
- •А.Б. Токарев
- •Оглавление
- •Введение
- •Вероятностные методы исследования случайных событий
- •Основные характеристики случайных событий
- •Алгебраический метод расчета вероятности событий
- •Основы комбинаторики
- •Геометрический метод расчета вероятности событий
- •Классификация событий
- •Расчет вероятности сложных событий
- •Понятие сложного события
- •Расчет вероятности пересечения (логического произведения) событий
- •Расчет вероятности объединения (логической суммы) событий
- •Примеры расчетов вероятностей сложных событий
- •Расчет вероятностей для последовательности независимых испытаний
- •Независимые испытания с несколькими исходами
- •Расчеты для продолжительных серий испытаний
- •Потоки событий и закон распределения Пуассона
- •Формула полной вероятности. Теорема о гипотезах
- •Вероятностное описание случайных величин
- •Случайные величины и их классификация
- •Понятие закона распределения случайной величины
- •Ряд распределения дискретной случайной величины
- •Типовые законы распределения дискретных случайных величин
- •Равномерное распределение дсв
- •Геометрическое распределение дсв
- •Биномиальное, пуассоновское и гипергеометрическое распределения
- •Функция распределения вероятностей св
- •Плотность вероятности случайной величины
- •Типовые законы распределения непрерывных случайных величин
- •Равномерное распределение нсв
- •Нормальное (гауссовское) распределение
- •Распределение Релея
- •Распределение Коши
- •Показательное распределение
- •Распределение арксинуса
- •Распределение константы
- •Пример и особенности распределения смешанных случайных величин
- •Примеры исследования вероятностных характеристик случайных величин
- •Интегральная формула полной вероятности
- •Числовые характеристики случайных величин
- •Начальные моменты распределения и математическое ожидание случайной величины
- •Центральные моменты распределения и дисперсия св
- •Прочие числовые характеристики св
- •Расчет числовых моментов нормального распределения
- •Примеры расчета числовых характеристик типовых распределений непрерывных случайных величин
- •Свойства равномерного распределения
- •Числовые характеристики распределения Релея
- •Числовые характеристики распределения Коши
- •Характеристики показательного распределения
- •Гамма распределение
- •Производящие функции и их применение для расчета числовых характеристик дискретных случайных величин
- •Понятие и свойства производящих функций
- •Характеристики биномиального распределения
- •Характеристики геометрического распределения
- •Свойства распределения Пуассона
- •Примеры исследования числовых характеристик случайных величин
- •Функциональное преобразование случайных величин
- •Преобразование дискретных случайных величин
- •Преобразование непрерывных случайных величин
- •Базовый случай
- •Анализ функционального преобразования при бесконечнозначной обратной функции
- •Расчет числовых характеристик случайных величин на выходе нелинейного преобразователя
- •Примеры анализа функциональных преобразований случайных величин
- •Для математического ожидания имеем
- •Формирование случайных величин с заданным законом распределения
- •Системы случайных величин
- •Понятие системы случайных величин (многомерной случайной величины)
- •Вероятностное описание систем дискретных св
- •Функция распределения системы случайных величин
- •Плотность распределения вероятностей системы св
- •Зависимость случайных величин и условные законы распределения составляющих системы св
- •Числовые характеристики системы двух св
- •Определения и общие свойства моментов распределения системы св
- •Корреляционные характеристики случайных величин
- •Условные числовые характеристики случайных величин
- •Двумерный нормальный закон распределения
- •Приложение 1. Дельта-функция Дирака
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Библиографический список
- •394026 Воронеж, Московский просп., 14
Приложение 1. Дельта-функция Дирака
Общие свойства
По определению дельта-функцияδ(t-t0) для любой действительной величины t0 равна нулю при t≠t0и неограниченно велика приt=t0
|
(П1.0) |
Интеграл от этой функции
|
(П1.0) |
Дельта-функция – это предельная функция от однопараметрического семейства непрерывных функций, причем примеров таких семейств очень много. Рассмотрим, например, совокупность s(t,τ) прямоугольных импульсов единичной площади, длительность которых составляет τ, а высота 1/τ
|
(П1.0) |
Если длительность импульса τ устремить к нулю, то в результате предельного перехода получим дельта-функцию.
Альтернативным вариантом получения δ-функции может быть
|
(П1.0) |
Если дельта-функция δ(t-t0) выступает в качестве сомножителя при любой ограниченной и непрерывной в точке t0 функции f(t), то интеграл от подобного произведения определяется так называемым фильтрующим свойством дельта-функции
|
(П1.0) |
Если же функция f(t) имеет в точкеt0 разрыв (первого рода), то фильтрующее свойстводельта-функции приобретает вид[3]
|
(П1.0) |
где
и
значенияf(t)
слева и справа от точки разрыва.
