рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Стационарные случайные функции

Стационарные случайные функции - раздел Образование, Оценивание числовых характеристик и параметров распределения случайных объектов По Определению, Случайная Функция ...

По определению, случайная функция является стационарной (в широком смысле), если её математическое ожидание и дисперсия постоянны, а корреляционная функция зависит лишь от расстояния между сечениями случайной функции:

;

;

.

Класс стационарных случайных функций достаточно многообразен. Однако в практическом отношении наибольший интерес представляют стационарные случайные функции, обладающие эргодическим свойством, для которых одна реализация достаточно большой продолжительности содержит о случайной функции столько же информации, сколько её содержит и множество реализаций той же суммарной продолжительности. Другими словами, каждая из реализаций эргодической стационарной случайной функции является представителем всего их ансамбля. Как отмечено в работе [12], следует различать эргодические свойства случайных функций по отношению к моментам их распределения различных порядков. При этом под эргодичными обычно понимаются случайные функции, обладающие такими свойствами по отношению к моментам первого и второго порядков, т.е. к математическому ожиданию и корреляционной функции (следовательно, и к дисперсии). Далее рассматриваются только такие случайные функции.

Оценки числовых характеристик эргодичных случайных функций могут быть приближённо определены не как средние по множеству реализаций, а как средние по времени T наблюдения одной реализации по следующим формулам:

, t Î [0; T]; (5.4.6)

, t Î [0; T–t]; (5.4.7)

, t Î [0; T], (5.4.8)

где .

Обоснованием применимости формул (5.4.6) – (5.4.8) служит тот факт, что для эргодичных стационарных случайных функций средние во времени оценки сходятся по вероятности к оцениваемым ими характеристикам , , .

Из выражений (5.4.6) – (5.4.8) видно, что для их практического применения требуется интегрировать ряд функций от реализации u(t) случайной функции . Чаще всего на практике для нахождения оценок (5.4.6) – (5.4.8) используется следующая методика.

Пусть на интервале времени [0; T] наблюдалась реализация эргодичной стационарной случайной функции, значения которой u(tj) в ряде равноотстоящих опорных моментов времени tj = 0,5h + kh, , зарегистрированы и сведены в табл.5.10.

Таблица 5.10

Значения реализации эргодичной стационарной функции в выбранные моменты времени

t t1 t2 ××× tj ××× tm
u(t) u(t1) u(t2) ××× u(tj) ××× u(tm)

Требуется по данным этой таблицы определить оценки , , числовых характеристик , , случайной функции

Интервал [0; T] наблюдения случайной функции разбивается на m равных подынтервалов длиной h = T/m, расположенных симметрично относительно опорных моментов времени t1, t2,…, tm (рис.5.4).

Рис.5.4. Реализация эргодичной стационарной случайной функции

Далее предполагается, что в пределах подынтервала [tj–0,5h; tj+0,5h] функция, описывающая реализацию случайной функции, постоянна:

u(t) = u(tj) = const, t Î [tj – 0,5h; tj + 0,5h], ,

Если h достаточно мало, то можно приближённо полагать, что

, . (5.4.9)

Суммирование результатов (5.4.9) по j даёт

. (5.4.10)

Несложно заметить, что выражение (5.4.10) реализует процедуру численного интегрирования по формуле прямоугольников.

Аналогично вычисляется и оценка корреляционной функции для значений аргумента

.

Поскольку в выражении (5.4.7) длина интервала интегрирования

,

то, поделив его на m l равных участков и вынося на каждом из них за знак интеграла среднее значение функции , получим

, , (5.4.11)

где L = m/4 [2].

При t = 0 формула (5.4.11) даёт

. (5.4.12)

Вычисления по формуле (5.4.11) ведутся последовательно для l = 0, 1, 2,… вплоть до таких значений lk, при которых функция становится практически равной нулю или начинает совершать незначительные колебания около нуля. По полученным точкам может быть построен приближённый график корреляционной функции (рис.5.5).

Рис.5.5. Приближённый график корреляционной функции

На представленном рисунке через tк обозначена длина интервала корреляции случайной функции , т.е. наименьшее расстояние между сечениями случайной функции, на котором корреляция между ними практически отсутствует (tк = lкh).

П р и м е р 5.12. В табл.5.11 приведены результаты наблюдения эргодичной стационарной случайной функции на интервале времени продолжительностью T = 28 с с периодичностью h = 1 с в моменты времени tj, .

Таблица 5.11

Реализация эргодичной стационарной случайной функции

tj, c t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 t11 t12 t13 t14
u(tj) 4,0 4.1 3,8 2,0 1,0 –0,3 –0,2 1,0 3,5 2,5 2,6 2,0 0,6 2,5
tj, c t15 t16 t17 t18 t19 t20 t21 t22 t23 t24 t25 t26 t27 t28
u(tj) 3,3 3,8 1,2 0,5 –0,5 0,5 3,2 4,0 2,3 0,5 2,4 3,2 2,0 0,5

Требуется определить оценки числовых характеристик функции .

▼ Необходимые вычисления производятся по формулам (5.4.10–(5.4.12). Результаты расчётов оформлены в виде табл.5.12, наглядно иллюстрирующей все этапы решения задачи.

Решение рассмотренной задачи потребовало однократного использования формулы (5.4.10) и одиннадцатикратного – формулы (5.4.11). Если интервал корреляции tк случайной функции соизмерим с интервалом T её наблюдения, то аргумент t корреляционной функции должен варьироваться от 0 до T. В этом случае параметр l в формуле (5.4.11) пробегает значения от 0 до m –1 и, следовательно, формула (5.4.11) реализуется m раз.

Расчёты показывают, что по сравнению с нестационарными случайными функциями трудоёмкость оценивания числовых характеристик стационарных эргодичных случайных функций существенно снижается.

– Конец работы –

Эта тема принадлежит разделу:

Оценивание числовых характеристик и параметров распределения случайных объектов

На сайте allrefs.net читайте: "Оценивание числовых характеристик и параметров распределения случайных объектов"

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Стационарные случайные функции

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Оценивание числовых характеристик и параметров распределения случайных объектов
Закон распределения в любой его форме является исчерпывающей характеристикой вероятностного поведения случайного объекта (величины, вектора, функции). Поскольку задача его определения достаточно сл

Оценивание математического ожидания случайной величины
Пусть имеется случайная величина , математическое ожидание которой

Равноточные наблюдения
Статистическое (выборочное) среднее или статистическое математическое ожидание случайной величины находится по формуле

Неравноточные наблюдения
Пусть характеристики точности наблюдений от опыта к опыту изменяются так, что наблюдаемая в i-м опыте случайная величина

Качество оценивания математического ожидания
Качество статистического оценивания математического ожидания при заданном объёме n выборки определяется доверительным интервалом

Оценивание дисперсии и среднего квадратического отклонения случайной величины
Над случайной величиной производится n независимых равноточн

Оценивание дисперсии и среднего квадратического отклонения при известном математическом ожидании
Вводим случайную величину , (5.2.1) которая назыв

Оценивание дисперсии и среднего квадратического отклонения при неизвестном математическом ожидании
Для отыскания оценки дисперсии случайной величины необходимо знать её математическое ожидание

Качество оценивания дисперсии
Качество оценивания дисперсии характеризуется доверительным интерва

Двумерный случайный вектор
В разделе 4 были рассмотрены методы оценивания закона распределения случайной величины во всех его возможных формах – ряда, функции и плотности распределения. Аналогичная задача возникает и при обр

Многомерный случайный вектор
Аналогично решается задача оценивания числовых характеристик системы произвольного числа случайных величин. Пусть имеется m случайных величин

Качество оценивания числовых характеристик случайных векторов
Основные вероятностные свойства m-мерного случайного вектора

Оценивание числовых характеристик случайных функций
Известно, что случайная функция может рассматриваться как обобщение понятия случайного вектора (системы случайных величин) на бесконечное множество составляющих его компонентов (сечений случайной ф

Нестационарные случайные функции
Реализации xi(t), случайной функции

Качество оценивания числовых характеристик случайных функций
Известно, что сечения случайной функции представляют собой обычные

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги