Sluchaynye_protsessy
.pdfбирается из набора чисел 0,1; 0,05; 0,025 . Время корреляции отмечено на рис. 2.8 на при- мере корреляционной функции (2.13).
Рис. 2.7. Ковариационные функции стационарных случайных процессов
Рис. 2.8. Корреляционная функция (2.13) и время корреляции случайного процесса
21
Время корреляции определяется как решение относительно τ уравнения rξ (τ) = ε .
Иногда время корреляции определяется соотношением
∞0
τk = ò rξ (τ)dτ = ò rξ (τ)dτ .
0−∞
Вэтом случае время корреляции представляет собой длину основания прямоугольника еди-
ничной высоты, площадь которого равна площади под кривой корреляционной функции на действительной полуоси (рис. 2.8). Равные площади отмечены на рис. 2.8 символом s и раз- нонаправленной штриховкой.
2.7. Гауссовский (нормальный) случайный процесс
Случайный процесс ξ(t) называется гаусовским (нормальным), если все его конечномер-
ные распределения гауссовские, т. е. если его n -мерная плотность вероятности определяется
выражением
|
|
|
|
|
f |
ξ |
(x ,...,x |
n |
,t ,...,t |
n |
) = |
|
1 |
|
|
exp(− |
1 |
(X − A)T R−1(X − A)) , |
|
|||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
1 |
|
1 |
|
|
(2π)n | R | |
|
|
2 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
где |
AT = (aξ (t1),..., aξ (tn )) |
|
– вектор математических ожиданий процесса |
в моменты |
||||||||||||||||||||
t ,...,t |
n |
, X T |
= (x ,..., x ) – вектор-строка аргументов плотности вероятности, |
R = (R |
), |
|||||||||||||||||||
1 |
|
|
|
|
|
|
1 |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
i, j |
|
|
i, j = |
|
, – ковариационная матрица процесса, |
|
R |
|
|
||||||||||||||||||
1,n |
|
– определитель ковариационной матри- |
||||||||||||||||||||||
|
|
|||||||||||||||||||||||
цы, |
R−1 – обратная матрица. Элементы R |
ковариационной матрицы процесса представля- |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i, j |
|
|
|
|
|
|
|
|
|
|
ет собой коэффициенты ковариации между сечениями процесса ξ(ti ) и ξ(t j ) , т. е. |
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
o |
|
o |
|
|
||
|
|
|
|
|
|
|
|
Ri, j |
= cov(ξ(ti ), ξ(t j )) = E(ξ(ti ) ξ(t j )) = Rξ (ti ,t j ). |
|
|
Мы видим, что ковариационная матрица вычисляется по ковариационной функции случай- ного процесса: Ri, j = Rξ (ti ,t j ) .
22
3.СПЕКТРАЛЬНАЯ ТЕОРИЯ СТАЦИОНАРНЫХ СЛУЧАЙНЫХ ПРОЦЕССОВ
3.1.Спектральная функция и спектральная плотность стационарного случайного про-
цесса с непрерывным временем
Пусть ξ(t) – непрерывный в среднем квадратичном стационарный случайный процесс и Rξ (τ) – его ковариационная функция. Характеристическое свойство ковариационной функ-
ции – неотрицательная определенность – в случае стационарного случайного процесса сво-
дится к соотношению
m m
å å R(tk - t j )zk z j ³ 0
k =1j=1
для любого конечного множества точек t j и любых чисел z j .
Относительно ковариационной функции Rξ (τ) справедлива следующая теорема Бохнера. Теорема. Функция Rξ (τ) неотрицательно определена тогда и только тогда, кода она мо- жет быть представлена в виде интеграла Фурье-Стилтьеса по некоторой вещественной не-
убывающей и ограниченной функции Sξ (ω) :
|
∞ |
|
R(t) = |
òe jωτdSξ (w) . |
(3.1) |
−∞
Теорему принимаем без доказательства.
Функция Sξ (ω) в формуле (3.1) называется спектральной функцией случайного процесса ξ(t) , а формула (3.1) называется спектральным представлением ковариационной функции. С точки зрения спектрального представления (3.1) не важно, как определить Sξ (ω) в точках разрыва. Обычно ее считают непрерывной справа, так что Sξ (ω) = Sξ (ω + 0) .
Формула обращения для преобразования (3.1) имеет вид:
Sξ (w2 ) - Sξ (w1) = |
1 |
lim |
c |
e jω1τ - e jω2τ |
Rξ (t)dt. |
|
ò |
|
|||
|
jt |
||||
|
2p c→∞ −c |
|
Если спектральная функция абсолютно непрерывна, т.е. может быть представлена в виде
ω
Sξ (w) = ò sξ (l)dl ,
−∞
то функция sξ (ω) называется спектральной плотностью случайного процесса ξ(t) . Из по- следнего выражения получаем, что
sξ (w) = |
d |
Sξ (w). |
|
|
|
||
|
dw |
|
|
Если существует спектральная плотность sξ (ω) , то |
|
||
dSξ (ω) = sξ (ω)dω, |
|
||
и вместо (3.1) получаем |
|
||
∞ |
|
||
Rξ = ò e jωτ sξ (ω )dω , |
(3.2) |
−∞
23
т.е. ковариационная функция может быть представлена как преобразование Фурье от спек- тральной плотности. Тогда спектральная плотность стационарного случайного процесса ξ(t) будет преобразованием Фурье от его ковариационной функции:
s |
ξ |
(ω) = |
1 |
∞e− jωτ R (τ)dτ . |
(3.3) |
|
|
||||||
|
|
|
ò |
ξ |
|
|
|
|
|
2π −∞ |
|
|
Обратимся к спектральной плоскости (3.1) и исследуем её свойства. Так как по формуле
Эйлера
e− jωτ = cosωτ − jsin ωτ,
то |
|
|
|
|
∞ R (τ)cos ωτdτ − |
|
∞ R (τ)sin ωτdτ . |
|
|||||
s |
ξ |
(ω) = |
1 |
|
j |
|
|||||||
|
|
|
|||||||||||
|
|
2π |
ò |
ξ |
ò |
ξ |
|
||||||
|
|
|
−∞ |
|
|
|
|
2π −∞ |
Rξ (τ) второй интеграл в правой |
||||
В силу нечетности функции sin ωτ и четности функции |
|||||||||||||
части последнего выражения будет равен нулю, и мы получим |
|
||||||||||||
|
|
|
|
|
s |
ξ |
(ω)= |
1 |
∞R (τ)cosωτdτ. |
(3.4) |
|||
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
ò ξ |
|
|
|||
|
|
|
|
|
|
|
|
2π −∞ |
|
|
|||
Поскольку функции cos ωτ и |
Rξ (τ) четные, то и спектральная плоскость |
sξ (ω) будет |
четной: sξ (− ω)= sξ (ω) (см. рис. 3.1).
Рис. 3.1 Спектральная плотность стационарного случайного процесса с ковариационной функцией (1.13)
Выясним физический смысл спектральной плотности. Для этого рассмотрим выражение
(3.3) при τ = 0:
24
Rξ (0)= ∞òsξ (w)dw.
−∞
Но Rξ (0) = sξ2 , где sξ2 – дисперсия процесса. Следовательно, площадь под кривой спек-
тральной плоскости равна дисперсии случайного процесса, или, иначе, спектральная плот- ность представляет собой распределение дисперсии процесса по оси частот. С другой сторо-
ны, sξ2 |
o |
o |
|
||
= E(x2 |
(t)) . Если рассматривать x(t) как ток, протекающий в единичном сопротив- |
o
лении, то x2 (t) будет представлять собой мгновенную (в момент времени t ) мощность про- o
цесса, а E(ξ2 (t)) – среднюю мощность процесса ξ(t). С этой позиции спектральную плот- ность можно трактовать как распределение средней мощности случайного процесса по час- тотным составляющим случайного процесса. Поэтому sξ (ω) иногда называют спектральной
плотностью мощности случайного процесса.
