- •Оглавление
- •Глава 1. Теория вероятностей 10
- •Глава 2. Математическая статистика 44
- •Глава 3. Случайные процессы 67
- •Введение
- •Глава 1. Теория вероятностей
- •1.1. Случайные события Основные понятия теории вероятностей
- •Основные определения
- •Операции над случайными событиями
- •Элементы комбинаторики
- •Классическое определение вероятности
- •Свойства вероятности
- •Вопросы для самопроверки
- •1.2. Теоремы сложения и умножения вероятностей Теорема сложения вероятностей
- •Теорема умножения вероятностей Условная вероятность
- •Обобщенная теорема умножения вероятностей
- •Независимость случайных событий
- •Вопросы для самопроверки
- •1.3. Формула Бернулли. Формула полной вероятности Повторение испытаний. Формула Бернулли
- •Формула полной вероятности
- •Вопросы для самопроверки
- •1.4. Дискретные случайные величины
- •Закон распределения дискретной случайной величины
- •Биномиально распределенные случайные величины
- •Математическое ожидание случайной величины
- •Свойства математического ожидания
- •Дисперсия случайной величины
- •Свойства дисперсии
- •Функция распределения случайной величины
- •Свойства функции распределения
- •Вопросы для самопроверки
- •1.5. Непрерывные случайные величины
- •Плотность вероятности непрерывной случайной величины
- •Cвойства функции плотности вероятности
- •Нормальное распределение
- •Правило трех сигм
- •Независимость случайных величин. Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Предельные теоремы теории вероятностей
- •Закон больших чисел в форме Чебышева
- •Следствия из закона больших чисел
- •Центральная предельная теорема (теорема Ляпунова)
- •Вопросы для самопроверки
- •Глава 2. Математическая статистика
- •2.1. Основные понятия математической статистики
- •Приемы обработки выборок
- •Построение гистограммы относительных частот
- •Точечные оценки параметров генеральной совокупности
- •Дополнительные свойства точечных оценок
- •Проверка взаимозависимости генеральных совокупностей. Выборочный коэффициент корреляции
- •Интервальные оценки параметров генеральной совокупности
- •Вопросы для самопроверки
- •2.2. Статистическая проверка статистических гипотез
- •Этапы проверки статистических гипотез
- •Проверка гипотез о параметрах генеральных совокупностей
- •Проверка гипотезы о виде распределения генеральной совокупности. Критерий согласия Пирсона
- •Вопросы для самопроверки
- •Глава 3. Случайные процессы
- •3.1. Элементы теории случайных процессов Определение случайного процесса
- •Основные характеристики случайных процессов
- •Свойства математического ожидания
- •Дисперсия случайного процесса и ее свойства
- •Корреляционная функция случайного процесса и ее свойства
- •Нормированная корреляционная функция
- •Взаимная корреляционная функция и ее свойства
- •Нормированная взаимная корреляционная функция
- •Производная и интеграл от случайной функции
- •Интеграл от случайной функции и его характеристики
- •Вопросы для самопроверки
- •Заключение
- •Библиографический список
Производная и интеграл от случайной функции
Введем понятие среднеквадратичной сходимости последовательности случайных функций X1(t), …, Xn(t). Последовательность случайных функций X1(t), …, Xn(t) сходится в среднеквадратичном к X(t), если
M[(Xn(t) – X(t))²] = 0.
Тогда X(t) – называется пределом в среднеквадратичном и вводится обозначение: X(t) = l.i.m. Xn(t), n → ∞.
Случайная функция X(t) дифференцируема в точке t если существует случайная функция (t) такая, что
M[(X(t + ∆t) – X(t))/∆t – (t)]2 = 0,
или (t) = l.i.m. (X(t+ ∆t)–X(t))/∆t, ∆t→0.
Теорема 1. Пусть существует производная случайной функции X(t) в точке t. Тогда
m (t) = mx(t).
Доказательство. Имеем (t) l.i.m. (X(t+ ∆t)–X(t))/∆t, ∆t→∞.
Тогда M[ (t)] = M[ (X(t+∆t)–X(t))/∆t] = M[(X(t+∆t)– – X(t))/∆t] = (mx(t+∆t)– mx(t)) /∆t = mx(t).
Здесь использовалось (без доказательства) следующее свойство математического ожидания:
M[ (X(t+∆t)] = M[X(t+∆t)].
Теорема 2. Пусть существует производная случайной функции X(t) в точках t = t1 и t = t2.Тогда
= .
Доказательство. По определению имеем =
= M[ ], где = ( ). Тогда по теореме 1 получим требуемое равенство
= M[ ] = .
Пример. Пусть = 2 t1 t2. Найдем .
По теореме 2 имеем = 2.
Теорема 3. Пусть существует производная случайной функции X(t) в точках t = t1 и t = t2.Тогда
= , = .
По определению взаимной корреляционной функции, с учетом теоремы 1 и определения корреляционной функции, имеем
= M[ ] = M[ ( ) ] =
= M[ ] = .
Второе равенство в теореме 3 доказывается аналогично.
Интеграл от случайной функции и его характеристики
Интегралом от случайной функция X(t) по отрезку [0, T] называют следующую величину:
= , где = T/N, ti = i , i = 1, ..., N.
Здесь предполагается, что случайная функция X(t) имеет непрерывную траекторию на отрезке [0, T].
Теорема 1. Пусть Y(t) = , t > 0.
Тогда my(t) = , t > 0.
Доказательство. По определению интеграла
Y(t) = , где = T/N, si = i , i = 1, ..., N.
Тогда, согласно свойствам математического ожидания и определению интеграла от неслучайной функции, имеем
M[Y(t)] = M[ ] = M[ ] =
= = = .
Теорема 2. Пусть Y(t) = , t > 0.
Тогда = ds ds .
Доказательство. По определению корреляционной функции
= M[ ]. (16)
Найдем выражение для и подставим его в правую часть равенства (16). Из определения центрированной случайной функции (см. свойство 4 математического ожидания) и теоремы 1 имеем
= –M[ ] = – = .
Тогда = .
Полученное выражение подставим в правую часть равенства (16), с учетом теоремы 1 и определения корреляционной функции, приходим к соотношениям:
= M[ ] =
= M[ ]ds ds = ds ds .
Вопросы для самопроверки
Что называется случайным процессом?
Привести основные характеристики случайных процессов. Сформулировать свойства этих характеристик.
Дать определение корреляционной функции. Сформулировать ее свойства.
Что такое нормированная и взаимная корреляционная функция?
Как определяются производная и интеграл от случайной функции?