- •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
|
|
x |
дифференциального уравнения |
t |
| eiwt |=| cos wt + i sin wt=| |
¢ |
||
kx (t) – 2b k=x (t). |
||
слагаемое в скобке равно нулю, |
так как e-¥ = 0 , а |
|
= cos2 wt + sin2 t =1. Интеграл во втором слагаемом совпадает с kx (t) . |
||
В итоге обнаружилась |
возможность |
найтиk (t) , как решение |
Это уравнение с разделяющимися переменными. Его общее решение:
|
|
|
|
|
kx (t) |
C exp{=–t2 / 4b}. |
|
|
|
|||||||||||||||
Для |
определения произвольной |
постоянной |
зададим начальное |
|||||||||||||||||||||
условие |
¥ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
¥ |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
p |
|
|
||||||
kx (0) = ò e-bw2 dw ={замена w = t / |
|
}= |
|
|
|
|
ò e-t2 dw = |
. |
||||||||||||||||
b |
||||||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||
|
b |
|||||||||||||||||||||||
|
-¥ |
|
|
|
|
|
|
|
|
|
|
|
|
-¥ |
|
b |
||||||||
|
|
|
|
|
|
¥ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
(Напомним, что интеграл Пуассона ò e-t2 dw |
= |
|
|
.) |
|
|
|
|||||||||||||||||
p |
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
-¥ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
При |
таком начальном условииC = |
|
. Искомая корреляционная |
|||||||||||||||||||||
p / b |
||||||||||||||||||||||||
функция имеет вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
kx (t) |
|
p |
|
exp{=–t2 / 4b}. |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
b |
|
|
|
|
|
|
|
|
|
|
|
||||||
Заметим, что и спектральная плотность, и корреляционная функция |
||||||||||||||||||||||||
этого процесса относятся к типу гауссовских кривых. |
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Ответ. kx (t) |
p |
|
exp{=–t2 / 4b}. |
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Задача 4.17. Стационарный случайный процесс имеет спектральную плотность
Sx (w)= W exp{–w2 / b2}, W > 0, b > 0.
Найдите корреляционную функцию этого процесса. (См. пример 4.17, W –– номер варианта, b –– первая цифра номера варианта.)
4.2. Преобразование случайных процессов динамическими системами
Для случайных процессов оказалось целесообразным расширить трактовку некоторых понятий математического анализа.
Говорят, что случайная последовательность X1, X 2 ,¼, X n ,¼ сходится к числу b в среднеквадратическом смысле, если
lim M ( X n - b)2 = 0.
n®¥
(этот факт записывают кратко X n ¾¾®с.к. b ).
288
Случайный процесс X (t) называется стохастически непрерывным в точке t = t0 , если
lim M [ X (t) - X (t0 )]2 = 0.
t ® t0
Случайная |
|
|
|
¢ |
|
называется среднеквадратической |
||
величина X (t) |
|
|||||||
производной случайной функции X (t) |
в точке t0 Î[0,T ] , если |
|||||||
|
|
|
X (t |
0 |
+ Dt) - X (t ) с.к. |
|
||
|
|
|
|
0 |
|
¾¾® X ¢(t0 ). |
|
|
|
|
|
|
|
Dt |
|
|
|
|
|
|
|
|
|
|
|
|
Пусть имеется некоторая динамическая система. Под динамической |
||||||||
системой |
понимается |
|
любое |
радиотехническое |
устройство, прибор, |
прицел, система автоматического управления, автопилот, вычислительное устройство и т.д.
На вход системы непрерывно подаются некоторые данные, система их перерабатывает и выдает результат этой переработки. Иногда входящие в систему данные называют«воздействием» или «сигналом», данные на выходе называют «реакцией» или «откликом» на воздействие. Обычно вместе с полезным сигналом поступают и случайные помехи, которые тоже перерабатываются динамической системой и влияют на отклик. Поэтому в
общем виде ставится формальная задача о переработке динамической системой некоторого случайного процессаX (t) . На выходе тоже получается случайный процесс Y (t). Схема описанной системы приведена
на рисунке 4.2.1.
Рис. 4.2.1
Естественно возникает вопрос: как по характеристикамX (t) , с учетом особенностей динамической системы, найти характеристики сигнала на выходе?
С формальной точки зрения, каждая динамическая система задает некоторое соответствие между сигналами на входе и откликами на выходе.
Правило, по которому функцияX (t) на входе преобразуется в функцию Y (t) на выходе, называется оператором. Символически это записывают в виде: Y (t) = A{X (t)}.
Оператор L называется линейным однородным оператором, если он обладает следующими свойствами:
1.L{X1 (t) + X 2 (t)} L={X1(t)} + L{X 2 (t)};
2.L{CX (t)} = CL{X (t)}, где C –– постоянная величина.
