 Θόρυβος (Noise) (6/9) Λευκός Θόρυβος - White Noise Στοχαστική Ανέλιξη W(t) με ισοκατανομή της Ισχύος σε όλες τις συχνότητες με πυκνότητα S W f = N 0 (όπως το λευκό φως αναλύεται εξ ίσου σε όλα τα ορατά χρώματα). Η Αυτοσυσχέτιση δίνεται από R W τ = N 0 δ(τ) Δείγματα ελάχιστης χρονικής διαφοράς είναι Ασυσχέτιστες Τυχαίες Μεταβλητές και άρα ο Λευκός Θόρυβος είναι ακραία περίπτωση τυχαιότητας Αν ο Λευκός Θόρυβος είναι και Στοχαστική Ανέλιξη Gauss, τότε όλα τα δείγματα αποτελούν Ανεξάρτητες Τυχαίες Μεταβλητές Gauss Η μέση στιγμιαία ισχύς E W t = R W (0) έχει άπειρη τιμή και άρα δεν υπάρχει στη φύση. Επειδή οι δέκτες και οι δίαυλοι επικοινωνίας έχουν πεπερασμένες ζώνες διέλευσης, μπορεί να θεωρηθεί σαν ένα χρήσιμο μοντέλο θορύβου Παράδειγμα: Λευκός Θόρυβος Gauss Μηδενικής Μέσης Τιμής σε Βαθυπερατό Φίλτρο (LPF) S N f = N 0, B < f < B 0, f > B και R B N τ = N 0 B exp jπfτ df = N 0Bsic(Bτ) Εφόσον η είσοδος W(t) είναι Gauss, και η έξοδος N(t) θα είναι Gauss με συσχέτιση R N τ = 0 για τιμές τ = ±k/b δείγματα της εξόδου με ρυθμό f s = B θα είναι ανεξάρτητες τυχαίες μεταβλητές Gauss με μηδενική μέση τιμή και διασπορά N 0 B W(t) N(t) S N f, R N (τ)

11 5.10 Θόρυβος (Noise) (7/9) Παράδειγμα: Λευκός Θόρυβος μέσω LPF Φίλτρου RC Θεωρώ Λευκό Θόρυβο Gauss W(t) μηδενικού μέσου E W t πυκνότητας φάσματος ισχύος S W f = N 0 που μέσω φίλτρου RC παράγει Θόρυβο N(t) Συνάρτηση Μεταφοράς: H f = Έξοδος: S N f = H f S w f = 1 1+jπfRC = 0 και N 0 / και R 1+ πfrc N τ = N 0 τ exp ( ) 4RC RC W(t) N(t) Για τ 0 = πrc 4.61RC, R N τ 0 = 1% της μεγίστης τιμής R N 0 = S N f df = E N N t = 0 που αντιστοιχεί στη μέση ισχύ του 4RC θορύβου N(t). Ο χρόνος τ 0 = πrc μπορεί να θεωρηθεί σαν το χρονικό διάστημα μετά την παρέλευση του οποίου εκμηδενίζεται (προσεγγιστικά) η όποια συσχέτιση του σήματος. Τα σχετικά δείγματα με ρυθμό δειγματοληψίας f s 1 τ 0 1/(4.61RC) θα είναι κατά προσέγγιση ασυσχέτιστες τυχαίες μεταβλητές Gauss και άρα ανεξάρτητες τυχαίες μεταβλητές Παρατήρηση: Οι συχνότητες f 1 ορίζουν το εύρος συχνοτήτων μισής πrc 1 ισχύος ή 3 db: S N = N 0 = S N 0 πrc 4

12 5.10 Θόρυβος (Noise) (8/9) Παράδειγμα: Ημιτονοειδές Σήμα με Παρεμβολή Λευκού Θορύβου Gauss X t = Acos πf c t + Θ + w t όπου f Θ θ = 1, π θ π και E w t = 0, S π W f = N 0 R X τ = A cos πf ct + N 0 δ(τ) Πειραματική Υλοποίηση σε Matlab: f c = 0.00 Hz, θ = π, A = N 0 = 1 0 t 1000 sec Ημιτονοειδές Σήμα Σήμα + Θόρυβος Δύο Τρόποι Πειραματικών Μετρήσεων: Esemble Average: R X τ = lim 1 M M M i=1 (εκτίμηση με M = 500 επαναλήψεις - δείγματα) Time Average: R X τ = lim 1 T T (επαλήθευση εργοδικότητας) T T x i t + τ x i (t) x t + τ x t dt Θεωρητική R X τ Εκτίμηση R X τ σαν Esemble Average Εκτίμηση R X τ σαν Time Average

