Определение (1.2) Реализации Случайного Процесса
Случайный процесс: определение и свойства Теорией случайных процессов называется математическая наука, изучающая закономерности случайных явлений в динамике их развития. Теория случайных процессов (в другой терминологии — теория случайных функций) представляет собой сравнительно новый раздел теории вероятностей, особенно бурно развивающийся в последние десятилетия в связи с все расширяющимся кругом его практических приложений. При изучении явлений окружающего мира мы часто сталкиваемся с процессами, течение которых заранее предсказать в точности невозможно. Эта неопределенность (непредсказуемость) вызвана влиянием случайных факторов, воздействующих на ход процесса. Случайный процесс, протекающий в любой физической системе, представляет собой случайные переходы данной системы из состояния в состояние. Состояние системы может быть охарактеризовано с помощью каких-то численных переменных; в простейшем случае — одной, а в более сложных — нескольких. Теория случайных процессов имеет широкое поле инженерных приложений. По мере углубления и уточнения наших знаний об окружающем мире, по мере усложнения технических устройств все большее число процессов приходится рассматривать как случайные, учитывая не только их поведение «в среднем», но и случайные отклонения от этого среднего. Соответственно все большее значение приобретает теория случайных процессов.
Понятие случайного процесса представляет собой обобщение понятия случайной величины (с. в). Под случайной величиной понимается величина, которая в результате опыта со случайным исходом принимает то или иное значение. Определение (1.1) Случайного Процесса. Случайным процессом X ( t ) называется процесс, значение которого при любом фиксированном t = to является случайной величиной X ( to ) Случайная величина X ( t 0), в которую обращается с. п. при t = t 0 , называется сечением случайного процесса, соответствующим данному значению аргумента t . Случайный Процесс можно зависать в виде функции двух аргументов времени t и элементарного события
( формула 1.1) Где -элементарное событие -пространство элементарных событий -область (множество) значений аргумента t функции X ( t ) -множество возможных значений случайного процесса X ( t ). Определение (1.2) Реализации Случайного Процесса Реализацией случайного процесса X ( t ) называется неслучайная функция x ( t ), в которую превращается случайный процесс X ( t ) в результате опыта, другими словами, конкретный вид, принятый с. п. X ( t ), который наблюдался на каком-то отрезке времени от 0 до Т.
Пользуясь формулой (1.1.1), можно записать реализацию как функцию от аргумента t, изменяющегося в пределах множества Т, при фиксированном элементарном событии (формула 1.2) Если произведен не один опыт, а несколько, в результате каждого из которых наблюдается какая -то реализация случайного процесса, то таким образом получим несколько различных реализаций случайного процесса Х1(Т), X2(T), Xi(T) или семейство реализаций случайного процесса. Рисунок 1.1.2. Семейство реализаций случайного процесса является основным экспериментальным материалом, на основе которого можно получить характеристики позволяющие получить качественное описание случайного процесса. Известно, что с. п. X ( t ) представляет собой функцию, которая при любом t является случайной величиной (сечением случайного процесса). Понятие случайного процесса является обобщением понятия случайной величины на случай, когда условия опыта не постоянны, а меняются (в частности, время t «течет»). Случайная величина X соответствует случайному явлению как бы «в статике» (в неизменных условиях опыта), а случайный процесс Х( t )—«в динамике» (в изменяющихся условиях опыта). Каждое сечение с. п. X (t) при заданном t есть с. в., а совокупность всех сечений при всевозможных t и есть с. п. X(f). Значит, случайный процесс представляет собой не что иное, как систему случайных величин — всех сечений этого процесса. Сколько же существует сечений? В общем случае— бесконечное (несчетное) множество. Рассматривать в совокупности такую систему с. в. На практике не представляется возможным. Известно, что любую функцию f(t) аргумента t можно приближенно представить последовательностью ее значений в точках t 1 , t 2 , t 3 , tk. Чем больше количество точек k t1, t2,t3, tk, тем точнее будет замена функции f(t) последовательностью значений f(t1), f(t2), f(t3), f(tk). Аналогично будет обстоять дело и со случайным процессом. Его можно приближенно заменить совокупностью (системой) случайных величин Х(t1), Х(t2), Х(t3), Х(tk), то есть его сечений в точках t 1 , t 2 , t 3 , tk Рисунок 1.1.3. Чем больше сечений будет рассматриваться, тем более подробное представление о случайном процессе мы получим. В пределе число сечений (число случайных величин в системе, или число составляющих случайного вектора) должно быть бесконечным. Изучение систем бесконечного (несчетного) числа случайных величин - задача непомерной трудности; на практике всегда приходится ее упрощать, заменяя более доступной. Нужно стараться при изучении интересующих нас свойств случайного процесса обойтись как можно меньшим числом сечений.
Популярное: Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация... Генезис конфликтологии как науки в древней Греции: Для уяснения предыстории конфликтологии существенное значение имеет обращение к античной... Организация как механизм и форма жизни коллектива: Организация не сможет достичь поставленных целей без соответствующей внутренней... Как вы ведете себя при стрессе?: Вы можете самостоятельно управлять стрессом! Каждый из нас имеет право и возможность уменьшить его воздействие на нас... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (915)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |