SlideShare a Scribd company logo
1 of 34
СТАЦІОНАРНІ ВИПАДКОВІ ПРОЦЕСИ
Стаціонарність –
властивість процесу не змінювати свої характеристики з часом
Які характеристики?
Означення. Випадковий процес )(t , Τt  називається
стаціонарним (у вузькому розумінні), якщо послідовність його
скінченновимірних функцій розподілу не залежить від зсуву в
часі, тобто, коли для будь-яких Τttt n ...,,, 21 має місце:
)...,,,;...,,,()...,,,;...,,,( 21212121 ttttttxxxFtttxxxF nnnn 
Означення. Випадковий процес )(t , Τt  називається
стаціонарним у широкому розумінні, якщо його моментні
функції першого та другого порядку не залежать від зсуву в
часі, тобто, для будь-яких Τttt 21,, має місце:
,)( constmt M
 RttRttR  )(),( 1221 , 12 tt  .
!!! Для стаціонарного в широкому розумінні випадкового
процесу математичне сподівання не залежить від часу, а
кореляційна функція залежить тільки від різниці часових
аргументів.
Випадкові процеси
Стаціонарні у широкому розумінні
(слабо стаціонарні)
Стаціонарні
у вузькому
розумінні
Властивості кореляційної функції )(R дійсного слабо
стаціонарного випадкового процесу:
consttRR 
)()0()( 0
 
D !!!
     RR ,       ,0 RR .
Означення. Слабо стаціонарні випадкові процеси )(t і )(t
називаються стаціонарно зв’язаними, якщо їх взаємна
кореляційна функція залежить лише від різниці аргументів,
тобто   RttRttR  )(),( 1221 .
Синусоїда з випадковою фазою
    ,,2sin)( 00 ttfAt  ,
де 0,0 00  fA - дійсні константи,
 - випадкова вел., рівномірно розподілена в інтервалі  , .
Обгрунтувати
0)(  tM     120
2
0
21 2cos
2
, ttf
A
ttR  
      ,,2cos
2
0
2
0
 f
A
R
)(t
-1
1
-5 -3 -1 1 3 5 t
Спектральне зображення кореляційної функції слабо
стаціонарного випадкового процесу.
Спектральна функція
Теорема Хінчина. Для того, щоб функція     ,, R
являла собою кореляційну функцію деякого дійсного
гільбертового слабо стаціонарного випадкового процесу
),(),( tt , необхідно і достатньо, щоб її можна було
зобразити у вигляді:
     fdGfτR  2cos
0


 ,
де   ,0),( ffG - неспадна, неперервна зліва функція, для
якої має місце: 0)0( G і      tRGfG
f
D

)0(lim .
Функція )( fG називається спектральною функцією дійсного
слабо стаціонарного випадкового процесу, а її аргумент f з
фізичної точки зору трактується як частота.
Нехай )(t - слабо стаціонарний випадковий процес з mt )(M .
Дисперсія )(tD цього процесу характеризує повну середню
потужність центрованого процесу mtt  )()(  
. Тоді
спектральна функція  fG при кожному f дорівнює середній
потужності процесу )(t
 , що припадає на частотний діапазон
 f,0 . Якщо 210 ff  , то середню потужність   21, ffIP процесу
)(t
 , що припадає на частотний діапазон  21, ff можна знайти
наступним чином:
      1221, fGfGffIP  .
Формула обернення
 
 
  



dR
f
fG 


0
2sin2
.
)( fG
)0(R
f2f1f0
Слабо стаціонарні випадкові процеси з неперервним
спектром. Спектральна щільність потужності
Означення. Якщо існує така функція   ,0),( ffS , що при
будь-яких f виконується співвідношення:
   
f
dxxSfG
0
,
то  fS називається спектральною щільністю потужності
слабо стаціонарного випадкового процесу   ,),( tt .
Якщо  fG неперервно-диференційовна, то
  ,0),(
)(
)( ffG
df
fdG
fS .
  ffS  ,0 і  


0
)()0( tRdffS D
якщо 210 ff  , то середня потужність   21, ffI p слабо
стаціонарного випадкового процесу )(t
 з неперервним
спектром, що припадає на частотний діапазон  21, ff
визначається наступним чином:
        dffSfGfGffI
f
f
p 
2
1
1221,
.
     


0
2cos dfffSR 
       dfRfS 2cos4
0



Приклад 1.    ,,,2


 
eR
τ
0,0  
  222
2
4
4
f
fS



,
  









 farctgfG
22 2

)(R
0
0.5
1
0 1 2 3 4 5
1
2
f
)( fS
1
2
0
1
2
3
4
0 0.5 1 1.5 2 2.5
f
)( fG
0
0.5
1
0 0.5 1 1.5 2 2.5
1
2
Приклад 2.
   ,,,2cos)( 0
2


 
feR 0,0,0 0  f
 
    










 2
0
222
0
22
2
4
1
4
1
2
ffff
fS
      .ffarctgffarctgfG 

















 00
2
22






1
2

)(R
-0.5
0
0.5
1
1 2 3 4 5
f
)( fS
1
2
0
1
2
0 1 2 3 4 5
f
)( fG
0
0.5
1
0 1 2 3 4 5
1
2
f
)( fS
1
2
0
1
2
3
4
0 0.5 1 1.5 2 2.5 f
)( fS
1
2
0
1
2
0 1 2 3 4 5
0 20 40 60 80 100
10
5
5
10
yt
t
0 20 40 60 80 100
10
5
5
10
xt
t
Слабо стаціонарні випадкові процеси з дискретним
спектром
Приклад: Синусоїда з випадковою фазою








.,
2
,0,0
)(
0
2
0
0
ff
A
ff
fG
2
2
0A
)( fG
f0f0
Загальний випадок
      


n
k
kkkkk ttftfmt
1
,,2sin2cos)(  ,
де nkfm kk ,1,0,0,  - дійсні константи;
nkkk ,1,,  - некорельовані випадкові величини,
nkkkkk ,1,1,0   DDMM ;
  mt M     


n
k
kk ttfttR
1
12
2
21 2cos,  .
Випадковий процес є стаціонарним у широкому розумінні з
математичним сподіванням mt )(M та кореляційною функцією
      

,,2cos
1
2
 fR
n
k
kk . 


n
k
kRt
1
2
)0()( D
10
8
6
4
2
0
0 2 4 6 8 10 f
)( fG
0 1 2 3
2
1
0
1
2
S0k
k dt
0 1 2 3
4
2
0
2
4
S1k
k dt
0 1 2 3
4
2
0
2
4
S2k
k dt
0 1 2 3
4
2
0
2
4
S3k
k dt
0 1 2 3
10
0
10
20
Sk
k dt
10
8
6
4
2
0
0 2 4 6 8 10 f
)( fG
Узагальнення для комплекснозначних процесів
Функція     ,, R являє собою кореляційну функцію
деякого комплекснозначного неперервного в
середньоквадратичному розумінні гільбертового слабо
стаціонарного випадкового процесу   ,),( tt тоді і тільки тоді,
коли її можна зобразити у вигляді:
        


,,1,2exp  -ifdFfiR ,
де     ,, ffF - неспадна неперервна зліва дійсна функція,
яка задовольняє умовам:     )()0(,0 tRFF D .
Функція     ,, ffF називається спектральною
функцією комплекснозначного слабо стаціонарного
випадкового процесу.
Теорема Вінера-Хінчина.
     


 dffifPR  2exp ,
        


,,2exp fdfiRfP 
Означення. Взаємною спектральною щільністю потужності
двох стаціонарно зв’язаних випадкових процесів )(t та
  ,),( tt , взаємна кореляційна функція     ,, R
яких задовольняє умові  


 dR , називається функція виду:
        dRfifP 


 2exp , ),( f .

More Related Content

Recently uploaded

exam ЄВІ example of this exam for students for masters degree 2024
exam ЄВІ example of this exam for students for masters degree 2024exam ЄВІ example of this exam for students for masters degree 2024
exam ЄВІ example of this exam for students for masters degree 2024
OASISENGLISHOFFICIAL
 

Recently uploaded (9)

exam ЄВІ example of this exam for students for masters degree 2024
exam ЄВІ example of this exam for students for masters degree 2024exam ЄВІ example of this exam for students for masters degree 2024
exam ЄВІ example of this exam for students for masters degree 2024
 
80 років від часу депортації з Криму кримських татар і осіб інших національно...
80 років від часу депортації з Криму кримських татар і осіб інших національно...80 років від часу депортації з Криму кримських татар і осіб інших національно...
80 років від часу депортації з Криму кримських татар і осіб інших національно...
 
Пасивний будинок Енергоефективність ОБСБД.pptx
Пасивний будинок Енергоефективність ОБСБД.pptxПасивний будинок Енергоефективність ОБСБД.pptx
Пасивний будинок Енергоефективність ОБСБД.pptx
 
Балади про Робіна Гуда. Аналіз образу Робіна Гуда
Балади про Робіна Гуда. Аналіз образу Робіна ГудаБалади про Робіна Гуда. Аналіз образу Робіна Гуда
Балади про Робіна Гуда. Аналіз образу Робіна Гуда
 
Україна в умовах десталінізації (1953 – 1964 рр.).pptx
Україна в умовах десталінізації (1953 – 1964 рр.).pptxУкраїна в умовах десталінізації (1953 – 1964 рр.).pptx
Україна в умовах десталінізації (1953 – 1964 рр.).pptx
 
Роль українців у перемозі в Другій світовій війні
Роль українців у перемозі в Другій світовій війніРоль українців у перемозі в Другій світовій війні
Роль українців у перемозі в Другій світовій війні
 
Габон
ГабонГабон
Габон
 
Хвороби картоплі та заходи боротьби з ними
Хвороби картоплі та заходи боротьби з нимиХвороби картоплі та заходи боротьби з ними
Хвороби картоплі та заходи боротьби з ними
 
Спектроскоп. Спостереження оптичних явищ
Спектроскоп. Спостереження оптичних явищСпектроскоп. Спостереження оптичних явищ
Спектроскоп. Спостереження оптичних явищ
 

