- •6 Случайные процессы
- •6.1 Понятие случайного процесса
- •6.2 Закон распределения случайного процесса
- •6.3 Характеристики случайного процесса
- •6.4 Определение характеристик случайного процесса по опытным данным
- •6.5 Сложение случайных процессов
- •6.6 Произведение случайной и неслучайной функций
- •6.7 Стационарные случайные процессы
- •6.8 Спектральное разложение стационарной случайной функции
- •6.9 Понятие о марковских случайных процессах
- •Список использованных источников
- •Содержание
- •Раздел 1 Случайные события…………………………………………….
- •Раздел 2 Случайные величины…………………………………………….
- •Раздел 3 Системы случайных величин……………………………………
- •Раздел 4 Функции случайных аргументов………………………………..
- •Раздел 5 Основы математической статистики……………………………
- •6 Случайные процессы…………………………………………………….
- •6.1 Понятие случайного процесса………………………………………...
6 Случайные процессы
6.1 Понятие случайного процесса
При изучении многих явлений природы приходится встречаться с процессами, течение которых заранее предсказать невозможно. Эта непредсказуемость вызвана влиянием случайных факторов, воздействующих на ход процесса. Примерами случайных процессов являются: траектории частиц в броуновском движении, траектория полета летательного аппарата, флуктуационные шумы в радиоэлектронной аппаратуре, изменение температуры больного в ходе болезни, вибрация узлов станка во время его работы и т. д.
Случайный процесс описывается случайной функцией времени x(t), мгновенные значения которой в любые моменты времени являются случайными величинами.
Случайной функцией X(t) называют функцию, которая в результате опыта может принять тот или иной вид, причем заранее неизвестно какой именно.
Случайная величина X(t0), в которую обращается случайный процесс при t=t0, называется сечением случайного процесса, соответствующим данному значению аргумента t.
Конкретный вид, который принимает случайный процесс в результате опыта, называется реализацией случайного процесса.
Реализацией случайного процесса X(t) будем называть неслучайную функцию x(t), в которую превращается случайный процесс X(t) в результате опыта.
Рисунок 6.1 – Реализации случайных процессов
Реализации случайного процесса могут иметь как непрерывную, так и дискретную структуру. По своей структуре все случайные процессы делят на четыре класса:
процессы с дискретными состояниями и с дискретным временем (рис.6.1а);
процессы с дискретными состояниями и с непрерывным временем (рис.6.1б);
процессы с непрерывными состояниями и с дискретными временем (рис.6.1в);
процессы с непрерывными состояниями и с непрерывным временем (рис.6.1г).
В результате ряда опытов получают семейство реализаций случайного процесса (Рис.6.2).
Рисунок 6.2 – Семейство реализаций случайного процесса
В каждом сечении, например, в некоторый фиксированный момент времени случайный процесс представляет собой обыкновенную случайную величину, которая принимает значения .
Поэтому случайный процесс можно трактовать как систему бесчисленного множества случайных величин.
6.2 Закон распределения случайного процесса
Под законом распределения случайного процесса понимают всякое соотношение, устанавливающее связь между реализацией случайного процесса и вероятностью ее появления.
Пусть нас интересует реализация случайного процесса x(t), проходящая через точки (таблица 6.1).
Таблица 6.1
t |
t0 |
t1 |
t2 |
… |
ti |
… |
tn |
x |
x0 |
x0 |
x2 |
… |
xi |
… |
xn |
Функция называется n – мерной функцией распределения вероятностей случайного процесса и определяется как вероятность того, что случайный процесс X(t) в моменты времени примет значения меньшие соответственно , т.е.
. (6.1)
Если функция имеет смешанную частную производную по аргументам , т.е.
, (6.2)
то она называется n – мерной плотностью вероятности случайного процесса.
Эти функции в зависимости от числа сечений позволяют получить наиболее полное описание случайного процесса. Однако для решения многих инженерных задач достаточно знать одномерный или двумерный закон распределения случайного процесса, т.е. или . Если эти законы имеют нормальное распределение, то и случайный процесс X(t) также называют нормальным.