- •ПРЕДИСЛОВИЕ
- •ОСНОВНЫЕ ОБОЗНАЧЕНИЯ
- •1. КОМБИНАТОРИКА
- •2. ТЕОРИЯ ВЕРОЯТНОСТЕЙ
- •2.1. Классическое определение вероятности
- •2.2. Геометрические вероятности
- •2.3. Теоремы сложения и умножения вероятностей
- •2.4. Формула полной вероятности
- •2.5. Формулы Байеса
- •2.6. Повторные независимые испытания
- •2.6.1. Формула Бернулли
- •2.6.2. Обобщенная формула Бернулли
- •2.7. Простейший (пуассоновский) поток событий
- •2.8. Случайные величины. Функция распределения. Функция плотности вероятности. Числовые характеристики
- •2.8.1. Случайные величины
- •2.8.2. Функция распределения
- •2.8.3. Функция плотности вероятности
- •2.8.4. Числовые характеристики случайных величин
- •2.9. Нормальный закон распределения
- •2.10. Асимптотика схемы независимых испытаний
- •2.10.2. Формула Пуассона
- •2.11. Функции случайных величин
- •2.12. Функции нескольких случайных аргументов
- •2.12.1. Свертка
- •2.12.2. Распределение системы двух дискретных случайных величин
- •2.12.3. Распределение функции двух случайных величин
- •2.13. Центральная предельная теорема
- •2.14. Ковариация
- •2.14.1. Корреляционная зависимость
- •2.14.2. Линейная корреляция
- •2.15. Функциональные преобразования двухмерных случайных величин
- •2.16. Правило «трех сигм»
- •2.17. Производящие функции. Преобразование Лапласа. Характеристические функции
- •2.17.1. Производящие функции
- •2.17.2. Преобразование Лапласа
- •2.17.3. Характеристические функции
- •3. МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
- •3.1. Точечные оценки
- •3.1.1. Свойства оценок
- •3.1.2. Оценки для математического ожидания и дисперсии
- •3.1.3. Метод наибольшего правдоподобия для оценки параметров распределений
- •3.1.4. Метод моментов
- •3.2. Доверительный интервал для вероятности события
- •3.3. Проверка гипотезы о равенстве вероятностей
- •3.4. Доверительный интервал для математического ожидания
- •3.4.1. Случай большой выборки
- •3.4.2. Случай малой выборки
- •3.5. Доверительный интервал для дисперсии
- •3.6. Проверка статистических гипотез
- •3.6.1. Основные понятия
- •3.6.2. Критерий согласия «хи-квадрат»
- •3.6.3. Проверка гипотезы о независимости двух случайных величин
- •3.6.4. Проверка параметрических гипотез
- •3.6.5. Проверка гипотезы о значении медианы
- •3.6.6. Проверка гипотезы о равенстве математических ожиданий
- •3.7. Регрессионный анализ. Оценки по методу наименьших квадратов
- •3.8. Статистические решающие функции
- •4. СЛУЧАЙНЫЕ ПРОЦЕССЫ
- •4.1 Стационарные случайные процессы
- •4.2. Преобразование случайных процессов динамическими системами
- •4.3. Процессы «гибели и рождения»
- •4.4. Метод фаз Эрланга
- •4.5. Марковские процессы с дискретным множеством состояний. Цепи Маркова
- •4.6. Марковские процессы с непрерывным временем и дискретным множеством состояний
- •4.7. Модели управления запасами
- •4.8. Полумарковские процессы
- •5. НЕКОТОРЫЕ ИНТЕРЕСНЫЕ ЗАДАЧИ
- •БИБЛИОГРАФИЧЕСКИЙ СПИСОК
- •ПРИЛОЖЕНИЯ
- •ОГЛАВЛЕНИЕ
4. СЛУЧАЙНЫЕ ПРОЦЕССЫ
Пусть T –– некоторое множество действительных чисел. Случайной функцией называется совокупность случайных величин{X (t)} , зависящих
от параметра t ÎT . |
При |
каждом фиксированном |
значении параметра |
||
t = t0 ÎT имеем дело |
со |
случайной величинойX (t0 ) , которую называют |
|||
сечением |
случайной функции при данном |
значении параметраt = t0 . Роль |
|||
параметра чаще всего играет время или координата. Параметр может быть |
|||||
и многомерным. Если параметр многомерный, то говорят о случайных |
|||||
полях. Примером двумерного случайного поля может служить поверхность |
|||||
волнующегося моря. |
|
|
|
|
|
При |
наблюдении |
случайной |
функции |
мы получаем одну из |
возможных ее реализаций –– неслучайную функцию. Поэтому случайную функцию можно рассматривать как совокупность всех ее возможных реализаций (см. рис. 4.1, на котором жирной линией выделена одна из
возможных реализаций, а |
точками |
отмечены |
возможные значения |
случайной величины X (t0 ) ). |
|
|
|
|
|
|
Рис. 4.1 |
|
|
|
|
|
|
Если |
роль |
параметраt играет |
время, |
то |
случайную функцию |
||||
называют |
случайным |
процессом. |
Если |
параметр |
дискретный, то |
||||
соответствующие |
ему |
случайные |
|
величины |
образуютслучайную |
||||
последовательность. |
|
|
|
|
|
|
|
|
|
С изменением параметраt |
изменяется |
и закон распределения |
|||||||
случайной величины X (t) . Этот закон распределения можно задать в виде |
|||||||||
функции распределения |
F (x / t) = P{X (t) < x}. |
|
|
|
|||||
|
|
|
|
|
|
||||
Если функция распределения F (x / t) дифференцируема, то |
|
||||||||
|
|
|
f (x / t) = |
¶F (x / t) |
|
|
|
|
|
|
|
|
¶x |
|
|
|
|||
|
|
|
|
|
|
|
называется функцией плотности вероятности.
