Какими будут самолеты Причина ТехПрорывова Преимущества бизнес-авиации Навигационные системы Советы для путешественников с собакой |
Главная » Электрика » Детерминизм и случайность 1 ... 3 4 5 6 7 8 9 ... 66 а обратное преобразование (3.28а) 1 = f/i - 2 Уу. Ч = Ук k = 2, п. (3.31а) Без ограничения общности полагаем Ci = l. Так как дУк dyj dyj то якобиан преобразования /=1[см. (3.286)]. В соответствии с (3.30) находим плотность вероятности ли- п еейной комбинации г\== 2л^а случайных величин gi, Wr,{yi)= f wjyi-cjy y,....yn]dy...dy. (3.32) Если случайные величины gi, En независимы, то из (3.32) следует (J/i) = i (f/i 2 > {У2) - (f/n) dy... dy. В простейшем случае алгебраической суммы двух случайных величин Ti = i±ig2 из (3.32) получим л<У)= ]w.lAy4u. u)du. (3.33) -00 Если i и 2 независимы, то lJt,(f/)= [ш|.(г/ч=и)а;Л ) . (3.33а) Интеграл в правой части (3.33а) называется сверткой функции {х) и wi\(x). Из (3.33а) нетрудно определить функцию распределения алгебраической суммы двух независимых случайных величин (f/)= ]Р^ЛУ±и)щМЛи. (З.ЗЗб) ЗЛ.15. Плотность вероятности произведения и частного случайных величин. Пусть i=(Ei, 1) - совокупность случайных величин и wn{xi)-плотность совместного распределения этой совокупности. Найдем плотность вероятности случайной величины п fl=nft. (3.34) Совершим над исходной совокупностью функциональное преобразование Уг = / (1..... п) = П 7- Ук=Чу k = 2Гп[ (3.35а> п 1 = ф(г/1..... /n) = /i / Uyh ft= /ft. /г = 2, п. / ;=2 В соответствии с (3.286) якобиан преобразования = (3.356) Используя (3.30), находим искомую плотность вероятности I Wn{Jyvy2y yn)W\dy2-dy (3.36) Если случайные величины i, п независимы, то из (3.36) следует Wr, (Уг) = j rci, {Jy,) w, Ы... tg, {Уп) W\ dy,... dyn. (3.36a) в простейшем случае произведения двух случайных величин T] = i2 из (3.36) получим {у) = (т' ) 1 - а если i и I2 независимы, то n(y)= (-)ag.( )d / . (3.37а) Аналогично для частного r\ = h/l2 имеем л(У)= ]щ.1Лиу. u)\u\du (3.38) и для независимых i и 2 ч(/)= УшДиу)а;Д )ыИы. (3.38а) 3.2. распределение вероятностей модуля и фазы случайного вектора 3.2.1. Плотность вероятности модуля и фазы случайного вектора на плоскости. Рассмотрим специальный вид преобразования двух случайных величин, представляющих значительный интерес для приложений, P=/F+?, 9 = arctg/i. (3.39) Это преобразование взаимно однозначное, причем р>0, а возможные значения случайной величины ф заключены в пределах от О до 2я (имеется в виду главное значение арктангенса). Геометрически преобразование (3.39) означает переход от случайных декартовых координат (g, т]) точки к ее случайным полярным координатам: модулю р и фазе ф случайного вектора, начало которого находится в начале координат, а конец совпадает с точкой (I, ц). Преобразование, обратное (3.39), имеет вид =рС08ф, Г1=р81Пф. (3.40) Пусть задана двумерная функция распределения случайных декартовых координат (х, у) и надо найти совместную функ- цию распределения полярных координат Wpfp{r, #). Так как якобиан преобразования л: = гсо8&, r/ = rsin& от переменных х, у к переменным г, # равен а (г, ь) cos -ft - г sin sin г cos О то, используя (3.26) для взаимно однозначного преобразования двух случайных величин, получаем Wp{r, *) = ra5r,(rcos*, rsin*), г>0, 0<*<2я. (3.41) Если I и Г] независимы, то pф( *) = гш5(гсо8*)Шг,(г81п*), г>0, 0<*<2я. (3.41а) Из (3.41) находим плотность вероятности модуля и фазы <лучайного вектора DFp;(r) = г J йУг, {г cos г sin #) d г > О, (3.42) (*) = (г cos г sin b)dr, О < О < 2я. (3.43) о 3.2.2. Плотность совместного распределения полярных координат случайных точек на плоскости. Формулу (3.41) можно обобщить па п случайных точек, декартовы координаты .