Методы и средства оперативного анализа случайных процессов. Пивоваров Ю.Н - 40 стр.

UptoLike

Рубрика: 

40
Для двумерной плотности распределения соблюдается соотношение
),;,(),;0,(
2211212212
txtxfttxxf
=
. (1.63)
То есть плотность вероятности зависит не от времени, а от временного
сдвига между сечениями, а одномерная плотность распределения вообще не
зависит от какоголибо временного аргумента:
)0,(),(
11111
xftxf =
. (1.64)
Вместо плотностей вероятностей для описания случайных процессов
можно использовать и характеристические функции, представляющие собой
преобразования Фурье от соответствующих плотностей распределения. Так,
например, N–мерная характеристическая функция определяется
соотношением:
*...(exp(...),...,;,...,,(
22112121
∫∫
+++=
NNNNn
xuxuxujtttuuu
ϕ
)]...[exp(...),;...;,(*
22112111 NNNNN
xjuxjuxjuMdxdxdxtxtxf ++
+
=
. (1.65)
Отметим, что для независимых случайных величин характеристическая
функция системы равна произведению характеристических функций
величин, составляющих систему.
Иногда вместо плотностей вероятностей используют интегральные
законы распределенияфункции распределения. Одномерная функция
распределения определяет относительную долю значений x
i
(t),I=1,2,3,….,
которые меньше некоторой величины X
i
:
=
1
),(),(
1111
x
dutuftxF
. (1.66)
Очевидно, что для значений X
1
, в которых функция F(X
1
, t
1
)
дифференцируема, справедливо равенство
1
111
11
),(
),(
x
txF
txf
=
. (1.67)
Двумерная функция распределения определяется соотношением
∫∫
=
21221122112
),,,(),,,( dudututuftxtxF
, (1.68)
откуда следует, что
21
22112
2
22112
),,,(
),,,(
xx
txtxF
txtxf
=
, (1.69)
     Для двумерной плотности распределения соблюдается соотношение

            f 2 ( x1 ,0; x 2 , t 2 − t1 ) = f 2 ( x1 , t1 ; x 2 , t 2 ) .                                                (1.63)

      То есть плотность вероятности зависит не от времени, а от временного
сдвига между сечениями, а одномерная плотность распределения вообще не
зависит от какого – либо временного аргумента:

            f1 ( x1 , t1 ) = f1 ( x1 ,0) .                                                                               (1.64)

     Вместо плотностей вероятностей для описания случайных процессов
можно использовать и характеристические функции, представляющие собой
преобразования Фурье от соответствующих плотностей распределения. Так,
например,    N–мерная    характеристическая   функция     определяется
соотношением:
                                                              ∞ ∞       ∞
           ϕ n (u1 , u 2 ,..., u N ; t1 , t 2 ,...t N ) =     ∫ ∫ ... ∫ exp( j (u x
                                                              − ∞− ∞    −∞
                                                                                     1 1   + u 2 x 2 + ... + u N x N *

           * f ( x1 , t1 ;...; x N , t N )dx1 dx 2 ...dx N = M [exp( ju1 x1 + ju 2 x 2 + ... + ju N x N )] .             (1.65)

     Отметим, что для независимых случайных величин характеристическая
функция системы равна произведению характеристических функций
величин, составляющих систему.
     Иногда вместо плотностей вероятностей используют интегральные
законы распределения – функции распределения. Одномерная функция
распределения определяет относительную долю значений xi(t),I=1,2,3,….,
которые меньше некоторой величины Xi:
                               x1

           F1 ( x1 , t1 ) =    ∫ f (u, t )du .
                               −∞
                                           1                                                                             (1.66)
     Очевидно, что для значений X1, в которых функция F(X1, t1)
дифференцируема, справедливо равенство

                              ∂F1 ( x1 , t1 )
            f1 ( x1 , t ) =                   .                                                                          (1.67)
                                 ∂x1
     Двумерная функция распределения определяется соотношением
                                          ∞ ∞
           F2 ( x1 , t1 , x 2 , t 2 ) =   ∫ ∫ f (u , t , u
                                          − ∞− ∞
                                                      1   1      2   , t 2 )du1 du 2 ,                                   (1.68)
     откуда следует, что

                                          ∂ 2 F2 ( x1 , t1 , x 2 , t 2 )
            f 2 ( x1 , t1 , x 2 , t 2 ) =                                ,                                               (1.69)
                                                  ∂x1∂x 2


                                                                                                                            40