260
Для |
дискретной |
случайной |
величины |
одномерный |
зако |
||
распределения |
задается |
перечислением |
возможных |
значений |
|
||
соответствующих им вероятностей |
|
|
|
|
|
||
|
P{X (t) = xk } pk (t), å=pk (t) 1. |
|
|
|
|
||
|
|
k |
|
|
|
|
|
Конечномерным законом распределения случайной функцииX (t) |
|
||||||
называется закон распределения n сечений случайной функции |
|
|
|
||||
|
{X (t1 ), X (t2 ),K, X (tn )}, n Î N , |
t1,t2 ,K,tn ÎT. |
|
|
|
Проследить за изменениями всех возможных значений случайной величины и соответствующих им вероятностей, как правило, практически невозможно. Поэтому обычно ограничиваются анализом числовых характеристик случайной величины X (t) . В первую очередь интересуются математическим ожиданием (начальным моментом первого порядка), дисперсией (центральным моментом второго порядка) и для анализа взаимосвязи между значениями процесса при разных значениях параметра
t рассматривают коэффициент ковариации (ковариационный момент). Математическим ожиданием случайного процесса X (t) называют
неслучайную |
функцию mx (t) , значение |
которой |
при |
каждом |
фиксированном значении параметраt равно математическому ожиданию сечения процесса при этом значении параметра, т.е.
mx (t) = M [ X (t)] .
Дисперсией случайного |
процесса X (t) |
называют |
неслучайную |
|||||||||
функцию Dx (t) , значение которой при каждом фиксированном значении |
||||||||||||
параметра |
t равно |
дисперсии |
сечения |
процесса |
при |
этом |
значении |
|||||
параметра, т.е. |
|
|
Dx (t) = D[ X (t)]. |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|||
На |
рис. |
4.2 |
и |
рис. |
4.3 |
изображены |
|
несколько |
реализаций |
|||
соответственно |
случайных |
процессовX1 (t) и |
X 2 (t) , |
которые имеют |
||||||||
одинаковые математические ожидания и дисперсии. Однако характер |
||||||||||||
протекания |
этих |
процессов |
существенно |
различен. У |
процесса X1 (t) |
|||||||
реализации |
плавные. |
Это |
свидетельствует |
о |
зависимости |
значений |
||||||
процесса, отделенных |
небольшими промежутками |
времени. Процесс |
же |
X 2 (t) меняется быстро и влияние предыдущих значений процесса быстро иссякает.
261
|
Рис. 4.2 |
|
|
|
|
|
|
|
Рис. 4.3 |
|
|
||||
Для описания этих особенностей процесса существует специальная |
|||||||||||||||
характеристика, |
которая |
называется корреляционной функцией (иногда |
|||||||||||||
говорят об автокорреляционной функции). |
|
процесса X (t) |
|
|
|||||||||||
Корреляционной |
|
|
функцией случайного |
называют |
|||||||||||
неслучайную |
функцию Kx (t1,t2 ) , |
значение |
|
которой |
при |
каждых |
|||||||||
фиксированных |
значениях |
параметраt1 и |
t2 |
равно |
коэффициенту |
||||||||||
ковариации величин X (t1 ) |
и X (t2 ) , т.е. |
|
|
|
|
|
|
|
|
|
|||||
|
Kx (t1,t2 ) = M [( X (t1) - mx (t1))( X (t2 ) - mx (t2 ))]. |
|
|
|
|||||||||||
При равных |
между |
собой |
аргументахt = t |
2 |
= t |
корреляционная |
|||||||||
функция равна дисперсии случайного процесса: |
1 |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|||||||||
|
K |
x |
(t,t) = M[ X (t) - m |
(t)]2 = D (t). |
|
|
|
|
|||||||
|
|
|
|
|
|
x |
|
x |
|
|
|
|
|
|
Отметим некоторые свойства корреляционной функции:
1. При перестановке аргументов корреляционная функция не меняется:
Kx (t1,t2 ) = K x (t2 ,t1 ).
2. Прибавление к случайной функцииX (t) неслучайной функции j(t) не меняет ее корреляционной функции. Если Y (t) = X (t) + j(t), то
K y (t1,t2 ) = Kx (t1,t2 ).
3. При |
умножении случайной функцииX (t) |
на |
неслучайную |
функцию j(t) |
корреляционная функция умножается |
на |
произведение |
j(t1 )j(t2 ) . Если Y (t) = j(t) X (t), то |
|
|
|
|
K y (t1,t2 ) = j(t1 )j(t2 )Kx (t1,t2 ). |
|
|
При решении некоторых научно-технических задач приходится иметь дело со случайными процессами, которые удается описать комбинацией простых (элементарных) функций, в которые в качестве параметров входят случайные величины. Такие случайные функции называют элементарными случайными функциями.
