- •1.1.2. Определение априорной вероятности
- •Задания для самостоятельной работы
- •1.1.3. Определение апостериорной вероятности (статистической вероятности или частоты
- •1.1.4. Условная вероятность
- •1.1.5. Полная вероятность
- •1.2. Случайные величины
- •1.2.1. Дискретные случайные величины
- •Задания для самостоятельной работы
- •1.2.2. Непрерывные случайные величины
- •1.3. Системы случайных величин
- •1.3.1. Законы распределения систем случайных величин
- •1.3.2. Определение числовых характеристик системы случайных величин
- •1.4. Случайные функции
- •1.4.1. Непрерывные случайные функции (процессы)
- •1.4.2. Определение случайных функций
- •1.4.3. Дискретные случайные процессы
- •1.4.3.1. Потоки событий
- •1.4.3.2. Марковские процессы с дискретными
- •Расчет цепи Маркова для стационарного режима
- •Для того чтобы система перешла из состояния в состояние, нужно, чтобы одна из трех эвм за время вышла из строя.
- •Глава 2. Прикладные вероятностные теории
- •2.1. Основы теории информации
- •2.1.1. Энтропия как мера неопределенности
1.4.2. Определение случайных функций
и их характеристик
При вычислении характеристик СФ следует учитывать свойства корреляционной функции.
1. Корреляционная функция симметрична относительно своих аргументов:
. |
(1.68) |
2. Значение корреляционной функции в моменты времени ине превышает произведения среднеквадратичных отклонений в эти моменты времени:
. |
(1.69) |
3. Если к случайной функции Х(t)прибавить неслучайную(t), т.е. , то корреляционная функция не изменится:
. |
(1.70) |
4. Если случайную функцию Х(t)умножить на неслучайную(t), т.е. , то корреляционная функция умножается на:
. |
(1.71) |
5. При равенстве аргументов =tкорреляционная функция равна дисперсии:
. |
(1.72) |
Пример1.18. Процесс повышения уровня жидкости в сосуде описан случайной функциейХ(t), которая задана в видеX(t) = X t + b, гдеХслучайная величина, распределенная по нормальному закону с параметрами; b = 5– неслучайная величина. График реализаций случайной функции представлен на рис. 1.8.
Рис.1.8. График возможных реализаций СФ к примеру 1.18
Требуется найти одномерный закон плотности вероятности СФ , математическое ожидание, дисперсиюи корреляционную функцию.
Решение. Пользуясь свойствами математического ожидания и дисперсии, находим:
Центрированная случайная функция
На основании (1.63) корреляционная функция
Значением СФ X(t) = xt + b в моментt является нормально распределенная величина, поэтому одномерная плотность вероятности имеет вид
Задания для самостоятельной работы
Процесс уменьшения отклонения напряжения на выходе стабилизатора после скачка напряжения в электрической сети описан элементарной случайной функцией, которая имеет вид , гдеХСВ (величина скачка напряжения), распределенная по нормальному закону с параметрами. Найдите характеристики случайной функцииУ(t):.
2. Процесс снятия неопределенности в результате сбора информации о произошедшем событии может быть описан элементарной случайной функцией, которая имеет вид . ЗдесьхСВ, распределенная по показательному закону с плотностью, где интенсивность получения информации от источника. Найдите характеристики.
3. Составьте задачу, в которой опишите две элементарные случайные функции Х(t) и У(t) и найдите их взаимную корреляционную функцию .
1.4.3. Дискретные случайные процессы
Многие явления, рассматриваемые в процессе своего развития, могут описываться лишь конечным (дискретным) числом состояний, изменение (или измерение) которых происходит через определенные интервалыt: ,,,…,,.Например, в процессе обучения студент ежегодно переходит (или не переходит) на следующий курс. Накопление значений оценки успеваемости идет непрерывно, одно изменение состояния (переход на случайный курс) происходит в дискретные моменты временипосле окончания очередной сессии. Этот процесс можно охарактеризовать как процесс сдискретными состояниями и дискретным временем. Однако во многих случаях переход из одного состояния в другое происходит в неопределенные моменты времени. Например, в мультипрограммном режиме работы ЭВМ задания в различные периоды времени могут находиться в одном из состояний: готово к исполнению, исполняемое, прерванное, ожидающее. Это процесс сдискретными состояниямиинепрерывным временем.
Для исследования таких процессов в теории вероятностей используют понятиепотока событийсобытий, появляющихся одно за другим в случайные моменты времени.