- •2.3.1 Приклади розв’язання задач ………………………………………… ……16
- •4.1.1 Приклади розв’язання задач ……………………………………… …… …57
- •1. Мета та завдання навчальної дисципліни
- •2.5 Рейтингове оцінювання успішності студентів
- •3. Начально-методичні матеріали
- •1. Загальні вказівки
- •2. Випадкові події
- •2.1 Приклади розв’язання задач
- •2. 2. Задачі
- •2.3.1 Приклади розв’язання задач
- •2.3.2 Задачі
- •3. Випадкові величини
- •3.1 Дискретні випадкові величини
- •3.1.1 Приклади розв’язання задач
- •3.1.2. Задачі
- •3.2. Безперервні випадкові величини
- •3.2.1. Приклади розв’язання задач
- •3.2.2. Задачі
- •3.3. Функція випадкової величини. Характеристичні функції
- •3.3.2 Задачі
- •4. Система випадкових величин
- •4.1.1. Приклади розв’язання задач
- •4.1.2. Задачі
- •4.2. Функціональне перетворення системи випадкових величин.
- •4.2.1 Приклади розв’язання задач
- •Розв’язок. Густина імовірності випадкової крапки (X,y,z) має вигляд
- •4.2.2 Задачі
- •5. Випадкові процеси
- •5.1. Приклади розв’язання задач
- •5.2 Задачі.
5.1. Приклади розв’язання задач
5.1. Випадковий процес має вигляд
;
де А – випадкова величина, яка підпорядковується нормальному закону з параметрами ;
Знайти одновимірну густину імовірності , математичне сподівання , дисперсію та кореляційну функцію .
Розв’язок. Користуючись властивостями математичного сподівання та дисперсії, знаходимо:
Так як
,
То
При фіксованому (в перерізі) є нормально розподіленою випадковою величиною, характеристиками якої визначаються рівностями (3.2). Тому одновимірна густина імовірності має вид
5.2 Характеристики випадкового процесу задані наступними виразами
Знайти характеристики випадкового процесу
Розв’язок. Похідна є лінійне перетворення, тому
Для знаходження кореляційної функції визначимо центрований процес
Отже, кореляційна функція
а дисперсія
5.3. Знайти математичне сподівання і кореляційну функцію суми двох некорольованих випадкових процесів і з характеристиками:
Розв’язок. Математичне сподівання випадкового процесу :
Запишемо центрований процес y вигляді
Тоді кореляційна функція випадкового процесу
А так як процеси і -некорельовані, то
5.4. В результаті обробки осцилограми стаціонарного випадкового процесу типу нерегулярної качки з нульовим математичним сповіданіям одержано вираз для кореляційної функції
,
де Dх=50- дисперсія; - параметр затухання; - резонансна частота.
Знайти спектральну густину .
Розв’язок. Відповідно формули Вінера – Хінчіна спектральна густина
Якщо кожний інтеграл два раза інтегрувати по частинам, то одержимо
.
Після підстановки числових значень параметрів маємо
5.5. Нехай випадковий процес задано аналітичним виразом вигляду
де - стаціонарний випадковий процес з кореляційною функцією
,
а - незалежна від процесу випадкова величина, рівномірно розподілена в інтервалі
Знайти кореляційну функцію випадково процесу та величину інтервалу його кореляції.
Розв’язок. За визначенням кореляційна функція випадкового процесу
Так як математичне сподівання процесу
тоді
Процес є стаціонарним з кореляційною функцією
Знайдемо
то він є і ергодичним.
За формулою
проводячи два раза інтегрування по частинам, знаходимо інтервал кореляції:
5.6. Стаціонарний процес з нульовим математичним сподіванням має спектральну густину
Знайти кореляційну функцію . Для випадку визначити найменшу величину при якому перерізи і некорельовані.
Розв’язок. За формулою Вінера – Хінчіна знаходимо
Для окремого випадку кореляційна функція набуває вигляду
Величину інтервалом можна визначити, прирівнявши до нуля одержану кореляційну функцію:
Звідси маємо, що перерізи випадкового процесу будуть некорельованими, якщо
Отже
де - верхня гранична частота спектральної густини S (ω). За заданою величиною Δt кількість некорельованих відліків N на інтервалі тривалістю T визначається, як N=T/Δt=2f2T.
5.7 Випадковий процес X(t)=Asin(ωt+φ) є синусоїдою з випадковою фазою φ, яка рівномірно розподілена в інтервалі [-T;T]. Перевірити цей процес на ергодичність.
Розв’язок. Для перевірки на ергодичність заданого процесу X(t) слід обчислити середнє значення процесу і його кореляційну функцію Rx(t, t+τ) двома способами (шляхом усереднень за ансамблем реалізацій і за часом), а після цього отримані результати перевірити.
1) Усереднення за ансамблем (математичне сподівання):
(3.3)
З урахуванням того, що mx(t)=0, обчислимо кореляційну функцію Rx(t, t+τ):
(3.4)
Із формул (3.3), (3.4) видно, що процес X(t) - стаціонарний.
2)Проведемо усереднення за часом. Візьмемо якусь реалізацію процесу X(t):
X (t)=Asin(ωt+φ)
і знайдемо усереднення її за часом
<X (t)>=
(3.5)
Усереднена за часом (часова) кореляційна функція
(3.6)
Із порівняння формул (3.3), (3.4) і (3.5), (3.6) видно, що знайдені значення не залежать від способу усереднення. Отже, аналізований процес можна вважати ергодичним.