262
Например, |
|
W (t) = X sin(Yt + Z ), |
где |
|
|
|
случайными |
|
величинами |
|
|||||||||||||
являются амплитуда X, частота Y и фаза Z гармонических колебаний. |
|
|
|
||||||||||||||||||||
Пример |
4.1. |
Элементарная |
|
случайная |
функция |
|
имеет |
вид |
|||||||||||||||
Z (t) = X sin(Yt), |
|
где X |
и Y |
|
независимы, |
причем X имеет |
|
плотность |
|
||||||||||||||
вероятности |
f (x) = lexp(-lx), |
l > 0, |
x ³ 0 |
|
(показательный |
|
закон |
|
|||||||||||||||
распределения с параметромl), а случайная величинаY равномерно |
|
||||||||||||||||||||||
распределена в |
отрезке [0, a] . |
Требуется |
найти |
|
для Z (t) |
математическое |
|
||||||||||||||||
ожидание, дисперсию и автокорреляционную функцию. |
|
|
|
|
|
|
|
||||||||||||||||
Решение. |
Обозначим sin(Y t) |
через W (t) . |
Учитывая, что |
|
случайная |
|
|||||||||||||||||
величина Y равномерно |
распределена |
на [0, a] |
с |
постоянной |
плотностью |
|
|||||||||||||||||
f ( y) =1 / a, |
имеем |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
mw (t) = M [sin(Yt)] |
1 a |
sin( yt)dy |
|
1 - cos at |
. |
|
|
|
|
|
|
|||||||||||
|
= |
|
= |
|
|
|
|
|
|
|
|
||||||||||||
Поэтому |
|
|
|
|
|
|
a ò0 |
|
|
|
|
|
|
|
at |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
1 - cos at |
|
|
|
|
|
|
|
|
|||||
|
|
|
mz (t) = M=( X )M [sin(Yt)] |
× |
, |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
l |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
at |
|
|
|
|
|
|
|
|||
так как |
для |
|
показательного |
закона |
|
распределенияm = M =( X ) |
1 / l. |
|
|||||||||||||||
Вычислим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
KZ (t1,t2 ) = M{[ X sin(Yt1) – mxmw (t1)][ X sin(Yt2 ) – mxmw (t2 )]} = |
|
|
|
||||||||||||||||||||
= M{X 2 sin(Yt )sin(Yt |
) – m m (t ) X sin(Yt |
2 |
) – m m (t |
) X sin(Yt ) + |
|
||||||||||||||||||
|
|
|
1 |
2 |
|
x |
w |
1 |
|
|
|
|
|
x w |
2 |
|
|
1 |
|
|
|
||
+(m |
)2 m (t )m (t |
)} =M ( X 2 )M [sin(Yt )sin(Yt |
)] – (m |
)2 m (t )m (t |
) – |
|
|||||||||||||||||
x |
w |
1 |
w 2 |
|
|
|
|
|
1 |
|
|
|
2 |
|
x |
|
w |
1 |
w |
2 |
|
|
–(mx )2 mw (t2 )mw (t1) + (mx )2 mw (t1)mw (t2 ) =
= M ( X 2 )M [sin(Yt1)sin(Yt2 )] – (mx )2 mw (t1)mw (t2 ).
Для показательного закона распределения двукратное интегрирование по частям дает
¥
M ( X 2 ) = òx2l e-lx=dx 2 / l2 ,
0
|
|
|
|
|
|
|
|
|
|
a ò0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
а M [sin(Yt )sin(Yt |
)] = |
1 |
|
a sin ( yt ) sin( yt |
) dy |
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
1 |
|
2 |
|
|
|
|
|
|
|
1 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
1 |
a {cos[ y(t - t |
)] - cos[ y(t |
+ t |
)]} dy |
1 |
é |
sin=a(t1 - t2 ) |
- |
|
sin a(t1 + t2 ) |
ù. |
||||||||||||||||||||||||
2a |
2a |
|
|
|
||||||||||||||||||||||||||||||||
|
ò |
|
1 |
2 |
|
|
|
|
1 |
2 |
|
|
|
ê |
|
|
t |
- t |
2 |
|
|
|
t |
+ t |
2 |
|
ú |
|||||||||
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ë |
|
|
1 |
|
1 |
|
|
û |
||||||
Поэтому и при t1 < t2 |
и при t1 > t2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
K |
|
(t t |
) = |
1 |
|
é |
sin a(t1 - t2 ) |
- |
sin a(t1 + t2 ) |
ù |
- |
1 |
× |
1 - cos at1 |
× |
1 - cos at2 |
. |
|
|||||||||||||||||
|
|
al2 |
|
|
|
|
l2 |
|
|
|
||||||||||||||||||||||||||
|
|
Z |
1, 2 |
|
ê |
|
|
t - t |
2 |
|
|
|
t + t |
2 |
ú |
|
|
|
|
|
at |
|
|
|
|
at |
|
|
|
|||||||
|
|
|
|
|
|
ë |
|
1 |
|
|
|
|
1 |
|
û |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
263
Для вычисления дисперсии возьмем в полученном выражении t1 = t2 = t :
|
D (t) = |
1 |
|
|
é |
a - |
sin 2at ù |
- |
(1 - cos at)2 |
|
. |
|
|
|
|
|||||||||||
|
|
2 |
|
ê |
|
|
|
ú |
|
|
|
|
2 |
|
|
|
|
|
||||||||
|
|
z |
|
|
al |
|
2t |
|
|
|
|
|
(a tl) |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
ë |
|
|
û |
|
|
|
|
|
|
|
|
|
|
|
||||||
Ответ. m |
(t) = |
1 |
× |
1 - cos at |
, D (t) |
= |
1 |
|
é |
a - |
sin 2at |
ù |
- |
(1 - cos at)2 |
. |
|||||||||||
|
|
|
|
|
|
|
|
|
|
ê |
|
|
ú |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
2 |
|||||||||||||
z |
|
l |
|
|
at |
|
|
|
|
z |
|
al |
|
|
2t |
|
(a tl) |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
ë |
|
|
û |
|
|
|
|||||||||
Задача 4.1. Элементарная случайная функция задана равенством |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
Z (t) = X exp(Yt), |
|
|
|
|
|
|
|
|
|
|
|||||||||
где X и Y независимы, |
причем X имеет M ( X ) = m , D( X ) = s2 , а случайная |
|||||||||||||||||||||||||
величина Y |
равномерно |
|
|
|
распределена |
|
в |
|
|
отрезке[0, a] . Найдите |
математическое ожидание mz (t) , дисперсию Dz (t) и автокорреляционную функцию KZ (t1,t2 ). (См. пример 4.1, a –– номер варианта.)
