Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Тема: Характеристичні і виробляющі функції.
Ціль: 1. Ознайомитися з поняттям абсолютного моменту. 2. Ознайомитися з поняттям факторіального моменту. 3. Ознайомитися з поняттям характеристичної функції. 4. Ознайомитися з поняттям виробляющії функції. Теоретичні відомості:
В деяких випадках використовуються абсолютні і факторіальні моменти, які відповідно визначаються формулами:
, (28) (29) де .
За допомогою факторіальних моментів можна в компактнішому вигляді записати моменти деяких дискретних розподілів (типу біноміального) і, крім того, в завданнях певного класу, що включають дискретні випадкові величини, часто зручно знаходити початкові моменти , заздалегідь обчисливши факторіальні. Моменти — не єдині постійні, такі, що характеризують розподіл випадкової величини. Для теорії корисніша інша сукупність постійних, званих семіінваріантами (або кумулянтами) . Відмінність їх від моментів щодо довільної крапки полягає в тому, що всі семіінваріанти (за винятком першого) інваріантні щодо зміни початку відліку. Назва «семіінваріанти» якраз і обумовлена їх інваріантними властивостями. Різні моменти і семіінваріанти зв'язані між собою наступними співвідношеннями:
(30) (31) , (32) , … , (33) , … , , , (34) , … , , (35) , , … , , , … (36) , , , … (37) , , , … (38) , … , , , (38) , …
У формулах (34) і (35) передбачається, що можливі значення випадкової величини відрізняються на одиницю. У разі аналітичного завдання закону розподілу (у вигляді формули) визначення моментів зводиться до обчислення відповідних сум і інтегралів (див. табл. 2.3). Розрахунок моментів спрощується, якщо скористатися апаратом характеристичних функцій. Характеристична функція визначається як математичне очікування випадкової величини , тобто
, (39)
де - дійсна величина, . Використовуючи представлення щільності вірогідності у вигляді суми дельта-функцій, формулу (39) можна розповсюдити на дискретні випадкові величини:
(40)
де — можливі значення випадкової величини , - відповідні їм ймовірності. Щільність вірогідності однозначно виражається через характеристичну функцію:
, (41)
З (40) видно, що при зміні знаку у показника експоненти визначення характеристичної функції співпадає з визначенням спектральної функції. Тому для знаходження по відомій щільності або по можна користуватися таблицями перетворень по Фурье (або по Лапласу з урахуванням меж інтеграції). Для визначення моментів випадкової величини потрібно обчислити -у похідну від характеристичної функції по параметру і покласти :
. (42)
Семіінваріанти визначаються із співвідношення
(43)
Замість характеристичних функцій часто використовуються так звані виробляющі функції:
. (44)
Істотна відмінність між ними полягає в тому, що характеристична функція існує завжди, а виробляюща функція — тільки у разі існування всіх моментів. У табл. 2.4 приведені формули для основних числових характеристик дискретних законів розподілу, а в табл. 2.5 — для найбільш поширених безперервних законів розподілу. Приклад 1. По каналу зв'язку з перешкодами передається кодова комбінація, що складається з двох імпульсів. В результаті незалежної дії перешкоди на ці імпульси кожен з них може бути пригнічений з вірогідністю р. Визначити характеристичну функцію випадкової величини — числа пригнічених перешкодами імпульсів. Розв’язання. Можливі значення дискретної випадкової величини X: , , . Вірогідності ціх значень відповідно рівні: , , . Згідно формулі (40) маємо:
= = = = . Пример 2. Випадкова величина має рівномірну щільність вірогідності в інтервалі від до . Визначити характеристичну функцію випадкової величини і намалювати її графік. Розв’язання. Оскільки випадкова величина розподілена на інтервалі від до , щільність вірогідності . Тоді по формулі (39): .
Графіки щільності вірогідності і відповідною їй характеристичній функції приведені на рисунку.
а) б)
Рис. Рівномірна щільність вірогідності (а) і відповідна їй характеристична функція (б)
Приклад 3. Знайти щільність вірогідності випадкової величини , характеристична функція якої має вигляд
Розв’язання. Згідно формулі (41) маємо
= = = , оскільки .
|