- •3 В.К. Игнатьев. Статистическая радиофизика
- •Литература:
- •Основы теории вероятностей
- •1.1.Предмет статистической радиофизики
- •1.2.Случайные события. Вероятность
- •1.3.Случайные величины. Распределение вероятностей
- •1.4. Закон больших чисел. Аксиома измерений
- •1.5.Совместные распределения. Условные функции распределения
- •1.6. Характеристическая функция. Семиинварианты
- •1.7.Центральная предельная теорема
- •Случайный импульсный процесс
- •2.1.Функции случайной величины
- •2.2.Пуассоновский импульсный процесс
- •Случайные функции
- •3.1.Понятие случайной функции. Задание случайной функции
- •3.2.Сходимость, дифференцируемость, непрерывность и стационарность случайных функций
- •3.3.Моменты случайных функций
- •3.4.Эргодические случайные процессы
- •Корреляционная теория случайных процессов
- •4.1.Функция автокорреляции
- •4.2.Спектральная плотность интенсивности случайных процессов
- •4.3. Случайные последовательности
- •Воздействие случайного процесса на линейную систему
- •5.1. Спектральные характеристики процесса на выходе линейной системы
- •5.2.Распределение вероятностей на выходе линейной системы
- •5.3.Узкополосный гауссов процесс
- •5.4.Спектр колебаний с флуктуирующей частотой
- •5.5. Спектральное оценивание
- •Нелинейные преобразования случайных процессов
- •6.1.Нелинейное безинерциальное преобразование
- •6.2.Корреляционные функции на выходе умножителя частоты
- •Марковские процессы
- •7.1. Процесс без последействия
- •7.2. Уравнение Смолуховского
- •7.3.Марковский процесс с дискретными состояниями
- •7.4.Двумерные случайные блуждания
- •7.5.Уравнение Фоккера – Планка – Колмогорова
- •Стохастические дифференциальные уравнения
- •8.1. Постановка задачи
- •8.2. Случайные функции с независимыми приращениями
- •8.3. Усреднение точного решения стохастического дифференциального уравнения
- •8.4. Уравнение для средних
- •8.5.Уравнение Лиувилля
- •Случайные поля
- •9.1.Функция автокорреляции и спектр случайного поля
- •9.2.Электромагнитная волна в статистически неоднородной среде
- •9.3.Метод медленно меняющихся амплитуд
- •9.4.Плоская случайная волна в диспергирующей среде
- •Флуктуации в электрических цепях
- •10.1. Тепловой шум в линейных диссипативных системах
- •10.2.Дробовой шум
- •10.3.Фликкер-шум
- •10.4. Шумы электронно-дырочного перехода
- •10.5. Шум биполярного транзистора
- •10.6.Шумы полевых транзисторов
- •10.7.Шумы усилителей
- •Флуктуации в лазерных системах
- •11.1.Корреляционная функция одномодового лазерного излучения
- •11.2. Корреляционная функция многомодового лазера
- •11.3.Флуктуации в одномодовом лазере
- •Содержание
8.4. Уравнение для средних
Рассмотрим нелинейное дифференциальное стохастическое уравнение первого порядка вида (8.1):
(8.0)
и будем полагать, что (t) –дельта-коррелированный процесс (белый шум)
(t + )(t) = 2C().
Пусть x(t)–решение уравнения (8.14).Рассмотрим вспомогательную, но очень важную задачу. Пусть известна функция f[x(t)],найдём функцию[x(t)] такую, что
f[x(t)](t) = [x(t)].
Для любого момента времени tи любого> 0 можно записать:
.
В силу причинности значение f[x(t – )]зависит только от значений(t t – )и в силу дельта-коррелированности процесса(t)не коррелированны со значением (t).То есть в среднее значение f[x(t)](t)может дать вклад только коррелированная компонентаf(k)(t):f(t)(t)=f(k)(t)(t), где
.
Здесь штрихом обозначено дифференцирование по х ,а точкой – поt.
Из-за инерциальности системы, описываемой уравнением (8.14), x(t)меняется медленно в сравнении с белым шумом(t), столь же медленно меняются функцииa(x) иb(x), поэтому коррелировать с белым шумом(t)может только членb(t).В силу произвольности,выберем его много меньше времени корреляции процессаx(t), <<k(x). Тогда функцииf '(t) и b(t) на интервале интегрирования и чуть-чуть вне его почти постоянны, то есть:
.
Опять же в силу дельта-коррелированности процесса (t)функции(t)ине коррелированны с функциейf '(t– 2)b(t– 2). Тогда:
.
Здесь мы учли, что
и положили . Таким образом, мы получили:
, (8.0)
то есть (x) =Cf '(x)b(x).
Рассмотрим теперь среднее от производной произвольной функции , зависящей от решенияx(t) уравнения (8.14). С одной стороны,
(8.0)
в том смысле, в каком определена производная. С другой стороны, в силу уравнения (8.14) . Полагая в соотношении (8.15) F 'b = f,получим:
.
С учётом соотношения (8.16)окончательно получим:
. (8.0)
Уравнение (8.17) –дифференциальное уравнение для средних значений функцииF(x). В частности, полагаяF(x) =x, получим уравнение для среднего значенияx=m1:
.
Например, для линейного уравнения вида (8.14)
,
то есть для уравнения со случайными коэффициентами, имеем:
.
Решение этого уравнения можно записать в виде интеграла Дюамеля:
.
Вообще говоря, для уравнения такого вида можно найти все моменты. Положив F(x) =xn, получим замкнутую систему уравнений:
. (8.0)
Заметим, что точное решение этого уравнения вида (8.7)усреднить по случайному параметру очень трудно. ПоложивF(x) =exp(iux), для характеристической функции(u) =F(x)получим уравнение:
.
Уравнение для средних (8.17)часто удобно записать в другой форме. Поскольку
то, полагая проинтегрированные члены равными нулю, так как () = 0,получим из уравнения (8.17):
. (8.0)
Заметим, что
.
Если выбрать F(x) =(x–x1), тоF(x)=(t,x1),F(x)/t = (t,x1)/t. Подставляя эти выражения в соотношение (8.19),получим уравнение ФПК:
. (8.0)
Если переписать его в другом виде
и сравнить с уравнением ФПК вида (7.22),то получаем связь коэффициентов сноса и диффузии с коэффициентами дифференциального стохастического уравнения (8.14):
A = Cbb' – a, B = 2Cb2.