Файл: Чепиль А.М. Конспект лекций по элементам теории случайных процессов.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 20.07.2024
Просмотров: 91
Скачиваний: 0
F2[x{, x2\ t u U) = | j j f s(x i> * 2. -V- *i. (2, t3) d x ldx3dx3, (8)
|
|
— со — со - • eo |
|
^ ^ |
со |
nrt |
|
F\{x\ t) — I |
[ |
j’ /3 (*i. x 2> -V. |
Li< /3) dxy dx2 d x 3, (9) |
так как многомерные плотности распределения вероятностей и многомерные функции распределения случайного процесса f; (/) обладают всеми свойствами этих вероятностных харак теристик многомерного случайного вектора, я-мерная плот ность распределения вероятностей (или я-мерная функция рас пределения) случайного процесса является тем более полной характеристикой, чем больше я. Но для полной вероятностной характеристики произвольного случайного процесса необходи мо знать все его я-мерные законы распределения, что практи чески в общем случае неосуществимо, так как в любом конеч ном промежутке Т времени t можно рассматривать как угодно много сечений этого процесса и, следовательно, как угодно большой размерности случайные векторы и их законы распре деления. Оперировать многомерными функциямираспределе ния (при я > 3) чрезвычайно неудобно. Поэтому наиболее изу чены те случайные процессы, для полного описания которых достаточно знать только двумерные и одномерные законы рас пределения. Это весьма важные в прикладном отношении та кие случайные процессы, как марковские, нормальные случай ные процессы и процессы с независимыми приращениями;
В заключение вернемся опять к рассмотренному в § 1 при меру и найдем закон распределения случайной гармоники с независимыми случайными амплитудой и фазой и фиксиро ванной частотой.
Пример. Найти закон распределения случайного процесса
£ (t) = A cos (и>/ -(-» ),
где со — не случайно, tp — случайная величина, равномерно распределенная в интервале (0; 2z) и А — случайная вели чина, распределенная по закону Рэлея с плотностью распре деления вероятностей
|
' 0 |
при |
|
х < 0 , |
|
|
/ ( * ) = |
X |
е |
2а* |
при |
v |
л |
|
||||||
|
|
|
х > |
0 , |
причем А и <р — независимы.
9
Решение. Найдем плотность распределения вероятностей случайной величины
|
|
|
|
т, = COS (bit -j- ®) ■ |
|
|
|
|
||||
Функция |
у = cos(x+ |
а) |
кусочно-монотонна |
в |
интервале |
|||||||
— я < |
А' < |
2- |
— а, |
имеет однозначные |
обратные |
функции |
||||||
х= arccos у— я |
в |
интервале |
(0; т) |
и |
х = 2r. — arccos у + я |
|||||||
в интервале (-, 2-). Поэтому |
|
|
|
|
|
|
||||||
Л (У) = А [4*1 (У)] I f i (У) I + А [Фа (У)1 I f a (У) I - |
||||||||||||
имеем |
|
|
|
|
|
|
|
|
|
|
|
|
, |
, X |
|
1 |
|
1 |
, |
1 |
|
1___________ 1 |
|||
|
|
2к |
' J/T ^ y i + |
2ъ |
У \ - у * |
т. Y 1—у- |
||||||
|
|
|
|
|
( - 1 |
< У < |
1) , |
|
|
|
|
|
так как |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
О |
при |
х < |
0 |
и |
х > |
2ж , |
|
|
|
Л (*) = |
1 |
|
при |
0 < |
дг < |
, |
|
|||
|
|
|
|
|
2и |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
||
(arccos у — я)' |
=» — |
1 |
, |
(2- —arccos у-\-а)' = |
1 |
|||||||
|
|
|
|
|
/ 1 - у |
|
|
|
|
|
1 / 1 - у ^ |
|
Итак, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
О |
при |
|у |> |
1 , |
|
|
|
|
|
|
Л (У) |
= |
|
----- 5 |
ПРИ I |
У I < |
1 |
|
|||
|
|
|
|
|
|
|
||||||
|
|
|
|
|
TZУ 1 —у - |
|
|
|
|
|
