- •Моделирование в системе MathCad типовых периодических сигналов (виртуальные генераторы);
- •Правило трёх сигм – (запомните!!!)
- •Вычисление спектра амплитуд и фаз периодического сигнала (ряда Фурье);
- •Приближенное вычисление спектра амплитуд периодического сигнала (формулы Бесселя);
- •Функции Бесселя первого рода
- •Вычисление спектра амплитуд и фаз периодических сигналов с помощью процедуры бпф;
- •Вычисление спектральной плотности импульсных сигналов с помощью бпф
- •Гармонический сигнал
- •Виды колебаний
- •Применение бпф для моделирования искажений сигналов в линейных цепях
- •Применение бпф для фильтрации сигналов
- •Аналогии цепей различной физической природы;
- •Математические модели накопителей потенциальной и кинетической энергии;
- •Кинетические механические накопители
- •Колебательные (резонансные) накопители энергии
- •Механические накопители с использованием сил упругости
- •Пружинные механические накопители
- •Тепловые накопители энергии
- •Электрические накопители энергии
- •Конденсаторы
- •Дифференциальные уравнения простейших цепей;
- •Передаточные функции простейших цепей;
- •Изображение по Лапласу простейших сигналов;
- •Структурные модели сложных цепей;
- •Моделирование переходных процессов
- •Моделирование частотных характеристик простейших цепей;
- •Встроенные функции MathCad законов распределения вероятностей;
- •Простейшие алгоритмы генераторов случайных чисел rnd(1);
- •Источники случайных чисел
- •Детерминированные гпсч
- •Гпсч с источником энтропии или гсч
- •Гпсч в криптографии
- •Примеры криптостойких гпсч Циклическое шифрование
- •Аппаратный генератор случайных чисел
- •Встроенные функции MathCad для оценки числовых характеристик случайной выборки.
- •Моделирование корреляционной матрицы системы случайных выборок
- •Встроенные функции MathCad для построения гистограмм случайных выборок
- •Имитационное моделирование разброса сопротивлений в партии резисторов;
- •Моделирование игры в кости;
- •Моделирование доски Гальтона;
- •Моделирование броуновского движения частицы;
- •Сущность явления
- •Теория броуновского движения Построение классической теории
- •Экспериментальное подтверждение
- •Броуновское движение как немарковский случайный процесс
- •Многомерный винеровский процесс
- •Корреляционная функция и ее свойства;
- •Спектральная плотность мощности и ее свойства;
- •Формальное определение
- •Связь корреляционной функции и спектральной плотности мощности;
- •Корреляционная функция белого шума на выходе фильтра низких частот;
- •Корреляционная функция узкополосного сигнала (белого шума на выходе полосового фильтра второго порядка);
Моделирование броуновского движения частицы;
Бро́уновское движе́ние — в естествознании, беспорядочное движение микроскопических, видимых, взвешенных в жидкости (или газе) частиц твёрдого вещества (пылинки, частички пыльцы растения и так далее), вызываемое тепловым движением частиц жидкости (или газа). Не следует смешивать понятия «броуновское движение» и «тепловое движение»: броуновское движение является следствием и свидетельством существования теплового движения.
В математике, а точнее в теории случайных процессов, броуновское движение (или винеровский процесс*) — это гауссовский процесс с независимыми приращениями, у которого математическое ожидание равно нулю, а среднеквадратическое отклонение равно .