Пример 4.2. Пусть X1, X 2 ,¼, X n ,¼ –– последовательность
независимых случайных величин с функцией плотности вероятности f (x) = ax-(a+1) при x ³1 и f (x) = 0 при x <1, a > 0 .
Говорят, что последовательность {X i } превышает уровеньu (выходит за уровень u) в момент j, если X j > u . Рассмотрим N (u) = min{i ³1: Xi > u} ––
момент первого выхода последовательности(случайного процесса с
дискретным |
временем) за уровень u. |
|
Требуется |
|
найти |
распределение |
||||||||||||||
случайной величины N (u) и ее математическое ожидание. |
|
|||||||||||||||||||
Решение. Вычислим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
¥ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
p = P( X i > u) ò=ax-a-1dx= -x-a |
|
¥u |
= |
. |
|
|||||||||||||
|
|
|
|
|||||||||||||||||
|
|
|
a |
|
||||||||||||||||
|
|
u |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
u |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Тогда P( Xi |
£ u) =1 – 1 / ua и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
æ |
|
|
|
1 ök -1 1 |
|
|
|
|
||||||||||
|
|
P(N (u) = k) = ç1 |
- |
|
|
|
|
|
|
÷ |
|
|
|
|
|
|
|
|
||
|
|
|
u |
a |
|
|
u |
a |
|
|
|
|
|
|||||||
|
|
è |
|
|
|
ø |
|
|
|
|
|
|
|
|
||||||
–– это геометрический закон распределения. |
|
|
распределенияP( X = k) = pqk -1 , |
|||||||||||||||||
Но |
для геометрического закона |
|
|
|||||||||||||||||
|
|
¥ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k =1,2,3,¼, |
M ( X ) = påk qk -1 =1 / p . |
В |
|
|
|
|
|
нашем |
|
случае |
рольp играет |
|||||||||
|
|
k =1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
величина 1 / ua. Поэтому |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
M (N (u)) = |
1 |
|
|
|
|
= ua. |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
1 / ua |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
264
|
|
æ |
|
1 ök -1 1 |
|
|
M (N (u)) = u |
a |
|
||||||
Ответ. |
P(N (u) = k) = ç1 |
- |
|
|
÷ |
|
|
|
, k |
=1,2,3,¼; |
|
. |
|||
u |
a |
|
u |
a |
|
||||||||||
|
|
è |
|
ø |
|
|
|
|
|
|
|
|
|||
Задача |
4.2. |
Пусть X1, X 2 ,¼, X n ,¼ |
–– |
последовательность |
|||||||||||
независимых случайных величин с функцией плотности вероятности |
|
||||||||||||||
|
f (x) = 2a2 x exp{–(ax)2}, |
x ³ 0, |
a > 0. |
|
|
||||||||||
Обозначим момент первого выхода последовательности за уровеньu через |
|||||||||||||||
N (u) = min{i ³1: X i > u}. Найдите |
распределение |
случайной |
|
величины |
|||||||||||
N (u) и ее математическое ожидание. (См. пример 4.2, a –– номер варианта.) |
|||||||||||||||
Пример |
4.3. |
Пусть X1, X 2 ,¼, X n ,¼ |
–– |
последовательность |
|||||||||||
независимых |
случайных |
|
|
величин |
с |
нулевыми |
|
математическим |
|||||||
ожиданиями |
и |
равными |
|
|
дисперсиямиD( X i ) = D . |
Требуется |
|
найти |
|||||||
корреляционную |
функцию |
|
|
|
|
для |
|
случайной |
последовательност |
||||||
Yn = X n + X n +1, |
n = 0,1, 2,K . |
|
|
|
|
|
|
|
|
|
|
|
|
|
Решение. Так как математические ожидания случайных величин
o
равны нулю, то X = X . Поэтому
oo
K y (s) = M [Yn Y n+s ] = M [YnYn+s ] =M [( X n + X n+1)( X n+s + X n+s+1)] .
При s = 0
K y (0) = M[( X n + X n+1)( X n + X n+1)] =
= M[( X 2 ) + M[ X X + ] + M [ X + X ] + M [ X 2+ ] D=+ D 2D. =
n n n 1 n 1 n n 1
При s =1
K y (1) = M [( X n + X n+1)( Xn+1 + X n+2 )] =
= M[ X X + ] + M [ X X + ] + M [ X 2+ ] + M [ X + X + ] = D.
n n 1 n n 2 n 1 n 1 n 2
При остальных s = 2,3,¼ величина K y (s) = 0.