13 5.10 Θόρυβος (Noise) (9/9) Ισοδύναμο Εύρος Ζώνης Συχνοτήτων Θορύβου Λευκός Θόρυβος W(t) N(t) E W t = 0 S W f = N 0 Low Pass Filter S N f = N 0 H f Γενική Περίπτωση LPF με Συνάρτηση Μεταφοράς H f Η μέση ισχύς του σήματος εξόδου N t είναι E N t = R N 0 = S N f df = N 0 Ιδεατό LPF H i f με Εύρος Ζώνης { B, B} : H i f = 0 H f df = N 0 H f df Η μέση ισχύς του σήματος εξόδου N i t του ιδεατού LPF είναι E N i (t) = R Ni 0 = S Ni f df = N 0 B B H 0, B f B 0, f > B H (0)df = N 0 B H (0) Noise Equivalet Badwidth (Ισοδύναμο Εύρος Ζώνης Συχνοτήτων Θορύβου): B = 0 H f H (0) df

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 5.10: Θόρυβος (Πηγές Θορύβου, Κατανομή Poisson, Λευκός Θόρυβος, Ισοδύναμο

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 4

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 4 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 4 5.9 Η Στοχαστική Ανέλιξη Gauss (οι διαφάνειες ακολουθούν διαφορετική

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις Άσκηση σε Στοχαστική Ανέλιξη Poisso Ασκήσεις 5.9, 5.1, 5.19 Άσκηση σε Στοχαστική

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 15/3/2017 Η ΔΙΑΔΙΚΑΣΙΑ ΚΑΤΑΜΕΤΡΗΣΗΣ ΓΕΓΟΝΟΤΩΝ

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2)

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2) ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 8/3/2017 ΠΑΡΑΜΕΤΡΟΙ (1/4) (Επανάληψη) Ένταση φορτίου (traffic intensity)

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3 5.6: Μέση Τιμή, Συναρτήσεις Συσχέτισης (Correlation) & Συνδιασποράς (Covariance)

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 3 5.6: Μέση Τιμή, Συναρτήσεις Συσχέτισης & Συνδιασποράς 5.7: Μετάδοση Στοχαστικής

Διαβάστε περισσότερα

h(t τ k ) X (t) = X (t) = (shot noise). 3/28 4/28

h(t τ k ) X (t) = X (t) = (shot noise). 3/28 4/28 Θόρυβος Στοχαστικά συστήματα & επικοινωνίες 6 Δεκεμβρίου 2012 1/28 2/28 Ο θόρυβος βολής εμφανίζεται στις ηλεκτρονικές συσκευές, όπως οι δίοδοι και τα τρανζίστορ, εξαιτίας της διακριτής φύσης της ροής του

Διαβάστε περισσότερα

Τηλεπικοινωνιακά Συστήματα Ι

Τηλεπικοινωνιακά Συστήματα Ι Τηλεπικοινωνιακά Συστήματα Ι Διάλεξη 3: Ο Θόρυβος στα Τηλεπικοινωνιακά Συστήματα Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ατζέντα Εισαγωγή Τύποι Θορύβου Θερμικός θόρυβος Θόρυβος βολής Θόρυβος περιβάλλοντος

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 9/3/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1 5.1: Εισαγωγή 5.2: Πιθανότητες 5.3: Τυχαίες Μεταβλητές καθ. Βασίλης Μάγκλαρης

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1 Απόδειξη Τύπου Little Ιδιότητα PASTA (Poisson Arrivals See Time Averages) Βασικοί

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις

Στοχαστικές Ανελίξεις Ντετερμινιστικά Σήματα - Τυχαία Σήματα Ταξινόμηση των σημάτων ανάλογα με τη βεβαιότητα όσο αφορά την τιμή τους κάθε χρονική στιγμή. Τα ντετερμινιστικά σήματα μπορούν να αναπαρασταθούν σαν πλήρως καθορισμένες

