
- •§ 1. Испытания и события
- •§ 2. Виды случайных событий
- •§ 3. Классическое определение вероятности
- •§ 4. Основные формулы комбинаторики
- •§ 5. Примеры непосредственного вычисления вероятностей
- •§ 6. Относительная частота. Устойчивость относительной частоты
- •§ 7. Ограниченность классического определения вероятности. Статистическая вероятность
- •§ 8. Геометрические вероятности
- •§ 1. Теорема сложения вероятностей несовместных событий
- •§ 2. Полная группа событий
- •§ 4. Принцип практической невозможности маловероятных событий *
- •§ 1. Произведение событий
- •§ 2. Условная вероятность
- •§ 3. Теорема умножения вероятностей
- •§ 4. Независимые события. Теорема умножения для независимых событий
- •§ 5. Вероятность появления хотя бы одного события
- •§ 1. Теорема сложения вероятностей совместных событий
- •§ 2. Формула полной вероятности
- •§ 3. Вероятность гипотез. Формулы Бейеса
- •§ 1. Формула Бернулли
- •§ 2. Локальная теорема Лапласа
- •§ 3. Интегральная теорема Лапласа
- •§ 4. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях
- •§ 1. Случайная величина
- •§ 2. Дискретные и непрерывные случайные величины
- •§ 3. Закон распределения вероятностей дискретной случайной величины
- •§ 4. Биномиальное распределение
- •§ 5. Распределение Пуассона
- •§ 6. Простейший поток событий
- •§ 7. Геометрическое распределение
- •§ 8. Ги пер геометрическое распределение
- •§ 1. Числовые характеристики дискретных случайных величин
- •§ 2. Математическое ожидание дискретной случайной величины
- •§ 3. Вероятностный смысл математического ожидания
- •§ 4. Свойства математического ожидания
- •§ 5. Математическое ожидание числа появлг I события в независимых испытаниях
- •§ 1. Целесообразность введения числовой характеристики рассеяния случайной величины
- •§ 2. Отклонение случайной величины от ее математического ожидания
- •§ 3. Дисперсия дискретной случайной величины
- •§ 4. Формула для вычисления дисперсии
- •§ 5. Свойства дисперсии
- •§ 6. Дисперсия числа появлений события в независимых испытаниях
- •§ 7. Среднее квадратическое отклонение
- •§ 8. Среднее квадратическое отклонение суммы взаимно независимых случайных величин
- •§ 9. Одинаково распределенные взаимно независимые случайные величины
- •§ 10. Начальные и центральные теоретические моменты
- •§ 1. Предварительные замечания
- •§ 2. Неравенство Чебышева
- •§ 3. Теорема Чебышева
- •§ 4. Сущность теоремы Чебышева
- •§ 5. Значение теоремы Чебышева для практики
- •§ 6. Теорема Бернулли
- •§ 1. Определение функции распределения
- •§ 2. Свойства функции распределения
- •§ 3. График функции распределения
- •3. Дискретная случайная величина X задана законом распрс. Деления
- •§ 1. Определение плотности распределения
- •§ 2. Вероятность попадания непрерывной случайной величины в заданный интервал
- •§ 3. Нахождение функции распределения по известной плотности распределения
- •§ 4. Свойства плотности распределения
- •§ 5. Вероятностный смысл плотности распределения
- •§ 6. Закон равномерного распределения вероятностей
- •§ 1. Числовые характеристики непрерывных случайных величин
- •§ 2. Нормальное распределение
- •§ 3. Нормальная кривая
- •§ 4. Влияние параметров нормального распределения на форму нормальной кривой
- •§ 5. Вероятность попадания в заданный интервал нормальной случайной величины
- •§ 6. Вычисление вероятности заданного отклонения
- •§ 7. Правило трех сигм
- •§ 8. Понятие о теореме Ляпунова. Формулировка центральной предельной теоремы
- •§ 9. Оценка отклонения теоретического распределения от нормального. Асимметрия и эксцесс
- •§10. Функция одного случайного аргумента и ее распределение
- •§ 11. Математическое ожидание функции одного случайного аргумента
- •§ 12. Функция двух случайных аргументов. Распределение суммы независимых слагаемых. Устойчивость нормального распределения
- •§ 13. Распределение «хи квадрат»
- •§ 14. Распределение Стьюдента
- •§ 15. Распределение f Фишера — Снедекора
- •§ 1. Определение показательного распределения
- •§ 2. Вероятность попадания в заданный интервал показательно распределенной случайной величины