289
Примерами линейных операторов могут служить операторы
d |
|
t |
t |
|
, |
ò... dt, L{X (t)} = j(t) X (t), |
L{X (t)} = ò X (t) j(t) dt, |
||
|
||||
dt |
0 |
0 |
где j(t) –– некоторая функция.
Оператор называют линейнымнеоднородным, если он состоит из линейной части с прибавлением некоторой определенной функции:
L%{X (t)} = L{X (t)} + j(t).
Если случайная функция X (t) с математическим ожиданием mX (t) и корреляционной функцией K X (t1,t2 ) преобразуется линейным однородным
оператором L в случайную функцию
Y (t) = L{X (t)},
то для нахождения математического ожиданияmY (t) |
нужно применить |
этот оператор к mX (t) , т.е. |
|
mY (t) = L{mX (t)}. |
(4.2.1) |
А для нахождения корреляционной функцииKY (t1,t2 ) необходимо применить этот оператор к корреляционной функцииK X (t1,t2 ) сначала по одному аргументу, а затем по другому:
|
|
|
|
|
|
|
|
|
|
|
K |
Y |
(t ,t |
2 |
) = L(t1 ) L(t2 ){K |
X |
(t ,t |
2 |
)}. |
(4.2.2) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
d |
|||||
|
|
Например, если |
линейный |
оператор |
|
|
|
||||||||||||||||||||
|
|
|
дифференцирования |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dt |
применяется |
к |
случайному процессуX (t) с математическим ожиданием |
|||||||||||||||||||||||||
m |
|
(t) |
|
и |
|
корреляционной |
функциейK |
|
(t ,t |
|
) , |
то для Y (t) = |
d |
X (t) |
|||||||||||||
X |
|
|
X |
2 |
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
dt |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dX (t) |
|
|
|
|
|
|
|
|
|||
математическое |
ожидание m (t) = |
, |
а |
|
|
корреляционная |
функция |
||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
|
|
dt |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
¶2 K |
|
(t ,t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
K |
|
(t ,t |
|
) = |
X |
) |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Y |
2 |
|
|
1 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
1 |
|
|
¶t1 |
¶t2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
Пример |
|
4.18. |
Задана kx (t) |
–– |
|
корреляционная |
функция |
||||||||||||||||||
стационарного |
|
|
случайного |
|
|
|
процессаX (t) . |
|
Требуется |
|
найти |
корреляционную функцию процесса
Y (t) = X (t) + dX (t) . dt
Решение. Воспользуемся формулой(4.1) для корреляционной функции суммы случайных процессов. Вычислим необходимые для этого величины.
290
Так как процесс X (t) стационарен, то его математическое ожидание и математическое ожидание его производной равны нулю. Поэтому
oo
R & |
(t |
,t |
)= M [ X ¢(t ) |
X (t |
)] = M [X ¢(t ) X (t |
)]= |
||||
XX |
1 |
2 |
1 |
2 |
|
|
1 |
2 |
|
|
é |
|
X (t + Dt) - X (t ) |
|
ù |
|
M [X (t1 + Dt) X (t2 )]- M [X (t1 ) X (t2 )] |
||||
= M êlim |
|
|
1 |
1 |
X (t2 )ú |
lim |
= |
|
|
|
|
|
|
Dt |
|
Dt |
|||||
ëDt®0 |
|
|
|
û |
Dt®0 |
|
|
|
|
|
|
= lim |
KX (t1 + Dt,t2 ) - KX (t1,t2 ) |
= |
¶K (t1,t2 ) |
. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
Dt®0 |
|
|
|
|
|
|
|
Dt |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
¶t1 |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
t=- t , |
|
|
¶K (t ,t |
) |
|
¶ k(t) |
|
¶t ¶ k(t) |
×(-1) |
|
|
|
¶ k(t) |
. |
|
|
||||||||||||||||||||||||||
Но так как t |
то |
|
|
|
|
1 2 |
|
= |
|
|
|
|
× |
|
|
|
|
|
= |
|
|
|
|
|
|
- |
= |
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
2 |
|
1 |
|
|
|
|
|
¶t1 |
|
|
|
¶ t |
|
|
¶t1 |
|
|
|
|
¶t |
|
|
|
|
|
|
|
¶t |
|
|
|
|
||||||||||
Аналогично, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
R & (t1,t2 ) = M [ X |
(t1) X ¢(t2 )] |
M |
é |
X (t1) lim |
|
|
X |
(t |
+ Dt) - X (t |
) ù |
|
|
|
|
|||||||||||||||||||||||||||||
|
ê |
|
= 2 |
|
|
|
|
|
2 |
|
ú |
|
|
|
|
|||||||||||||||||||||||||||||
|
XX |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dt®0 |
|
|
|
|
|
|
|
Dt |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ë |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
