
- •1.Закони розподілу випадкових процесів процесів
- •2. Одновимірні інтегральний та диференціальний закони розподілу
- •Неперервного (а), дискретного (б) та змішаного (в) процесів.
- •Закони розподілу ймовірностей дискретного процесу.
- •Щільності (б) ймовірностей дискретного процесу.
- •1 Загальна характеристика моментних функцій
- •2.Порядок та розмірність момент них функцій
- •3.Початкові моментні функції. Структура формул
- •4 Одновимірні моментні функції першого порядку
- •1.Одновимірні моментні функції другого порядку
- •Очікуваннями і різними дисперсіями.
- •Процесів із однаковими математичними очікуваннями
- •Початковою фазою: а – реалізації випадкового процесу;
- •1.Обчислення одновимірних моментних функцій за характеристичними.
- •2. Поновлення одновимірних характеристичних функцій за моментними.
- •6.1 Види статистичної залежності
- •Кореляцією (б) та некорельовані величини (в).
- •6.2 Двовимірні моментні функції другого порядку
- •7.1 Вкф двох випадкових процесів
- •Його кореляційна функція (б).
- •7.2 Нормовані кореляційні функції.
- •7.3 Особливості кореляційних характеристик
- •1 Визначення стаціонарності у вузькому та широкому значеннях
- •8.2 Математичне очікування,середній квадрат,дисперсія свп
- •8.3 Властивості акф нецентрованого та центрованого свп
- •Процесу (а) та похідної від нього (б).
- •Випадкового процесу.
- •3.Практичне застосування вкф для вирішення проблем виділення слабкого сигналу з суміші.
- •1. Визначення ергодичних випадкових процесів
- •2. Достатні умови ергодичності свп. Умова Слуцького
- •Спектральні характеристики випадкових процесів
- •1. Постановка задачі спектрального аналізу вп
- •2. Енергетичний спектр нестаціонарного вп та його зв'язок з кореляційною функцією.
- •3.Спектральна щільність потужності свп та її фізичний зміст. Спектр флуктуацій (центрованого) свп. Середній квадрат (дисперсія) та спектр свп.
- •4. Властивості спектральної щільності потужності свп. Спектр монохроматичного свп. Односторонній та двохсторонній, фізичний та математичний спектри свп
- •5. Спектр монохроматичного свп. Односторонній та двохсторонній, фізичний та математичний спектри свп
- •1. Теорема Вінера-Хінчина. Обмеження, що накладаються на акф свп. Додатньо-визначені акф.
- •1.Постановка задачі кореляційного аналізу лінійних систем при дії свп
- •3.Статистичні характеристики реакції лінійної системи на дію "білого шуму".
- •4.Статистичні характеристики реакції лінійної системи на дію "білого шуму".
- •5.Автокореляційна функція реакції. Згортка акф дії та імпульсної характеристики.
- •6. Кореляція процесів на вході та виході лінійної системи. Оцінка статистичного зв'язку "білого шуму" та реакції на нього лінійної системи.
- •З урахуванням властивості дзеркальної симетрії
- •Дійсно,
- •1.Аналіз у частотній області.
- •4. Спектральний аналіз інтегруючої системи при дії "білого шуму".
- •5. Енергетичний спектр реакції ідеального диференціатора.
- •На нього ідеального диференціатора (б).
1.Обчислення одновимірних моментних функцій за характеристичними.
Розглянемо одновимірну характеристичну функцію
(5.1)
та
обчислимо за
аргументом
першу похідну від неї:
У
разі, якщо
,
дістанемо:
Початкове значення (для ) похідної першого порядку від одновимірної характеристичної функції з точністю до постійного множника j визначає математичне очікування або одновимірну початкову моментну функцію першого порядку:
(5.2)
Друга похідна від одновимірної характеристичної функції
Тоді середній квадрат
(5.3)
Одновимірна моментна функція другого порядку з точністю до (-j)2 пропорційна другій похідній від одновимірної характеристичної функції в точці .
►Приклад. Розглянемо процес Х(t) з експоненціальним законом розподілу
У перерізі tk математичне очікування такого процесу
Середній квадрат:
Тоді дисперсія може бути обчислена як різниця між середнім квадратом та квадратом середнього значення:
.
Обчислимо ці ж величини на основі характеристичної функції першого порядку.
Перша похідна від характеристичної функції
а
початкове значення похідної
Тоді
згідно з (5.2)
.
Початкове значення другої похідної
Відповідно
до (5.3) середній квадрат
Результати розрахунків із використанням характеристичних функцій повністю збігаються з отриманими раніше на базі визначень математичного очікування та середнього квадрата.
►Приклад.
Гармонічне
коливання
визначається
випадковую початковою фазою
з рівномірним законом розподілу
на інтервалі
і детермінованими амплітудою та частотою.
Визначити середнє статистичне, середній
квадрат та дисперсію початкової фази
методом характеристичних функцій.
Раніше
було
встановлено,
що математичне очікування початкової
фази такого процесу
,
середнє
значення квадрата
,
а
дисперсія
.
Тепер обчислимо такі самі параметри на основі одновимірної характеристичної функції. Для початкової фази заданого гармонічного коливання:
(5.4)
Тоді відповідно до (5.2) та з урахуванням останнього співвідношення
(5.5)
Після двократного диференціювання характеристичної функції та розкриття невизначеності дістанемо середній квадрат та дисперсію:
.
(5.6)
►Приклад. Випадковий процес Х(t) у k-ому перерізі визначається дискретною випадковою величиною Х(tk)=[1, 2, 3, 4], ймовірності набуття значень якої задаються рядом Р(Хi)=[0,4; 0,2; 0,1; 0,3]. Визначити середній квадрат та математичне очікування процесу в заданому перерізі методом характеристичних функцій.
Згідно з означенням для дискретної випадкової величини одновимірна характеристична функція
Перша похідна від характеристичної функції за її аргументом
а її початкове значення
Тоді
згідно з (5.2) математичне очікування
Для визначення середнього квадрата обчислимо початкове значення другої похідної від характеристичної функції:
Згідно
з (7.24) середній квадрат