Термин |
Определение |
Математическая формула и обозначение характеристики |
Нрк. Кросско- вариационная функция Кросскорреляци- онная функция случайных процессов Cross-covariation function
Нрк. Кросскор- реляционная функция Кроссковариацион- ная функция случайных процессов Cross-correlation funciion
случайных процессов Нрк. Взаимный коэффициент корреляции случайных процессов |
Функция двух переменных t и и, равная математическому ожиданию произведения случайных процессов, взятых в любые моменты времени t и и из областей определения этих случайных процессов Функция двух переменных f и и, равная математическому ожиданию произведения значений центрированных случайных процессов, взятых в любые моменты времени t п и из областей определения этих случайных процессов Функция двух переменных t и и, равная отношению взаимной корреляционной функции случайных процессов к произведению средних квадратических отклонений этих случайных процессов |
X? * Ті' „ Й “7? ^7 s ° 1 1! '71' 7 £# s ? f S S m 1 7 ~ — -— .ч |
ВИДЫ СЛУЧАЙНЫХ ПРОЦЕССОВ
2
Случайный процесс, область значений которого есть множество в пространстве действительных чисел R
1. Скалярный случайный процесс Нрк. Одномерный случайный процессFirst-order random process
Продолжение
Термин |
Определение |
Математическая формула н обозначение характеристики |
22. /ьмерный векторный случайный процесс Векторный случайный процесс Нрк. Многомерный случайный процесс n-dimensionai random process |
Случайный процесс, область значений которого есть множество в п- мерном координатном пространстве R п |
|
23. Непрерывнозначный случайный процесс Нрк. Случайный процесс с непрерывным временем Continuous random process |
Случайный процесс, область значений и область определения которого — непрерывные множества |
|
24. Случайная последовательность Нрк. Временной ряд Случайный процесс с дискретным временем Random sequences |
Случайный процесс, у которого область значений — непрерывное множество, а область определения — дискретное |
|
25. Дискретный случайный процесс Нрк. Скачкообразный процесс |
Случайный процесс, у которого область значений — дискретное, а область определения — непрерывное множество |
|
Discrete random sequences
Абсолютно неслучайный процесс Процесс нулевого порядка Determinate process |
Случайный процесс, у которого область значений и область определения — дискретные множества Процесс, значения которого в любой момент времени известны с вероятностью единицы |
{s(t): vi€T,p(.v,)=--B(x—Л;)’, |
Термин |
Определение |
Математическая формула и обозначение характеристики |
Periodic process
ский процесс Nonperiodic process |
Процесс, значения которого повторяются через определенные интервалы времени |
{s(0 : у/Є( —оо,с»),уп=0, ±l,±2,...g7’*>0>[s(Q=s(H- +пТ*)]}, где Т* — период периодического процесса {$(/) : у/Є( —оо,оо),у/г = =0,±1 ,±2,... |
|
|
К T*>0,[sU)=s(H-n7’*)]}, |
|
|
— знак отрицания высказы- |
ЗО. Квазидетерми- нированный процесс Quasi-determinate process 3rl. Независимые случайные процессы Mutually independant random processes |
Процесс, реализации которого описываются функциями времени заданного вида s(t, аьа2, . ... ,ап), содержащими один или несколько случайных параметров а=(аъа2, . . . , а „не зависящих от времени Случайные процессы, у которых совместная функция распределения любого порядка представляет собой произведение функций распределений каждого процесса в отдельности |
вания 3 (читается «не существует») {t(t): у tGTx( рп(а)^= И В(а(— nt ) ]} 1=1 F< Є Xn) X X F , . ()'i,...,ym)} 1n ’ і m |
|
|
...,ym)—пфт—мерная совме- |
|
|
стная функция распределения вероятностей процессов « (0 и КО |
32. Случайный процесс порядка п n-order random process |
Случайный процесс, вполне определяемый своими функциями распределения порядка п, но не определяемый функциями распределения низшего порядка |
|
Термин
Определение
Математическая формула
и обозначение характеристики
3-3. Белый шум в узком смысле Белый шум
Нрк. Абсолютно случайный процесс
Чисто случайный процесс
Случайный процесс 1-го порядка White noise in а narrow sense
Белый шум в широком смысле
White noise Іп a wide sense
Случайный процесс с коррелированными значениями
Нрк. Небелый шум
Коррелированный шум
Окрашенный шум Correlated noise
36. Марковский процесс Нрк. Процесс 2-го порядка Marcovian process
Случайный процесс с независимыми значениями, вполне определяемый одномерной плотностью распределения
Случайный процесс с некоррелированными значениями
{?(0 =
/?(г?,т)=О}
R(t,x)^Q}
Случайный процесс, для которого при фиксированном Ди)=х случайные величины I (t), t>u не зависят от i(s), s<u
Примечания:
1. Условную плотность вероятности
1)=
называют плотностью вероятности перехода ИЗ СОСТОЯНИЯ в
момент времени f„_]B состояние хп в момент времени tn. Через нее выражаются плотности вероятностей произвольного порядка.