û |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
= lim |
M [ X (t ) X (t |
2 |
+ Dt)] - M [ X (t ) X (t |
)] |
|
lim |
|
K |
X |
(t ,t |
2 |
+ Dt) - K |
|
(t ,t |
|
) |
||||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
Dt |
|
|
|
= |
1 |
|
|
2 |
|
|
|
|
|
|
|
1 |
|
|
|
= |
|
X |
|
1 |
2 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
Dt®0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dt®0 |
|
|
|
|
|
|
|
|
Dt |
|
|
|
|
|
|
||||||||
|
|
|
|
|
¶K (t ,t |
) |
|
|
¶ k(t) |
|
¶t ¶ k(t) |
×(1) |
|
¶k (t) |
. |
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
= |
|
|
1 |
=2 |
|
|
|
|
|
|
× |
|
|
|
|
= |
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
¶t2 |
|
|
|
|
|
|
¶t2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
¶ t |
|
|
|
|
¶t |
|
¶t |
|
|
¶t |
¶t |
|
|
|
|
|
|
|
|||||||||||||||
Так как k |
|
(t) = K |
|
(t ,t |
) , где t |
|
t=- t , то |
|
= -1, а |
|
=1. Поэтому |
|||||||||||||||||||||||||||||||||
x |
x |
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
|
|
2 |
|
|
1 |
|
|
¶t1 |
|
|
|
|
|
¶t2 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
по формуле (4.2.1)
K & (t |
,t |
) = k (t) |
|
¶2 K |
(t ,t |
) |
|||||||||
|
|
|
= x |
|
1 2= |
||||||||||
|
X |
1 |
2 |
|
|
x& |
|
|
|
¶t1¶t2 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
¶t |
édk |
(t) ù |
d 2k |
x |
(t) |
|
|
¶t |
|
|||||
= = |
|
ê |
|
|
x= |
ú |
|
|
|
× |
|
|
|
||
|
|
|
|
dt |
|
¶t1 |
|
||||||||
|
¶t1 ë |
dt |
û |
|
|
|
|
В итоге по формуле (4.2)
|
¶t |
|
é |
dkx |
(t) |
× |
¶t |
ù |
= |
||
|
ê |
ú |
|||||||||
|
¶t |
|
|
|
¶t |
|
|||||
|
ë |
|
dt |
|
2 |
û |
|
||||
1 |
|
|
|
|
|
|
|
||||
d 2k |
(t) |
× (-1) |
-kx¢¢(=t). |
||||||||
|
=x |
|
|
||||||||
|
dt |
|
|
|
|
|
|
|
ky (t) = kx (t) – kx¢¢(t)- |
¶k(t) |
+ |
¶k(t) |
kx=(t) – kx¢¢(t). |
|
¶t |
¶t |
||||
Ответ. ky (t) = kx (t) – kx¢¢(t). |
|
|
|||
|
|
|
|
Задача 4.18.1. Задана Y (t) –– корреляционная функция стационарного случайного процесса X (t) . Найдите корреляционную функцию процесса
Y (t) = X (t) + a dX (t) . dt
(См. пример 4.18, a –– номер варианта.)
291
Задача 4.18.2. Задана kx (t) –– корреляционная функция стационарного случайного процесса X (t) . Найдите корреляционную функцию процесса
Y (t) = X (t) + dX (t) + d 2 X (t) . dt dt2
Выведите формулу для корреляционной функции процессаY (t) , а
затем вычислите эту Вычислите дисперсию варианта.)
корреляционную функцию |
дляk (t=) |
exp{–at2}. |
процессаY (t) . (См. пример |
x |
|
4.18, a |
–– номер |
Стационарной |
линейной |
динамической |
системойназывается |
|
устройство, которое |
можно |
описать |
линейным |
дифференциальным |
уравнением с постоянными коэффициентами: |
|
|
a0Y (n) (t) + a1Y (n-1) (t) +K+ anY=(t) b0 X (m) (t) + b1 X (m-1) (t) +K+ bm X (t), (4.2.3)
где a0 , a1,K, an , b0 ,b1,K,bm –– постоянные коэффициенты, X (t) –– входящий стационарный процесс (воздействие), а Y (t) –– случайный процесс на выходе из системы (отклик). Если динамическая система устойчива, то по окончании переходного периода процесс Y (t) тоже стационарен.
Найдем характеристики Y (t) по характеристикам X (t) . Возьмем математическое ожидание от правой и левой частей равенства(4.2.3).Так как X (t) и Y (t) стационарные процессы, то их математические ожидания mx и my постоянны, а производные математических ожиданий равны нулю. Поэтому
a m |
y |
= b m |
или m |
y |
= |
bm |
m . |
|
|
|||
|
|
|
||||||||||
n |
m x |
|
|
an |
x |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|||
Обозначим оператор дифференцирования |
d |
|
через p, оператор |
d 2 |
||||||||
dt |
dt 2 |
|||||||||||
|
|
|
|
|
|
|
|
|
через p2 и т.д. Тогда уравнение (4.2.3) можно записать в виде
(a0 pn + a1 pn-1 +K+ an )=Y (t) (b0 pm + b1 pm-1 +K+ bm ) X (t),
или
Y (t) = b0 pm + b1 pm-1 +K+ bm X (t). a0 pn + a1 pn-1 +K+ an
Выражение
F( p) = b0 pm + b1 pm-1 +K+ bm a0 pn + a1 pn-1 +K+ an
(4.2.4)
(4.2.5)
называют передаточной функцией.
