10. Означення. Дійсним випадковим (стохастичним, ймовірнісним)
процесом називається параметрична множина
,t, , t Τдійсних випадкових величин.
,t- функція двох аргументів!!!
- неперервний скінченний чи нескінченний часовий інтервал, тоЯкщо T
говорять, що ,t - випадковий процес з неперервним часом. Реалізації
випадкового процесу з неперервним часом можуть бути як неперервними функціями
так і розривними. Якщо T - дискретна множина (наприклад, T Z ), то кажуть, що
,t - випадкова послідовність або випадковий процес з дискретним
часом.
Зауваження. Надалі, для спрощення позначень випадкових процесів та
послідовностей аргумент будемо опускати, тобто, випадковий процес
будемо позначати - (t), а випадкову послідовність - t .
13. Послідовність скінченновимірних функцій розподілу випадкового процесу
Згідно означення, даного вище, випадковий процес t, t Τ є множиною
випадкових величин. Звідси випливає, що ймовірнісні властивості кожної з цих
випадкових величин (при кожному t) характеризуються функцією
Fx;t Pt x (при кожному t маємо функцію розподілу
розподілу
відповідної
випадкової величини). Оскільки, ці випадкові величини, в загальному випадку,
стохастично зв’язані, то сумісний розподіл будь-яких двох з них (в моменти часу t1, t2
T ) характеризується двовимірною функцією розподілу
Fx1,х2;t1,t2 Рt1 x1, t2 x2.
Очевидно, що для характеризації сумісного розподілу будь-яких трьох
випадкових величин t1 , t2 , t3 , t1, t2 , t3 T необхідно вже використовувати
тривимірну функцію розподілу і т. д. Зрозуміло також, що чим більша розмірність
відповідної функції розподілу, тим повніше вона характеризує випадковий процес
(t).
14. Означення. Послідовність функцій
випадкового
Fx1;t1 Pt1 x1,
Fx1,x2;t1,t2 Pt1 x1, (t2) x2,
Fx1,x2,x3;t1,t2,t3 Pt1 x1, t2 x2, t3 x3,
…
Fx1,x2, … ,xn;t1,t2, … ,tn Pt1 x1, t2 x2, … , tn xn,
…
t1, t2, … , tn T, n
називається послідовністю скінченновимірних функцій розподілу
процесу.
Означення. Випадковий процес, ймовірнісні властивості якого
характеризуються послідовністю скінченновимірних функцій
повністю
розподілу
називається сепарабельним.
15. Якщо для будь-якої n -вимірної функції розподілу існує n -вимірна щільність
розподілу
n
F x , x , ..., x ; t , t , ..., t
px1, x2, ..., xn;t1,t2, ...,tn 1 2 n 1 2 n
,
то сепарабельний випадковий процес
x1x2...xn
можна описати послідовністю
скінченновимірних щільностей розподілу:
px1;t1,
px1, x2;t1,t2 ,
px1, x2, x3;t1,t2,t3,
…
px1, x2, ..., xn;t1,t2, ...,tn ,
…
16. Моментні функції випадкового процесу
Означення. Початкова моментна функція першого порядку дійсного
випадкового процесу (t), t Τ називається математичним сподіванням випадкового
процесу (t) і визначається як
m(t) Μ(t) xdFx;t,
t Τ .
17. Означення. Початковою моментною функцією k-го порядку дійсного
випадкового процесу (t) називається функція виду:
Μt1t2 ...tk
...x1x2...xkx1
x2
...xk
Fx1,x2, ..., xk;t1,t2, ...,tk .
Означення. Центральною моментною функцією k-го порядку дійсного
випадкового процесу (t) називається функція виду:
Μt1 Μt1...tk Μtk
x1 Μt1...xk Μtk x1
...xk
Fx1,..., xk ;t1,...,tk .
18. Означення. Початкова моментна функція другого порядку дійсного
випадкового процесу (t),t Τ називається коваріаційною (автоковаріаційною)
функцією випадкового процесу (t) і визначається як
Kt1,t2 Μt1t2 x1x2x1
x2
Fx1, x2;t1,t2 ,
t1,t2 Τ .
Означення. Центральна моментна функція другого порядку дійсного
випадкового процесу (t),t Τ називається кореляційною (автокореляційною)
t1,t2 Τ. x1 Μt1x2 Μt2 x1
x2
Fx1,x2;t1,t2,
функцією випадкового процесу (t) і визначається як
Rt1,t2 Μt1 Μt1t2 Μt2
19. Коваріаційна та кореляційна функції дійсного випадкового процесу зв’язані
співвідношенням:
Kt1,t2 Rt1,t2 Μt1Μt2 .
Кореляційна функція дійсного процесу має такі властивості.
1.Функція Rt1,t2 є невід’ємно означеною, тобто, вона неперервна і для будь-яких
t1, t2 , ..., tm Τ та будь-яких дійсних a1, a2 , ..., am має місценерівність
m m
k j k j
k 1 j1
Rt,t a a 0.
t Τ.2. Rt,t 0,
Rt,t Μt Mt2
Dt - дисперсія випадкового процесу.
3. Функція Rt1,t2дійсного процесу симетрична, тобто Rt1,t2 R(t2,t1).
20. Означення. Взаємною коваріаційною функцією двох дійсних випадкових процесів
(t) і (t) , t Τ називаєтьсяфункція
Kt1,t2 Mt1t2 , t1,t2 Τ .
Означення. Взаємною кореляційною функцією двох дійсних випадкових процесів
(t) і (t) , t Τ називаєтьсяфункція
t1,t2 ΤRt1,t2 Mt1 Mt1t2 Mt2,
Означення. Випадкові процеси (t) і (t), t Τ називаються некорельованими,
якщо Rt1,t2 0, t1,t2 Τ .
Умова скінченної потужності: Mt2
, t Τ .
Процеси, що задовольняють цій умові називаються гільбертовими.
21. Комплекснозначні випадкові процеси
Деякі фізичні чи технічні задачі потребують використання поняття
комплекснозначного випадкового процесу.
Означення. Випадковий процес (t), t T називається комплекснозначним, якщо
його можна зобразити у вигляді:
t 1t i2t, t Τ, i 1,
де 1t, 2t - дійсні випадкові процеси, задані на одному й тому ж ймовірнісному
просторі.
Комплекснозначний випадковий процес повністю задається послідовностями
скінченновимірних функцій розподілу його дійсної 1(t) та уявної 2 (t) частини.
(t),Означення. Комплекснозначний випадковий процес t T називається
гільбертовим, якщо M t2
, t Τ .
22. сподівання комплекснозначного випадкового процесуМатематичне
визначається як
Mt M1t iM2t.
Вирази для моментних функцій другого порядку комплекснозначних
1 2 1 1 2 2R(t ,t ) Mt M tt M t ,
гільбертових випадкових процесів мають вигляд:
K(t1,t2) Mt1t2 ,
K(t1,t2) R(t1,t2 ) Mt1Mt2 ,
Kt1,t2 Mt1t2 ,
R(t1,t2) Mt1 Mt1t2 - Mt2 .
Кореляційна функція R(t1,t2 ) в даному випадку є комплекснозначною, але її
значення R(t,t) 0, t є дійсними, крім того, для неї має місце властивість ермітовості:
R(t1,t2 ) R(t2 ,t1).