- •§ 3. Числовые характеристики показательного распределения
- •§ 4. Функция надежности
- •§ 5. Показательный закон надежности
- •§ 6. Характеристическое свойство показательно,, закона надежности
- •§ 1. Понятие о системе нескольких случайных величин
- •§ 2. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 3. Функция распределения двумерной случайной величины
- •§ 4. Свойства функции распределения двумерной случайной величины
- •§ 5. Вероятность попадания случайной точки в полуполосу
- •§ 6. Вероятность попадания случайной точки в прямоугольник
- •§ 7F Плотность совместного распределения вероятностей непрерывной, двумерной случайной величины (двумерная плотность вероятности)
- •§ 8. Нахождение функции распределения системы по известной плотности распределения
- •§ 9. Вероятностный смысл двумерной плотности вероятности
- •§ 10. Вероятность попадания случайной точки в произвольную область
- •§11. Свойства двумерной плотности вероятности
- •§ 12. Отыскание плотностей вероятности составляющих двумерной случайной величины
- •§ 13. Условные законы распределения составляющих системы дискретных случайных величин
- •§ 14. Условные законы распределения составляющих системы непрерывных случайных величин
- •§ 15. Условное математическое ожидание
- •§ 16. Зависимые и независимые случайные величины
- •§ 17. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции
- •§ 18. Коррелированность и зависимость случайных величин
- •§ 19. Нормальный закон распределения на плоскости
- •§ 20. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •§ 21. Линейная корреляция. Нормальная корреляция
- •1. Найти законы распределения составляющих дискретной двумерной случайной величины, заданной законом распределения
- •§ 1. Задачи математической статистики
- •§ 2. Краткая историческая справка
- •§ 3. Генеральная и выборочная совокупности
- •§ 4. Повторная и бесповторная выборки. Репрезентативная выборка
- •§ 5. Способы отбора
- •§ 6. Статистическое распределение выборки
- •§ 7. Эмпирическая функция распределения
- •§ 8. Полигон и гистограмма
- •§ 1. Статистические оценки параметров распределения
- •§ 2. Несмещенные, эффективные и состоятельны оценки е
- •§ 3. Генеральная средняя
- •§ 4. Выборочная средняя
- •§ 5. Оценка генеральной средней по выборочной средней. Устойчивость выборочных средних
- •§ 7. Отклонение от общей средней и его свойств
- •§ 8. Генеральная дисперсия
- •§ 9. Выборочная дисперсия
- •§ 10. Формула для вычисления дисперсии
- •§11. Групповая, внутри групповая, межгрупповая и общая дисперсии
- •§ 12. Сложение дисперсий
- •§ 13. Оценка генеральной дисперсии по исправленной выборочной
- •§ 14. Точность оценки, доверительная вероятность (надежность). Доверительный интервал
- •§15. Доверительные интервалы для оценки математического ожидания нормального распределения при известном о
- •§ 16. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном о
- •§ 17. Оценка истинного значения измеряемой величины
- •§ 18. Доверительные интервалы для оценки среднего квадратического отклонения а нормального распределения
- •§ 19. Оценка точности измерений
- •§ 20. Оценка вероятности (биномиального распределения) по относительной частоте
- •§ 21. Метод моментов для точечной оценки параметров распределения
- •§ 22. Метод наибольшего правдоподобия
- •§ 23. Другие характеристики вариационного ряда
- •§ 1. Условные варианты
- •§ 2. Обычные, начальные и центральные эмпирические моменты
- •§ 3. Условные эмпирические моменты. Отыскание центральных моментов по условным
- •§ 4. Метод произведений для вычисления выборочных средней и дисперсии
- •§ 5. Сведение первоначальных вариант к равноотстоящим
- •§ 6. Эмпирические и выравнивающие (теоретические) частоты
- •§ 7. Построение нормальной кривой по опытным данным
- •§ 8. Оценка отклонения эмпирического распределения от нормального. Асимметрия и эксцесс
- •§ 1. Функциональная, статистическая и корреляционная зависимости
- •§ 2. Условные средние
- •§ 3. Выборочные уравнения регрессии
- •§ 4. Отыскание параметров выборочного уравнения Прямой линии среднеквадратичной регрессии по несгруппированным данным