Уравнение (4.2.3) в операторной форме кратко записывается в виде
Y (t) = F( p) X (t).
292
Частотной |
характеристикой |
|
линейной |
динамической |
системы |
||||||
называют функцию, которая получается заменойp на iw в передаточной |
|||||||||||
функции: |
|
|
|
|
|
(iw)m + b (iw)m-1 |
|
|
|
|
|
|
|
|
F(iw) = |
b |
+¼+ b |
|
|
||||
|
|
|
0 |
1 |
m |
. |
(4.2.6) |
||||
|
|
|
a (iw)n + a (iw)n-1 |
|
|||||||
|
|
|
|
|
+¼+ a |
|
|
||||
|
|
|
|
0 |
1 |
n |
|
|
|||
Доказано, |
что |
спектральные |
плотности процессовX (t) |
и |
Y (t) |
||||||
связаны соотношением |
Sy (w) =Sx (w) | F(iw) |2 . |
|
|
|
|
||||||
|
|
|
|
|
(4.2.7) |
||||||
Это означает, что для получения спектральной плотности выходного |
|||||||||||
случайного |
процесса |
необходимо |
умножить |
спектральную |
плотность |
||||||
входного |
процесса |
на |
квадрат |
модуля |
частотной |
|
характеристики |
||||
динамической системы. |
|
|
|
|
|
|
|
|
|||
Пример 4.19. Динамическая система задана уравнением |
|
|
|||||||||
|
|
|
|
¢ |
|
|
¢ |
|
|
(4.2.8) |
|
|
|
|
3y (t) + y(t) |
=4x (t) + x(t). |
|
|
На вход системы подается стационарный случайный процессX (t) с
корреляционной |
|
|
|
функцией kx (t) |
|
|
=3exp{-2 | t|}. |
|
|
|
|
Требуется |
найти |
|||||||||||||||||||||||||||||||||||||||
дисперсию процесса на выходе в установившемся режиме. |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
Решение. |
|
|
Вычислим |
|
|
спектральную |
|
|
плотность |
случайного |
|
процесса |
||||||||||||||||||||||||||||||||||||||||
X (t) по формуле (4.1.12) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 ¥ |
|
-iwt |
|
|
|
|
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
Sx (w)= |
|
|
|
|
-ò¥ e |
|
|
kx |
(t)dt = |
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
p |
|
|
p(w2 + 4) |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
В операторной форме уравнение (4.2.8) имеет вид |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y (t) = |
4 p +1 |
|
X (t). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 p +1 |
|
|
4iw +1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Поэтому частотная характеристика F(iw) = |
. По формуле (4.2.7) |
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3iw +1 |
|
|
|
|
|
|
|
16w2 +1 |
|
|
||||||||||||
Sy (w) |
|
|
Sx (w) | F=(iw) | |
2 |
|
|
12 |
|
|
|
= |
× |
|
4iw +1 |
|
|
|
= |
12 |
|
× |
. |
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
3iw +1 |
|
|
|
|
|
|
2 |
|
|||||||||||||||||||||||||||||||||||
Поэтому |
|
|
|
|
|
|
|
|
|
|
|
|
|
p(w + 4) |
|
|
p(w + 4) 9w +1 |
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
¥ |
|
|
|
|
|
|
|
|
|
|
|
|
|
¥ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12 |
|
|
|
(16w2 +1) dw |
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
D(Y ) = ò Sy |
(w)dw |
|
|
|
|
|
|
ò |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
= |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
-¥ |
|
|
|
|
|
|
|
|
|
-¥ (w |
|
+ 4)(9w +1) |
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
24 |
¥ |
|
(16w2 +1) dw |
|
24 é81 |
¥ |
|
|
dw |
|
|
|
1 |
|
¥ |
|
|
dw |
|
ù |
|
|
|
|||||||||||||||||||||||||||
|
= |
|
|
|
ò |
|
2 |
= |
|
2 |
|
|
|
|
|
|
|
|
ê |
|
|
|
|
ò |
|
|
|
|
|
|
|
- |
|
|
ò |
|
|
|
|
|
|
ú = |
|
|
|
|||||||
|
|
p |
|
|
+1) |
|
|
p |
5 |
|
|
|
2 |
|
|
|
|
5 |
|
|
|
2 |
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
0 |
|
(w + 4)(9w |
|
|
|
|
ë |
|
0 |
w + 4 |
|
|
|
|
0 9w +1û |
|
|
||||||||||||||||||||||||||||||||
|
24 |
é81 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ù |
|
|
|
|
|
||||||||
= |
|
ê |
|
|
|
(arctg(¥) - arctg(0)) - |
|
|
|
|
(arctg(¥) |
- arctg(0))ú |
» 96,4. |
|
|
|
||||||||||||||||||||||||||||||||||||
p |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
ë10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
û |
|
|
|
|
|
Ответ. D(Y ) » 96,4.