Ответ. K y (0) = 2D , K y (1) = D , при остальных s = 2,3,¼ величина
K y (s) = 0.
Задача 4.3. Пусть X1, X 2 ,¼, X n ,¼ –– последовательность независимых |
|
|||
случайных величин с нулевыми математическими ожиданиями и равными |
|
|||
дисперсиями D( Xi ) = D. |
Найдите |
корреляционную |
функцию |
для |
случайной последовательности |
|
|
|
|
Yn = X n + aX n +1 + bX n +2 =, |
n 0,1,2,¼, |
|
|
где a и b –– постоянные величины. (См. пример 4.3, a –– последняя цифра номера варианта, b = a +1.)
265
Пример 4.4. Все положения случайной точки ( X ,Y ) равновозможны
в области D ={(x, y) : x2 + y2 £1, x ³ 0, y ³ 0}. Для случайного процесса |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
Z (t) = X cos wt + Y sin wt, постоянная w > 0 , |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
требуется |
|
|
|
найти |
математическое |
|
|
|
|
ожиданиеmz (t), |
|
дисперсию |
|
Dz (t) и |
||||||||||||||||||||||||||||||||||||||||||||||
корреляционную функцию Kz (t1,t2 ). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
Решение. По свойствам математического ожидания |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
M [Z (t)] = cos wt × M ( X ) + sin wt × M (Y ). |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
Так как площадь областиD равна p / 4 , |
а все положения случайной |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
точки ( X ,Y ) |
в |
этой |
|
|
области |
равновозможны, то плотность |
|
вероятности |
||||||||||||||||||||||||||||||||||||||||||||||||||||
случайной точки f (x, y) = 4 / p при (x, y) Î D и |
f (x, y) = 0 |
при остальных |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(x, y). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Маргинальная плотность вероятности случайной величины X равна |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1-x2 |
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f (x) = |
|
ò |
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 / p dy = |
|
1 - x . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
Поэтому |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
4 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
4 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
1/2 |
|
|
|
2 |
|
|
|
|
|
2 |
|
3/2 |
|
|
|
|
||||||||||||||||||
M ( X ) = |
|
|
|
|
òx 1 - =x |
dx - |
|
|
|
|
ò(1 - x |
|
) |
|
d (1 - =x |
) dx - |
|
|
(1 - =x |
) |
|
|
|
|
|
. |
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
p |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3p |
|
|
|
|
0 3p |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
Аналогично, |
M (Y ) = |
4 |
|
. Поэтому |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
3p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
m (t) = M [=Z (t)] |
|
|
|
(cos wt + sin wt), |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
а Z (t) = X cos wt + Y sin wt – |
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
cos wt – 4 sin wt = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
o |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 ö |
|
|
|
|
|
3p |
|
|
|
|
|
4 |
|
|
|
3p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
æ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
æ |
|
|
|
|
|
ö |
|
|
|
|
|
|
|
o |
|
|
|
|
o |
|
|
|
|
|
|
|
|
|
|
||||||||
|
= |
ç X - |
|
|
|
÷cos wt + |
çY – |
|
|
|
|
|
÷sin wt |
= X cos wt + Y sin wt. |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
3p |
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
è |
|
|
|
|
|
3p ø |
|
|
|
|
|
|
|
|
|
|
è |
|
|
|
|
ø |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Вычислим дисперсию X. Так как |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
4 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ìx = sin t, |
|
dx = cost dt |
|
|
|
ü |
|
|
|
|
|
|
||||||||||||||||||
M ( X 2 ) = |
|
|
x2 1 - x2 |
dx |
|
|
|
= |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
í |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ý |
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
ò0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
îx = 0 Þ t = 0,= x 1Þ t = p / 2þ |
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
4 p/2 |
2 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
1 p/2 |
|
|
|
2 |
|
|
|
|
|
|
|
1 p/2 |
1 - cos 4t |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
= |
|
|
|
|
|
ò sin |
|
|
t cos |
|
t dt= |
|
|
|
|
|
|
|
ò sin |
|
|
|
2t dt = |
|
ò |
|
|
|
|
dt |
=1 / 4, |
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
p |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
то D( X ) = |
1 |
|
|
æ 4 ö2 |
|
|
|
9p2 - 64 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
что D(Y ) = |
9p2 - 64 |