Свойства производных дельта-функции
Производные от дельта-функции определяются как пределы соответствующих производных от аппроксимирующих функций. Например, используя (П1.0), для первой производной дельта-функции имеем
|
(П1.0) |
Нетрудно видеть, что при любом t≠0 эта производная принимает нулевые значения, а в самой точкеt=0 наблюдается разрыв, причем производная стремится к +∞ при подходе к точке разрыва слева и к –∞ при стремлении кt=0 справа. На производные распространяются и фильтрующие свойства дельта-функции. Свертка производной дельта-функцииn-го порядка с любой функцией, имеющей непрерывную в точкеt0производнуюn-го порядка равна
|
(П1.0) |
Любопытно, что существуют и иные функции, обладающие фильтрующим свойством, например, функция sin(x) / x. Если f(x)непрерывна в точкеx = a, то
|
(П1.0) |
Спектральные характеристики дельта-функции
Из фильтрующего свойства дельта-функции следует
|
(П1.0) |
т.е. спектр дельта-функции равномерный на всех частотах и имеет единичную интенсивность. Соответственно, спектр полусуммы двух дельта-функций 0,5 · [δ(t-t0)+δ(t+t0)] равен
|
(П1.0) |
Для обратного преобразования Фурье получаем соответственно
|
(П1.0) |
а также
|
(П1.0) |
Размерность и особенности нормировки
Размерность дельта-функции обратна размерностиеё аргумента, т.е. если аргументом дельта-функции служит времяt, выражаемое в секундах, то значенияδ(t-t0) выражаются в «1/c», а для функции δ(u-u0), аргументом которой служит напряжение, результаты будут выражаться в «1/В».
Дельта-функции нередко появляются в составе плотности вероятности, спектральной плотности мощности и т.п., то есть характеризуют плотностьy(x)распределения некоторой величины Y вдоль оси аргумента x. Своеобразие их поведения проявляется при попытке изменения масштаба аргумента, т.е. при переходе от y(x) к функции y(v) нового аргументаv = k·x.
Рассмотрим
сначала особенности поведения зависимостейy(·),не имеющихв своём составедельтообразных
компонент. Если функцииy(x)
и y(v)
имеют совпадающую размерность,то
никаких мер по нормировке значений
принимать не требуется, а правило расчета
доли величины Y,
приходящейсяна
произвольный интервал от
до
,
возникает при интегрировании
автоматически - путем очевидной замены
переменных
|
(П1.0) |
где, очевидно,
и
.
Классические примеры подобной нормировки можно найти, например, в области спектрального анализа. Частотные характеристики могут выражаться функциями циклической частоты f, измеряемой в герцах, или функциями круговой частоты ω, измеряемой в радианах за секунду. Однако, вне зависимости от конкретного используемого аргумента значения характеристик сигналов и цепей остаются неизменными и лишь при интегрировании по частоте ω перед интегралом появляется нормировочный коэффициент «1 / 2π».
Если же замена
аргумента сопровождается соответствующим
изменением размерностирезультатов, то значения функции должны
быть увеличены вkраз. Например, если плотность печати
принтера составляет 600 точек на дюйм,
то при пересчете к 1 метру, включающему
39,37 дюйма, плотность печати будет уже
23622 точек на метр, что соответствует
соотношению между аргументами.
В подобных случаях, очевидно, расчетная
формула (П1.0) распадается на две независимые
части, каждая из которых не требует
поправочных коэффициентов
|
(П1.0) |
Случай присутствия дельтообразных компонент:
Пусть теперь в составе зависимости y(x), имеется слагаемое видаY0 · δ(x-x0). Это означает, что доля величины Y, приходящейся на бесконечно малую окрестность точки x0, составляетY0. Очевидно, что в бесконечно малой окрестности точки v0 = k·x0 должна содержаться та же доля Y.
Если функции y(x) и y(v) дают результаты с совпадающей размерностью, то для расчета этой доли Y будет использоваться (П1.0), а значит для сохранения Y поправочные коэффициенты потребуется увеличить в k раз, т.е.
|
(П1.0) |
где-часть
зависимости, не содержащая дельтообразных
компонент.
Если же замена аргумента сопровождается изменением размерности результатов, то в соответствии с (П1.0) корректировка коэффициентов при дельта-функции не требуется
|
(П1.0) |