Моменты случайных переменных совместные

Вывод и анализ моментных соотношений для нелинейных систем при помощи спектрального метода основаны на представлении произведения случайных функций через интегралы типа свертки. Такое представление возможно лишь для рациональных функций, описывающих нелинейные характеристики. Если нелинейные зависимости выражаются через неаналитические функции, то для составления уравнений относительно моментов фазовых переменных может быть использован корреляционный метод в сочетании с подходящей аппроксимацией совместной плотности вероятности исследуемых процессов. Поясним этот подход на примере системы с одной степенью свободы. [c.105]

Пусть и и V — случайные переменные, характеризуемые совместной плотностью распределения puv u,v). Смешанные моменты величин и и V определяются выражением [c.27]

Д.. Для совместно гауссовских случайных переменных 1 и И2,. .., Ип совместные моменты порядков выше второго могут быть выражены через моменты первого и второго порядков. Момент вида иЩ .. ы может быть получен путем частного дифференцирования характеристической функции следующим образом [формула (2.4.23)] [c.46]

Согласно формуле (2.1.22), для вычисления среднего числа положительных пересечений (Н) заданного уровня Н стационарным процессом Г) ( ) на интервале времени [О, Т] = [О, 1] необходимо предварительно найти совместную плотность вероятности (г), Г) ) = р (т) ( ), Г) ( )) для значений процесса т] t) и его производной т) ( ) в совпадающие моменты времени. Используя определение (1), функцию р (г), г) ) можно получить следующим путем [75]. Сначала записывается совместная плотность вероятности 2п взаимно независимых нормально распределенных случайных переменных t) и ( ). Затем в этой плотности вероятности выполняется переход к интересующим нас переменным П (О и т] t) при помощи надлежащей замены переменных (перехода к сферическим координатам). Окончательное выражение для Р (г). Г) ) = р %, % ) имеет при этом вид [c.75]

Многоточечные распределения и более высокие моменты случайного поля также можно явно вычислить с помощью стандартных методов теории вероятностей. Так, например, двухточечное распределение (3.2) должно быть, по сути дела, не чем иным, как совместным распределением Гаусса для переменных с корреляционной функцией Г Щ, т. е. [c.140]

Круговые комплексные гауссовские случайные переменные часто встречаются на практике. Важное свойство таких случайных переменных выражается теоремой о комплексных гауссовских моментах, которая может быть доказана на основании теоремы о действительных гауссовских моментах [формула (2.7.13)] и условий циркулярности (2.8.14) и (2.8.15). Пусть 1]], Цд,. ... .., — совместные круговые комплексные гауссовские случайные переменные с нулевым средним значением. Тогда [c.50]

Здесь U (t) — вектор обобщенных координат (матрица-столбец размерностью п) f (/) — вектор обобщенных сил той же размерности А, В и С — постоянные матрицы (соответственно инерционная, диссипативная и квазиупругая). Случай переменных коэффициентов представляет особые трудности и будет рассмотрен отдельно в гл. XIX. Векторы U ( ) и f (i) являются случайными процессами. Уравнения (3) рассматривают либо совмесгно с начальными условиями, либо (для стациопарных процессов) совместно с условиями стационарности, требующими инвариалтноств вероятностных характеристик процессов и (/) и f (/) относительно выбора начального момента времени. [c.287]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...