La probabilidad es una de las técnicas de muestreo de la elección de los elementos equivalentes. Estos se especifican como un muestreo aleatorio. La toma de muestras se le ayuda a desarrollar el marco de muestreo; selecciona los elementos como el muestreo randomly.The se puede hacer a través de la sustitución. El supuesto de muestreo aleatorio se puede lograr por el límite medio Theory.Random de muestreo: Definición: El grupo de independiente de opciones se conoce como muestreo aleatorio. El muestreo aleatorio tiene posibilidades independientes análogos. El muestreo aleatorio se utiliza para conseguir la muestra imparcial. La muestra de n elementos se puede seleccionar a través de los N elementos de la población. Se trata de la impredecible components.The al azar es capaz de tener el número de tipos. El muestreo aleatorio es una de las búsquedas en la pequeña parte representativa del grupo de elementos. El muestreo aleatorio capaz de elegir los elementos de los habitantes a través de odds.Types idénticas de Muestreo aleatorio: Hay cinco tipos de sampling.Type al azar 1: Simple sampling.Type azar 2: Sistemática sampling.Type al azar 3: sampling.Type aleatorio estratificado 4: Cluster sampling.Type al azar 5: sampling.Explanation aleatorio polietápico: Tipo 1: muestreo aleatorio simple: El muestreo aleatorio simple es uno de los tipos de muestreo. La elección de los elementos son unidades depende de la población con las posibilidades idénticas siendo seleccionados. El simple al azar son los preferidos por el tamaño de la población N elemento. El modo de elección es igual a la población de los diferentes probability.Type 2: muestreo aleatorio sistemático: El muestreo aleatorio sistemático es uno de los tipos de muestreo. Los elementos son la elección depende de la base al azar y la elección de los elementos adicionales están espaciados uniformemente intervalos hasta que se obtienen las unidades esperadas. Los elementos de muestreo están optando por la sistemática o randomly.Type 3: Muestreo aleatorio estratificado: El muestreo aleatorio estratificado es uno de los tipos de muestreo. En este método, en función de su característica o variable la población se puede dividir en varios tipos. La palabra estrato está formado por la palabra estratificado. Esta muestra se puede partir de la selección de la población stratum.Type 4: muestreo aleatorio Cluster: El muestreo por conglomerados es uno de los tipos de muestreo. Esta es la base de un muestreo aleatorio sencillo para la elección de los grupos de la población. Los grupos se identifican dentro de los grupos de la muestra. El muestreo por conglomerados es muy esencial en este environment.Type 5 económica: muestreo aleatorio polietápico: El muestreo aleatorio de múltiples etapas es uno de los tipo s de muestreo. La amalgama de muestreo por conglomerados junto a entre un muestreo aleatorio simple se conoce como sampling.Sampling aleatorio polietápico es un tipo de técnica utilizada para digitalizar la información analógica. El muestreo se conoce como la conversión de analógica a otras señales analógicas digital.Digital y son formas de onda continuas que son analizados en varios puntos de tiempo y transformar en muestras digitales. La precisión con la que las muestras digitales reflejan su origen analógica se basa en "frecuencia de muestreo" y "tamaño de la muestra." Definición de teorema de muestreo: la frecuencia de solo es mayor que o igual a dos veces de la máxima de una sola frecuencia de muestreo. Una señal de tiempo continuo de banda limitado, con mayor frecuencia fc se puede recuperar de forma única a partir de sus muestras siempre que la frecuencia de muestreo F "mayor que" muestras 2FC por second.Derivation del teorema de muestreo: El teorema de muestreo se puede derivar usando el tren de impulsos considerados anteriormente . Ideal muestreo puede ser escrito como una multiplicación de la señal x (t) por el tren de impulsos periódica. xs (t) = x (t). delta T (t) '' x (t) '- Transformada de Fourier single'x (t) .deltaT (t)' -Sampling singleBy usando el teorema Convalution, 'xs (t) = x (t). delta T (t) '' = x (t) .sum_ (n = oo) ^ oo delta (t-nT) '=' sum_ (n = oo) ^ oo x (t). delta (t-nT) 'aquí,' x (t) = x (nt) '' = sum_ (n = oo) ^ oo x (nt). delta (t-nT) 'Así .....' X (w) = F {x (t)} '' = sum_ (n = oo) ^ oo x (nt) .F {delta (t-nT )} '' = sum_ (n = oo) ^ oo x (nT). e ^ - (jomeganT) 'or'Xs (omega) = 1 /(2pi) X (omega). DeltaT (omega) '' = 1 /(2pi) X (omega) * omegao sum_ (k) delta (omega - komegao) '' = 1 /T sum_ (K) X (omega) * delta (omega - k omegao) '' = 1 /T sum_ (k) X (omega - k omegao) 'Si' omegas - omegao 'mayor que o igual a' omegao ', entonces no habrá superposición entre copias adyacentes del espectro de' x (t) ' y se puede recuperar usando un filtro de paso bajo. Se puede observar a partir de ya sea la representación que 'Xs (t)' es periódica con periodo '(2pi) /T'. ¿Cuál es la transformada de Fourier de los 'xs de tiempo discreto de señales (n): = x (nT)? "Tenga en cuenta que la señal discreta en el tiempo es diferente de 'xs (t)'. Los 'xs (t)' es una señal de tren de impulsos, y el área de los impulsos son iguales a los valores de las muestras x (t). xs (n) 'por otra parte es una señal verdadera de tiempo discreto. Para obtener el DTFT Xf s comenzar con la definition'Xs ^ f (omega) = sum_ (n) x (n) e ^ (!) (- J omega n) '' = sum_ (n) x (nt) e ^ (-j omega n) 'y comparar las dos representaciones anteriores de' Xs (omega) 'para obtener' (X ^ f) (omega) = X (omega /T) '