которых зависимы и характеризуются 2л-мерной плотностью распределения wir (xi, r/i, Х2, У2у Хп, Уп). Переход к модулям и фазам векторов совершается с помощью преобразования Xi = riCos&u yi = rism&i, i=l, п. (3.44) Якобиан преобразования (3.44), как нетрудно показать, равен j ..... f, =йгн, r,>0. (3.45) Тогда в соответствии с (3.26) переход от 2Аг-мерной плотности распределения случайных декартовых координат п точек к 2/г- мерной плотности распределения модулей и фаз векторов описывается формулой X c(ygT,(/iCOS i, TiSinOi..., r cos , rsinflJ, />0, 0<*<2я, i=T7~n. (3.46) Интегрируя (3.46) по переменным г или Oi, получают л-мер-яые плотности распределения модулей или фаз случайных векторов: 2я 2Я й^р (1,..., Гп) = Г1... j ... j a;gr, (/-1 cos .... r sin * ) d*i... d г^>0, 1, n, (3.47) 0< 1<2я, t= 1, n. (3.48) 3.2.3. Распределение модуля вектора с независимыми гаус-совскими компонентами. С помощью полученных формул найдем плотность вероятности модуля случайного вектора, компоненты которого независимы и распределены нормально с параметрами (а, а) и (6, а) соответственно. Лз (3.41а) следует, что плотность совместного распределения: модуля и фазы вектора в рассматриваемом случае 1 Р { ~ 1 - а) + (г sin О - 6)]}; (3.49) Тогда в соответствии с (3.42) после элементарных преобразований получаем xfexp[a !pLcos(0-*.)dO, г>0. где = arctg (6/а) - фаза вектора средних значений. Заменяя и=&-&о и обозначая модуль вектора средних значений а=У а2 + 62, приводим интеграл к функции Бесселя нулевого порядка от мнимого аргумента т = 1о г>0. Таким образом, плотность вероятности модуля вектора ехр ---(г^ + а?) I аг \ (3.50) Частным случаем (3.50) при а=Ь = 0 является плотность распределения Рэлея : pW = -ir-p(-l). г>0. (3.51) Поэтому функция (3.50) (рис. 3.6) (Может называться плотностью обобщенного распределения Рэлея Ч Если ai/ia< 1, то, ограпичиваясь первыми двумя членами разложения функции Беоселя в степенной ряд, получаем из (3.50) , г>0. (3.52) Если а/а>1, то в (3.50) функцию Бесселя можно заменить ее аоимптотичесвим разложением и тогда ваг ехр {r-af , г>0. (3.52а) Б этом случае кривая плотностти вблизи моды хорошо аппроксимируется кривой плотности нормального распределения (см. 5 на рис. 3.6) с параметрами (а, а). Рис. 3.6. Плотность обобщенного распределения Рэлея * Ее называют также плотностью распределения Рэлея - Раиса, функция распределения модуля вектора с независимыми га-уссовскими компонентами (с одинаковыми дисперсиями о^) fAr)Jpexp{--[z + [-J]}l,[)dz, г>0 (3.53) в элементарных функциях не выражается. Имеются подробные таблицы этой функции распределения \4], 3.2.4. Моменты случайной величины, распределенной по обобщенному закону Рэлея. Из (3.50) находим (3.54) где - гипергеометричеокая функция (ш. Приложение 5 в Среднее значение, второй и третий начальные моменты равны mi = о/2 Г(3/2)Л(-1/2. 1. -а.{2о^) = (3.54а) т2 = 2а' + а\ (3.546) , / 2а , а* \, / а \П„ / а \ (3.54в) Если а^а, то, используя приведенное выше аспимптотическое разложение бесселевой функции, находим (3.55а) (3.556) 3.2.5. Плотность вероятности фазы вектора с независимыми гауссовскими компонентами. Определим плотность вероятности фазы вектора с независимыми гауссовскими компонентами. В соответствии с общей формулой (3.43) плотность вероятности фазы в рассматриваемом случае [см. также (3.49)] IF, () = ехр ( - ) J г ехр { - [г^-2а г cos ( - )]} dr. 2яа 0<<2я. (3.56)
Pwc. 3.7. Плотность распределения фазы Путем дополнения экспоненты в подынтегральной функции до полного квадрата и замены переменной интегрирования 2=([,г-acos(u- о)]/а, где а и в'о - величины, введенные в п. 3.2.3, и использования обозначения интеграла Ла- пласа [см. (2.68)], находим плотность веро-ятности фазы 1 . / а2 \ . 1 f-cos X 2а2 1 аУ2п COS (О-до) ехр (3.57) На рис. 3.7 построено семейство кривых распределения фазы при нескольких значениях отношения а/а. Как (ВИДно из (3.57) и из рис. 3.7, функция Wq>(&-Qo) четная. При а = 0, &о = 0 11Ф (1 ) = 1/(2я), 1*1 я, (3.57а) что соответствует равномерному распределению фазы. Если а/а<1, то, разлагая правую часть в (3.57) в степенной ряд по ojjo и пренебрегая членами второго порядка малости, получаем а 2оУ2я COS(d-*o). *-*о1< . (3.58) Таким образом, с точностью до малых шрядка аЧо^ плотность распределения фазы вектора представляет собой косинусоиду, смещенную вдоль оси ординат на 1/(2я). Если (a/a)cos(ft-&o)>3, тоиз (3.57) находим cos(d-d )exp Вблизи моды кривой плотности ( в'? в'о) sinM-o) ajV2n ехр (3.59) (3.60) т. е. распределение фазы нормальное со средним ©о и дисперсией (а/а). Функция распределения (&) фазы вектора, компоневты которого - независимые гауссовские случайные величины с одинаковыми дисперсиями, выражается через табулированную функцию Никольсона (см. Приложение 9 в [5]). 