Сущность явления
Броуновское движение происходит из-за того, что все жидкости и газы состоят из атомов или молекул — мельчайших частиц, которые находятся в постоянном хаотическом тепловом движении, и потому непрерывно толкают броуновскую частицу с разных сторон. Было установлено, что крупные частицы с размерами более 5 мкм в броуновском движении практически не участвуют (они неподвижны или седиментируют), более мелкие частицы (менее 3 мкм) двигаются поступательно по весьма сложным траекториям или вращаются. Когда в среду погружено крупное тело, то толчки, происходящие в огромном количестве, усредняются и формируют постоянное давление. Если крупное тело окружено средой со всех сторон, то давление практически уравновешивается, остаётся только подъёмная сила Архимеда — такое тело плавно всплывает или тонет. Если же тело мелкое, как броуновская частица, то становятся заметны флуктуации давления, которые создают заметную случайно изменяющуюся силу, приводящую к колебаниям частицы. Броуновские частицы обычно не тонут и не всплывают, а находятся в среде во взвешенном состоянии.
Теория броуновского движения Построение классической теории
В 1905 году Альбертом Эйнштейном была создана молекулярно-кинетическая теория для количественного описания броуновского движения. В частности, он вывел формулу для коэффициента диффузии сферических броуновских частиц[3]:
где — коэффициент диффузии, — универсальная газовая постоянная, — абсолютная температура, — постоянная Авогадро, — радиус частиц, — динамическая вязкость.
Экспериментальное подтверждение
Формула Эйнштейна была подтверждена опытами Жана Перрена и его студентов в 1908-1909 гг. В качестве броуновских частиц они использовали зёрнышки смолы мастикового дерева и гуммигута — густого млечного сока деревьев рода гарциния. Справедливость формулы была установлена для различных размеров частиц — от 0,212 мкм до 5,5 мкм, для различных растворов (раствор сахара, глицерин), в которых двигались частицы.
Броуновское движение как немарковский случайный процесс
Хорошо разработанная за последнее столетие теория броуновского движения является приближенной. И хотя в большинстве практически важных случаев существующая теория даёт удовлетворительные результаты, в некоторых случаях она может потребовать уточнения. Так, экспериментальные работы, проведённые в начале XXI века в Политехническом университете Лозанны, Университете Техаса и Европейской молекулярно-биологической лаборатории в Гейдельберге (под руководством С. Дженей) показали отличие поведения броуновской частицы от теоретически предсказываемого теорией Эйнштейна — Смолуховского, что было особенно заметным при увеличении размеров частиц. Исследования затрагивали также анализ движения окружающих частиц среды и показали существенное взаимное влияние движения броуновской частицы и вызываемое ею движение частиц среды друг на друга, то есть наличие «памяти» у броуновской частицы, или, другими словами, зависимость её статистических характеристик в будущем от всей предыстории её поведения в прошлом. Данный факт не учитывался в теории Эйнштейна — Смолуховского.
Процесс броуновского движения частицы в вязкой среде, вообще говоря, относится к классу немарковских процессов, и для более точного его описания необходимо использование интегральных стохастических уравнений.
*Винеровский процесс в теории случайных процессов — это математическая модель броуновского движения или случайного блуждания с непрерывным временем.
Определение
Случайный процесс называется винеровским процессом, если
почти наверное.
— процесс с независимыми приращениями.
, для любых , где обозначает нормальное распределение со средним и дисперсией . Величина является постоянной для данного процесса.
Физический смысл
Винеровский процесс описывает броуновское движение частицы, совершающей беспорядочные перемещения под влиянием ударов молекул жидкости. Константа при этом зависит от массы частицы и вязкости жидкости.
Непрерывность траекторий
Существуют винеровские процессы такие, что почти все их траектории непрерывны. Часто непрерывность траекторий включается в определение винеровского процесса.
Свойства винеровского процесса
— гауссовский процесс.
— марковский процесс.
Очевидно, . В частности:
,
.
.
Винеровский процесс автомоделен. Если — винеровский процесс, и , то
также является винеровским процессом.
Корреляционная функция для производной винеровского процесса является дельта-функцией.
Траектории винеровского процесса нигде не дифференцируемы почти наверное. Производная (в обобщенном смысле) винеровского процесса - нормальный белый шум.
Для любого заданного отрезка траектории винеровского процесса — функции неограниченной вариации на этом отрезке почти наверное