Пример. Найдем спектральную плотность процесса, имеющего ковариационную функцию вида Rξ (t) = s2ξe−α|τ| .
Решение. По определению спектральной плотности получим
s(w) = 1 ∞òs2e−α
ξ2p −∞ ξ
= 21p
= s2 e(α+ jω)τ
ξ
2p(a + jw)
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
||||
|
|
τ |
e− jωτ dt= |
1 |
òsξ2eατe jωτdt + |
|
1 |
|
òsξ2e |
−ατe− jωτdt = |
||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||
0 |
|
|
2p −∞ |
|
|
∞ |
|
2p 0 |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
òsξ2e(α+ jω)τdt + |
òsξ2e−(α+ jω)τdt = |
|
|
|
|
|||||||||||||||||
|
|
|
|
|
||||||||||||||||||||
−∞ |
|
|
|
|
|
|
2p 0 |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
0 |
|
sξ2 |
e−(α+ jω)τ |
|
∞ |
sξ2 æ |
1 |
|
|
1 |
ö |
|||||||||||
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
- |
|
|
|
|
|
= |
|
ç |
|
|
|
+ |
|
÷ = |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
2p(a + jw) |
|
|
|
|
|
|
ç |
|
|
|
|
|
÷ |
||||||
|
|
−∞ |
|
|
|
|
|
|
0 |
2p è a - jw a + jwø |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
s |
2a |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
= |
|
|
ξ |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
p(a2 + w2 ) |
|
|
|
|
|
|
|
|
|
|
Эта функция приведена на рис. 3.1.
3.2 Спектральная функция и спектральная плотность стационарной случайной последовательности
Рассмотрим случайную последовательность ξ(iT ), которая образуется выборкой сечений случайного процесса с непрерывным временем ξ(t) в дискретные моменты времени iT , i =1,2,3..., T – период дискретизации (см. рис. 1.2). Ковариационная функция такой после-
довательности будет также определенной на дискретном множестве значений своих аргу- ментов. Если последовательность стационарная, то ее ковариационная функция образует по-
следовательность коэффициентов ковариаций Rξ (0T ), Rξ (± T ), Rξ (± 2T ), ...,
Rξ (± iT ),… , где
o o
Rξ (iT ) = E(x(kT )x(kT + iT )).
25
Относительно ковариационной функции Rξ (± kT ) может быть доказана теорема, аналогич- ная теореме Бохнера для процесса с непрерывным временем:
Теорема. Функция Rξ (kT ) неотрицательно определена тогда и только тогда, кода она может быть представлена в виде интеграла Фурье–Стилтьеса по некоторой вещественной неубывающей и ограниченной функции Sξ,T (ω):
|
π / T |
|
Rξ (kT ) = |
ò e jωkT dSξ,T (w) , k = 0, ± 1, ± 2,... . |
(3.5) |
−π / T
Функция Sξ,T (ω) в данной формуле называется спектральной функцией случайной по- следовательности ξ(iT ), а формула (3.5) называется спектральным представлением кова- риационной функции Rξ (kT ). Спектральную функцию можно считать непрерывной справа
и удовлетворяющей условиям |
|
|
|
p ö |
|
|
|
|
æ p ö |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
S |
|
æ |
- |
|
= 0, |
S |
|
= R |
(0) . |
|
|
|
|
|
|
|
|
|||||||||||
|
ç |
|
|
|
÷ |
|
ç |
|
÷ |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
ξ,T è |
|
T ø |
|
|
|
ξ,T |
èT ø |
|
ξ,T |
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
Sξ,T (ω) абсолютно непрерывна на |
é |
|
p |
, |
pù |
|
||||||||||||||||||||
Если спектральная функция |
ê- |
|
|
|
ú |
, т.е. может |
||||||||||||||||||||||
T |
|
|||||||||||||||||||||||||||
быть представлена в виде |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ë |
|
T û |
|
|||
|
|
|
|
|
|
|
|
|
|
ω |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Sξ,T (w) = |
|
ò sξ,T (l)dl , |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
то производная |
|
|
|
|
|
|
|
|
|
−π / T |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
d |
|
|
|
|
|
|
|
|
p |
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
é |
|
|
|
|
ù |
|
|
|
|
|
|
|
|
||||
sξ,T (w) = |
|
|
|
Sξ,T (w), ê- |
|
|
£ w £ |
|
ú |
, |
|
|
|
|
|
|
|
|||||||||||
dw |
T |
T |
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
ë |
|
|
|
û |
|
|
|
|
|
|
|
|
называется спектральной плотностью стационарной случайной последовательности ξ(iT ). Если существует спектральная плотность sξ,T (ω), то
dSξ,T (ω) = sξ,T (ω)dω,
и вместо (3.5) получаем
|
π / T |
|
Rξ (kT ) = |
ò e jωkT sξ,T (w)dw. |
(3.6) |
−π / T
Так как это формула для коэффициентов ряда Фурье, то спектральная плотность стационар- ной случайной последовательности может быть представлена рядом Фурье:
|
|
|
T |
∞ |
R (kT )e− jkωT |
|
é- |
p |
|
p |
ù . |
||
s |
ξ,T |
(w) = |
å |
, |
£ w £ |
||||||||
|
|
|
|||||||||||
|
|
2p k =−∞ |
ξ |
|
ê |
T |
ú |
||||||
|
|
|
|
|
ë |
T û |
Это ряд Фурье в комплексной форме. Если воспользоваться формулой Эйлера
e− jkωT = cos(kωT) − jsin(kωT) ,
то спектральную плотность можно записать в виде |
|
||||
s |
ξ,T |
(w) = |
T |
å∞ [R (kT )cos(kwT ) - R (kT )sin(kwT )]. |
|
|
|||||
|
|
|
ξ |
ξ |
|
|
|
|
2p k =−∞ |
|
|
Если учесть что синус – функция нечетная, а Rξ (kT) |
– четная, то второе слагаемое в по- |
||||
следнем выражении оказывается равным нулю и |
|
26
|
|
|
T |
∞ |
R (kT )cos(kwT ) . |
s |
|
(w) = |
å |
||
|
|
||||
|
ξ,T |
|
2p k =−∞ |
ξ |
Таким образом, спектральная плотность стационарной случайной последовательности пред- ставляет собой ряд Фурье по косинусам, т.е. является действительной четной функцией ар-
гумента ω . Если учесть, что функция Rξ (kT) четная, то можно записать
s |
ξ,T |
(w) = |
|
T |
(R (0) + 2R (T ) cos(wT ) + 2R (2T ) cos(wT ) + K). |
|||||
|
|
|||||||||
|
|
|
2p |
ξ |
|
ξ |
ξ |
|||
Если, кроме того, ω = 0 , то получим |
|
|
||||||||
|
|
|
|
|
|
T æ Rξ (0) |
|
ö |
||
|
|
sξ,T |
(0) = |
|
ç |
|
|
÷ |
||
|
|
|
|
|
||||||
|
|
ç |
2 |
+ Rξ (T ) + Rξ (2T ) + Rξ (3T ) +K÷. |
||||||
|
|
|
|
|
|
p è |
|
ø |
|
T æ |
R(0) |
|
ö |
|
sT (0) = |
|
ç |
|
+ R(T ) + R(2T ) + R(3T ) + K÷ . |
|
|
2 |
||||
|
π è |
|
ø |
||
|
|
|
|
3.3. Белый шум |
|
Случайный процесс |
ξ(t) , спектральная плотность которого постоянна, |
||||
( sξ (ω)= c = const) называется белым шумом. Из формулы |
|||||
|
|
|
|
∞ |
|
|
|
|
Rξ (0) = |
òsξ (w)dw = sξ2 |
|
следует, что для белого шума |
|
|
|
−∞ |
|
|
|
|
∞ |
∞ |
|
|
|
|
|
||
|
|
Rξ (0) = òcdw = c òdw = ¥ , |
|||
|
|
|
|
−∞ |
−∞ |
т. е. дисперсия (средняя мощность) равна бесконечности. Таких «бесконечно мощных» про- цессов в природе не существует. Но белый шум является хорошей математической идеали- зацией случайного процесса на входе некоторой динамической системы в случае, когда спек- тральная плотность процесса изменяется незначительно в полосе пропускания системы. На-
пример, входной случайный процесс со спектральной плотностью sξ (ω) , представленной на
рис. 3.2, можно считать белым шумом для системы с амплитудно-частотной характеристи- кой A(ω) .
