- •Глава 1. Основные понятия теории случайных процессов
- •1.1. Определение случайного процесса. Основные подходы к заданию случайных процессов. Понятие реализации и сечения. Элементарные случайные процессы.
- •Глава 2. Элементы корреляционной теории случайных процессов
- •2.1. Понятие корреляционной теории случайных процессов
- •1.2. Некоторые классы и виды случайных процессов
- •1.1.1. Гауссовские случайные процессы
- •1.1.2. Случайные процессы с независимыми приращениями
- •1.1.3. Случайные процессы с некоррелированными приращениями
- •1.1.5. Марковские случайные процессы
- •1.1.6. Пуассоновские случайные процессы
- •1.1.7. Винеровский случайный процесс
- •2.2. Математическое ожидание и дисперсия случайного процесса.
- •2.3. Корреляционная функция случайного процесса и ее свойства.
- •2.4. Взаимная корреляционная функция и нормированная взаимная
- •2.5 Вероятностные характеристики суммы двух случайных величин
- •Глава 3. Элементы случайного анализа
- •3.1. Сходимость и непрерывность
- •1. Классические виды сходимости
- •2. Сходимость по вероятности
- •3. Сходимость в среднем в степени p1
- •4. Сходимость почти наверное (сходимость с вероятностью единица)
- •5. Слабая сходимость
- •6. Связь различных типов сходимости
- •3.2. Производная случайного процесса и ее свойства
- •3.3. Интеграл от случайного процесса и его свойства
- •Глава 4. Канонические разложения случайных процессов
- •4.1. Понятие канонического разложения случайного процесса
- •4.2. Понятие обобщенной функции. Дельта-функция Дирака.
- •4.3. Линейные и нелинейные преобразования случайных процессов
- •Глава 5. Стационарные cлучайные процессы
- •5.1. Понятие стационарного случайного процесса. Стационарность в
- •5.2 Свойства вероятностных характеристик стационарного случайного
- •5.3. Стационарно связанные случайные процессы.
- •5.4. Эргодические стационарные случайные процессы
- •Глава 6. Спектральная теория стационарных случайных процессов
- •6.1. Понятие спектрального разложения стационарного случайного
- •Процесса. Дискретные и непрерывные спектры. Спектральная плотность и ее свойства
- •1. Элементарный стационарный случайный процесс
- •2. Сумма конечного числа гармоник
- •3. Сумма бесконечного (счетного) числа гармоник
- •4. Непрерывный спектр. Спектральная плотность Теорема Винера-Хинчина.
- •6.2. Линейные преобразования стационарного случайного процесса
- •1. Оператор дифференцирования:
- •2. Оператор интегрирования:
- •6.3. Преобразование стационарного случайного процесса стационарной
- •Приложение 1
- •Приложение 3
- •И спектральных плотностей
- •Литература
- •Оглавление
- •Глава 1. Основные понятия теории случайных процесс…………………….3
- •Глава 2. Элементы корреляционной теории случайных процессов……….8
- •Глава 3. Элементы случайного анализа…………………………………..…13
- •Глава 4. Канонические разложения случайных процессов………………..18
- •Глава 5. Стационарные случайные процессы ……………………………….28
- •Глава 6. Спектральная теория стационарных случайных процессов………39
Глава 3. Элементы случайного анализа
3.1. Сходимость и непрерывность
1. Классические виды сходимости
В стандартном курсе математического анализа вводятся следующие типы сходимости.
а) Числовая последовательность xn называется сходящейся к числу х при n, если для любого >0 (сколь угодно малого) существует номер N, начиная с которого все последующие элементы последовательности принадлежат -окрестности точки х:
б) Функциональная
последовательность f
n(x)
называется поточечно
сходящейся
на множестве Х к функции f
(x),
если она сходится (как числовая
последовательность) при каждом
фиксированном х
Х
к значению f
(x).
Частным случаем поточечной сходимости является равномерная сходимость.
в) Функциональная последовательность f n(x) называется сходящейся почти всюду на множестве Х к функции f (x), если она сходится поточечно к f (x) на множестве Х за исключением множества точек Х0 меры нуль.
В теории вероятности такое понимание сходимости (кроме в)) мало содержательно. Тем не менее, приведенные здесь определения позволяют в полной мере ощутить разницу классических подходов и их вероятностных аналогов.
2. Сходимость по вероятности
Говорят, что последовательность случайных величин Хn сходится по вероятности к случайной величине Х при n, если
Обозначение:
Обратите внимание,
что при n
имеет место классическая сходимость
вероятности
к 1, то есть с возрастанием номера n
можно гарантировать сколь угодно близкие
к 1 значения вероятности. Но при этом
нельзя гарантировать близости значений
случайных величин Хn
к значениям случайной величины Х ни при
каких сколь угодно больших значениях
n,
поскольку мы имеем дело со случайными
величинами.
Случайный процесс
X(t),
t
T
называется стохастически
непрерывным
в
точке
t0
T,
если
3. Сходимость в среднем в степени p1
Говорят, что последовательность случайных величин Xn сходится в среднем в степени p1 к случайной величине Х, если
Обозначение:
Xn
X.
В частности, Xn сходится в среднеквадратичном к случайной величине Х, если
Обозначение:
Случайный процесс X(t), t T называется непрерывным в среднеквадратичном в точке t0 T, если
4. Сходимость почти наверное (сходимость с вероятностью единица)
Говорят, что последовательность случайных величин Хn сходится почти наверное к случайной величине Х, если
где ω - элементарное событие вероятностного пространства (, A, Р).
Обозначение:
.
5. Слабая сходимость
Говорят, что
последовательность
функций распределения случайных величин
Хn
слабо
сходится
к функции распределения FX(x)
случайной величины Х, если имеет место
поточечная сходимость в каждой точке
непрерывности функции FX(x).
Обозначение: FX(x).