- •§ 5. Корреляционная таблица
- •§ 7. Выборочный коэффициент корреляции
- •§ 8. Методика вычисления выборочного коэффициента корреляции
- •§ 9. Пример на отыскание выборочного уравнения прямой линии регрессии
- •§ 10. Предварительные соображения к введению меры любой корреляционной связи
- •§ 11. Выборочное корреляционное отношение
- •§ 12. Свойства выборочного корреляционного отношения
- •§13. Корреляционное отношение как мера корреляционной связи. Достоинства и недостатки этой меры
- •§ 14. Простейшие случаи криволинейной корреляции
- •§ 15. Понятие о множественной корреляции
- •§ 1. Статистическая гипотеза. Нулевая
- •§ 2. Ошибки первого и второго рода
- •§ 3. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия
- •§ 4. Критическая область. Область принятия гипотезы. Критические точки
- •§ 5. Отыскание правосторонней критической области
- •§ 6. Отыскание левосторонней и двусторонней критических областей
- •§ 7. Дополнительные сведения о выборе критической области. Мощность критерия
- •§ 8. Сравнение двух дисперсий нормальных генеральных совокупностей
- •§ 9. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности
- •§ 10. Сравнение двух средних нормальных
- •"Набл — ,...-. .....» . — 1 fV/o#
- •§ 12. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки)
- •§ 13. Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности
- •§ 14. Связь между двусторонней критической областью и доверительным интервалом
- •§ 15. Определение минимального объема выборки при сравнении выборочной и гипотетической генеральной средних
- •§16. Пример на отыскание мощности критерия
- •§ 17. Сравнение двух средних нормальных генеральных совокупностей с неизвестными дисперсиями (зависимые выборки)
- •§ 18. Сравнение наблюдаемой относительной частоты с гипотетической вероятностью появления события
- •§ 19. Сравнение двух вероятностей биномиальных распределений
- •§ 20. Сравнение нескольких дисперсий нормальных генеральных совокупностей по выборкам различного объема. Критерий Бартлетта
- •§ 21. Сравнение нескольких дисперсий нормальных генеральных совокупностей по выборкам одинакового объема. Критерий Кочрена
- •§ 22. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •§ 24. Методика вычисления теоретических частот нормального распределения
- •§ 25. Выборочный коэффициент ранговой корреляции Спирмена и проверка гипотезы о его значимости
- •§ 26. Выборочный коэффициент ранговой корреляции Кендалла и проверка гипотезы о его значимости
- •§ 27. Критерий Вилкоксона и проверка гипотезы об однородности двух выборок
- •§ 1. Сравнение нескольких средних. Понятие о дисперсионном анализе
- •§ 2. Общая факторная и остаточная суммы квадратов отклонений
- •§ 3. Связь между общей, факторной и остаточной суммами
- •§ 4. Общая, факторная и остаточная дисперсии
- •§ 5. Сравнение нескольких средних методом дисперсионного анализа
- •§ 1. Предмет метода Монте — Карло
- •§ 2. Оценка погрешности метода Монте — Карло
- •§ 3. Случайные числа
- •§ 4. Разыгрывание дискретной случайной величины
- •§ 5. Разыгрывание противоположных событий
- •§ 6. Разыгрывание полной группы событий
- •§ 7. Разыгрывание непрерывной случайной величины. Метод обратных функций
- •§ 8. Метод суперпозиции
- •§ 9. Приближенное разыгрывание нормальной случайной величины
- •§ 1. Цепь Маркова
- •§ 2. Однородная цепь Маркова. Переходные вероятности. Матрица перехода
- •§ 3. Равенство Маркова
- •§ 1. Основные задачи
- •§ 2, Определение случайной функции
- •§ 3. Корреляционная теория случайных функций
- •§ 4. Математическое ожидание случайной функции
- •§ 5. Свойства математического ожидания случайной функции
- •§ 6. Дисперсия случайной функции
- •§ 7. Свойства дисперсии случайной функции
- •§ 8. Целесообразность введения корреляционной функции
- •§ 9. Корреляционная функция случайной Функции
- •§11. Нормированная корреляционная функция
- •§ 12. Взаимная корреляционная функция
- •§ 13. Свойства взаимной корреляционной функции
- •§ 14. Нормированная взаимная корреляционная функция