||||||||||||||||||||||||||||
|
|
|
|
|
- |
ç |
|
|
|
|
÷ = |
|
|
|
|
|
|
|
|
|
|
|
Аналогично находим, |
|
|
|
|
|
. |
|||||||||||||||||||||||||||||||
4 |
|
|
|
|
|
|
|
|
36p |
2 |
|
|
|
|
|
|
36p |
2 |
||||||||||||||||||||||||||||||||||||||||||
|
|
|
è 3p ø |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Вычислим теперь корреляционную функцию процесса: |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
o |
|
|
o |
|
|
|
|
|
|
|
|
|
|
|
|
o |
|
|
|
|
|
|
|
|
|
|
o |
|
|
|
|
|
o |
|
|
|
|
o |
|
|
|
|
|
|
|
|
|||||||
Kz (t1,t2 ) = M [Z=(t1) Z (t2 )] |
|
M[( X cos wt1 +Y sin wt1)( X cos wt2 +Y sin wt2 )] = |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
= cos wt cos wt |
|
|
|
|
|
o |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
o |
|
|
|
|
|
|
|
|
|
o |
|
o |
|
|
|
|||||||||||||||
M ( X 2 ) + sin wt sin wt |
2 |
M (Y 2 ) + cos wt sin wt |
M ( X Y ) + |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
2 |
|
|
|
|
|
|
|
|
|
266
|
|
|
|
|
o |
o |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9p - 64 |
|
|
|
|
|
|
|
|
|
|
|
||||||||
+cos wt |
|
sin wt M=( X Y ) |
(cos wt cos wt |
|
+ sin wt sin |
|||||||||||||||||||
|
|
|
|
|
||||||||||||||||||||
|
2 |
|
1 |
|
|
36p2 |
|
|
|
|
1 |
|
|
|
2 |
|
|
1 |
||||||
|
|
|
+cov( X ,Y )(coswt1 sin wt2 + cos wt2 sin wt1) = |
|
|
|||||||||||||||||||
|
|
= |
|
9p2 - 64 |
cos w(t |
|
- t |
) + cov( X ,Y )sin w(t |
+ t |
). |
||||||||||||||
|
|
|
36p2 |
|
||||||||||||||||||||
|
|
|
|
|
1 |
|
|
2 |
|
|
|
|
|
|
|
|
|
1 |
2 |
|
|
|||
|
|
|
|
|
|
|
éæ |
|
|
|
|
4 öùæ |
|
|
4 ö |
|
|
|
|
|
||||
Вычислим cov(X ,Y ) = M êç |
|
X – |
|
|
÷úçY – |
|
|
÷ |
= |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
ëè |
|
|
|
|
3p øûè |
|
3p ø |
|
|
|
|
|
|||||
= M ( XY ) – |
4 |
M ( X ) – |
4 |
M (Y ) + |
16 |
= M ( XY ) – |
16 |
|||||||||||||||||
3p |
|
9p2 |
9p2 |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
3p |
|
|
|
|
|
|
|
|
|
wt2 ) +
.
|
4 |
1 |
|
|
1-x2 |
|
|
|
|
|
|
|
|
2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|||||
Но M ( XY ) = |
òdx =ò |
|
xy dy |
|
|
|
òx(1 - x2 ) dx = |
. |
Поэтому |
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
p |
0 |
|
|
0 |
|
|
|
|
|
|
|
|
|
p |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
2p |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
cov( X ,Y ) = |
1 |
- |
16 |
|
= |
9p - 32 |
. |
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
9p2 |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
С учетом этого получаем |
|
|
|
|
|
|
|
|
|
2p |
|
|
|
|
|
|
18p2 |
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
K |
|
(t ,t |
) = |
9p2 |
- 64 |
cos w(t |
- t |
) + |
9p - 32 |
sin w(t |
+ t |
), |
|
||||||||||||||||||||||||||||||
z |
36p2 |
|
|
|
|
18p2 |
|
|
|
||||||||||||||||||||||||||||||||||
|
|
1 2 |
|
|
|
|
|
|
|
|
1 |
|
2 |
|
|
|
|
|
|
|
|
|
|
1 |
|
2 |
|
|
|||||||||||||||
|
|
|
|
|
D (t) = K |
|
(t,t) |
|
|
9p2 - 64 |
|
|
|
|
9p - 32 |
sin 2wt. |
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
= |
|
|
|
+ |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
18p2 |
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
z |
4 |
|
|
|
z |
|
|
|
|
|
|
|
|
36p2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Ответ. mz (t) = |
|
(cos wt + sin wt), |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
3p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
D (t) = |
9p2 - 64 |
+ |
|
9p - 32 |
sin 2wt, |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
36p2 |
|
|
|
|
18p2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
K |
|
(t ,t |
) = |
|
9p2 |
- 64 |
cos w(t - t |
) + |
9p - |
32 |
sin w(t |
+ t |
). |
||||||||||||||||||||||||||||
|
|
z |
|
|
36p2 |
|
|
18p2 |
|||||||||||||||||||||||||||||||||||
|
|
|
|
1 2 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
2 |
|
|
|
|
|
|
1 |
|
2 |
|
||||||||||||||
Задача 4.4. Все положения случайной точки ( X ,Y ) равновозможны в |
|||||||||||||||||||||||||||||||||||||||||||
области D, ограниченной прямыми линиями: |
x + y = a , |
x = 0, |
y = 0 . Для |
||||||||||||||||||||||||||||||||||||||||
случайного процесса |
|
Z (t) = X cos wt + Y sin wt, |
w > 0 |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
требуется найти |
математическое |
ожиданиеmz (t) , дисперсию Dz (t) и |
корреляционную функцию Kz (t1,t2 ) . (См. пример 4.4, a –– номер варианта.)
|
Взаимной корреляционной функцией двух случайных функций X (t) и |
|||||
Y (t) |
называют |
неслучайную функциюR |
(t ,t |
2 |
) |
двух независимых |
|
|
xy |
1 |
|
|
|
аргументов t1 и t2, |
значения которой равны |
корреляционному моменту |
случайных величин X (t1 ) и Y (t2 ) :
267
oo
Rxy (t1,t2 ) = M [ X (t1 )Y (t2 )].