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου

Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου alexiou@unipi.gr 1 Στοχαστικές Διαδικασίες 2 Στοχαστική Διαδικασία Στοχαστικές Ανελίξεις Α. Αλεξίου 3 Στοχαστική Διαδικασία ως συλλογή από συναρτήσεις χρόνου

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανάλυση Ουράς Αναμονής M/G/1 Αρχές Ανάλυσης Ουράς M/G/1 Ενσωματωμένη Αλυσίδα Markov (Embedded Markov Chain) Τύποι Pollaczeck - Khinchin (P-K) για Ουρές M/G/1 Μέσες Τιμές

Διαβάστε περισσότερα

MAJ. MONTELOPOIHSH II

MAJ. MONTELOPOIHSH II MAJ MONTELOPOIHSH II ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 009 ΦΥΛΛΑΔΙΟ ΑΣΚΗΣΕΩΝ ΙV Οι ασκήσεις είναι από το βιβλίο του Simon Haykin Θα ακολουθήσει ακόμη ένα φυλλάδιο τις επόμενες μέρες Άσκηση

Διαβάστε περισσότερα

Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων

Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ Κεφάλαιο 5 : Θόρυβος Χρήστος Ξενάκης Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων Περιεχόμενα Ομιλίας Είδη θορύβου Περιγραφή θορύβου Θεώρημα Shannon Hartley Απόδοση ισχύος και εύρους

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Τυχαία Σήματα Γενίκευση τυχαίων διανυσμάτων Άπειρο σύνολο πιθανά αριθμήσιμο από τυχαίες μεταβλητές Παραδείγματα τυχαίων σημάτων: Τηλεπικοινωνίες: Σήμα πληροφορίας

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις

Στοχαστικές Ανελίξεις Ντετερμινιστικά Σήματα - Τυχαία Σήματα Ταξινόμηση των σημάτων ανάλογα με τη βεβαιότητα όσο αφορά την τιμή τους κάθε χρονική στιγμή. Τα ντετερμινιστικά σήματα μπορούν να αναπαρασταθούν σαν πλήρως καθορισμένες

Διαβάστε περισσότερα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι) HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις (1) Αγγελική Αλεξίου

Στοχαστικές Ανελίξεις (1) Αγγελική Αλεξίου Στοχαστικές Ανελίξεις (1) Αγγελική Αλεξίου alexiou@unipi.gr 1 Ενότητες Μαθήματος Ενότητα 1 Εισαγωγή Ορισμός Στοχαστικών ανελίξεων Στατιστική Στοχαστικών Διαδικασιών Στασιμότητα Εργοδικότητα Ενότητα 2 Διαδικασίες

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Η Ουρά Μ/Μ/1/N Σφαιρικές & Τοπικές Εξισώσεις Ισορροπίας Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 22/3/2017 ΔΙΑΔΙΚΑΣΙΑ ΓΕΝΝΗΣΕΩΝ ΘΑΝΑΤΩΝ (1/4) Birth Death Processes

Διαβάστε περισσότερα

Διαδικασίες Markov Υπενθύμιση

Διαδικασίες Markov Υπενθύμιση Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Επίδοση Υπολογιστικών Συστημάτων Α.-Γ. Σταφυλοπάτης Διαδικασίες Markov Υπενθύμιση Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

3. Κατανομές πιθανότητας

3. Κατανομές πιθανότητας 3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.

Διαβάστε περισσότερα

HMY 799 1: Αναγνώριση Συστημάτων

HMY 799 1: Αναγνώριση Συστημάτων HMY 799 : Αναγνώριση Συστημάτων Διάλεξη Στοχαστικές Τυχαίες Μεταβλητές/ Στοχαστικά Σήματα Πειραματικά δεδομένα >Επιλογή τύπου μοντέλου >Επιλογή κριτηρίου >Υπολογισμός >Επικύρωση Προσαρμογή καμπύλης (Curve

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: 1. Διαγράμματα Μεταβάσεων Εργοδικών Καταστάσεων 2. Εξισώσεις Ισορροπίας 3. Προσομοιώσεις Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

ιωνυµική Κατανοµή(Binomial) ιωνυµική Κατανοµή(Binomial) ~B(n,p) n N και 0

Διαβάστε περισσότερα

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Εφαρμογές της Ανάλυσης Fourier Αθανάσιος

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Στατικές (Στάσιμες) Διαδικασίες Στατική (Stationary) ορίζεται η διαδικασία της οποίας οι στατιστικές ιδιότητες δεν μεταβάλλονται με την πάροδο του χρόνου.

