- •1.Случайные величины.Распределение вероятностей.Аксиома измерений.
- •2. Закон больших чисел. Теорема Бернулли
- •7. Пуассоновский импульсный процесс
- •8.Случайные функции: их задание, сходимость, непрерывность и стационарность.
- •9. Моменты случайных функций
- •10. Эргодические случайные процессы
- •11. Функция автокорреляции
- •12. Спектральные характеристики случайных процессов
- •13. Корреляционная теория случайных последовательностей
- •14. Спектр процесса на выходе линейной системы
- •15. Распределение вероятностей на выходе линейной системы. Теорема о нормализации
- •16. Узкополосный гауссов процесс
- •17. Спектр колебаний с флуктуирующей частотой
- •19. Нелинейное безинерциальное преобразование. Корреляц-ые фии на выходе генератора гармоник
- •20. Марковские процессы .Уравнение Смолуховского
- •21. Марковский процесс с дискретными состояниями
- •22. Двумерные случайные блуждания
- •23. Уравнение Фоккера-Планка-Колмогорова
- •24. Стохастические дифференциальные уравнения. Случайные функции с независимыми приращениями
- •25. Усреднение точного решения стохастического дифференциального уравнения
- •26. Уравнение для средних и его связь с уравнением фпк.
- •27. Уравнение Лиувилля.Случайный телеграфный сигнал.
- •28. Тепловой шум в линейных диссипативных системах. Теорема Найквиста
- •29. Дробовой и фликкер-шум. Шумы полупроводниковых приборов
- •30. Шумы усилителей
- •31. Корреляционные и спектральные характеристики случайного поля
- •32. Эмв в статистически неоднородной среде
- •33. Анализ случайной дифракции методом мма
- •34. Плоская случайная волна в диспергирующей среде
- •35. Корреляционная функция одномодового и многомодового лазерного излучения
26. Уравнение для средних и его связь с уравнением фпк.
Р/м нелинейное дифференциальное уравнение первого порядка с переменными коэффициентами:
(8.15) |
полагая, что случайный процесс (t) – белый шум, то есть
Пусть функция x(t) является решением уравнения (8.15). Рассмотрим вспомогательную задачу – найдем функцию [x(t)] такую, что
|
где f[x(t)] = f(t) – некоторая функция запаздывающего потенциала. Для любого момента времени t и для любого > 0 можно представить функцию f[x(t)] в виде
По принципу причинности f[x(t – )] может зависеть только от значений процесса (t t – ), кроме того, в силу дельта-коррелированности процесса (t) значение f[x(t – )] не коррелирует с (t). Таким образом, в среднее <f[x(t)](t)> может внести вклад только коррелированная компонента fk(t), то есть
где
Из-за инерциальности системы, x(t), а значит – и функции a(x) и b(x), должны меняться медленно по сравнению с белым шумом (t). Это означает, что коррелировать с белым шумом может только один член предыдущего уравнения, а именно b(x)(t). В силу произвола выберем его много меньшим интервала корреляции процесса x(t), то есть << k(x). Тогда можно утверждать, что функции df/dx и b(t) на интервале интегрирования [t – , t] и в некоторой его окрестности практически постоянны и можно записать
Как уже упоминалось, в силу дельта-коррелированности процесса (t) как сам процесс (t), так и его интеграл не коррелируют с произведением
поэтому
Здесь учтено
Таким образом, если положить, что
получим
|
Р/м теперь среднее от производной по времени произвольной функции F[x(t)] = F(x) = F(t), С одной стороны по определению производной
|
С другой стороны, в соответствии с уравнением (8.15), получим
Полагая в выражении (8.17)
запишем
| ||
|
дифференциальное уравнение для среднего функции F(x). В частности, при F(x) = x уравнение (8.20) превращается в уравнение для <x(t)> = m1(t):
Если Ур-
его коэффициенты равны a(x) = ax – f0(t) и b(x) = bx, а уравнение является уравнением со случайным коэффициентом. Тогда уравнение для первого момента принимает вид
или по-другому
Решение этого уравнения может быть записано в виде интеграла Дюамеля:
Уравнение для средних (8.20) часто удобнее записывать в другом виде. Вычислим его компоненты, учитывая, что (t, ) = 0:
Получаем
|
причем
Если выбрать F(x) = (x – x1), то
Тогда
|
Если это уранение переписать в виде
получим уравнение ФПК и, главное – связь коэффициентов сноса и диффузии с коэффициентами уравнения:
27. Уравнение Лиувилля.Случайный телеграфный сигнал.
Р/м решение нелинейного уравнения для x(t), считая, что случайный процесс (t) не обязательно является белым шумом. Выберем в качестве функции [x(t)] = [x(t) – s], где s – некоторая константа. Тогда
В силу свойств -функции b(x)(x) = b(s)(x) = bs(x) и a(x)(x) = a(s)(x) = as(x), поэтому
|
- уравнением Лиувилля. Усредним его, учитывая, что s, bs и as не являются случайными величинами:
Учитывая, что
получим
|
усредненное уравнение Лиувилля. В частном случае, когда (t) – белый шумовой процесс, учитывая выражение (8.17), вычислим коррелятор
подставив который в выражение (8.24), получим
уравнение ФПК.
Случайный телеграфный сигнал …
Ра/м методы решения стохастических дифференциальных уравнений высокого порядка путем их сведения к системе уравнений первого порядка. Рассмотрим уравнение вида
где (t) – белый шум с нулевым средним. Обозначим и перепишем уравнение в виде
или, в соответствии с формой (8.15)
где b(x) = 1 – x – x1 – x2. Усредним полученное уравнение
Вычисляем корреляторы этого Ур-ия:
Подставив корреляторы и возвращаясь к производным x(t), получим уравнение для средних: