big_doc_LKG
.pdf
|
|
|
Випадкові процеси та їх статистичні характеристики |
181 |
|||||||||
|
|
|
|
|
|
|
; |
......................................... |
|
|
; |
|
|
|
|
|
|
|
|
|
; |
|
|
|
. |
|
|
|
Отримані таким чином результати представлені в табл. 3.9. |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
Таблиця 3.9 |
||
|
|
Результати обчислень нормованої кореляційної функції |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 |
1 |
|
0,74 |
0,81 |
0,72 |
0,76 |
0,65 |
0,74 |
0,53 |
0,81 |
1,00 |
|
2 |
|
|
1 |
0,92 |
0,99 |
0,94 |
0,91 |
0,86 |
0,77 |
0,89 |
0,89 |
|
|
3 |
|
|
|
1 |
0,94 |
0,91 |
0,95 |
0,98 |
0,90 |
0,92 |
0,91 |
|
|
4 |
|
|
|
|
1 |
0,96 |
0,96 |
0,76 |
0,82 |
0,92 |
0,84 |
|
|
5 |
|
|
|
|
|
1 |
0,94 |
0,89 |
0,72 |
0,99 |
0,89 |
|
|
6 |
|
|
|
|
|
|
1 |
0,97 |
0,90 |
0,93 |
0,83 |
|
|
7 |
|
|
|
|
|
|
|
1 |
0,94 |
0,91 |
0,84 |
|
|
8 |
|
|
|
|
|
|
|
|
1 |
0,70 |
0,71 |
|
|
9 |
|
|
|
|
|
|
|
|
|
1 |
0,81 |
|
Для отримання середніх значень нормованої кореляційної функції (останній стовпець табл. 3.9) необхідно знайти суму значень діагональних елементів матриці вздовж паралелей головної діагоналі і поділити її на кількість елементів в цій діагоналі:
;
;
;
..................................................................................
; .
Обчислені середні значення нормованої кореляційної функції занесемо до табл. 3.9 та побудуємо графіки (рис. 3.6) емпіричних характеристик процесу доставки вантажів.
182 |
Розділ 3 |
Рис. 3.6. |
Графіки характеристик випадкового процесу доставки вантажів |
Проаналізуємо отримані результати з точки зору передбачуваної стаціонарності випадкового процесу . Судячи із графіків, можна зробити висновок, що випадковий процес не є стаціонарним, так як не має постійного значення, дисперсія змінюється у часі, значення нормованої кореляційної функції уздовж паралелей головної діагоналі також мають різні значення.
Однак, приймаючи до уваги дуже обмежену кількість реалізацій (), ці видимі відхилення від стаціонарності можна враховувати несуттєвими. Тому цілком доцільним буде припущення про стаціонарність випадкового процесу .
Метод Фостера-Стюарта.
Цей метод дає можливість визначити стаціонарність за середніми і дисперсією. Реалізація методу здійснюється за чотири етапи.
На першому етапі виконується порівняння випадкової функції у кожному перерізі, починаючи з другого, із всіма попередніми. При цьому визначаються дві числові послідовності:
Випадкові процеси та їх статистичні характеристики |
183 |
де – дискретні моменти часу.
На другому етапі розраховуються величини і :
; |
. |
(3.17) |
Величина характеризує змінювання функції і приймає значення від 0 (всі значення функції однакові між собою) до (функція змінюється монотонно). Величина характеризує змінювання дисперсії значень функції і змінюється від (функція монотонно спадає) до (функція монотонно зростає).
Третій етап полягає у перевірці таких гіпотез:
1)випадковості відхилення величини від математичного очікування ;
2)випадковості відхилення величини від нуля.
Ця перевірка виконується з використанням розрахункових значень t-критерію Стьюдента для середнього та для дисперсії :
; . (3.18)
При значення та приймаються за табл. 3.10.
Таблиця 3.10 Значення та критерію Фостера-Стюарта
|
10 |
15 |
20 |
25 |
30 |
35 |
40 |
45 |
50 |
|
1,964 |
2,153 |
2,279 |
2,373 |
2,447 |
2,509 |
2,561 |
2,606 |
2,645 |
|
1,288 |
1,521 |
1,677 |
1,791 |
1,882 |
1,956 |
2,019 |
2,072 |
2,121 |
При величини та обчислюються за формулами
Випадкові процеси та їх статистичні характеристики |
185 |
Необхідно перевірити вантажопотік на стаціонарність.
Розв’язок.
1. Розраховуємо (табл. 3.12) величини , і знаходимо і .
|
|
|
|
|
|
|
|
|
|
|
|
Таблиця 3.12 |
|
|
|
|
Результати розрахунку значень |
, , |
, |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1 |
76 |
– |
– |
– |
– |
26 |
92 |
|
1 |
|
0 |
1 |
1 |
2 |
78 |
1 |
0 |
1 |
1 |
27 |
94 |
|
1 |
|
0 |
1 |
1 |
3 |
79 |
1 |
0 |
1 |
1 |
28 |
99 |
|
1 |
|
0 |
1 |
1 |
4 |
77 |
0 |
0 |
0 |
0 |
29 |
98 |
|
0 |
|
0 |
0 |
0 |
5 |
76 |
0 |
0 |
0 |
0 |
30 |
100 |
|
1 |
|
0 |
1 |
1 |
6 |
75 |
0 |
1 |
1 |
–1 |
31 |
97 |
|
0 |
|
0 |
0 |
0 |
7 |
75 |
0 |
0 |
0 |
0 |
32 |
94 |
|
0 |
|
0 |
0 |
0 |
8 |
73 |
0 |
1 |
1 |
–1 |
33 |
95 |
|
0 |
|
0 |
0 |
0 |
9 |
74 |
0 |
0 |
0 |
0 |
34 |
100 |
|
0 |
|
0 |
0 |
0 |
10 |
74 |
0 |
0 |
0 |
0 |
35 |
104 |
|
1 |
|
0 |
1 |
1 |
11 |
74 |
0 |
0 |
0 |
0 |
36 |
113 |
|
1 |
|
0 |
1 |
1 |
12 |
65 |
0 |
1 |
1 |
–1 |
37 |
111 |
|
0 |
|
0 |
0 |
0 |
13 |
66 |
0 |
0 |
0 |
0 |
38 |
114 |
|
1 |
|
0 |
1 |
1 |
14 |
67 |
0 |
0 |
0 |
0 |
39 |
110 |
|
0 |
|
0 |
0 |
0 |
15 |
71 |
0 |
0 |
0 |
0 |
40 |
109 |
|
0 |
|
0 |
0 |
0 |
16 |
71 |
0 |
0 |
0 |
0 |
41 |
115 |
|
1 |
|
0 |
1 |
1 |
17 |
67 |
0 |
0 |
0 |
0 |
42 |
119 |
|
1 |
|
0 |
1 |
1 |
18 |
73 |
0 |
0 |
0 |
0 |
43 |
123 |
|
1 |
|
0 |
1 |
1 |
19 |
81 |
1 |
0 |
1 |
1 |
44 |
119 |
|
0 |
|
0 |
0 |
0 |
20 |
88 |
1 |
0 |
1 |
1 |
45 |
123 |
|
0 |
|
0 |
0 |
0 |
21 |
90 |
1 |
0 |
1 |
1 |
46 |
131 |
|
1 |
|
0 |
1 |
1 |
22 |
89 |
0 |
0 |
0 |
0 |
47 |
147 |
|
1 |
|
0 |
1 |
1 |
23 |
89 |
0 |
0 |
0 |
0 |
48 |
151 |
|
1 |
|
0 |
1 |
1 |
24 |
85 |
0 |
0 |
0 |
0 |
49 |
147 |
|
0 |
|
0 |
0 |
0 |
25 |
91 |
1 |
0 |
1 |
1 |
50 |
141 |
|
0 |
|
0 |
0 |
0 |
|
|
|
|
|
|
|
|
|
|
|
∑ |
22 |
16 |
2. За табл. 3.10 для знаходимо:
; ;
3. Використовуючи формули (3.18), обчислюємо статистики для випадкових величин r і d:
Випадкові процеси та їх статистичні характеристики |
187 |
або
, (3.20)
де – середній ранг для кожної випадкової величини ;
– середній ранг за всією послідовністю.
Якщо всі мають один і той же закон розподілу, то набуває невеликих значень, при різних законах розподілу (тобто при від-
сутності стаціонарності) набуває великих значень.
При збігу законів розподілу випадкової величини статистика має -розподіл з кількістю ступенів вільності . Для
перевірки стаціонарності (однаковості розподілів випадкових величин ) необхідно:
1)задатися рівнем значимості (зазвичай 0,05 або 0,01);
2)за таблицею -розподілу для рівня значимості та кількості ступенів вільності знайти квантиль розподілу;
3)якщо , то гіпотезу щодо стаціонарності слід відхилити і вважати потік вимог нестаціонарним.
Приклад 4. Аналізується робота транспортної системи металургійного комбінату. В табл. 3.13 наведені статистичні дані кількості повідомлень з вузлової станції про прибуття вантажів на адресу підприємства, що надійшли погодинно за 10 год. () робочого часу (з 8:00 до 18:00 год.) за три доби ().
Таблиця 3.13
Статистичні дані про кількість повідомлень
Доба |
|
|
Погодинна кількість повідомлень |
|
|
|
|||||
(реалізація) |
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
8 |
9 |
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
6 |
2 |
5 |
5 |
0 |
5 |
6 |
|
4 |
2 |
4 |
2 |
1 |
3 |
5 |
8 |
4 |
3 |
3 |
|
2 |
4 |
2 |
3 |
2 |
4 |
1 |
5 |
7 |
2 |
8 |
|
6 |
8 |
7 |
Для обґрунтування виду математичної моделі потоку повідомлень необхідно перевірити його на стаціонарність.
Розв’язок.