tasa ergódica
La capacidad ergódica también se denomina capacidad ergódica de varios estados, que es relativa a la capacidad de interrupción.
Generalmente lo que llamamos capacidad de Shannon es la capacidad del canal obtenida en condiciones deterministas del canal, que es un valor definido. Pero, de hecho, el estado del canal es un proceso aleatorio en constante cambio, que debería describirse mediante la capacidad del canal en un sentido estadístico. Hay dos métodos de descripción en el sentido estadístico: 1) capacidad del canal ergódico y 2) capacidad del canal de interrupción.
La capacidad ergódica de cada estado se refiere al promedio temporal de la velocidad de información máxima de un canal aleatorio en todos los estados de desvanecimiento. La capacidad ergódica de cada estado es adecuada para estudiar servicios insensibles al retraso, como el correo electrónico, para determinar la velocidad máxima de larga duración. tasa de transmisión promedio a término. Dado que la capacidad ergódica de cada estado requiere un marco de codificación comercial muy largo, obviamente no es adecuado para servicios con requisitos de retardo estrictos, como la voz. Para este tipo de negocio, la longitud de la trama codificada solo puede abarcar un número limitado de estados de desvanecimiento del canal, y la capacidad tradicional de Shannon es 0.
Lo anterior R c SDA R_c^{SDA}RCS D Aes la tasa de Shannon,
Aquí, se espera que el canal obtenga la tarifa ergódica.
Aquí la tasa ergódica es una representación estadística promedio del canal que se desvanece.
Distribución de gomitas
En teoría de probabilidad y estadística, la distribución de Gumbel (también conocida como distribución de valores extremos generalizada de tipo I) se utiliza para modelar la distribución del máximo (o mínimo) de múltiples muestras de varias distribuciones.
Esta distribución se puede utilizar para representar la distribución de los niveles máximos de agua de los ríos para un año en particular, dada una lista de niveles máximos de agua de la última década. Ayuda a predecir la probabilidad de terremotos extremos, inundaciones u otros desastres naturales. La aplicabilidad potencial de la distribución de Gumbel para representar la distribución máxima está relacionada con la teoría del valor extremo, lo que sugiere que puede ser útil si la distribución de los datos de la muestra subyacente es de tipo normal o exponencial. Este artículo utiliza la distribución de Gumbel para modelar la distribución del valor máximo. Para modelar un mínimo, utilice el negativo del valor original.
La distribución de Gumbel es un caso especial de la distribución de valores extremos generalizada (también conocida como distribución de Fisher-Tippett). También se la conoce como distribución log Weibull y distribución exponencial doble (este término también se utiliza a veces para referirse a la distribución de Laplace). Está relacionado con la distribución de Gompertz: cerca del origen y restringida a la media línea positiva, se obtiene la función de Gompertz.
En la formulación de variables latentes de un modelo de regresión logística multinomial (común en la teoría de la elección discreta), los errores de las variables latentes siguen una distribución de Gumbel. Esto es útil porque la diferencia entre dos variables aleatorias distribuidas por Gumbel sigue una distribución logística.
La distribución Gumbel lleva el nombre de Emil Julius Gumbel (1891 – 1966), del artículo original que describe la distribución. [1] [2]
