Cтраница 3
В дальнейшем под стационарными случайными функциями будем понимать случайные функции, стационарные в широком смысле. [31]
Величины, являющиеся стационарными случайными функциями, для которых выполняется свойство 4, называются эргодичвскими. [32]
В дальнейшем под стационарными случайными функциями будем понимать случайные функции, стационарные в широком смысле. [33]
Случайная функция является стационарной случайной функцией второго порядка, если она обладает следующими свойствами. [34]
Отсюда следует, что стационарная случайная функция и ее производная в совпадающие моменты времени некоррелированы. [35]
Межканальный поток массы как стационарная случайная функция имеет математическое ожидание и дисперсию. Было получено, что математическое ожидание коэффициента межканального перемешивания пропорционально среднеквадратическому отклонению поперечной перетечки. [36]
На вход системы поступает стационарная случайная функция X ( t) с математическим, ожиданием пгк - - 1 и дисперсией Dx5. Нормированная спектральная плотность ах ( ш) постоянна на интервале частот [ ei, ла ] и равна нудю вне этого интервала. [37]
Таким образом, для эргодической стационарной случайной функции ее математическое ожидание и корреляционная функция могут быть оценены по одной реализации как среднее по времени. [38]
Таким образом, для эргодической стационарной случайной функции ее математическое ожидание и корреляционная функция могут быть оценены по одной реализации как среднее по времени. [39]
Центральная предельная теорема для стационарных случайных функций X ( t) рассматривается, в частности, в [ 175, гл. [40]
Таким образом, для эргодической стационарной случайной функции ее математическое ожидание и корреляционная функция могут быть оценены по одной реализации как среднее по времени. [41]
Синусоидальный сигнал не является стационарной случайной функцией вследствие того, что вероятность изменяется в зависимости от начала и окончания вычислений. [42]
Если на вход системы подается стационарная случайная функция, то в наступающем переходном процессе математическое ожидание случайной функции на выходе будет зависеть от времени и, следовательно, отвечать нестационарному процессу. Поэтому определяемое с помощью ( 21 - 48) математическое ожидание ту ( t) в случае, когда на вход системы поступает стационарная функция, мы будем называть переходным математическим ожиданием. [43]
Для простоты предполагается, что стационарные случайные функции п ( t) n и ( t) некоррелированы между собой и имеют нулевые средние значения. [44]
Это важное свойство отличает класс стационарных случайных функций, например, от класса гаус-совских случайных функций X ( t) или класса марковских случайных процессов X ( /), для которых, как нетрудно показать, функция g ( X ( t)) уже, вообще говоря, не будет принадлежать рассматриваемому классу случайных функций. [45]