Featured

How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 

Featured (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

11 stationary random processes

  • 2.
  • 3.
  • 4. Стаціонарність – властивість процесу не змінювати свої характеристики з часом Які характеристики?
  • 5. Означення. Випадковий процес )(t , Τt  називається стаціонарним (у вузькому розумінні), якщо послідовність його скінченновимірних функцій розподілу не залежить від зсуву в часі, тобто, коли для будь-яких Τttt n ...,,, 21 має місце: )...,,,;...,,,()...,,,;...,,,( 21212121 ttttttxxxFtttxxxF nnnn 
  • 6. Означення. Випадковий процес )(t , Τt  називається стаціонарним у широкому розумінні, якщо його моментні функції першого та другого порядку не залежать від зсуву в часі, тобто, для будь-яких Τttt 21,, має місце: ,)( constmt M  RttRttR  )(),( 1221 , 12 tt  . !!! Для стаціонарного в широкому розумінні випадкового процесу математичне сподівання не залежить від часу, а кореляційна функція залежить тільки від різниці часових аргументів.
  • 7. Випадкові процеси Стаціонарні у широкому розумінні (слабо стаціонарні) Стаціонарні у вузькому розумінні
  • 8. Властивості кореляційної функції )(R дійсного слабо стаціонарного випадкового процесу: consttRR  )()0()( 0   D !!!      RR ,       ,0 RR . Означення. Слабо стаціонарні випадкові процеси )(t і )(t називаються стаціонарно зв’язаними, якщо їх взаємна кореляційна функція залежить лише від різниці аргументів, тобто   RttRttR  )(),( 1221 .
  • 9. Синусоїда з випадковою фазою     ,,2sin)( 00 ttfAt  , де 0,0 00  fA - дійсні константи,  - випадкова вел., рівномірно розподілена в інтервалі  , . Обгрунтувати 0)(  tM     120 2 0 21 2cos 2 , ttf A ttR         ,,2cos 2 0 2 0  f A R
  • 11. Спектральне зображення кореляційної функції слабо стаціонарного випадкового процесу. Спектральна функція Теорема Хінчина. Для того, щоб функція     ,, R являла собою кореляційну функцію деякого дійсного гільбертового слабо стаціонарного випадкового процесу ),(),( tt , необхідно і достатньо, щоб її можна було зобразити у вигляді:      fdGfτR  2cos 0    , де   ,0),( ffG - неспадна, неперервна зліва функція, для якої має місце: 0)0( G і      tRGfG f D  )0(lim .
  • 12. Функція )( fG називається спектральною функцією дійсного слабо стаціонарного випадкового процесу, а її аргумент f з фізичної точки зору трактується як частота. Нехай )(t - слабо стаціонарний випадковий процес з mt )(M . Дисперсія )(tD цього процесу характеризує повну середню потужність центрованого процесу mtt  )()(   . Тоді спектральна функція  fG при кожному f дорівнює середній потужності процесу )(t  , що припадає на частотний діапазон  f,0 . Якщо 210 ff  , то середню потужність   21, ffIP процесу )(t  , що припадає на частотний діапазон  21, ff можна знайти наступним чином:       1221, fGfGffIP  .
  • 13. Формула обернення           dR f fG    0 2sin2 . )( fG )0(R f2f1f0
  • 14. Слабо стаціонарні випадкові процеси з неперервним спектром. Спектральна щільність потужності Означення. Якщо існує така функція   ,0),( ffS , що при будь-яких f виконується співвідношення:     f dxxSfG 0 , то  fS називається спектральною щільністю потужності слабо стаціонарного випадкового процесу   ,),( tt .
  • 15. Якщо  fG неперервно-диференційовна, то   ,0),( )( )( ffG df fdG fS .   ffS  ,0 і     0 )()0( tRdffS D якщо 210 ff  , то середня потужність   21, ffI p слабо стаціонарного випадкового процесу )(t  з неперервним спектром, що припадає на частотний діапазон  21, ff визначається наступним чином:         dffSfGfGffI f f p  2 1 1221, .
  • 16.         0 2cos dfffSR         dfRfS 2cos4 0   
  • 17. Приклад 1.    ,,,2     eR τ 0,0     222 2 4 4 f fS    ,              farctgfG 22 2
  • 20. f )( fG 0 0.5 1 0 0.5 1 1.5 2 2.5 1 2
  • 21. Приклад 2.    ,,,2cos)( 0 2     feR 0,0,0 0  f                   2 0 222 0 22 2 4 1 4 1 2 ffff fS       .ffarctgffarctgfG                    00 2 22      
  • 24. f )( fG 0 0.5 1 0 1 2 3 4 5 1 2
  • 25. f )( fS 1 2 0 1 2 3 4 0 0.5 1 1.5 2 2.5 f )( fS 1 2 0 1 2 0 1 2 3 4 5 0 20 40 60 80 100 10 5 5 10 yt t 0 20 40 60 80 100 10 5 5 10 xt t
  • 26.
  • 27. Слабо стаціонарні випадкові процеси з дискретним спектром Приклад: Синусоїда з випадковою фазою         ., 2 ,0,0 )( 0 2 0 0 ff A ff fG 2 2 0A )( fG f0f0
  • 28. Загальний випадок          n k kkkkk ttftfmt 1 ,,2sin2cos)(  , де nkfm kk ,1,0,0,  - дійсні константи; nkkk ,1,,  - некорельовані випадкові величини, nkkkkk ,1,1,0   DDMM ;
  • 29.   mt M        n k kk ttfttR 1 12 2 21 2cos,  . Випадковий процес є стаціонарним у широкому розумінні з математичним сподіванням mt )(M та кореляційною функцією         ,,2cos 1 2  fR n k kk .    n k kRt 1 2 )0()( D 10 8 6 4 2 0 0 2 4 6 8 10 f )( fG
  • 30. 0 1 2 3 2 1 0 1 2 S0k k dt 0 1 2 3 4 2 0 2 4 S1k k dt 0 1 2 3 4 2 0 2 4 S2k k dt 0 1 2 3 4 2 0 2 4 S3k k dt
  • 31. 0 1 2 3 10 0 10 20 Sk k dt 10 8 6 4 2 0 0 2 4 6 8 10 f )( fG
  • 32. Узагальнення для комплекснозначних процесів Функція     ,, R являє собою кореляційну функцію деякого комплекснозначного неперервного в середньоквадратичному розумінні гільбертового слабо стаціонарного випадкового процесу   ,),( tt тоді і тільки тоді, коли її можна зобразити у вигляді:            ,,1,2exp  -ifdFfiR , де     ,, ffF - неспадна неперервна зліва дійсна функція, яка задовольняє умовам:     )()0(,0 tRFF D . Функція     ,, ffF називається спектральною функцією комплекснозначного слабо стаціонарного випадкового процесу.
  • 33. Теорема Вінера-Хінчина.          dffifPR  2exp ,            ,,2exp fdfiRfP 
  • 34. Означення. Взаємною спектральною щільністю потужності двох стаціонарно зв’язаних випадкових процесів )(t та   ,),( tt , взаємна кореляційна функція     ,, R яких задовольняє умові      dR , називається функція виду:         dRfifP     2exp , ),( f .