- •И математической статистике
- •Ч а с т ь III
- •2. Описание случайных процессов и полей
- •3. Представления и преобразования случайных функций
- •4. Стационарность и однородность случайных функций;
- •5. Непрерывность, дифференцируемость и интегрируемость
- •6. Спектральное представление случайных процессов и полей
- •§2. Марковские процессы
- •2.1. Последовательности зависимых испытаний. Цепи Маркова.
- •2.2. Марковские процессы.
- •§3. Элементы теории систем массового обслуживания (смо)
- •3.1. Основные понятия, определения и компоненты моделей смо
- •3.2. Потоки событий.
- •3.3. Классификация смо и их основные характеристики
- •Раздел 2. Вариаты практических заданий задачи для самостоятельного решения
- •Раздел 3. Решения вариатов типовых заданий задача 1.
- •Задача 2.
- •Задача 3.
- •Задача 4.
- •I. Свойства дельта- функции и некоторых других обобщённых функций
- •II. Использование таблиц распределения пуассона при решении задач смо
- •III. Статистические таблицы
- •Примечания:1) функция Лапласа и интеграл ошибоксвязаны соотношением;
- •Содержание
- •Часть III
4. Стационарность и однородность случайных функций;
эргодичность
Стационарность случайных процессов
Случайный процесс ξ(t) называют стационарным в узком (строгом) смысле, если все конечномерные функции распределения вероятностей любого порядка инвариантны относительно сдвига по времени, т. е. при любых n и t0 справедливо равенство
Fn (x1, …, xn; t1 – t0, …, tn – t0) = Fn (x1, …, xn; t1, …, tn). (1.4.1)
У стационарного в узком смысле процесса математическое ожидание и дисперсия – постоянные, т. е. mξ (t) = mξ = const; Dξ = Kξ (t, t) = const, а корреляционная функция зависит лишь от разности своих аргументов: Kξ (t, t') =
= Kξ (τ), где τ = t' – t.
Если для процесса ξ(t) выполняются лишь перечисленные условия, а равенство (1.4.1), начиная с некоторого значения n, не выполняется, то этот случайный процесс называют стационарным в широком смысле.
Из стационарности в узком смысле, очевидно, следует стационарность в широком смысле, но не наоборот. Для нормальных стационарных процессов оба понятия стационарности совпадают. Следует также отметить, что сумма двух нестационарных процессов может оказаться стационарным процессом.
Для стационарного в широком смысле процесса ξ(t) справедливо:
Kξ(–τ) = Kξ(τ); Kξ(0) = Dξ ; | Kξ(τ) |≤ Kξ(0); . (1.4.2)
Два случайных процесса ξ(t) и η(t) называются совместно стационарно связанными в узком смысле, если их совместные функции распределения вероятностей любого порядка инвариантны относительно сдвига по времени:
Fn (x1, …, xn; y1, …, ym; t1 – t0, …, tn – t0; t'1 – t0, …, t'm – t0) =
= Fn (x1, …, xn; y1, …, ym; t1, …, tn; t1, …, tm). (1.4.3)
Надо отметить, что если каждый из процессов ξ(t) и η(t) является стационарным, то отсюда вовсе не следует, что они будут стационарно связанными в узком смысле.
Два случайных процесса ξ(t) и η(t) называются стационарно связанными в широком смысле, если их взаимная ковариационная функция (т.е. и корреляционная функция тоже) инвариантна относительно сдвига по времени:
Rξη (t1, t2) = M{ ξ(t1)η(t2)} = M{ ξ(t1 – t1)η(t2 – t1)} = Rξη (τ), τ = t2 – t1. (1.4.4)
Отметим, что если каждый из процессов ξ(t) и η(t) является стационарным в широком смысле, то отсюда вовсе не следует, что они являются стационарно связанными в широком смысле.
Помимо указанных двух основных определений стационарности, встречаются и другие понятия стационарности:
• Случайный процесс ξ(t) называется стационарным порядка k, если равенство (1.4.1) выполняется не для любых n, а только при n ≤ k.
• Случайный процесс ξ(t) называется асимптотически стационарным в узком смысле, если .
• Случайный процесс ξ(t) называется стационарным в узком смысле на конечном интервале, если равенство (1.4.1) выполняется только для всех временных точек этого интервала. Этот процесс будет стационарным в широком смысле на конечном интервале, если для всех временных точек этого интервала он имеет постоянное математическое ожидание и корреляционную функцию, инвариантную относительно сдвига по времени.
• Случайный процесс со стационарными в узком смысле приращениями – процесс, у которого приращения, т.е. разность ξ(t + τ) – ξ(t) для каждого фиксированного τ, есть стационарный в узком смысле процесс. Если эти приращения – стационарный в широком смысле процесс, то ξ(t) – случайный процесс со стационарными в широком смысле приращениями.
• Случайный процесс ξ(t) называется периодически стационарным или циклостационарным в узком смысле с периодом T, если равенство (1.4.1) выполняется только при t0 = mT, m = 1, 2, … . Случайный процесс ξ(t) называется периодически стационарным в широком смысле с периодом T, если для любых целых чисел k и m выполняются равенства
M{ ξ(t + kT)} = M{ ξ(t)} = mξ(t), Kξ (t + kT, t' + mT) = Kξ (t, t'). (1.4.4)
При этом следует отметить, что несмотря на наличие термина «стационарный», три последние группы случайных процессов стационарными не являются.
Однородность случайных полей
Приведённые определения распространяются и на случайные поля. Однородность случайного поля является аналогом стационарности случайного процесса. Случайное поле ξ() называетсяоднородным, если его плотности вероятности любого порядка не меняются при произвольном сдвиге начала координат, т. е.
