Свойство - случайный процесс
Cтраница 1
Свойства случайного процесса проявляются в этом случае в меньшей степени, нежели свойства внешних условий. [1]
Оценивание свойств случайных процессов и интерпретация результатов анализа зависит от стационарности процесса, присутствия периодических составляющих, от нормальности процесса. [2]
Описание свойств случайных процессов с помощью многомерных плотностей вероятности высокой размерности может быть весьма подробным, однако на этом пути часто встречаются серьезные математические трудности. К счастью, многие задачи, связанные с описанием случайных сигналов, удается решить на основе двумерной плотности вероятности. [3]
Потребность в изучении свойств случайных процессов привела к развитию соответствующих методов и средств, преимущественно электрических. Появление анализаторов функций распределения вероятностей, коррелометров, измерителей математического ожидания, дисперсиометров и других видов измерителей вероятностных характеристик открыло новые возможности в области создания современной информационной и управляющей техники. [4]
Часто многие из свойств случайного процесса определяются его первыми и вторыми моментами, даже если процесс не является стационарным. Если при этом первые и вторые моменты инвариантны по отношению к сдвигу по времени t, то процесс называется стационарным в широком смысле. Аналогично можно определить стационарный процесс г-го порядка. [5]
Статистический анализ качества применяется для установления свойств случайного процесса в конкретных условиях производства. [6]
В большинстве теоретико-вероятностных задач интерес представляют те свойства случайного процесса, которые определяются соответствующим распределением в пространстве траекторий и не зависят от конкретного задания процесса. В связи с этим мы будем нередко говорить: Рассмотрим диффузионный процесс, соответствующий дифференциальному оператору L, не уточняя более подробно, как этот процесс задан. [7]
Числа, которые следуют за этими операторами, характеризуют свойства случайных процессов, которые моделируются. Процесс обслуживания характеризуется временем пребывания клиента на месте обслуживания и моделируется оператором задержки. [8]
В работе описан способ определения наиболее вероятных моментов изменения свойств случайного процесса. [9]
Одномерная плотность вероятности и связанные с ней числовые характеристики позволяют получить важную информацию о свойствах случайного процесса. Для описания его временных характеристик необходимо использовать корреляционную функцию или привлечь для этого спектральные характеристики случайного процесса. Упомянутые способы описания случайных процессов будут рассмотрены далее. [10]
В теории исследуются и многомерные плотности вероятности случайных процессов, однако на практике ограничиваются двумерными характеристиками, В0зможносги которых в представлении свойств случайных процессов достаточно велики. [11]
 |
Сравнение характеристик двух алгоритмов обнаружения. [12] |
При втором способе [ см. (5.2) ] реализация х ( t), t Т пропускается через набор фильтров, импульсные характеристики Ykk ( ph ( t) которых согласованы с корреляционными свойствами случайного процесса так, что значения xk и Xj процессов в момент t Т на выходах любых двух фильтров оказываются некоррелированными. Для случая нормального шума эти значения независимы. [13]
Основной задачей при анализе потока статистически независимых воздействий является отыскание закона распределения его наибольшего значения ( абсолютного максимума) в функции времени реализации процесса. Существование этого закона распределения обусловлено тем свойством случайных процессов, что их единичная реализация имеет такое наибольшее значение ( абсолютный максимум), которое может оказаться другим в другой единичной реализации этого же процесса. [14]
В [1] рассмотрен способ определения наиболее вероятного момента времени изменения характера случайного процесса для случая, когда в интервале наблюдения процесс может менять статистические свойства только один раз. В настоящей работе дается способ определения наиболее вероятных моментов времени изменения свойств случайного процесса, когда случайный процесс в интервале наблюдения может менять статистические свойства несколько раз. [15]
Страницы: 1 2