293
Задача 4.19.1. На вход динамической линейной системы, определяемой уравнением
a0 y¢(t) + y(t) b=0 x¢(t) + b1x(t),
подается |
|
случайный |
|
процессX (t) |
|
с |
корреляционной |
|
функцией |
|
|||||||||||||||||||
kx (t) |
|
a exp{–=b | t |}. |
Найдите |
|
дисперсию |
процесса |
|
на |
|
|
выходе |
в |
|||||||||||||||||
установившемся режиме. (См. пример 4.19 и исходные данные, a –– номер |
|
||||||||||||||||||||||||||||
варианта, b –– последняя цифра номера варианта плюс 1.) |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
Исходные данные к задаче 4.19.1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
№ |
a0 |
|
b0 |
b1 |
№ |
a0 |
b0 |
b1 |
№ |
a0 |
b0 |
b1 |
|
№ |
a0 |
b0 |
|
b1 |
№ |
a0 |
b0 |
|
b1 |
|
|
||||
1 |
2 |
|
3 |
1 |
|
7 |
4 |
1 |
1 |
|
13 |
5 |
|
2 |
1 |
|
19 |
5 |
1 |
|
2 |
|
25 |
5 |
4 |
|
0 |
|
|
2 |
2 |
|
5 |
1 |
|
8 |
2 |
1 |
4 |
|
14 |
3 |
|
5 |
0 |
|
20 |
2 |
5 |
|
0 |
|
26 |
4 |
2 |
|
4 |
|
|
3 |
3 |
|
2 |
0 |
|
9 |
3 |
2 |
1 |
|
15 |
2 |
|
4 |
0 |
|
21 |
2 |
4 |
|
1 |
|
27 |
2 |
3 |
|
0 |
|
|
4 |
4 |
|
2 |
1 |
|
10 |
4 |
2 |
3 |
|
16 |
5 |
|
3 |
1 |
|
22 |
3 |
4 |
|
2 |
|
28 |
2 |
1 |
|
5 |
|
|
5 |
2 |
|
4 |
2 |
|
11 |
3 |
5 |
1 |
|
17 |
4 |
|
2 |
0 |
|
23 |
2 |
5 |
|
1 |
|
29 |
5 |
2 |
|
0 |
|
|
6 |
2 |
|
1 |
4 |
|
12 |
2 |
3 |
2 |
|
18 |
4 |
|
1 |
2 |
|
24 |
5 |
3 |
|
0 |
|
30 |
2 |
1 |
|
3 |
|
|
Задача 4.19.2. Работу электрической цепи(рис. 4.2.2) описывает дифференциальное уравнение
y¢(t) + R y(t) = x¢(t). L
Рис. 4.2.2
На вход поступает низкочастотный белый шумX (t) , имеющий спектральную плотность SX (w) D=/ w0 при w £ w0 и SX (w) = 0 при | w|> w0 . Найдите дисперсию процесса на выходе в стационарном режиме работы цепи. (См. пример 4.19, w0 равно номеру варианта.)
