Cтраница 2
Эти средние [ /) и ( /) г представляют собой случайные величины, распределение которых определяется данными случайными процессами. [16]
Такой вид автокорреляционной функции, а хакже наличие ярко выраженного максимума в спектральной плотности свидетельствует о наличии некоторой периодической составляющей г данном случайном процессе, на которую накладываются случайные возмущения. [17]
Вероятности переходов между состояниями случайного процесса определяются кинетическими скоростями химических реакций, а законы сохранения задают область фазового пространства, где происходят изменения данного случайного процесса. [18]
Пусть исследуемый случайный процесс характеризуется спектром плотности мощности W ( o), имеющим максимальное значение Wmax. Заменим мысленно данный случайный процесс другим, у которого спектральная плотность мощности постоянна и равна Wmw в пределах некоторой полосы частот, выбираемой из условия равенства дисперсий ( то есть средних мощностей) обоих процессов. [19]
По условиям, принятым нами для моделирования случайных процессов, распределение выборочных средних арифметических хп подчиняется для всех трех процессов нормальному закону с математическим ожиданием, равным нулю. Распределение выборочных медиан для данных случайных процессов также не уклоняется существенно от нормального закона с тем же математическим ожиданием. Что касается выборочных 5И и Rn, то характер их распределения в массе выборок зависит от степени корреляционной связи величин, образующих случайный процесс, из которого взяты выборки. На рис. 2, а показаны полигоны распределения выборочных средних квадратических отклонений S, определенных для выборок из пяти величин, отбиравшихся подряд: полигон I - для процесса I; полигон II -для процесса II и полигон III - для процесса III. На рис. 2, б показаны полигоны и параметры распределения выборочных размахов Ra, определенных также для выборок из пяти величин. [20]
Схема формирую. [21] |
С формальных математических позиций проблема формирующего фильтра не представляется простой. В общем случае, когда данный случайный процесс X ( f) имеет произвольную непрерывную корреляционную функцию, задача определения формирующего фильтра не решается. Решение получено лишь при некоторых ограничениях на класс процессов. Однако в плане практического использования понятия формирующего фильтра это не является непреодолимым затруднением, так как чаще всего корреляционная функция процесса X ( t) определяется приближенно и может быть аппроксимирована различными аналитическими выражениями, в том числе и удовлетворяющими упомянутым ограничениям. Имея в виду аналитические преимущества линейных систем, предпочтительнее использовать линейные формирующие фильтры. [22]
Физический смысл условия статистической стационарности очевиден. Он означает, что все внешние факторы, определяющие данный случайный процесс, должны быть неизменными во времени и в пространстве, что все средние гидродинамические характеристики, обусловливающие данное движение - средние скорости, давления, температура, плотность на внешних границах области течения, сами эти границы - стационарны в обычном смысле. [23]
В теории информации и кибернетике обычно оперируют со случайными сигналами, поэтому моделями сигналов служат случайные функции, преобразование которых определяет содержание информационных процессов. При изменении параметров режима бурения имеют дело с реализациями данного случайного процесса. [24]
В условиях, принятых для рассматриваемых случайных процессов, средние значения в массе выборок распределяются по нормальному закону. В результате выполненного исследования установлено, что распределение медиан в массе выборок для данных случайных процессов существенно не отличается от нормального закона. На рис. 4, а показаны полигоны распределения медиан в массе выборок из процесса II: полигон 1 - для выборок из 5 изделий подряд и полигон 2 - для выборок по 5 изделий с интервалами в 10 изделий. [25]
Анализируемые случайные процессы могут быть стационарными и нестационарными ( встречаются и локально-стационарные процессы), эргодическими и неэргодическими. Для осуществления измерений очень важна допустимость эргодической модели, так так как у процессов этого класса искомые вероятностные характеристики ( по отношению к которым данный случайный процесс эргодичен) могут быть найдены по одной реализации. Если при этом в распоряжении экспериментатора имеется ансамбль реализаций, то следует позаботиться о выборе представительной реализации. [26]
Для исследования графиков нагрузки электроприемников с резко-переменным и импульсным режимом работы широко применяются самопишущие амперметры, ваттметры и светолучевые осциллографы. Так как графики нагрузки, создаваемые подобными электроприемниками, являются случайными, то важной проблемой при определении характеристик подобных графиков являются длительность и количество записей данного случайного процесса. [27]
Обработка осциллограммы по ше тоду дождя. [28] |
В связи с этим и появилось большое число так называемых способов схематизации слу - чайных процессов, целью которых является получение функции распределения амплитуд напряжений, эквивалентной данному случайному процессу по степени вносимого усталостного повреждения. [29]
Графики на рис. 17.2 - 17.5 изображают отдельные вполне детерминированные реализации случайных процессов. Подобно тому, как отдельное конкретное число может представлять собой лишь, одно из целой совокупности возможных значений рассматриваемой случайной величины, так и отдельная реализация является представителем целого ансамбля возможных реализаций данного случайного процесса. Ансамбль составляет полную группу событий, поэтому очевидно для исчерпывающего описания статистических свойств процесса необходимо определить вероятность каждой реализации. [30]