Διαβάστε περισσότερα

Εισαγωγή στη Σχεδίαση RF Κυκλωμάτων

Εισαγωγή στη Σχεδίαση RF Κυκλωμάτων Εισαγωγή στη Σχεδίαση F Κυκλωμάτων Κεφάλαιο,.3 Βασικές έννοιες Σχεδίασης F Κυκλωμάτων Σωτήριος Ματακιάς, 0-3, Σχεδίαση Τηλεπικοινωνιακών LI Κυκλωμάτων, Κεφάλαιο /34 Φασματική πυκνότητα ισχύος Power pectral

Διαβάστε περισσότερα

Σήματα και Συστήματα

Σήματα και Συστήματα Σήματα και Συστήματα Διάλεξη 12: Ιδιότητες του Μετασχηματισμού aplace Ο αντίστροφος Μετασχηματισμός aplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ιδιότητες του Μετασχηματισμού aplace 1. Ιδιότητες

Διαβάστε περισσότερα

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι: Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙςΤΗΜΗς & ΤΕΧΝΟΛΟΓΙΑς ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΜΔΕ Προηγμένα Τηλεπικοινωνιακά Συστήματα και Δίκτυα Διάλεξη 2 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst233

Διαβάστε περισσότερα

Τυχαία Διανύσματα και Ανεξαρτησία

Τυχαία Διανύσματα και Ανεξαρτησία Τυχαία Διανύσματα και Ανεξαρτησία Θα γενικεύσουμε την έννοια της τυχαίας μεταβλητής από συνάρτηση στο R σε συνάρτηση στο R n. Ακολούθως, θα επεκτείνουμε τις έννοιες με τις οποίες ασχοληθήκαμε μέχρι τώρα

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Περιγραφή βασικών μοντέλων τηλεπικοινωνιακής

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Γραμμικά Συστήματα Σύστημα: x(t) T y(t) Κατηγορίες: Συνεχή/Διακριτά Γραμμικά/Μη Γραμμικά Αν Τότε Γραμμικά Συστήματα Σύστημα: x(t) T y(t) Κατηγορίες: Χρονικά

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 2/3/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 12: Δειγματοληψία και ανακατασκευή (IV) Παρεμβολή (Interpolation) Γενικά υπάρχουν πολλοί τρόποι παρεμβολής, π.χ. κυβική παρεμβολή (cubic spline

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης Ψηφιακές Τηλεπικοινωνίες Βέλτιστος Δέκτης Σύνδεση με τα Προηγούμενα Επειδή το πραγματικό κανάλι είναι αναλογικό, κατά τη διαβίβαση ψηφιακής πληροφορίας, αντιστοιχίζουμε τα σύμβολα σε αναλογικές κυματομορφές

Διαβάστε περισσότερα

HMY 795: Αναγνώριση Προτύπων

HMY 795: Αναγνώριση Προτύπων HMY 795: Αναγνώριση Προτύπων Διάλεξη 2 Επισκόπηση θεωρίας πιθανοτήτων Τυχαίες μεταβλητές: Βασικές έννοιες Τυχαία μεταβλητή: Μεταβλητή της οποίας δε γνωρίζουμε με βεβαιότητα την τιμή (σε αντίθεση με τις

Διαβάστε περισσότερα

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Ροή Δ - 6 ο εξάμηνο, κωδικός

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Ροή Δ - 6 ο εξάμηνο, κωδικός ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων - NETMODE

Διαβάστε περισσότερα

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό ΗΜΥ 429 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό 1 (i) Βασική στατιστική 2 Στατιστική Vs Πιθανότητες Στατιστική: επιτρέπει μέτρηση και αναγνώριση θορύβου και

Διαβάστε περισσότερα

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov Γ. Κορίλη, Αλυσίδες Markov 3- http://www.seas.upe.edu/~tcom5/lectures/lecture3.pdf Αλυσίδες Markov Αλυσίδες Markov ιακριτού Χρόνου Υπολογισµός Στάσιµης Κατανοµής Εξισώσεις Ολικού Ισοζυγίου Εξισώσεις Λεπτοµερούς