. (1.4.5)
Физически однородность поля указывает на то, что в любой точке пространства поле ведёт себя «в среднем» одинаково. Если равенство (1.4.5) не выполняется, то поле являетсянеоднородным.
В более общем случае поле определено как функция координат пространства и времениt, т. е. ξ(,t). В таком случае к полю применимо понятие стационарности: случайное поле называется стационарным (во времени) в узком смысле, если его плотности не меняются при изменении начала отсчета времени (что относится как к однородным, так и неоднородным полям). Для стационарного однородного поля должно выполняться
, (1.4.6)
где ;Δτj = tj – t0 , j = 1, …, n. В частности, поместив начало отсчёта в точку (1, t1), получаем для одномерной и двумерной плотности вероятности
(1.4.7)
(1.4.8)
где .
Случайное поле называется однородным в широком смысле слова, если его математическое ожидание не зависит от координат пространства, а пространственная корреляционная функция является функцией только разности аргументов, т. е. для случайного поля ξ()
, (1.4.9)
а для случайного поля ξ(,t) будем иметь . Стационарность в широком смысле неоднородного поля порождает корреляционную функцию , где τ = t2 – t1, а стационарность однородного поля –.
Если случайное поле однородно в узком смысле, то оно однородно и в широком смысле. Обратное утверждение в общем случае несправедливо. Лишь для гауссовских случайных полей понятие однородности в узком и широком смысле совпадают.
Для однородных полей имеем:
математическое ожидание однородного поля
mξ = , (1.4.10)
дисперсия однородного поля
Dξ = , (1.4.11)
корреляционная функция однородного поля (при отсутствии временной зависимости)
. (1.4.12)
Для однородных нестационарных полей корреляционная функция зависит от моментов t1 и t2 замеров поля в точках и , т. е., а для однородных стационарных полей – только от разности этих моментов τ = t2 – t1: . Корреляционная функция в нуле во всех этих случаях не зависит от времени и равна дисперсии однородного поля: Dξ =.
Замечание 1.4.1. Так как , то пространственная корреляционная функцияв отличии от корреляционной функцииKξ(τ) случайного процесса – функция многих переменных
Эргодичность случайных процессов и полей
Параметры и характеристики случайных функций, при наличии зависимости от времени, можно определять двояко: путём усреднения по большому числу реализаций, либо путём усреднения по отрезку времени достаточной продолжительности одной реализации. При совпадении каких-либо характеристик в результате таких методов определения, говорят об эргодичности случайных функций по этим характеристикам.
Оказывается, что нестационарные случайные функции свойством эргодичности не обладают, т. е. это свойство присуще только стационарным процессам и полям, причём не всем. Таким образом например, для стационарных эргодических случайных процессов справедливы следующие оценки основных характеристик:
математическое ожидание стационарного эргодического процесса ξ(t)
mξ =; (1.4.13)
дисперсия стационарного эргодического процесса ξ(t)
Dξ = , (1.4.14)
корреляционная функция стационарного эргодического процесса ξ(t)
Kξ (τ) =. (1.4.15)
На практике временной интервал осреднения T берут конечным, но по возможности большим.
Необходимым и достаточным условием зргодичности процесса ξ(t) является выполнение условия
. (1.4.16)
Достаточно условие Kξ (t, t') → 0 при |t – t' | → ∞.
Аналогично обстоит дело и со случайными полями. Например, для однородного поля в соответствующих выражениях типа (13) – (15) осреднение по времени надо заменить осреднением по достаточно большой области пространства.
Итак, стационарный процесс ξ(t) называется эргодическим в строгом смысле, если с вероятностью единица все его вероятностные характеристики могут быть получены по одной реализации процесса. Это определение в полной мере относится и к однородному случайному полю ξ().
На практике часто интересуются не всеми, а только отдельными характеристиками случайных функций (в частности, математическим ожиданием, корреляционной функцией и одномерной функцией распределения или плотности вероятности). Ясно, что случайная функция может быть эргодической относительно одной характеристики (параметра) и неэргодическим для других. В вязи с этим введём понятие эргодичности отдельных основных параметров случайной функции. Сделаем это на более простом примере стационарной случайной функции, т. е. осреднение единственной реализации будет проводиться по времени, в соответствии с соотношениями (13) – (15). За основу определений эргодичности взят следующий факт: аналоги соответствующих характеристик процесса определяются временным осреднением реализации за конечный интервал времени [0, T] и затем устанавливаются условия, при которых дисперсия получающихся временных средних значений стремится к нулю при T → ∞.
Стационарный случайный процесс ξ(t) обладает эргодическим свойством относительно математического ожидания, т. е. M{ξ(t)} = mξ задаётся соотношением (1.4.13) тогда и только тогда, когда выполняется равенство
. (1.4.17)
Стационарный случайный процесс ξ(t) обладает эргодическим свойством относительно корреляционной функции, т. е. Kξ (τ) задаётся соотношением (1.4.15) тогда и только тогда, когда выполняется равенство
, (1.4.18)
где Kη (τ') – корреляционная функция процесса η(t) = ξ(t + τ) ξ(t).
Стационарный случайный процесс ξ(t) обладает эргодическим свойством относительно одномерной функции распределения F1(x), т. е.
F1(x) = (1.4.19)
тогда и только тогда, когда выполняется равенство
. (1.4.20)
Заметим, что для выполнения равенства (1.4.17) необходима стационарность процесса ξ(t) лишь в широком смысле, а для выполнения соотношений (1.4.18) и (1.4.20) – стационарность в узком смысле.