- •§ 15. Характеристики суммы случайных функций
- •§ 16. Производная случайной функции и ее характеристики
- •§ 17. Интеграл от случайной функции и его характеристики
- •§ 18. Комплексные случайные величины и их числовые характеристики
- •§ 19. Комплексные случайные функции и их характеристики
- •§ 1. Определение стационарной случайной функции
- •§ 2. Свойства корреляционной функции стационарной случайной функции
- •§ 3. Нормированная корреляционная функция стационарной случайной функции
- •§ 4, Стационарно связанные случайные функции
- •§ 5. Корреляционная функция производной стационарной случайной функции
- •§ 6. Взаимная корреляционная функция стационарной случайной функции и ее производной
- •§ 7. Корреляционная функция интеграла от стационарной случайной функции
- •§ 8. Определение характеристик эргодическмх стационарных случайных функций из опыта
- •§ 1. Представление стационарной случайной функции в виде гармонических колебаний со случайными амплитудами и случайными фазами
- •§ 2. Дискретный спектр стационарной случайной функции
- •§ 3. Непрерывный спектр стационарной случайной функции. Спектральная плотность
- •§ 4. Нормированная спектральная плотность
- •§ 5. Взаимная спектральная плотность стационарных и стационарно связанных случайных функций
- •§ 7. Стационарный белый шум
- •§ 8. Преобразование стационарной случайной функции стационарной линейной динамической системой
- •1Истику,
- •1Сч счсчсмсчсчсчсчсм c4c4c4cococjco сосососососо сососососо сосоч-ч- ч1
- •Гмурман Владимир Ефимович теория вероятностей и математическая статистика
§ 18. Комплексные случайные величины и их числовые характеристики
В дальнейшем кроме действительных рассматриваются и комплексные случайные функции. Эти функции и их характеристики определяют по аналогии с комплексными случайными величинами, поэтому начнем изложение с комплексных величин.
Комплексной случайной величиной называют величину 2 = X-\-Yi, где X и Y—действительные случайные величины.
413
Сопряженной случайной величине Z*=X-\-Yi назц. вают случайную величину Z = X — Yi.
Обобщим определения математического ожидания и дисперсии на комплексные случайные величины так, чтобы в частности, при F = 0 эти характеристики совпали с ра1 нее введенными характеристиками действительных слу. чайных величин, т. е. чтобы выполнялись требования:
тг = тх, (*)
Математическим ожиданием комплексной случайной величины Z — X + Yi называют комплексное число
тг = тх + myi.
В частности, при у = 0 получим тг = тх, т. е требование (*) выполняется.
Дисперсией комплексной случайной величины Z называют математическое ожидание квадрата модуля центрированной величины Z:
В частности, при Y = 0 получим Dg = М[(X)2] = Dx, т.е. требование (**) выполняется.
Учитывая, что математическое ожидание суммы равно сумме математических ожиданий слагаемых, имеем
Итак, дисперсия комплексной случайной величины равна сумме дисперсий ее действительной U мнимой частей:
Известно, что корреляционный момент двух равных случайных величин ХХ = Х2 = Х равен дисперсии Dx — положительному действительному числу. Обобщим определение корреляционного момента так, чтобы, в частности, корреляционный момент двух равных комплексных случайных величин Z1 = Z2 = Z был равен дисперсии Dz-~ положительному действительному числу, т. е. чтобы выполнялось требование
414
Корреляционным моментом двух комплексных случайных величин называют математическое ожидание произведения отклонения одной из величин на сопряженное отклонение другой:
t Zt].
p частности, при Z1 = Z2==Z, учитывая, что произведение сопряженных комплексных чисел равно квадрату их модуля, получим
т, е. требование (***) выполняется.
Корреляционный момент комплексных случайных величин Zl^Xl + YJ и Z% = Xi + Y2i выражается через корреляционные моменты действительных и мнимых частей этих величия следующей формулой:
О***,—V-xlVt) i. (****)
Рекомендуем вывести эту формулу самостоятельно.
§ 19. Комплексные случайные функции и их характеристики
Комплексной случайной функцией называют функцию
где X (t) и Y (t)—действительные случайные функции действительного аргумента /.
