- •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
1.5.Совместные распределения. Условные функции распределения
Рассмотрим две зависимые случайные величины и. Пусть событиеАзаключается в том, чтох,а событиеВ –в том, что у. Тогда можно рассмотреть вероятность событияАВ: P{АВ} =P{х,у} =F2(x,y). ФункцияF2(x,y) называетсядвумернойинтегральнойфункциейраспределениявероятностей. Очевидно, чтоF2(x,) =F1(x),F2(,y) =F1(y),F2(x, –) =F2(–,y) = 0. Если двумерная функцияF2(x,y) дважды дифференцируема, можно определить
–двумернаяплотностьвероятности, или двумернаяфункцияраспределения. Естественно, что
.
Кроме того,
(1.0)
Для независимых случайных величин, естественно, что
F2(x, y) = F1(x)F1(y), 2(x, y) = 1(x)1(y). Для зависимых случайных величини существует условная вероятность того, что одна из них находится ниже уровняy,если другая заключена в пределах от xдоx1. Из формул(1.2)и (1.12)получаем:
.
Переходя к пределу х1 х,получим:
.
Функция F2(y|x) называетсяусловнойинтегральнойфункциейраспределенияслучайной величиныпри условии, что=x. Частная производная от неё поyназываетсяусловнойфункциейраспределенияслучайной величины при условии, что=x:
. (1.0)
Из формул (1.12)и (1.13)можно получитьформулуполнойвероятности:
. (1.0)
Учитывая формулу (1.14),можно, по аналогии с соотношением (1.13),записать:
. (1.0)
Формула (1.15) –аналог формулы Байеса (1.5)для случайной величины.
В общем случае для совокупности из nслучайных величин1,2, …,nможно ввестиn-мерную интегральную функцию распределения
Fn(x1, …,xn) =P{1x1, …,nxn} иn-мерную функцию распределения
.
Для взаимно независимых случайных величин 1,2, …,n, естественно,
.
Заметим, что совокупность nслучайных величин1,2, …,nможно рассматривать как компоненты случайного вектора вn-мерном пространстве. Пусть событиеAзаключается в том, что конец вектора попадает в некоторую областьGn-мерного пространства. Тогда
.
Легко показать аналогично выводу соотношений (1.12)и (1.13),что
, (1.14')
. (1.15')
Для совокупности случайных величин определены моменты
,
центральные моменты
,
и смешанные моменты
,
.
Смешанный центральный момент второго порядка называется ковариацией:
.
Для независимых случайных величин 1и2имеемМ2(1,2) = 0. Безразмерная величина
называется коэффициентом корреляциислучайных величин1и2. Конечно, |R(1,2)|1. ЕслиR(1,2) = 0,то случайные величины1и2называютсянекоррелированными. Независимые случайные величины всегда некоррелированны, обратное не обязательно. Еслиm2(1,2) = 0,то случайные величины1и2называютсяортогональными.
Вводятся также условные моменты
,
.
В качестве примера можно рассмотреть многомерное нормальное распределение совокупности случайных величин (1, …,n) :
, (1.0)
гдеD– главный определитель корреляционной матрицы вида:
,
причем ri j=rj i, |ri j| < 1, аDi j– алгебраическое дополнение элементаri j. Можно показать, что <i> =xi,M2(i) =i2,R(i,j) =ri j.
С помощью формулы (1.12 в новых лекциях 1.17)нетрудно убедиться, что каждая случайная величинаiиз совокупности, имеющей совместное нормальное распределение вида (1.16),распределена по нормальному закону вида (1.8 в новых лекциях 1.12).Обратное, вообще говоря, не верно. Частным случаем многомерного нормального распределения (1.16)является двумерное нормальное распределение:
. (1.0)
Разумеется, M2(1,2) =r12,M2(2|x1) =22(1 –r2), M2(1|x2) =12(1 –r2).
Рассмотрим на плоскости х1,х2случайную точку (конец случайного вектора ),координаты которой1,2–независимые случайные величины, распределенные по двумерному нормальному закону (1.17),причем 1=2=,
r= 0,1=2= 0. Найдем вероятность того, что точка (1,2) лежит внутри круга радиуса:0
,
– (1.0)
релеевскоераспределение.