Стаціонарні випадкові процеси

3. Стаціонарні випадкові процеси

Випадковий процес Х(t) називають стаціонарним у вузькому змісті, якщо

F(x₁, …, x_n; t₁, …, t_n) = F(x₁, …, x_n; t₁+∆, …, t_n+∆)

При довільних

n≥1, x₁, …, x_n, t₁, …, t_n; ∆; t₁ ? T, t_i + ∆ ? T...

Тут F(x₁, …, x_n; t₁, …, t_n) – n-мірна функція розподілу випадкового процесу Х(t).

Випадковий процес Х(t) називають стаціонарним у широкому змісті, якщо

m(t) = m(t + ?), K(t, t') = K(t + ?, t' + ?)

(t ? T, t' ? T, t + ?? T), t' + ?? T)

Очевидно, що зі стаціонарності у вузькому змісті треба стаціонарність у широкому змісті.

З формул:

m(t) = m(t + ?), K(t, t') = K(t + ?, t' + ?)

(t ? T, t' ? T, t + ?? T), t' + ?? T)

Треба, що для процесу, стаціонарного в широкому змісті, можна записати

m (t) = m_x(0) = const;

D (t) = K(t, t) = K(0,0) = const;

K(t, t') = K(t - t', 0) = K (0, t' - t)

Таким чином, для процесу, стаціонарного в широкому змісті, математичне очікування й дисперсія не залежать від часу, а K(t, t') представляє собою функцію виду:

K(t, t') = k(?) = k(-?), ? = t' - t.

Видно, що k(?) - парна функція, при цьому

K(0) = В = σ²; |k(τ)| ≤ k(0); ∑ ∑ ά_i α_j k(t_i - t_j) ≥ 0

Тут D - дисперсія стаціонарного процесу

Х(t), α_i (I = 1, n) – довільні числа.

Перша рівність системи

K(0) = В = σ²; |k(τ)| ≤ k(0); ∑ ∑ ά_i α_j k(t_i - t_j) ≥ 0

треба з рівняння K(t, t') = k(?) = k(-?), ? = t' - t. Перша рівність

K(0) = В = σ²; |k(τ)| ≤ k(0); ∑ ∑ ά_i α_j k(t_i - t_j) ≥ 0 - простий наслідок нерівності Шварца для перетинів X(t), X(t') стаціонарного випадкового процесу X(t). Остання нерівність:

K(0) = В = σ²; |k(τ)| ≤ k(0); ∑ ∑ ά_i α_j k(t_i - t_j) ≥ 0

Одержують у такий спосіб:

∑ ∑ α_i α_j k(t_i - t_j) = ∑ ∑ K(t_i, t_j)α_i α_j = ∑ ∑ M[(α_iX_i)(α_jX_j)] = M[(∑ α_iX_i)²] ≥0

З огляду на формулу кореляційної функції похідній dX(t)/dt випадкового процесу, для стаціонарної випадкової функції X(t) одержимо

K₁(t, t’) = M[(dX(t)/dt)*(dX(t’)/dt’)] = δ²K(t, t’) / δtδt’ = δ²k(t’ - t) / δt?t'

Оскільки

?k(t' - t) / ?t = (?k(?) / ??) * (?? / ??) = - ?k(?) / ??,

δ²k(t’ - t) / δtδt’ = - (δ² k(τ) / δτ²⁾ * (δτ / δt’) = - (δ² k(τ) / δτ²⁾

те K₁(t, t’) = k₁(τ) = - (δ² k(τ) / δτ²⁾, τ = t' - t.

Тут K₁(t, t’) і k₁(τ) – кореляційна функція першій похідній стаціонарного випадкового процесу X(t).

Для n-й похідній стаціонарного випадкового процесу формула кореляційної функції має вигляд:

K_n(τ) = (-1)ⁿ * (δ²ⁿ *k(τ) / δτ²ⁿ)

Теорема. Стаціонарний випадковий процес X(t) з кореляційною функцією k(?) безперервний у середньому квадратичному у крапці t ? T тоді й тільки тоді, коли

Lim k(?) = k(0)

Для доказу запишемо очевидний ланцюжок рівностей:

M [|X(t+τ)-X(T)|²] = M[|X(t)|²] – 2M[|X(t+τ)X(t)|] + M[X(t)²] =

= 2D-2k(?) = 2[k(0)-k(?)].

Звідси очевидно, що умова безперервності в середньому квадратичному процесу X(t) у крапці t ? T

Lim M[|X(t+τ) – X(t)|²] = 0

Має місце тоді й тільки тоді, коли виконується Lim k(?) = k(0)

Теорема. Якщо кореляційна функція k(τ) стаціонарного випадкового процесу X(t) безперервна в середньому квадратичному у крапці τ=0, то вона безперервна в середньому квадратичному у будь-якій крапці τ ? R¹.

Для доказу запишемо очевидні рівності:

k(?+??)-k(?) = M[X(t+?+??)X(t)] - M[X(t+?)X(t)] =

= M{X(t)[X(t+?+??) - X(t+?)]}

Потім, застосовуючи нерівність Шварца до співмножників у фігурній дужці й з огляду на співвідношення:

K(t, t') = k(?) = k(-?), ? = t' - t.

K(0) = В = σ²; |k(τ)| ≤ k(0); ∑ ∑ ά_i α_j k(t_i - t_j) ≥ 0

Одержимо:

0 ≤ [k(τ+∆τ)-k(τ)]²≤ M[X(t)²]M[|X(t+τ+∆τ)-X(t+τ)|²] =

= 2D[D-k(??)].

Переходячи до межі при ??>0 і беручи до уваги умова теореми про безперервність k(?) у крапці ?=0, а також перша рівність системи

K(0) = В = σ² , знайдемо

Lim k(?+??) = k(?)

Оскільки тут ? - довільне число, теорему варто вважати доведеної.