Обобщим определения математического ожидания и дисперсии на комплексные случайные функции так, чтобы, в частности, при Y = 0 эти характеристики совпали с ранее введенными характеристиками для действительных случайных функций, т. е. чтобы выполнялись требования-
mz(t)=mx(t), v*)
Dt(t) = DAt). (**)
Математическим ожиданием комплексной случайной Функции Z(t) = X (t) 4- Y (t) i называют комплексную Функцию (неслучайную)
415
В частности, при У = 0 получим mz(t) = mx(t), т.е. тре. бование (*) выполняется.
Дисперсией комплексной случайной функции Z(t) Ha_ зывают математическое ожидание квадрата модуля центри. рованной функции Z(t):
В частности, при У = 0 получим Dz (t) = M [X (Щ* -, = Dx(t), т. е. требование (**) выполняется.
Учитывая, что математическое ожидание суммы равно сумме математических ожиданий слагаемых, имеем
Dg(t) = M[\Z (О /»] = М {[X (/)]■ + [Y (/)]•} = = М[Х (/)]»+ М [Y (О? = Dx (0 + Dy (0.
Итак, дисперсия комплексной случайной функции равна сумме дисперсий ее действительной и мнимой частей:
Известно, что корреляционная функция действительной случайной функции X (t) при разных значениях аргументов равна дисперсии Dx{t). Обобщим определение корреляционной функции на комплексные случайные функции Z(t) так, чтобы при равных значениях аргументов ty = t2 — t корреляционная функция Kz(t, t) была равна дисперсии Dz(t), т. е. чтобы выполнялось требование
/С, ('. 0 = 0,(0- (***)
Корреляционной функцией комплексной случайной функции Z (t) называют корреляционный момент сечений
/ C,(*lt /,) = Л1 В частности, при равных значениях аргументов
К At, t) =
т. е. требование (***) выполняется.
Если действительные случайные функции X (/) и Y (О коррелированы, то
416
»сли X (t) и Y (t) не коррелированы, то
K.ih. t*)=KA*i. tJ + Kyih, t,).
Рекомендуем убедиться в справедливости этих формул, }спользуя соотношение (****) предыдущего параграфа. ' Обобщим определение взаимной корреляционной функции на комплексные случайные функции Zl{t) = X1(t) + -\-Yx(t)i и Zt(t) = X2(t) + Yt(t) i так, чтобы, в частности, при Y1 — Yi = 0 выполнялось требование
*«,,,('i. ta) = RXlXt(tlt tt). (****)
Взаимной корреляционной функцией двух комплексных случайных функций называют функцию (неслучайную)
Я „«.(<1. ti) M[Z1(tl)Z, |fe частности, при Y1 = Ya — 0 получим
s |r. e. требование (****) выполняется.
> Взаимная корреляционная функция двух комплексных случайных функций выражается через взаимные корреляционные функции их действительных и мнимых частей следующей формулой:
+ [/?*,„.(<.. '.)-/?*,„,(Л. '.)]'• Рекомендуем вывести эту формулу самостоятельно.
Задачи
1. Найти математическое ожидание случайных функций:
a) X(t) = Ut2, где U — случайная величина, причем M(U) = b; б) X (t) = U cos 2t-\-Vt, где U и V—случайные величины, причем M(U) = 3, M(V) = 4.
Отв. a) mx(t) = bt2; б) mx(t) = Zcos2t+Al.
2. Задана корреляционная функция Кх (tx, t2) случайной функ ции X (t). Найти корреляционные функции случайных функций- а) У(/) = Л(/)4-/; б) Y (/) = (/ + !) X (t); в) К(/) = 4Л(/).
Отв. а) /(„(/,, /J = /C,(/i, /2); б) Ku(tu ti) = (tl+ I) (/t+l)X Xf*(/i, '2); в) /Cw(/,, t^=l6Kx(ti, /,).
3. Задана дисперсия Dx (/) случайной функции Л (/). Найти Дисперсию случайных функций: a) Y (/)= X (/) + е'; б) К(/) = /Х(/).
Оли. a) Dv(t) = Dx(l); б) Dy(l) = t2Dx(t).
4. Найти: а) математическое ожидание; б) корреляционную функ- Чию; в) дисперсию случайной функции X (/) = U sin 2/, где £/ — слу чайная величина, причем УИ (С) = 3, D(U) — 6.
14-181 417
Отв. а) тх (0 = 3 sin 2t; б) Кх (tu tt) = 6 sin 2tx sin 2/.. в) Dx(/)=6sin22f.
5. Найти нормированную корреляционную функцию случайной функции X (t), зная ее корреляционную функцию Кх (<ь tt) =- -3cos(/, —/i).
O/ne. px(/!, /2) = cos(/,—fj).
6. Найти: а) взаимную корреляционную функцию; б) нормирован ную взаимную корреляционную функцию двух случайных функций X(t) = (t + l)U и Y(t) = (t*+l)U, где U — случайная величина, причем D(U) = 7.
Отв. a) Rxy(tu /2)=7(/1+1) (^1+1); б) pxy(tlt t2) = l.
7. Заданы случайные функции X (() = (( — \)U и Y(t) = t*U, где U и V — некоррелированные случайные величины, причем M(t/) = 2, M(V)=3, D(L0 = 4, D(V)=5. Найти: а) математическое ожидание; б) корреляционную функцию; в) дисперсию суммы Z(t) =
X(t) + Y(t)
Указание. Убедиться, что взаимная корреляционная функция заданных случайных функций равна нулю и, следовательно, X (t) и Y (t) не коррелированы.
Отв. a) m,(/) = 2(f —1) + 3<«; б) Kt(tu ta) = 4(tl—l)(t,-l) +
bl; в) D2(0 = 4(/-l)2 + 6/4.
8. Задано математическое ожидание mx(t) =t*-\-l случайной функции X (t). Найти математическое ожидание ее производной.
Отв. т-х (t) = 2t.
9. Задано математическое ожидание тх(/)=** + 3 случайной
Функции X (t). Найти математическое ожидание случайной функции ■ (*) = <*'(*) + ''•
Отв. оту(/) = Я(/ + 2).
10. Задана корреляционная функция Kx{tlt /2) = е-<*1-*1>2 слу чайной функции л (t). Найти корреляционную функцию ее произ водной.
Отв. Kx(tx, /2) = 2e~"»-<.>t[l-2tf2-/1)!B].
11. Задана корреляционная функция Kx(tlt /2) = e-('i-<i)I слу чайной функции X (t). Найти взаимные корреляционные функии"* •) Rxx «ь '•>; б) Rix (/ь ^s).
Отв. а) Я^Сь /2)=-2(^-^1)е-«.-*.)1; б) Я. (/lf h) **
-2 (/,-/!> е-«1-*Л **
12. Задано математическое ожидание /л* (/) = 4^s случайной фун"'
ции X (/). Найти математическое ожидание интеграла Y (/) = С X («) ^5#
Ome. my(t) = t*.
13. Задана случайная функция X (/) = £/ cos2 <, где U— ? ная величина, причем М((/)=2. Найти математическое
t
случайной функции Y (t) = (t*-{-l) С X(s)ds.
о Ome. mv (0 = (/* + !)[< + (sin 2/)/2].
418
14. Задана корреляционная функция Kx(ti, tt) = cose)(icosa>ta ^чайной функции X (t). Найти: а) корреляционную функцию;
i
дисперсию интеграла Y (t) = С X (s) ds.
о Отв.
a)
Kv(tlt
/2)
=
s'"^iS'"^2.
б)
15*. Задана случайная функция X (t) = Ue3t cos 2t, где if — случайная величина, причем М (U) = 5, D(U) = \. Найти: а) математическое ожидание, б) корреляционную функцию, в) дисперсию интеграла Y (t) = ^ X (s) ds.
о
Отв. а) тх (t) = 5e3t cos It;
6) Kyi*!, t2) = (l/169)[e3<i(2sin 2^ + 3 cos 2/x) — 3] [e3'» (2 sin 2/2 + + 3 cos 2t% — 3]; в) Dy (t) = (1/169) [e3* (2 sin 2/ + 3 cos 2() — 3]2.
16. Задана корреляционная функция Kx(ty, t2) = titl случайной функции X (t). Найти взаимные корреляционные функции: a) Rxy (ti, /j);
б) RyX (t\, t2) случайных функций X (t) и Y (t) — \ X (s) ds.
о Отв. a) Rxy(ti, t2) = titl/3; 6) Ryx(ti, t2)--
Глава двадцать четвертая
СТАЦИОНАРНЫЕ СЛУЧАЙНЫЕ ФУНКЦИИ