=Р; (Х'о) ПЦ7, . ),
1 к — I k
tl< ...< tn, где pto(x0) — одномерная плотность вероятностей
Термин |
Определение |
Математическая формула и обозначение характеристики |
Gaussian process
Random process with stationary in a narrow sense increments
Random process with stationary in a wide sense increments
Random process with orthogonal increments |
2. Марковский дискретный случайный процесс называется марковской цепью. Случайный процесс, все п-мерные функции распределения (плотности распределения) вероятностей которого нормальны Случайный процесс, у которого приращения, т. е. разность ; (t+r)— —; (t) для каждого фиксированного т, есть стационарный в узком смысле процесс Случайный процесс, у которого приращения для каждого фиксированного т есть стационарный в широком смысле процесс Случайный процесс, абсолютные начальные моментные функции второго порядка приращений которого ограничены а приращения, отвечающие двум пепересекаю- щимся интервалам, ортогональны |
{;(/) : у/ІЄ7',/ = 1 ,2,...,/г,у/г, =(2r.) п2[detR]' ’X Хехр{— 4- S Viii.ii—т{] X 2 i,j=l Xl-v/—mj], где ‘I Vf/ і! — матрица, обратная корреляционной матрице R— '1 R(t і,і і) 11 , т. е. подчиняющаяся уравнению п fe=l І 1 при і=/, где о при iJj -символ Кронекера {Ю),¥АМі+'Г>1ч+тЄТ, 7=1 ,2, ...,n,v/z, ......tn^tl~xue - ’Xtn~X“n^ ...,X( j-_— xa 4-^)} n n (£(t) : уЛи.-М-і-тЄГ, M(!xt—Xul*)<cv, M(lxt-xui2) = M(Jxt+, - {i(i): П,аЄТ,и1< t1<t2< u2, М[1х,-хи!г]<^, At[ (х/2— xu„ )(XftxUt )]=0] |
П родолжение
Термин |
Определение |
Математическая формула и обозначение характеристики |
Additive process
Poisson process
Wiener process |
Случайный процесс, приращения которого, отвечающие двум непере- секающимся интервалам, независимы. Примечание. Если моментная функция 2-го порядка процесса с независимыми приращениями конечна, то центрированный случайный процесс есть процесс с ортогональными приращениями Случайный процесс с независимыми стационарными приращениями, распределенными по закону Пуассона Случайный процесс с независимыми гауссовыми стационарными приращениями |
[;(/) : yt,UQT,U <. І, [/■(<- u)]fe -Ці-и) , ~ ft! e ” где !■— параметр пуассоновского процесса П(0’Р/(х)-= _НР[;(<)-І(Ц) /X) ~ dx 1 |
|
|
— ■ : =-т СХр Г и)а Ю_1_ it— 1 1 2 ст‘-( і - u) J ’ |
|
|
у 1.1 і ('.Т.Н < t |
Random process with uncorrelated increments
Нрк. Пульсации случайного процесса Флюктуации случайного процесса |
Случайный процесс, приращения которого, отвечающие двум непере- секающимся интервалам, некоррелированы и абсолютные начальные моментные функции 2-го порядка приращений ограничены Случайный процесс, п р еде т а вл я юні и й с о бой разность между случайным процессом и его математическим ожиданием |
(t(t) • V^>иЄ7’,Ці</і у w2'Ьг xu,-a]< MfO,., — хи, )(%/, — xUl)]--= -xa, )M(a,, — xIH)} /)--:(t) -rn. ( /) |
Термин |
Определение |
Математическая формула и обозначение характеристики |
ВИДЫ СТАЦИОНАРНЫХ ПРОЦЕССОВ И ИХ ХАРАКТЕРИСТИКИ
46. Стационарный в узком смысле случайный процесс
Стационарный процесс
Нрк. Абсолютно стационарный процесс
Строго стационарный процесс Stationary in а narrow sense random process 47. Стационарный
в широком смысле случайный процесс
Нрк. Стационарный процесс в смысле Хинчина Слабо стационарный процесс Стационарный процесс Stationary in а wide sense random process 48. Стационарно
связанные в узком смысле случайные процессы
Нрк. Абсолютно стационарно связанные случайные процессы
Совместно стационарные в узком смысле случайные процессы Stationary dependent in а narrow sense random process
Случайный процесс, у которого все конечномерные функции распределения вероятностен любого порядка инвариантны относительно сдвига по времени
Случайный процесс с конечной дисперсией, у, которого математическое ожидание и ковариационная функция инвариантны относительно сдвига по времени
Случайные процессы, у которых совместные функции распределения вероятностей любого порядка инвариантны относительно сдвига по времени
{КО’-ут.уЧЛ-ИЄт;
i=l ,2,...,n,yn,
хп} =
{ї(С : VWH-тЄ77=1,2,
Ж t,u)
М[Щ)і.=т,
оо}
{»(0>1і( 0 !Ут,іі+тЄТ,п,т,
F‘ <,<; ■
-,ym)^Ft1+z і ,