The probabilidade é uma das técnicas de amostragem de escolher os elementos equivalentes. Estes são especificados como amostragem aleatória. A amostragem é ajudado a desenvolver o quadro de amostragem; ele seleciona os elementos como randomly.The amostragem pode ser feito através da substituição. A suposição de amostragem aleatória pode ser realizado pelo limite Oriente Theory.Random amostragem: definição: O grupo de independentes de opções é conhecida como amostragem aleatória. A amostragem aleatória tem chances independentes análogas. A amostragem é utilizado para obter a amostra imparcial. A amostra de n elementos podem ser selecionados através dos N elementos da população. Envolve o imprevisível components.The aleatório é capaz de ter o número de tipos. A amostragem aleatória é uma da procura da pequena parte representativa de entre o grupo de elementos. A amostragem aleatória capazes de escolher os elementos dos habitantes através odds.Types idênticas de amostragem aleatória: Existem cinco tipos de sampling.Type aleatória 1: Simple sampling.Type aleatória 2: Systematic sampling.Type aleatória 3: sampling.Type aleatória estratificada 4: Cluster sampling.Type aleatório 5: sampling.Explanation aleatória de vários estágios: Tipo 1: amostragem aleatória simples: A amostragem aleatória simples é um dos tipos de amostragem. A escolha unidades elemento são depende da população com as chances idênticas sendo selecionado. A aleatória simples são preferidos desde o tamanho de N elemento população. O modo de escolha é igual à população dos diferentes probability.Type 2: sistemática de amostragem aleatória: a amostragem aleatória sistemática é um dos tipos de amostragem. Os elementos que escolhem são depende da forma aleatória e escolhendo elementos extras são espaçadas intervalos até que se obtenham as unidades esperadas. Os elementos de amostragem estão escolhendo pela sistemática ou randomly.Type 3: amostragem aleatória estratificada: A amostragem aleatória estratificada é um dos tipos de amostragem. Neste método, com base na sua característica ou variável da população pode ser dividido em vários tipos. O estrato palavra é formada pela palavra estratificada. Este exemplo pode ser a seleção da população stratum.Type 4: amostragem aleatória Cluster: A amostragem por conglomerados é um dos tipos de amostragem. Esta é a base da amostragem aleatória simples para escolher os grupos da população. Os grupos são identificados dentro dos grupos de amostras. amostragem por conglomerados é muito essencial neste environment.Type 5 econômica: multicelular amostragem aleatória: A fase de amostragem de multi aleatório é um dos tipo s de amostragem. O amálgama de amostragem por conglomerados ao lado entre amostragem aleatória simples é conhecido como sampling.Sampling aleatória de vários estágios é um tipo de técnica utilizada para digitalizar a informação analógica. A amostragem é conhecida como a conversão de analógico para digital.Digital e outros sinais analógicos são formas de onda contínuos, que são analisadas em vários pontos no tempo e convertido em amostras digitais. A precisão com a qual as amostras digitais reflectir a sua origem análogo baseia-se na "taxa de amostragem" e "amostra". Definição do Teorema de Amostragem: frequência única é maior do que ou igual ao dobro do máximo de única frequência de amostragem. Um sinal de tempo contínuo de banda limitada, com maior frequência fc pode ser recuperado exclusivamente a partir de suas amostras, desde que a taxa de amostragem F "maior que" amostras 2fc por second.Derivation do Teorema de Amostragem: O teorema de amostragem pode ser derivado usando o trem de impulsos considerados anteriormente . amostragem ideal pode ser escrito como uma multiplicação do sinal x (t) por o trem de impulsos periódicos. ' xs (t) = x (t). deltaT (t) «» XS (t) '- Transformada de Fourier single'x (t) .deltaT (t)' -Sampling singleBy usando Convalution Teorema, 'xs (t) = x (t). deltaT (t) '' = x (t) .sum_ (n = -oo) ^ oo delta (t-NT) '=' sum_ (n = -oo) ^ oo x (t). delta (t-NT) 'aqui', x (t) = x (nt) '' = sum_ (n = -oo) ^ oo x (nt). delta (t-NT) 'Então .....' Xs (w) = F {xs (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) 'Se' Brandão - omegao 'maior ou igual a' omegao ', então não haverá sobreposição entre cópias adjacentes do espectro de' x (t) ' e que pode ser recuperado utilizando um filtro passa-baixo. Pode ser visto a partir de qualquer representação de que 'Xs (t) «é periódico com um período' (2pi) /T". O que é a transformada de Fourier do sinal xs-tempo discreto '(n): = x (NT)? "Note-se que o sinal de tempo discreto é diferente de 'xs (t)'. Os XS '(t)' é um sinal de trem de impulsos, e a área dos impulsos são iguais aos valores de amostras x (t). XS (N) "por outro lado é um verdadeiro sinal de tempo discreto. Para obter a DTFT Xf s começar com o definition'Xs ^ f (omega) = sum_ (n) xs (n) e ^ (!) (- J omega n) '' = sum_ (N) x (nt) e ^ (-j omega n) "e comparar as duas representações acima para 'Xs (omega)' para obter '(Xs ^ f) (omega) = Xs (omega /T)'