4. Ергодична властивість стаціонарних випадкових процесів
Нехай Х(t) - стаціонарний випадковий процес на відрізку часу [0,T] з характеристиками
M[X(t)] = 0, K(t, t') = M[X(t)X(t')] = k(?),
? = t' - t, (t, t') ? T?T.
Ергодична властивість стаціонарного випадкового процесу полягає в тім, що по досить тривалій реалізації процесу можна судити про його математичне очікування, дисперсію, кореляційній функції.
Більш строго стаціонарний випадковий процес Х(t) будемо називати ергодичним по математичному очікуванню, якщо
Lim M {|(1/ T)∫ X(t)dt|2} = 0
Теорема
Стаціонарний випадковий процес Х(t) з характеристиками:
M[X(t)] = 0, K(t, t') = M[X(t)X(t')] = k(?),
? = t' - t, (t, t') ? T?T
є ергодичним по математичному очікуванню тоді й тільки тоді, коли
Lim (2/ T) ? k(?) (1 - ?/t)d? = 0.
Для доказу, мабуть, досить переконатися, що справедливо рівність
M{(1/ T) ∫X(t)dt|2} = (2/ T) ∫ k(?) (1 - ?/t)d?
Запишемо очевидні співвідношення
C = M {|(1/ T) ) ∫X(t)dt|2} = (1/ T2) ∫ ? k(t' - t)dt'dt = (1/T) ? dt ? k(t' - t)dt'.
Думаючи тут ? = t' - t, d? = dt' і з огляду на умови (t' = T) > (? = T - t),
(t' = 0)>(? = -t), одержимо
З = (1/T2) ∫ dt ∫ k(τ)dτ = (1/T2) ∫ dt ∫ k(τ)dτ + (1/T2) ∫ dt ? k(?)d? =
= -(1/T2) ∫ dt ∫ k(τ)dτ - (1/T2) ∫ dt ? k(?)d?
Думаючи в першому й другому доданках правої частини цієї рівності відповідно ? = -?', d? = -d?', ? = T-?', d? = -d?', знайдемо
З = (1/T2) ∫ dt ∫ k(τ)dτ + (1/T2) ∫ dt ? k(T - ?)d?
Застосовуючи формулу Дирихле для подвійних інтегралів, запишемо
З = (1/T2) ∫ dt ∫ k(τ)dτ + (1/T2) ∫ dt ∫ k(T - τ)dτ = (1/T2) ∫ (T - τ) k(τ)dτ + (1/T2) ∫ ?k (T - ?)d?
У другому доданку правої частини можна покласти ?' = T-?, d? = -d?', після чого будемо мати
З = (1/Т2) ∫ (Т - τ) k(τ)dτ – (1/T2) ∫ (T - ?) k(?)d? = 2/T ? (1- (?/T)) k(?)d?
Звідси й з визначення констант видно, що рівність
M{(1/ T) ∫X(t)dt|2} = (2/ T) ∫ k(?) (1 - ?/t)d?
Справедливо.
Теорема
Якщо кореляційна функція k(?) стаціонарного випадкового процесу X(t) задовольняє умові
Lim (1/T) ? |k(?)| dt = 0
Те X(t) є ергодичним по математичному очікуванню.
Дійсно, з огляду на співвідношення
M{(1/ T) ∫X(t)dt|2} = (2/ T) ∫ k(?) (1 - ?/t)d?
Можна записати
0 ? (2/Т) ? (1 - ?/t) k(?)d? ? (2/T) ? (1- ?/t) |k(?)|d? ? (1/T) ? |k(?)|d?
Звідси видно, що якщо виконано умову, те
Lim (2/T) ? (1 - ?/T) k(?)d? = 0
Тепер, беручи до уваги рівність
З = (1/Т2) ∫ (Т - τ) k(τ)dτ – (1/T2) ∫ (T - ?) k(?)d? = 2/T ? (1- (?/T)) k(?)d?
І умова Lim M {|(1/ T)∫ X(t)dt|2} = 0
Ергодичності по математичному очікуванню стаціонарного випадкового процесу X(t), знаходимо, що необхідне доведено.
Теорема.
Якщо кореляційна функція k(?) стаціонарного випадкового процесу
X(t) інтегрувальна й необмежено убуває при ? > ?, тобто виконується умова
При довільному ? > 0, то X(t) - ергодичний по математичному очікуванню стаціонарний випадковий процес.
