- •Лекція 4 Моделі фізичних процесів з неперервним і дискретним часом. Статистичне оцінювання
- •4.1. Моделі стаціонарних процесів з неперервним часом.
- •4.2. Моделі стаціонарних випадкових процесів із дискретним часом
- •4.3. Статистичне оцінювання характеристик випадкових процесів. Часовий ряд.
- •Контрольні запитання
4.2. Моделі стаціонарних випадкових процесів із дискретним часом
Випадкові процеси з дискретним часом належать до множини часових рядів, тобто впорядковані по часу і являють собою скінченні або зліченні послідовності випадкових величин (більш докладне означення часового ряду наведено в наступному підрозділі 4.3). Така модель широко використовується для опису сигналів при вирішенні різноманітних прикладних задач.
Використання засобів обчислювальної техніки при аналізі сигналів пов’язано з перетворенням неперервних сигналів в сигнали з дискретним часом, що знову приводить до розгляду часових рядів.
На сьогодні розроблені ймовірнісні і статистичні методи аналізу часових рядів. Класичні результати аналізу приведені в роботах Т.В.Андерсона (T.W.Anderson), М.С.Бартлета (M.S.Bartlett), У.Гренандера (U.Grenander), Дж.Дуба (J.L.Doob), А.М.Колмогорова, Г.Крамера (H.Cramer), М.Розенблата (M.Rosenblatt), Е.Хеннена (E.J.Hannan) та інших.
В цьому підрозділі коротко зупинимось на результатах аналізу стаціонарних процесів з дискретним часом. Для слабо стаціонарного процесу з дискретним часом має місце теорема Герглотца (G.Herglotz, 1911р.).
ТЕОРЕМА
ГЕРГЛОТЦА. Для довільної дійсної
стаціонарної послідовності
функція
може бути представлена у вигляді
(4.6)
де
дійсна, неперервна зліва, неспадна
функція на відрізку
,
для якої
Зауважимо, що при цьому
(4.7)
Ця теорема є аналогом теореми Хінчина для процесів з неперервним часом. Наведемо дещо змінене формулювання теореми Герглотца для дійсного процесу, в формі, яка буде зручною для пояснення наступних викладок. При цьому функції та набувають іншого змісту, який буде зберігатися на протязі всього подальшого матеріалу.
ТЕОРЕМА.
Якщо
- дійсний, слабо стаціонарний випадковий
процес з
то його кореляційна функція може бути
представлена у вигляді
(4.8)
де
- називається спектральною функцією
процесу і визначається за допомогою
співвідношення
.
(4.9)
У випадку,
коли відомі значення
спектральна функція
визначається за допомогою ряду
Фур'є-Стілтьєса. Враховуючи (4.9), можна
записати
,
(4.10)
зауваживши
при цьому, що формула (4.8) в загальному
випадку дозволяє визначити коефіцієнти
Фур'є-Стілтьєса цього ряду. Це означає,
що при
потрібно взяти доданок
.
Відзначимо,
що вимога
потрібна для забезпечення співвідношення
(4.9). Спектральна функція задає спектральну
міру на колі. Спектральна функція
є дійсна, неспадна і може змінюватися
як неперервно так і стрибками і на
відміну від раніше введених спектральних
функцій, тут відсутнє нормування та
допускаються не нульові значення при
,
тобто повна зміна
на інтервалі
дорівнює
,
де
- дисперсія або середня потужність
процесу
,
а
.
Із співвідношення (4.9) зразу випливає,
що
при всіх
,
тому
повністю визначається своїми значеннями
на інтервалі
Якщо
існує абсолютно неперервна функція
,
така, що
(4.11)
то
називають спектральною
щільністю потужності
процесу
з дискретним часом. Для дійсного процесу
дійсна і
.
Формула (4.8), при умові, що існує , визначає коефіцієнти ряду Фур'є для спектральної щільності, тому можна зобразити рядом Фур'є у вигляді
(4.12)
