Главная > Энциклопедия кибернетики. Т.1
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
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

ГАУССОВСКИЙ СЛУЧАЙНЫЙ ПРОЦЕСС

— действительный случайный процесс для которого совместные распределения всех компонент случайного вектора п являются гауссовыми. Характеристическая ф-ция Г. с. п. имеет вид:

где математическое ожидание, корреляционная функция. Процесс может быть определен либо при всех либо на конечном интервале . Если t не является временем, а принимает значение из некоторого параметрического мн-ва А, то гауссовской случайной ф-цией.

Распределение вероятностей Г. с. п. полностью задается двумя его характеристиками: матем. ожиданием и корреляционной ф-цией Матрица наз. корреляционной матрицей совместного распределения компонент Г. с. п. В случае, когда R — невырождена, совместная плотность распределения компонент Г. с. п. имеет вид:

где — элемент матрицы обратной к определитель матрицы R. Г. с. п. обладают рядом важных свойств, напр., при линейном преобразовании Г. с. п. полученный процесс также оказывается гауссовским. Гауссовские случайные ф-ции являются удобной моделью математической представления многих физ. процессов. Тепловые шумы в электр. цепях, броуновское движение частиц, случайные флуктуации в линейных системах (дробовой эффект), шумы атмосферной турбулентности и т. д. могут служить примерами Г. с. п. Это объясняется тем, что при достаточно общих условиях сумма большого числа независимых и малых по величине случайных процессов приближенно является Г. с. п., независимо от того, каким совместным распределениям подчинены отдельные слагаемые. Математически это следует из многомерного обобщения центральной предельной теоремы.

Важную роль в практических задачах играют гауссовские стационарные процессы обладающие свойством: а Для таких процессов справедливо спектральное представление , где является комплекснозначным Г. с. п. с ортогональными приращениями.

Лит.: Гихман И. И., Скороход А. В. Введение в теорию случайных процессов. М., 1965 [библиогр. с. 648—654]; Прохоров! Ю. В., Розанов Ю. А. Теория вероятностей. Основные понятия. Предельные теоремы. Случайные процессы. М., 1967 [библиогр. с. 481-487 ]; Ибрагимов И. А., Розанов Ю.А. Гауссовские случайные процессы. М., 1970 [библиогр. с. 383-384]; Дёч Р. Нелинейные преобразования случайных процессов. Пер. с англ. М., 1965 [библиогр. с. 196—201].

1
Оглавление
email@scask.ru