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (1/2) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 1/3/2017 ΠΕΡΙΕΧΟΜΕΝΑ (1/3) http://www.netmode.ntua.gr/main/index.php?option=com_content&task=view& id=130&itemid=48

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier 2.2: Μετασχηματισμός Fourier (Fourier Transform, FT) 2.3: Ιδιότητες του

Διαβάστε περισσότερα

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου 200-04-25. ιαδικασίες γεννήσεων-θανάτων. Ορισµός Οι διαδικασίες γεννήσεων-θανάτων (birth-death rocesses) αποτελούν µια σπουδαία κλάση αλυσίδων Markov (διακριτού ή συνεχούς χρόνου). Η ιδιαίτερη συνθήκη

Διαβάστε περισσότερα

Δυναμική Μηχανών I. Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις. Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές

Δυναμική Μηχανών I. Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις. Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές Δυναμική Μηχανών I Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις 5 3 Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές 2015 Δημήτριος Τζεράνης, Ph.D Τμήμα Μηχανολόγων Μηχανικών Ε.Μ.Π. tzeranis@gmail.com

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Σε κάθε αποτέλεσμα του πειράματος αντιστοιχεί μία αριθμητική τιμή Μαθηματικός ορισμός: Τυχαία μεταβλητή X είναι

Διαβάστε περισσότερα

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2014 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής Με λόγια, η f ( x, y) δίνει την πιθανότητα να εμφανισθεί

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier 2.2: Μετασχηματισμός Fourier (Fourier Transform, FT) 2.3: Ιδιότητες του

Διαβάστε περισσότερα

HY:433 Σχεδίαση Αναλογικών/Μεικτών και Υψισυχνών Κυκλωμάτων

HY:433 Σχεδίαση Αναλογικών/Μεικτών και Υψισυχνών Κυκλωμάτων HY:433 Σχεδίαση Αναλογικών/Μεικτών και Υψισυχνών Κυκλωμάτων «Ηλεκτρικός Θόρυβος» Φώτης Πλέσσας fplessas@e-ce.uth.gr Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ Δομή Παρουσίασης Εισαγωγή Στατιστικά Χαρακτηριστικά

Διαβάστε περισσότερα

P (M = n T = t)µe µt dt. λ+µ

P (M = n T = t)µe µt dt. λ+µ Ουρές Αναμονής Σειρά Ασκήσεων 1 ΑΣΚΗΣΗ 1. Εστω {N(t), t 0} διαδικασία αφίξεων Poisson με ρυθμό λ, και ένα χρονικό διάστημα η διάρκεια του οποίου είναι τυχαία μεταβλητή T, ανεξάρτητη της διαδικασίας αφίξεων,

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 17 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη 5 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst215

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 10: Γραμμικά Φίλτρα Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Γραμμικά Φίλτρα 1. Ιδανικά Γραμμικά Φίλτρα Ιδανικό Κατωδιαβατό Φίλτρο Ιδανικό Ανωδιαβατό Φίλτρο Ιδανικό Ζωνοδιαβατό

Διαβάστε περισσότερα

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική Ι-Θεωρητικές Κατανομές Ι Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών

Διαβάστε περισσότερα

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας.

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας. Περιεχόμενα της Ενότητας Στατιστική Ι Ενότητα 5: Συνεχείς Κατανομές Πιθανότητας Δρ. Χρήστος Εμμανουηλίδης Επίκουρος Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 17 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη 3 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst15

Διαβάστε περισσότερα

Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων

Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ Κεφάλαιο 9 : Κανάλι-Σύστημα Χρήστος Ξενάκης Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων Περιεχόμενα Ομιλίας Χωρητικότητα Χ ό καναλιού Το Gaussian κανάλι επικοινωνίας Τα διακριτά

Διαβάστε περισσότερα

E(X(t)) = 1 k + k sin(2π) + k cos(2π) = 1 k + k 0 + k 1 = 1

E(X(t)) = 1 k + k sin(2π) + k cos(2π) = 1 k + k 0 + k 1 = 1 ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Τομέας Τηλεπικοινωνιών ΤΗΛ 2: ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΤΥΧΑΙΑ ΣΗΜΑΤΑ 4ο Εξάμηνο 2009-200 4η ΕΡΓΑΣΙΑ ΑΣΚΗΣΗ Εστω τυχαία διαδικασία X(t) =