Коррелированными называют две случайные функции, если их взаимная корреляционная функция не равна тождественно . нулюВ противном случае говорят о некоррелированных случайных функциях.
r
Если рассматривать многомерный случайный процессX (t) ={X1(t), X 2 (t),¼, X n (t)}, то он имеет характеристики
m (t) = M ( X=), |
K |
|
(=t ,t |
) |
o |
|
|
o |
(t |
)], |
(i 1,2,3,¼, n). |
|
|
||||
i |
M [ X |
i |
(t ) X |
|
|
||||||||||||
i |
|
i |
|
1 2 |
|
|
1 |
i |
2 |
|
|
|
|
|
|
||
Эти |
характеристики |
|
описывают |
|
|
поведение |
отдельно |
взятых |
|||||||||
координат случайного процесса, но не учитывают взаимодействие между |
|
||||||||||||||||
ними. В |
|
качестве |
|
|
характеристики |
|
|
взаимозависимости |
координат |
||||||||
случайного |
процесса |
используют взаимную |
|
корреляционную |
функцию |
||||||||||||
|
o |
o |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Rij (t1,t2 ) = M [ X i (t1) X j (t2 )]. |
|
В |
|
общем |
случае |
взаимная |
корреляционная |
||||||||||
|
|
o |
|
|
o |
|
|
|
|
|
|
|
|
o |
o |
|
|
функция Rij (t1,t2 ) = M [ X i (t1 ) X j (t2 )] не равна Rij (t2 ,t1 ) = M [ X i (t2 ) X j (t1)] , так |
|
||||||||||||||||
как ковариация между сечениями X i (t1 ) |
|
и X j (t2 ) |
(точки 1 и 2 на рис. 2.4.4), |
|
|||||||||||||
вообще говоря, |
не равна ковариации между сечениями X j (t1 ) |
и X i (t2 ) (на |
|
рис. 4.4 точки 3 и 4).
Рис. 4.4
В терминах характеристик второго порядка, например, двумерный случайный процесс {X1 (t), X 2 (t)} описывают вектором средних значений {M [ X1 (t)], M [ X 2 (t)]} и матрицей корреляционных функций
|
æ R (t ,t |
|
) |
R (t ,t |
|
) ö |
|
|
|
ç 11 1 |
2 |
|
12 1 |
2 |
|
÷ . |
|
|
è R21 (t1,t2 ) |
R22 (t1 ,t2 ) ø |
|
|||||
Наглядным |
примером |
|
|
двумерного |
случайного |
процесса(или |
случайного поля) может служить поверхность моря.
268
Пример 4.5. Даны два случайных процесса
X (t) = U cos t +V sin t и Y (t) =U cos t – V sin t,
где случайные величиныU и V независимы |
и |
имеют |
равные |
дисперсии |
|||||||||||
D(U ) = D(V ) = D. |
Требуется |
найти взаимную |
|
|
корреляционную функцию |
||||||||||
этих процессов. |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Решение. Так как M ( X ) = M (U )cost +M (V )sint, то |
|
|
|
|
|||||||||||
|
o |
|
|
|
|
|
|
|
|
|
o |
o |
|
|
|
|
X (t) =U cost +V sin t –=M (U )cost – M (V )sin t |
U cos t +V sin t. |
|
||||||||||||
|
|
o |
o |
o |
|
|
|
|
|
|
|
|
|
|
|
Аналогично, Y (t) =U cost –V sin t. Тогда |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
o |
o |
o |
o |
|
|
|
|
o |
o |
|
|
|
Rxy (t1,t2 ) = M [ X (t1)Y=(t2 )] |
M [(U cos t1 +V sin t1)(U cos t2 -V sin t2 )] = |
|
|||||||||||||
= cos t cost |
o |
|
|
o o |
|
|
|
|
o |
o |
|
|
o |
|
|
M (U 2 ) + sin t cost |
M (V U ) – cost sin t |
2 |
M (U V ) – sin t sin t |
M (V 2 ). |
|||||||||||
1 |
2 |
|
1 |
2 |
|
1 |
|
|
|
|
1 |
2 |
|
|
|
Величины U и V независимы, а значит и некоррелированы. Поэтому |
|||||||||||||||
|
|
o o |
|
С |
учетом |
, тогочто |
|
o |
|
|
|
а |
|||
cov(U ,V ) = M (U V ) = 0. |
M (U 2 ) = D(U ) = D, |
||||||||||||||
o |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M (V 2 ) = D(V ) = D, получаем |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
Rxy (t1,t2 ) = D(cos t1 cos= t2 – sin t1 sin t2 ) |
|
|
|
D cos(t1 + t2 ). |
|
|
|
||||||
Ответ. Rxy (t1,t2 ) = D cos(t1 + t2 ). |
|
|
|
|
|
|
|
|
|
|
|||||
Задача 4.5. Даны два случайных процесса |
|
|
|
|
|
|
|
|
|
||||||
|
|
X (t) = bU cost +V sin t и Y (t) =U cos t – bV sin t, |
|
|
|
||||||||||
где случайные величиныU и V независимы |
и |
имеют |
равные |
дисперсии |
|||||||||||
D(U ) = D(V ) = D. |
Найдите |
взаимную |
корреляционную функцию |
этих |
процессов. (См. пример 4.5, b –– номер варианта.)
Пример 4.6. Даны два случайных процесса X (t) =Ut и Y (t) =U +Vt,
где U и V |
независимы, имеют |
M (U ) = M (V ) = 0 |
и D(U ) = D(V ) = D. |
||||||||
Требуется найти взаимную корреляционную функцию этих процессов. |
|
||||||||||
Решение. Так как M [ X (t)] = M (Ut) = tM (U ) = 0 |
и M [Y (t)] = |
|
|||||||||
|
|
|
|
|
|
|
|
|
o |
o |
|
= M [U +Vt] M=(U ) + tM (V ) = 0, то Rxy (t1,t2 ) = M [( X (t1)Y (t2 )] = |
|
||||||||||
|
= M [(Ut )(U +Vt |
)] t M=(U 2 ) + t |
M (UV ) = t D. |
|
|
||||||
|
|
1 |
2 |
|
1 |
2 |
|
|
1 |
|
|
Ответ. |
Rxy (t1,t2 ) = t1D. |
|
|
|
|
|
|
|
|
|
|
Задача |
4.6. |
Даны |
два |
случайных |
процессаX (t) =Ut + aV |
и |
|||||
Y (t) = bU +Vt, |
где U и V |
|
независимы, имеют |
M (U ) = M (V ) = 0 |
и |
||||||
D(U ) = D(V ) = D. |
Найдите |
взаимную |
корреляционную |
функцию |
этих |
||||||
процессов. (См. пример 4.6, a –– номер варианта, |
b = a +1.) |
|
|
269
Пусть X (t) и Y (t) –– две случайные функции, а случайная функция
Z (t) |
равна Z (t) = X (t) + Y (t) . |
Выразим |
характеристики Z (t) |
через |
||||||
характеристики X (t) и Y (t) . |
|
|
|
|
|
|
|
|||
|
Математическое ожидание суммы двух случайных функций равно |
|||||||||
сумме математических ожиданий этих функций: |
|
|
|
|
||||||
|
|
|
mz (t) = mx (t) + my (t). |
|
|
|
|
|||
|
|
o |
|
|
|
|
|
|
|
|
Заметим, что Z (t) = M (Z (t) - mz (t)) = M [ X (t) + Y (t) - mx (t) - my (t)] = |
|
|||||||||
|
|
|
|
|
|
|
o |
o |
|
|
|
|
= M [ X (t) - mx (t)] + M [Y (t) - my (t)]= X (t) +Y (t). |
|
|||||||
|
|
o |
o |
|
o |
o |
o |
|
o |
|
Поэтому Kz (t1,t2 ) = M[Z (t1)=Z (t2 )] |
M{[ X (t1) +Y (t1) ][ X (t2 ) +Y (t2 )]} = |
|
||||||||
|
o |
o |
o |
o |
o |
o |
|
o |
o |
|
|
= M [ X (t1) X (t2 )] + M[Y (t1)Y (t2 )] + M[ X (t1)Y (t2 )] + M [Y (t1) X (t2 )] = |
|
||||||||
|
|
= Kx (t1,t2 ) + K y (t1,t2 ) + Rxy (t1,t2 ) + Ryx (t1,t2 ). |
|
(4.1) |
||||||
|
Легко |
видеть, что |
для |
процесса Z (t) = X (t) – Y (t) |
корреляционная |
|||||
функция имеет вид: |
|
|
|
|
|
|
|
|
||
|
|
Kz (t1,t2 ) = Kx (t1,t2 ) + K y (t1,t2 ) – Rxy (t1,t2 ) – Ryx (t1,t2 ). |
(4.2) |
|||||||
|
Пример 4.7. Случайный процесс X (t) = sin(t +a) , |
а Y (t) = a sin t, где |
a –– случайная величина с равномерным законом распределения на [-p, p].
Необходимо |
найти |
корреляционную |
функцию |
случайного |
процесса |
|||||||||||||||||
Z (t) = X (t) + Y (t) . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Решение. |
|
Прежде |
всего |
|
|
|
вычислим |
математические |
ожидания |
|||||||||||||
случайных процессов. Случайная величина a равномерно распределена на |
||||||||||||||||||||||
[-p, p] с плотностью вероятности равной 1/2p. Поэтому |
|
|
||||||||||||||||||||
M [ X (t)] = |
1 |
|
p sin(t + a) da= |
- |
|
1 |
|
cos(t + w) |
|
-pp = 0, |
|
|
||||||||||
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
||||||||||||||||||
|
|
2p -òp |
|
|
|
|
|
|
|
2p |
|
|
|
|
|
|
|
|
||||
|
sin t |
p |
|
sin t |
é |
p |
2 |
|
|
p |
2 |
ù |
|
|
|
|
|
|
||||
M [Y (t)] = |
= a da |
|
- |
= 0. |
|
|
|
|
|
|||||||||||||
ê |
|
|
|
ú |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2p |
-òp |
|
2p |
ë 2 |
|
2 |
û |
|
|
|
|
|
|
Вычислим величины необходимые для использования формулы (4.1):
Kx (t1,t2 ) = M [sin(t1 + a) ×sin(t2 + a)] |
1 |
p |
sin(t1 + a)sin(t2 + a) da = |
||||||||||||||||||
|
= |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
2p |
-òp |
|
|
|
|
|
|
||
|
|
= |
1 |
p [cos(t |
- t |
) - cos(t |
+ t |
2 |
+ 2a)] da = |
1 |
cos(t |
– t |
); |
|
|||||||
|
|
|
|
|
|||||||||||||||||
|
|
|
4p |
1 |
2 |
|
1 |
|
|
|
|
2 |
1 |
2 |
|
|
|||||
|
|
|
-òp |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M (a2 ) |
|
p2 |
|
|
|
||
K |
y |
(t ,t |
) = M [a sin t ×a sin t |
] |
sin t sin=t |
|
|
sin t =sin t |
; |
||||||||||||
|
|
||||||||||||||||||||
|
1 |
2 |
|
|
1 |
2 |
|
|
|
1 |
|
2 |
|
|
3 |
|
1 |
2 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
270