Дійсно, з огляду на вираження
Для Т≥Т0 маємо
(1/T) ∫ |k(τ)|dτ = (1/T)[ ∫ |k(τ)|dτ + ∫ |k(τ)|dτ ≤ (1/T) ∫ |k(τ)|dτ ε(1 – T1/T).
Переходячи до межі при Т > ?, знайдемо
0 ? lim ? |k(?)|d? = ?.
Оскільки тут ? > 0 - довільна, скільки завгодно мала величина, то виконується умова ергодичності по математичному очікуванню. Оскільки це треба з умови. Про необмежене убування k(?), те теорему варто вважати доведеної. Доведені теореми встановлюють конструктивні ознаки ергодичності стаціонарних випадкових процесів.
Нехай
X(t) = m + X(t), m=const.
Тоді M[X(T)] = m, і якщо X(t) - ергодичний стаціонарний випадковий процес, то умова ергодичності Lim M {|(1/ T)∫ X(t)dt|2} = 0 після нескладних перетворень можна представити у вигляді
Lim M{[(1/T) ∫ X(t)dt – m]2} = 0
Звідси треба, що якщо X(t) - ергодичний по математичному очікуванню стаціонарний випадковий процес, то математичне очікування процесу X(t) = m + X(t) приблизно може бути обчислене по формулі
M = (1/T) ? x(t)dt
Тут Т - досить тривалий проміжок часу;
x(t) - реалізація процесу X(t) на відрізку часу [0, Т].
Можна розглядати ергодичність стаціонарного випадкового процесу X(t) по кореляційній функції.
Стаціонарний випадковий процес X(t) називається ергодичним по кореляційній функції, якщо
Lim M {[ (1/T) ∫ X(t) X(t + τ)dt – k(τ)]2]} = 0
Звідси треба, що для ергодичного по кореляційній функції стаціонарного випадкового процесу X(t) можна покласти
k (?) = (1/T) ? x(t)x(t + ?)dt
при досить великому Т.
Виявляється, умова обмеженості k(?) досить для ергодичності по кореляційній функції стаціонарного нормально розподіленого процесу X(t).
Помітимо, випадковий процес називається нормально розподіленим, якщо будь-яка його функція розподілу є нормальною.
Необхідною й достатньою умовою ергодичності стаціонарного нормально розподіленого випадкового процесу є співвідношення
τ0 : lim (1/T) ∫ [k(τ)2 + k(τ + τ0) k(τ – τ0)] (1 – τ/T)d? = 0
Література
1.Кремер М.Ш. Теорія ймовірностей і математична статистика. – К., 2004
2.Кожевников Ю.В. Теорія ймовірностей і математична статистика. – К., 2005
3.Гнеденко Б.Д. Курс теорії ймовірностей. – К., 2005
... ії Метод конденсації полягає в утворенні нерозчинних сполук за допомогою реакцій обміну, гідролізу, відновлення, окислення. Здійснюючи ці реакції в сильно розбавлених розчинах і з деяким надлишком одного з компонентів, дістають не осади, а колоїдні розчини. До конденсаційних методів належить також добування ліозолів за допомогою заміни розчинника. Наприклад, колоїдний розчин каніфолі можна ...
... іжності між емпіричними і теоретичними частотами розподілу не можуть бути випадковими і припущення про близькість емпіричного розподілу до нормального повинна бути спростоване. Розділ 3. Кореляційний аналіз виробництва льоноволокна Одним з найважливіших завдань статистики є вивчення об'єктивно існуючих зв'язків між явищами. При дослідженні таких зв'язків з'ясовуються причинно-наслідкові ві ...
... –2007 навчальний рік) була визначена сфера і проблема дослідження; вивчалася педагогічна, методична література з даної теми; аналізувалася робота вчителів початкових класів у галузі методики розв’язування простих задач, що розкривають конкретний зміст арифметичних дій, шляхом диференційованого навчання; формулювалася гіпотеза та завдання дослідження. В процесі експериментального етапу (2007–2008 ...
... без опанування системи понять цієї науки. Це великою мірою стосується математики. Найважливішим завданням викладання математики є формування в учнів правильних математичних понять. 1.3. Суттєві і несуттєві властивості понять. Прийоми їх виявлення. Засвоєння математичних понять відбувається у процесі аналітико – синтетичної діяльності учнів, спрямованої на виявлення істотних загальних ...
0 комментариев