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Η Έννοια της τυχαίας Διαδικασίας Η έννοια της τυχαίας διαδικασίας βασίζεται στην επέκταση

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών Ι

Συστήματα Επικοινωνιών Ι + Διδάσκων: Δρ. Κ. Δεμέστιχας Συστήματα Επικοινωνιών Ι Τηλεπικοινωνιακά Σήματα και Συστήματα + Περιεχόμενα 2 n Εισαγωγή n Εφαρμογές συστημάτων επικοινωνίας n Μοντέλο τηλεπικοινωνιακού συστήματος n Σήματα

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών ΙI

Συστήματα Επικοινωνιών ΙI + Διδάσκων: Δρ. Κ. Δεμέστιχας e-mail: cdemestichas@uowm.gr Συστήματα Επικοινωνιών ΙI Ψηφιακή μετάδοση στη βασική ζώνη + Ιστοσελίδα nιστοσελίδα του μαθήματος: n https://eclass.uowm.gr/courses/icte302/ +

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr Χρύσα Παπαγιάννη chrisap@noc.ntua.gr 24/2/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Σημάτων

Ψηφιακή Επεξεργασία Σημάτων Ψηφιακή Επεξεργασία Σημάτων Ενότητα 7: Μετατροπή Σήματος από Αναλογική Μορφή σε Ψηφιακή Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μετατροπή Αναλογικού Σήματος σε Ψηφιακό Είδη Δειγματοληψίας: Ιδανική

Διαβάστε περισσότερα

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας Ροπογεννήτριες (mome geerig fucios), πιθανογεννήτριες (robbiliy geerig fucios) και χαρακτηριστικές συναρτήσεις (chrcerisic fucios) Η ροπογεννήτρια συνάρτηση της τμ είναι η πραγματική συνάρτηση πραγματικής

Διαβάστε περισσότερα

HMY 795: Αναγνώριση Προτύπων. Διάλεξη 2

HMY 795: Αναγνώριση Προτύπων. Διάλεξη 2 HMY 795: Αναγνώριση Προτύπων Διάλεξη 2 Επισκόπηση θεωρίας πιθανοτήτων Θεωρία πιθανοτήτων Τυχαία μεταβλητή: Μεταβλητή της οποίας δε γνωρίζουμε με βεβαιότητα την τιμή (αντίθετα με τις ντετερμινιστικές μεταβλητές)

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4ο ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΑΠΟ ΣΥΝΕΧΕΙΣ ΚΑΙ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ

ΚΕΦΑΛΑΙΟ 4ο ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΑΠΟ ΣΥΝΕΧΕΙΣ ΚΑΙ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΚΕΦΑΛΑΙΟ 4ο ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΑΠΟ ΣΥΝΕΧΕΙΣ ΚΑΙ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ 4.. Εισαγωγή Στην προσομοίωση σε πολλές περιπτώσεις είναι απαραίτητη η δημιουργία δειγμάτων τυχαίων μεταβλητών που ακολουθούν κάποια καθορισμένη

Διαβάστε περισσότερα

Δυαδικά Αντίποδα Σήματα. Προχωρημένα Θέματα Τηλεπικοινωνιών. Πιθανότητα Σφάλματος σε AWGN Κανάλι. r s n E n. P r s P r s.

Δυαδικά Αντίποδα Σήματα. Προχωρημένα Θέματα Τηλεπικοινωνιών. Πιθανότητα Σφάλματος σε AWGN Κανάλι. r s n E n. P r s P r s. Προχωρημένα Θέματα Τηλεπικοινωνιών Πιθανότητα Σφάλματος σε AWGN Κανάλι Δυαδικά Αντίποδα Σήματα Δυαδικά Αντίποδα Σήματα Βασικής Ζώνης) : s (t)=-s (t) Παράδειγμα: Δυαδικό PA s (t)=g T (t) (παλμός με ενέργεια

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little. Β. Μάγκλαρης, Σ. Παπαβασιλείου

