Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
15. Нормальный марковский процессРассмотрим случайный процесс
где Покажем, что случайный процесс Решение уравнения (1) при начальном условии
Рассмотрим три произвольных момента времени
Отсюда видно, что
что и доказывает марковский характер процесса Вычислим теперь коэффициенты сноса и диффузии. Для этого полежим в (3)
При вычислении коэффициентов сноса и диффузии по формулам (11.10) и (11.11) воспользуемся разложением
Отметим, что значения коэффициентов Действительно, приращение
Отсюда находим среднее значение условного приращения
а также выражение для коэффициента
На основании (7) для среднего квадрата условного приращения можем написать
Поэтому
Уравнение Фоккера—Планка—Колмогорова (11.16) принимает
Применяя метод разделения переменных (см. § 12), можно показать [77], что фундаментальное решение уравнения (8) имеет вид
Это есть нормальная нестационарная плотность вероятности с математическим ожиданием
Характер изменения алотности вероятности дерехода
Рис. 15.1. Изменение плотности вероятности перехода во времени. Предположим, что плотность вероятности для начальной координаты
Умножив (9) на (11) и выполнив интегрирование по
В том частном случае, когда плотность вероятности начальной координаты (11) совпадает со стационарной плотностью (10), т. е.
Следовательно, если плотность вероятности начальной координаты совпадает со стационарной плотностью вероятности, то переходный процесс в системе отсутствует и стационарное состояние имеет место, начиная с начального момента Отметим, что формулы (9) и (10) можно получить более простым и коротким путем, не прибегая к аппарату марковских процессов. Известно, что в результате линейного преобразования нормального процесса получается также нормальный процесс. Так как шум Для записи одномерной нормальной плотности вероятности процесса При начальном условии
Из нормальности процесса Воспользовавшись решением (2), нетрудно найти корреляционную функцию процесса
В стационарном состоянии корреляционная функция равна
В связи с приведенными выше результатами первую теорему Дуба часто формулируют так. Нормальный случайный процесс с экспоненциальной корреляционной функцией является также марковским процессом. Отметим, что в отличие от винеровского процесса (14.2), для которого приращения на непрекрывающихся интервалах независимы, для рассматриваемого нормального марковского процесса (1) приращения зависимы. Действительно, введем приращения процесса
и обозначим дисперсии этих приращений соответственно через Воспользовавшись формулой (16), нетрудно убедиться, что нормированная корреляционная функция приращений на примыкающих интервалах длительностью
Отсюда видно, что для малых временных интервалов Наоборот, при больших временных интервалах Укажем, что нормальные марковские процессы вида (1) часто используются для моделирования телевизионных сообщений и некоторых сообщений в телеметрии.
|
1 |
Оглавление
|