Задача 4.19.3. Работу линейной динамической системы описывает
дифференциальное уравнение |
|
|
¢ |
¢ |
|
y (t) + ay(t) = x (t). |
|
|
На вход поступает случайный процессX (t) , имеющий спектральную |
||
плотность SX (w) = D / (w2 + a2 ) при w > 0 |
и SX (w) = 0 при w £ 0. |
Найдите |
дисперсию процесса на выходе в стационарном режиме |
работы. (См. |
|
пример 4.19, a –– номер варианта.) |
|
|
294
Пример 4.20. На вход линейной динамической системы, описываемой
уравнением |
|
|
¢¢ |
¢ |
¢ |
|
|
(4.2.9) |
|
|
|
|
|
||||
|
|
|
y (t) |
+ 3y (t) + 2 y(t)= |
x (t) + x(t), |
|
|
|
подается |
стационарный |
случайный |
процессX (t) |
с |
математическим |
|||
ожиданием |
m |
x |
(t) = m и |
корреляционной функциейk |
(t) |
5exp{=– | t |}. |
||
|
|
|
|
|
x |
|
|
Требуется найти математическое ожидание и дисперсию процесса на выходе. Решение. Вычислим спектральную плотность случайного процесса
X (t) . По формуле (4.1.12)
|
1 |
¥ |
|
-iwt |
|
|
|
5 |
¥ |
-iwt -|t| |
|
5 |
0 |
-iwt t |
5 |
|
0 |
-iwt -t |
|||||
Sx (w)= |
|
ò |
e k x (t) dt = |
|
|
ò |
e e d t = |
|
|
ò |
e e d t + |
|
ò |
e e dt = |
|||||||||
p |
|
p |
p |
p |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
-¥ |
|
|
|
|
|
|
|
-¥ |
|
|
|
|
|
|
-¥ |
|
-¥ |
|
|||
|
|
|
5 æ |
|
1 |
|
|
|
|
|
0 |
|
|
1 |
|
|
|
|
¥ |
ö |
|
||
|
= |
|
ç |
|
|
|
exp((1 |
- w)t) |-¥ |
+ |
|
|
|
exp(-(1 + iw)t)=|0 |
÷ |
|
||||||||
|
|
1 - iw |
|
|
|
|
|||||||||||||||||
|
|
|
p è |
|
|
|
|
|
1 + iw |
|
|
|
|
ø |
|
= |
5 |
æ |
1 |
+ |
1 ö |
= |
5 |
. |
||
|
ç |
|
|
|
÷ |
|
||||
|
1 - iw |
|
2 |
|||||||
|
p è |
|
1 + iw ø |
|
p(1 + w ) |
Обозначим оператор дифференцирования |
d |
|
через p, а оператор |
d 2 |
|
|||||||||||||||||
dt |
|
dt 2 |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
через p2. Тогда уравнение (4.2.9) можно записать в виде |
|
|
|
|
|
|
||||||||||||||||
( p2 + 3 p + 2)Y=(t) ( p +1) X (t), |
|
|
|
|
|
|
|
|
||||||||||||||
или |
|
|
|
p +1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Y (t) = |
|
|
|
X (t). |
|
|
|
|
|
|
|
|
|
|
||||||||
p2 + 3 p + 2 |
|
|
|
|
|
|
|
|
|
|
||||||||||||
Передаточная функция динамической системы имеет вид |
|
|
|
|
||||||||||||||||||
|
F( p) = |
|
|
|
p +1 |
, |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
p2 + 3 p + 2 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||
а ее частотная характеристика |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
F(iw) |
|
iw +1 |
= |
|
|
|
iw +1 |
= |
. |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
(iw)2 + 3iw + 2 3iw + (2 - w2 ) |
|
|
|
|
|
|
|||||||||||||||
Спектральная плотность |
процесса |
|
на |
выходе |
системы, равна |
|||||||||||||||||
согласно (4.2.7), |
|
|
|
|
|
|
|
|
w2 +1 |
|
|
|
|
|
|
|
|
|
|
|
||
2 |
5 |
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|||||
Sy (w) Sx (w) | F(i=w) | |
|
|
=× |
|
|
|
|
|
|
|
= |
|
|
|
|
|
. |
|
|
|||
|
2 |
|
|
4 |
|
|
2 |
|
|
p(w |
2 |
2 |
|
|
|
|||||||
|
|
p(1 + w ) w |
|
+ 5w + 4 |
|
|
|
+1)(w + 4) |
|
|
Дисперсия процесса на выходе равна
¥ |
|
5 |
¥ |
|
|
dw |
|
|
D(Y ) = ò |
Sy |
(w) dw = = |
ò |
|
|
|
|
|
(w |
2 |
+1)(w |
2 |
+ 4) |
||||
-¥ |
|
p |
-¥ |
|
|
5 |
¥ æ |
|
1 |
|
|
|
1 |
ö |
|
|
ç |
|
|
|
- |
|
|
|
÷ dw = |
3p |
|
2 |
+1 |
w |
2 |
+ 4 |
|||
-ò¥ è w |
|
|
|
ø |
|
5 |
æ |
¥ |
|
1 |
|
w ¥ |
ö |
|
|
= |
|
çarctg w|-¥ |
- |
|
arctg |
|
|-¥ |
÷ |
= 5 / 6. |
|
|
2 |
2 |
||||||||
|
3p è |
|
|
|
|
ø |
|
295
Если динамическая система устойчива, то при достаточно больших значениях t (после переходного периода) функцию Y (t) можно считать
стационарной. Так |
как X (t) и Y (t) |
|
стационарны, то математические |
|
|||
ожидания |
их |
производных |
равны . Поэтомунулю |
переход |
к |
||
математическим ожиданиям в равенстве (4.2.9) дает |
|
|
|||||
|
-2my (t) = mx (t) или my (t) = –m / 2. |
|
|
||||
Ответ. my (t) = - m / 2 , D(Y ) = 5 / 6. |
|
|
|
||||
Задача 4.20. На вход линейной динамической системы, описываемой |
|
||||||
дифференциальным уравнением |
|
|
|
|
|||
|
|
¢¢ |
¢ |
|
¢ |
|
|
|
|
y (t) + ay (t) + by(t)= |
x (t) + сx(t), |
|
|
||
поступает стационарный случайный процессX (t) с математическим |
|
||||||
ожиданием |
mx (t) = m |
и |
ковариационной функциейkx (t) = D exp{–c | t |}. |
|
Найдите математическое ожидание и дисперсию процесса на выходе. (См. пример 4.20 и исходные данные.)
Исходные данные к задаче 4.20.
№ |
a |
b |
с |
D |
m |
№ |
a |
b |
с |
D |
m |
№ |
a |
b |
с |
D |
m |
1 |
5 |
4 |
3 |
2 |
1 |
11 |
8 |
12 |
2 |
3 |
1 |
21 |
5 |
4 |
3 |
5 |
2 |
2 |
5 |
6 |
4 |
4 |
3 |
12 |
9 |
14 |
3 |
2 |
2 |
22 |
5 |
6 |
4 |
3 |
1 |
3 |
10 |
16 |
3 |
2 |
1 |
13 |
10 |
16 |
2 |
4 |
1 |
23 |
10 |
16 |
3 |
4 |
1 |
4 |
6 |
5 |
2 |
1 |
3 |
14 |
11 |
18 |
4 |
2 |
1 |
24 |
6 |
5 |
2 |
2 |
3 |
5 |
6 |
8 |
1 |
3 |
2 |
15 |
7 |
12 |
3 |
4 |
2 |
25 |
6 |
8 |
1 |
4 |
2 |
6 |
7 |
6 |
2 |
4 |
1 |
16 |
8 |
15 |
2 |
5 |
1 |
26 |
7 |
6 |
2 |
5 |
3 |
7 |
4 |
3 |
2 |
5 |
1 |
17 |
9 |
18 |
4 |
5 |
2 |
27 |
4 |
3 |
2 |
4 |
3 |
8 |
8 |
7 |
3 |
4 |
2 |
18 |
9 |
20 |
1 |
4 |
2 |
28 |
8 |
7 |
3 |
2 |
6 |
9 |
9 |
8 |
2 |
2 |
1 |
19 |
11 |
24 |
2 |
3 |
4 |
29 |
9 |
8 |
2 |
2 |
7 |
10 |
7 |
10 |
4 |
3 |
2 |
20 |
10 |
21 |
2 |
4 |
5 |
30 |
7 |
10 |
4 |
4 |
5 |
Пример |
4.21. |
Пусть X –– случайная |
величина |
сD( X ) = D < ¥. |
|||||
Случайный процесс Y (t) определяется уравнением |
|
|
|
||||||
|
|
|
¢ |
bX ,= Y (0) |
0, |
|
(4.2.10) |
||
|
|
Y (t) + aY (t) |
|
||||||
где a и b –– |
постоянные |
коэффициенты. Требуется |
найти |
дисперсию |
|||||
процесса Y (t) . |
|
|
|
|
|
|
|
|
|
Решение. Решим линейное дифференциальное уравнение(4.2.10) |
|||||||||
методом Бернулли. Будем искать решение |
в видеY (t) = u(t)v(t) . Тогда |
||||||||
уравнение (4.2.10) можно переписать: |
|
|
|
|
|
|
|||
|
¢ |
¢ |
|
¢ |
|
¢ |
= bX . |
|
|
|
u v +uv +auv= bX Þv(u |
+a u) + uv |
|
|
|||||
Подберем |
u(t) |
так, |
чтобы |
u¢ + au = 0, |
.т е. |
du / dt = –au Þ |
|||
Þ du / u= –adt Þ ln u= –at Þ u(t) = exp(–at). |
При |
таком u(t) |
получаем |
296
уравнение e-at v¢ = bX . Откуда dv = bXeat dt или v = bX (eat / a + c). В итоге получаем общее решение уравнения (4.3.2):
Y (t) = u(t)v(t) =e-atbX (eat / a + c) bX ( 1=/ a + ce-at ).
При начальных условиях Y (0) = 0 имеем 0 = bX (1 / a + c) Þ c = –1 / a.
Частное решение уравнения (4.2.10) имеет вид Y (t) = bX (1 -e-at ). Поэтому a
D(Y ) = D[bX=(1 – e-at ) / a] b2 (1 - e-at )2 D / a2. Ответ. D(Y ) = b2 (1 – e-at )2 D / a2.
Задача 4.21.1. Случайный процесс Z (t) определяется уравнением
¢ |
= 0, |
Z (t) + aZ (t) b( Xt= + Y ), Z (0) |
где a и b постоянные коэффициенты, а X и Y –– независимые случайные величины с D( X ) = =D(Y ) D < ¥. Найдите дисперсию Z (t) . (См. пример 4.21, a –– первая цифра варианта, b –– номер варианта.)
