Випадкові процеси та одновимірні закони розподілу ймовірностей
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.