и плотность распределения гармоники со случайной фазой и постоянными амплитудой и частотой не зависит от времени t. Поэтому f 1(х; t) тоже не будет зависеть от t. В силу независи мости случайных величин Л и ® будут независимыми и слу чайные величины Л, т). Следовательно,
0 при |
х < |
0 |
и |у j > |
I , |
/ ап(х, у) = / л ( х ) А ( у ) = |
е |
|
|
|
■ |
* ’ |
при х > 0 |
и |у|< 1. |
|
•на- К 1—у1 |
|
|
|
Найдем плотность распределения процесса £ (»') -=* Ац.:
10
Ймеем |
|
|
|
|
|
|
|
|
|
|
|
|
|
- а у~ |
dy |
|
|
|
|
|
|
|
|
У2 / 1 - у 2 |
|
|
|
|
|
|
ъ- у |
|
dy |
|
|
|
|
|
|
|
у ’ \ / |
у ~ |
> |
|
- |
И |
|
|
|
|
|
|
|
Введем подстановку |
|
|
|
|
|
|||
|
|
|
|
У |
1 = |
t . |
|
|
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-- 4 -V2+l) |
||
|
|
|
|
|
|
, |
2с* |
dt - |
К - М / |
г ? - - О - » !о |
|
|
|||||
2Г£ |
|
|
d t — ze |
а |/" 2тс |
|
2a* |
||
|
|
o V 2ic |
||||||
|
|
|
|
|
|
2z |
||
Заметим, что |
при |
любом |
действительном |
z |
подстановка |
|||
7= ^ г = |
и |
приводит интеграл |
|
|
|
|||
V 2 |
|
|
|
|
|
|
|
|
|
|
dt |
= ■ |
V 2 |
e_u |
du. |
V |
2т. |
|
|
2z |
|
|||||
|
|
|
|
|
|
|
|
|
к интегралу Пуассона. |
|
|
|
|
|
|||
Итак, мы убедились, |
что закон распределения случайной |
|||||||
гармоники не зависит от t и процесс |
|
|
|
fj (t) — A cos (со£ -f- w.)
имеет нормальное распределение
А (•«)■- |
— I |
е 2з2 - |
|
о У 2и |
|
U
§ 3. ОСНОВНЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНОГО ПРОЦЕССА
Знание /i-мерного закона распределения случайного про цесса £ (Л позволяет получать тем большую информацию о нем, чем больше п. Но если процесс £; (t) встречается при ре шении различных задач, возникающих в реальном мире, то ис следователь в общем случае не располагает достаточной ин формацией о всех его многомерных законах распределения, и никакие эксперименты не могут дать такую информацию. Кро ме того, многомерные законы распределения процесса (если даже они известны) мало пригодны для решения прикладных задач. Для большинства важнейших приложений теории слу чайных процессов к физике и технике не требуется знать мно гомерные законы распределения процесса. Для полного реше ния весьма обширного класса таких задач достаточно знать только моменты первых двух порядков случайного процесса £ (t), которые будем называть основными характеристиками случайного процесса.
Та часть теории случайных процессов, которая основана на изучении только первых двух моментов (начальных и цент ральных) процесса с (t), называется корреляционной теори ей случайных процессов. В этом пособии будем изучать случайные процессы только в рамках корреляционной теории.
Введем основные определения этой теории. Пусть £ (t) — произвольный случайный процесс. Рассмотрим сечение процес
са при фиксированном t. В этом сечении имеем |
обычную |
случайную величину. Математическое ожидание |
случай |
ной величины (в предположении, что оно существует) |
обозна |
чим
« е (о = т с о .
Так как момент t произвольный, то /?и (0 будет неслучай ной функцией аргумента t.
Определение 1. Математическим ожиданием случайного процесса £ (t) называется такая неслучайная функция (t), которая при каждом значении аргумента t равна математиче скому ожиданию соответствующего сечения процесса £ (£).
Если известна одномерная плотность распределения веро ятностей процесса fi( х\ t), то его математическое ожидание определяется по формуле
0 )
и