Задача 4.21.2. Случайный процесс Z (t) |
определяется уравнением |
||||
|
¢ |
|
|
|
|
|
Z (t) + aZ (t) = bX sin t, |
|
|
||
где a и b постоянные |
коэффициенты, |
а |
X –– случайная |
величина с |
|
D( X ) = D < ¥. Найдите |
дисперсию Z (t) . (См. пример 4.21, |
a –– |
первая |
||
цифра варианта, b –– номер варианта.) |
|
|
|
|
|
Пример 4.22. На RC –– цепь, схема которой изображена на рис. 4.2.3, |
|||||
подается случайное |
напряжениеX (t) |
с |
математическим |
ожиданием |
mx (t) = m и ковариационной функцией Kx (t1,t2 ) = exp{– | t1 -t2 |}.
|
|
|
|
Рис. 4.2.3 |
|
|
|
|
|
Требуется |
найти |
математическое |
ожидание |
и |
дисперсию |
с |
|||
напряжения Y (t) на выходе. |
|
|
|
|
|
|
|||
Решение. Дифференциальное уравнение, связывающее сигнал на |
|
||||||||
выходе Y (t) с сигналом X (t) |
на входе имеет вид |
|
|
|
|
|
|||
|
|
dY (t) |
+ bY=(t) b X (t), где b |
1= |
> 0. |
|
(4.2.11) |
|
|
|
|
|
|
|
|||||
|
|
dX |
|
RC |
|
|
|
297
|
|
|
Решение этого уравнения можно получить, например, методом |
|||||||||||||||||||||||
вариации |
произвольной |
|
постоянной. Однородному |
уравнению |
||||||||||||||||||||||
|
dY (t) |
+ bY (t) = 0 |
соответствует |
|
характеристическое |
уравнениеk +b = 0 . |
||||||||||||||||||||
|
|
|
||||||||||||||||||||||||
|
dX |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Поэтому |
решение |
|
соответствующего |
однородного |
уравнения |
имеет вид |
||||||||||||||||||||
Y1 (t) = С exp{–bt}. |
Вместо |
|
|
произвольной |
постояннойC |
подберем такую |
||||||||||||||||||||
функцию |
C(t) , чтобы |
Y (t) = C(t)exp{–bt} |
|
стало |
решением |
уравнения |
||||||||||||||||||||
(4.2.11). Тогда при подстановке этого Y (t) в уравнение (4.2.11) получаем |
||||||||||||||||||||||||||
|
|
|
|
|
¢ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
bX (t). |
|
|
|
|
|
|
C (t)exp{-bt} – bC(t)exp{–bt} + bC(t)exp{–bt=} |
|
||||||||||||||||||||
Откуда следует, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
¢ |
|
= bexp{bt}X (t) и C(t)= bòe |
bs |
X (s)ds. |
|
|
||||||||||||||
|
|
|
|
|
C (t) |
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
Поэтому решение уравнения (4.2.11) имеет вид |
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y (t) = bexp{–bt}òebs X (s)ds. |
|
|
(4.2.12) |
||||||||||||||
|
|
|
Запись (4.2.12) означает, что Y (t) |
0 |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
является результатом действия на |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
X (t) линейного оператора: L( X (t)) = b exp{–bt}òebs X (s) ds. |
|
||||||||||||||||||||||||
В соответствии с (4.2.1) |
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
my (t) = bexp{–bt}òebsmds |
|
=mexp{–bt}[exp{bt} – 1] |
m[1 –=exp{–bt}]. |
|||||||||||||||||||||
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
По формуле (4.2.2) при t2 £ t1 |
|
|
|
|
|
t1 |
|
t2 |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
K y (t1,t2 ) = b2 exp{–b(t1 + t2 )}òebs1 ds1 òebs2 es2 -s1 ds2 = |
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t1 |
|
t2 |
|
|
|
|
|
||
|
|
|
|
|
= b2 exp{–b(t1 + t2 )}òe(b-1) s1 ds1 òe(b+1) s2 ds2 = |
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
0 |
|
|
|
|
|
||
|
|
|
b2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b2 |
|
|
|
|
||
= |
|
|
|
exp{–b(t |
+ t |
)}(e(b-1)t1 -1)(e(b+1)t2 |
-1) |
|
|
=(e-t1 - e-bt1 )(et2 - e-bt2 ). |
||||||||||||||||
b2 -1 |
|
|
||||||||||||||||||||||||
|
|
1 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
b2 -1 |
|
|
|
||||||
|
|
|
Аналогично при t2 ³ t1 : |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
K |
|
(t |
,t |
) = |
|
b2 |
|
(e-t1 - e-bt1 )(et2 - e-bt2 ). |
|
|
||||||||||
|
|
|
|
|
|
y |
|
|
|
|
|
|||||||||||||||
Поэтому дисперсия |
|
1 |
2 |
|
|
|
|
b2 -1 |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
b2 |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
D(Y (t)) = K |
|
(t,t) = |
|
(e-t - e-bt )(et - e-bt ). |
|
||||||||||||||||
|
|
|
|
|
y |
b2 -1 |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
298