Найдем ковариационную функцию белого шума:
R (t) = |
∞ce jωτdw = c |
∞e jωτdw = cd(t), |
ξ |
ò |
ò |
|
−∞ |
−∞ |
где δ(τ) – известная дельта функция. Выражение d(t)= ∞òe jωτdw является одним из опре-
−∞
делений дельта функции. Случайный процесс с ковариационной функцией вида дельта функции называется некоррелированным. Это значит, что два сколь угодно близких сечения белого шума не коррелированны между собой. Итак, белый шум – это некоррелированный стационарный случайный процесс. Белый шум содержит в себе все частотные составляющие с равными амплитудами, подобно белому цвету. Этим объясняется название такого случай- ного процесса.
27
Рис. 3.2. Амплитудно-частотная характеристика A(ω) системы и спектральная плотность sξ (ω) входного случайного сигнала
28
4. НЕПРЕРЫВНОСТЬ, ДИФФЕРЕНЦИРУЕМОСТЬ И ИНТЕГРИРУЕМОСТЬ СЛУЧАЙНЫХ ПРОЦЕССОВ
4.1. Непрерывность случайного процесса
Понятие непрерывности случайного процесса x(t) отличается от понятия непрерывности неслучайной функции y(t) . Неслучайная функция y(t) называется непрерывной в точке t ,
если y(t + h) − y(t) → 0.
h→0
Для случайного процесса величина x(t + h) - x(t) является случайной величиной, и тре-
бовать выполнения условия ξ(t + h) − ξ(t) → 0 для случайной величины без дополнитель- h→0
ных условий не имеет смысла. Для случайных процессов существуют специальные опреде- ления непрерывности.
Случайный процесс x(t) называется непрерывным в среднем квадратичном, если прира- щение процесса x(t + h) - x(t) сходится к нулю в среднем квадратичном при h → 0 , т. е.
если выполняется условие
E((ξ(t + h) − ξ(t))2 ) → 0 . |
(4.1) |
h→0 |
|
Данное определение можно записать в виде
l.i.m.ξ(t + h) = ξ(t) .
h→0
Случайный процесс x(t) называется непрерывным с вероятностью 1, если
P(ξ(t + h) → ξ(t)) =1.
h→0
Непрерывность с вероятностью 1 означает непрерывность каждой реализации процесса в точке t .
О непрерывности процесса в среднем квадратичном можно судить по его вероятностным характеристикам.
Теорема. Случайный процесс x(t) непрерывен в среднем квадратичном в точке t T то- гда и только тогда, когда его функция математического ожидания aξ (t) = E(ξ(t) непре- рывна в точке t T и ковариационная функция Rξ (t1,t2 ) непрерывна в точке (t,t) (на диагонали области определения).
