|
랜덤프로세스 과목중 베르누이 과정에대한 이론과 문제를 소개한 레포트 입니다. 베르누이시행의정의
이항랜덤변수
기하랜덤변수
파스칼랜덤변수
베르누이문제
질문과답변
|
|
|
random variable & Plot the PMF of normal distriution
→ MATLAB 시뮬레이션 결과, (a) PMF(확률질량함수)와 (b) PDF(확률밀도함수)의 그래프 모양은 거의 일치함을 알 수 있었다. 그러나 (a) PMF는 이산확률변수 X의 분포를 함수로 나타낸 것으로 Discrete하며, (b) PDF
|
|
|
random process X라 하고 X의 평균 power P를 구해보라.
2-2. X의 frequency 성분을 plot해 보아라. 이 때 신호의 크기가 2^14이므로 2^14 point FFT를 이용하여 magnitude를 plot해 본다. (참고: Matlab에서 fft를 수행한 후 fftshift를 해야 low frequency 성분이 plot의 가운
|
|
|
random variable에 해당할까? 수식을 이용해 PMF를 modeling해 보고, 실제 data를 분석해서 얻은 통계적 PMF와 비교해 보자. 실제 양상과 model은 잘 맞아떨어지는가? 차이가 있다면 어디서 발생한 것일까?>
-관측자의 한 번의 근무시간은 하루 6시간이다
|
|
|
random process라 정의할 때 Z의 FFT를 plot해 보라.
Plot the Problem 4-2. : Plot : Convolution of signal Y & gaussian filter
→ Y*G를 Z라는 random process라 정의할 때 Z의 FFT를 plot한 결과, 가우시안 필터는 저역통과필터이고 이는 차단주파수 이후로 파워를 차단한다. MA
|
|
|
random numbers.
R = RANDN(N) returns an N-by-N matrix containing pseudo-random values
drawn from a normal distribution with mean zero and standard deviation one.
RANDN(M,N) or RANDN([M,N]) returns an M-by-N matrix.
RANDN(M,N,P,...) or RANDN([M,N,P,...]) returns an M-by-N-by-P-by-... array.
RANDN wit
|
|
|
랜덤변수와 랜덤과정, 청문각, 2001. I. 서 론
II. 본 론
1. 퍼지 논리
(1) 퍼지 시스템
(2) 규칙 기반 퍼지 모델
(3) 퍼지 IF-THEN 규칙
(4) 퍼지 관계
2. 신경회로망
3. 뉴로 퍼지 모델
4. FCM 클러스터링
5. 공분산 행렬과
|
|
|
방법을 사용
>> Uniform = rand(100000,1);
>> for i=1:1:100000,
Rayleigh(i) = sqrt(-log(1-Uniform(i)));
end
>> hist(Rayleigh,100) 1. Uniform Random Number 생성
2. Exponential Random Number 만들고 Histogram 출력
3. Gaussian Random Number 생성
4. Rayleigh Random Number 생성
|
|
|
one(void);
int two(void);
int six(void);
int seven(void);
int eight(void);
int eleven(int n);
int thirteen(int n);
void tri(void);
void explain(int *solution); //참조에 의한 호출정의
int select;//전역변수정의
struct NAME{ //구조체 사용
char name[20];
char hak[20];
|
|
|
랜덤 변수 d3source.ｐ를 이용해서 그 신호를 바탕으로 임의의 신호가 어떠한 것인가를 그 전에 나타난 정보를 통해 추측할 수 있다.
이는 자기 상관 함수라는 것을 이용하는데, 이는 어떠한 시점에서 자신과 어떤 시간 t만큼 차이나는 곳과의 상
|
|
메뉴펼치기