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little. Β. Μάγκλαρης, Σ. Παπαβασιλείου ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little Β. Μάγκλαρης, Σ. Παπαβασιλείου 8-5-2014 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Επικοινωνίες στη Ναυτιλία

Επικοινωνίες στη Ναυτιλία Επικοινωνίες στη Ναυτιλία Εισαγωγή Α. Παπαδάκης, Αναπλ. Καθ. ΑΣΠΑΙΤΕ Δρ. ΗΜΜΥ Μηχ. ΕΜΠ Βασικά Αντικείμενα Μαθήματος Σήματα Κατηγοριοποίηση, ψηφιοποίηση, δειγματοληψία, κβαντισμός Βασικά σήματα ήχος, εικόνα,

Διαβάστε περισσότερα

Θεωρητικές Κατανομές Πιθανότητας

Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ

Διαβάστε περισσότερα

Περιεχόµενα. Πρόλογος Ιστορική εξέλιξη της πιθανοκρατικής αντίληψης... 13

Περιεχόµενα. Πρόλογος Ιστορική εξέλιξη της πιθανοκρατικής αντίληψης... 13 Περιεχόµενα Πρόλογος... 11 Ιστορική εξέλιξη της πιθανοκρατικής αντίληψης... 13 1.1 Εισαγωγή...13 1.2 ειγµατοχώρος και γεγονότα...18 1.3 Τεχνικές απαρίθµησης...20 1.4 Μεταθέσεις στοιχείων διαφορετικών ειδών

Διαβάστε περισσότερα

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Δ.Φουσκάκης- Πολυδιάστατες Τυχαίες Μεταβλητές 1 ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Συνάρτηση Κατανομής: Έστω Χ=(Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ.

Διαβάστε περισσότερα

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών, Εθνικό Μετσόβιο

Διαβάστε περισσότερα

3. Βασική Θεωρία Πιθανοτήτων

3. Βασική Θεωρία Πιθανοτήτων Περίληψη 3. Βασική Θεωρία Πιθανοτήτων Η στατιστική μηχανική βασίζεται στη θεωρία πιθανοτήτων για την παραγωγή μακροσκοπικών ιδιοτήτων στην ισορροπία. Οι θερμοδυναμικές μεταβλητές εμφανίζονται ως μέσοι

Διαβάστε περισσότερα

II. Τυχαίες Μεταβλητές

II. Τυχαίες Μεταβλητές II. Τυχαίες Μεταβλητές τυχαία μεταβλητή (τ.μ.) Χ : Αναφέρεται πάνω σε μία μετρούμενη ποσότητα του τυχαίου πειράματος Εκφράζει μία συνάρτηση (απεικόνιση) από τον δειγματικό χώρο (Ω) σε έναν αριθμητικό χώρο

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες

Διαβάστε περισσότερα

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Κεφάλαιο 1: Εισαγωγή. Κοκολάκης Γεώργιος

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Κεφάλαιο 1: Εισαγωγή. Κοκολάκης Γεώργιος Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Κεφάλαιο 1: Εισαγωγή Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΜΔΕ Προηγμένα Τηλεπικοινωνιακά Συστήματα και Δίκτυα Διάλεξη 5 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Wepage: http://eclass.uop.gr/courses/tst233

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Τυχαίες μεταβλητές Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ Η απεικόνιση των εκβάσεων ενός πειράματος

Διαβάστε περισσότερα

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ] Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα

Διαβάστε περισσότερα

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3. ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ Έστω Χ = (Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ. Χ την: F(x) = P(X 1 x 1,, X x ), x = (x 1,,x ) T 1. 0 F(x) 1, x.. Η F είναι μη

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής Υποθέσεις του Απλού γραμμικού υποδείγματος της Παλινδρόμησης Η μεταβλητή ε t (διαταρακτικός όρος) είναι τυχαία μεταβλητή με μέσο όρο

Διαβάστε περισσότερα

3-Φεβ-2009 ΗΜΥ 429. 4. Σήματα

3-Φεβ-2009 ΗΜΥ 429. 4. Σήματα 3-Φεβ-2009 ΗΜΥ 429 4. Σήματα 1 Σήματα Σήματα είναι: σχήματα αλλαγών που αντιπροσωπεύουν ή κωδικοποιούν πληροφορίες σύνολο πληροφορίας ή δεδομένων σχήματα αλλαγών στο χρόνο, π.χ. ήχος, ηλεκτρικό σήμα εγκεφάλου