60 3.2.6. Центральные моменты распределения фазы. Определим центральные .моменты фазы f*. {ф} =Т( - оГ (*) (3.61) Ясно, что в силу симметрии распределения все моменты нечетного порядка равны нулю. Для вычисления интеграла в правой части (3.61) разложим функцию И^ф {&) [см. (3.66)] на интервале (б'о-я, -в-о+я) в ряд Фурье. Для этого достаточно 1воопользоваться известным из теории бесселевых функций равенством ехр(Хсо8А:) = 1о(Я) + 2 2 ImW cos тх для разложения на указанном интервале подынтегральной функции в (3.56) и интегральным предстаБлением гипергеометрической функции. В результате ir,(*) = f а„ cos п(-%), (3.62) /1=1 где где (л:, у, z) - гипергеометрическая функция. Подставляя (3.62) в (3.61), получаем 112г= -Т + 2 I cos nxdx. (3.64) Дисперсия фазы tt, = 4- + 4n 2 (-1) . (3.65) Если а/(т<1, то [Хгя/З-4яа1=я2/3- /2яа/;а, а при а/(т>1, как уже указывалось, ii2G/a. 3.3. характеристическая функция 3.3.1. Определение характеристической функции. Характеристической функцией Si (v) случайной величины называется среднее значение случайной величины ехр(ш|), где v - действительная переменная. В соответствии с (3.14) характеристическая функция случайной величины g (р) = mi { ехр (i VI)} (х) ехр (i и х) dx = 00 оо = j Wlix) COS vxdx + i J wi{x) sin vxdx. (3.66) eo CO Воспользовавшись представлением (2.17) плотносш вероятности (х) в виде суммы дельта-функций, можно распространить формулу (3.66) па дискретные случайные величины 2 Pk ехр {ivxk). (3.66а) Интеграл (3.66) и соответственно сумма (3.66а) сходятся при любых действительных значениях переменной v, так как 1®£ Поэтому характеристическая функция определена для каждой случайной величины. Заметим, что для симметричного распределения, когда wi (х) = = 5 {-х), мнимая часть в (3.66) равна пулю, и, следовательно, характеристическая функция является действительной четной функцией @1 (v) {-v). Наоборот, если характеристическая функция принимает только действительные значения, то она четна и соответствующее ей распределение симметрично. Из (3.66) следует, что характеристическая функция Si{v) я плотность вероятности wi (х) являются парой преобразований Фурье. Поэтому плотность вероятности случайной величины можно пайти обратным преобразованием Фурье ее характеристической функции Ш| (л:) = - ? в| {v) ехр (- ivx) dv. (3.67) Если ®i {v) - характеристическая функция случайной величины то для случайной величины г], получаемой линейным преобразованием Г1 = а| + &, характеристическая функция 0 {р) = {ехр [it; {al + b)]} = 9 {av) ехр {xvb). (3.68) 3.3.2. Вычисление моментов и кумулянтов распределения. Одним из полезных применений характеристической функции является упрощение вычислений моментов распределения. Если существуют -й начальный момент распределения случайной величины g, то характеристическая функция этой величины имеет производную -го порядка, причем -М^ xwiix) ехр {\vx)dx. откуда следует (3.69) Из (3.69) при =1 находим среднее значение случайной величины \ mi{g}= -16(0). (3.69а) Если существуют моменты любого порядка, то, как следует из (3.69), характеристическую функцию можно представить рядом Маклорена -iSv)K (3.70) Центральные моменты распределения связаны простыми соотношениями с производными от логарифма характеристической функции г|)£ (г^) =1п© (и), называемого кумулянтной функцией. Разлагая кумулянтную функцию в ряд Маклорена (в предположении, что этот ряд сходится), получаем % (и) = In 6 (и) =2 -М'- (3.71) где (3.71а) v=0. Коэффициенты ряда (3.71), называемые кумулянтами илп семиинвариантами распределения, выражаются через центральные моменты xi = mi, X2=X2, хз = (гз, >C4=i4-3fi2, ... (см. [6]). Из (3.71) следует Используя (3.67), получим [31] (i,)* е, (.) ехр ( - ivx) dv = . (3.72) Следствием формулы (3.72) является соотношение i ()> = Цг * П - 3.73) к 1 i dx из которого интегрированием по частям находим Ч и далее , тЛК\)\-г\Г\Ащ{А&х. (3.73а) а ... ...... -.(nife) (ах,)~ 7 1 где P>W = -/(). 3.3.3. Характеристическая функция гауссовской случайной величины. В соответствии с (3.66) характеристическая функция 1 ... 3 4 5 6 7 8 9 ... 66 |
© 2001 AeroKZN.ru.
Копирование текстов запрещено. |