Докажем достаточность этих условий, т. е. докажем, что если aξ (t) = E(ξ(t) непрерывна
в точке |
t и R |
(t ,t |
2 |
) непрерывна в точке t |
= t |
2 |
= t , то выполняется условие (4.1). Рас- |
||||||
|
ξ |
1 |
1 |
|
|
|
|
|
|
|
|||
смотрим математическое ожидание квадрата приращения процесса |
|
|
|
||||||||||
|
E((ξ(t + h) − ξ(t))2 ) = D(ξ(t + h) − ξ(t)) + E2 (ξ(t + h) − ξ(t)) = |
|
|||||||||||
|
= D(ξ(t + h)) + D(ξ(t)) − 2cov(ξ(t + h), ξ(t)) + (aξ (t + h) − aξ (t))2 = |
|
|||||||||||
|
|
= R |
|
(t + h,t + h) + R (t,t) − 2R |
|
(t + h,t) + (a |
ξ |
(t + h) − a |
ξ |
(t))2 , |
(4.2) |
||
|
|
ξ |
ξ |
ξ |
|
|
|
|
|
где символом D(×) обозначена дисперсия. Из последнего выражения видно, что при выпол- нении условий теоремы правая часть выражения (4.2) сходится к нулю при h → 0 , т.е.
E((ξ(t + h) − ξ(t))2 ) → 0 , что требовалось доказать. h→0
29
Докажем теперь необходимость, т.е. если выполняется условие (4.1), то aξ (t) непрерыв- на в точке t , а Rξ (t1,t2 ) непрерывна в точке t1 = t2 = t . Будем исходить из выражения
(4.2). В этом выражении
Rξ (t + h,t + h) - 2Rξ (t + h,t) + Rξ (t,t) ³ 0 .
Это следует из свойства неотрицательной определенности ковариационной функции
Дадим интерпретацию этой теоремы для стационарного случайного процесса: стационар- ный случайный процесс ξ(t) непрерывен в среднем квадратичном тогда и только тогда, ко-
гда его ковариационная функция Rξ (t) непрерывна в точке τ = 0 . Действительно для ста- ционарного процесса aξ (t) = const , т. е. математическое ожидание непрерывно в любой точке, а непрерывность ковариационной функции Rξ (t1,t2 ) в точке (t,t) сводится к непре-
рывности функции Rξ (t) = Rξ (t1 - t2 ) в нуле.
Пример. Является ли непрерывным в среднем квадратичном случайный процесс с кова- риационной функцией Rξ (t) = s2ξe−α τ ?
Решение. Поскольку ковариационная функция Rξ (τ) непрерывна в точке τ = 0, то по
теореме о непрерывности в среднем квадратичном стационарного процесса делаем вывод, что процесс непрерывен в среднем квадратичном.
4.2. Дифференцируемость случайного процесса
Рассмотрим дифференцируемость случайного процесса в среднем квадратичном. Случайный процесс ξ(t) называется дифференцируемым в среднеквадратичной точке t ,
если величина |
ξ(t + h) − ξ(t) |
|
|
|
|
′ |
в среднем квадратич- |
h |
|
сходится к некоторому пределу ξ (t) |
|||||
ном, т. е. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
æ |
æ x(t + h) - x(t) |
ö2 |
ö |
® 0 . |
(4.2) |
|
|
Eç |
ç |
h |
- x¢(t)÷ |
÷ |
||
|
ç |
è |
ø |
÷h→0 |
|
||
|
è |
|
|
|
ø |
|
|
Предел ξ′(t) называется производной в среднем квадратичном процесса ξ(t) в точке t .
О дифференцируемости случайного процесса в среднем квадратичном можно судить по его математическому ожиданию и ковариационной функции.
Теорема. Случайный процесс ξ(t) дифференцируем в среднем квадратичном в точке t тогда и только когда, когда его функция математического ожидания aξ (t) дифференцируе-
ма в точке t и ковариационная функция Rξ (t1,t2 ) |
дифференцируема в точке (t, t) (на диа- |
||||||
гонали области определения). |
|
|
|
|
|
|
|
Будем доказывать сходимость к нулю величины |
|
|
|
||||
æ |
æ x(t + h) - x(t) |
- |
x(t + k) - x(t) ö2 |
ö |
|||
Eç |
ç |
h |
|
k |
÷ |
÷ ® 0 . |
|
ç |
è |
|
|
ø |
÷h,k →0 |
||
è |
|
|
|
|
|
|
ø |
30