Διαβάστε περισσότερα

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ, ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΒΕΣ 6: ΠΡΟΣΑΡΜΟΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΣΤΙΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΕΣ Ακαδηµαϊκό Έτος 26 27, Εαρινό Εξάµηνο Καθ.: Νίκος Τσαπατσούλης ΕΡΩΤΗΣΕΙΣ ΓΙΑ ΕΠΑΝΑΛΗΨΗ Το

Διαβάστε περισσότερα

Ηλεκτρονικά Στοιχεία και Κυκλώματα ΙΙ. Ανασκόπηση Κεφαλαίου «Ηλεκτρικός Θόρυβος»

Ηλεκτρονικά Στοιχεία και Κυκλώματα ΙΙ. Ανασκόπηση Κεφαλαίου «Ηλεκτρικός Θόρυβος» Ηλεκτρονικά Στοιχεία και Κυκλώματα ΙΙ Εισαγωγή στα Ολο. Κυκλ. Βασική Φυσική MOS Ενισχυτές ενός σταδίου Διαφορικοί Ενισχυτές Καθρέφτες Ρεύματος Απόκριση Συχνότητας Ηλεκτρικός Θόρυβος Ανατροφοδότηση Σχεδιασμός

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ ΚΕΦΑΛΑΙΟ ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ Ως γνωστό δείγμα είναι ένα σύνολο παρατηρήσεων από ένα πληθυσμό. Αν ο πληθυσμός αυτός θεωρηθεί μονοδιάστατος τότε μπορεί να εκφρασθεί με τη συνάρτηση

Διαβάστε περισσότερα

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ 1.1 Πίνακες, κατανομές, ιστογράμματα... 1 1.2 Πυκνότητα πιθανότητας, καμπύλη συχνοτήτων... 5 1.3

Διαβάστε περισσότερα

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή: Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον

Διαβάστε περισσότερα

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών 3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών Βασικά χαρακτηριστικά τυχαίας μεταβλητής: Μέση Τιμή (Me Vlue) Διακύμανση (Vrice) Γενικά χαρακτηριστικά: Ροπές μεταβλητών / Ροπογεννήτριες Χαρακτηριστικές συναρτήσεις

Διαβάστε περισσότερα

Θεώρημα δειγματοληψίας

Θεώρημα δειγματοληψίας Δειγματοληψία Θεώρημα δειγματοληψίας Ένα βαθυπερατό σήμα πεπερασμένης ενέργειας που δεν περιέχει συχνότητες μεγαλύτερες των W Hertz μπορεί να περιγραφθεί πλήρως από τις τιμές του σε χρονικές στιγμές ισαπέχουσες

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2017-2018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Π E Ρ IEXOMENA Πρόλογος... xiii ΜΕΡΟΣ ΠΡΩΤΟ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ ΠΑΡΟΥΣΙΑΣΗ ΤΩΝ ΣΤΑΤΙΣΤΙΚΩΝ Ε ΟΜΕΝΩΝ 1.1 Εισαγωγή... 3 1.2 Ορισµός και αντικείµενο της στατιστικής... 3

Διαβάστε περισσότερα

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών Ι

Συστήματα Επικοινωνιών Ι + Διδάσκων: Δρ. Κ. Δεμέστιχας e-mail: cdemestichas@uowm.gr Συστήματα Επικοινωνιών Ι Συναρτήσεις συσχέτισης/αυτοσυσχέτισης Φίλτρα Μετασχηματισμός Hilbert + Περιεχόμενα n Συνάρτηση αυτοσυσχέτισης n Συνάρτηση

Διαβάστε περισσότερα

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής. Μέση Τιµή Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: E( ) µ xf ( x) E( ) µ xf ( x) dx Παραδείγµατα: = = x = = αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ Τµ. Επιστήµης των Υλικών ειγµατοληψία Με ιάταξη ειγµατοληψία Χωρίς ιάταξη Χωρίς Επανατοποθέτηση (n)k Με Επανατοποθέτηση n k Χωρίς Επανατοποθέτηση ( n k) Με Επανατοποθέτηση ( n+k 1 ) k ειγµατοληψία Με ιάταξη

Διαβάστε περισσότερα