63860 (695476), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Центральний момент першого порядку центрованої випадкової величини завжди дорівнює нулеві за означенням:

. (20)

Центральний момент другого порядку

(21)

Із (21) випливає, що другий центральний момент можна визначити через початкові моменти таким чином:

(22)

Цей момент характеризує розсіювання можливих значень випадкової величини відносно її середнього значення і називається дисперсією. Стосовно електричних сигналів дисперсія характеризує потужність відхилень випадкової величини від середнього значення, яка виділяється на навантаженні в 1 Ом.

Часто використовують таке позначення дисперсії:

. (23)

Величину , що дорівнює додатному значенню кореня квадратного з центрального моменту другого порядку, називають середнім квадратичним відхиленням випадкової величини .

Розмірність збігається із розмірністю випадкової величини і тому її можна використовувати для оцінювання ширини кривої густини розподілу ймовірностей: чим більше значення , тим ширшим є графік функції .

На основі ансамблю з реалізацій випадкового процесу статистичне визначення дисперсії проводимо за формулою:

(24)

Визначимо перший та другий центральні моменти для рівномірного та експоненційного законів (табл.1 та 2).

Рівномірний закон. Оскільки математичне сподівання для цього випадку дорівнює нулеві, то обидва центральні моменти збігаються з початковими моментами, тобто

,

Експоненційний закон. Перший центральний момент за означенням дорівнює нулеві. Другий центральний момент (дисперсія), згідно з (22), визначаємо за формулою:

.

При розв'язуванні багатьох практичних завдань доводиться додавати, віднімати та перемножувати випадкові сигнали. При цьому числові характеристики результуючих сигналів достатньо просто визначають через числові характеристики первинних сигналів.

Наприклад, якщо та є первинними незалежними сигналам, – постійна величина, то справедливі такі співвідношення:

(25)

(26)

(27)

(28)

(29а)

. (29б)

Подані співвідношення можна узагальнити на випадок більшої кількості випадкових сигналів. У загальному випадку числові характеристики одновимірних розподілів залежать від часу. Це зумовлюється часовою залежністю функції розподілу та одновимірної густини розподілу . Тому в цьому разі числові характеристики замість чисел стають функціями часу і їх називають моментними функціями. На рис. 5a зображена реалізація випадкового процесу, перша моментна функція якого (середні значення) не змінюється в часі і дорівнює нулеві, а центральна моментна функція другого порядку (дисперсія) з часом зростає. Рисунок 5б ілюструє варіант реалізації випадкового процесу з незмінною дисперсією та змінним у часі середнім значенням.

Рисунок 5 – Варіанти реалізацій випадкового процесу із змінними в часі числовими характеристиками.

Характеристики

Список файлов реферата