Марковский случайный стационарный процесс

Максимальной работы принципы 27 Марковский случайный стационарный процесс 144 Матрица плотности оператор 286 Минимального собственного значения интеграла столкновений оценка 327, 424-427 [c.447]

Теория гауссовских процессов проще, чем общая. Поскольку распределение Гаусса определяется двумя своими моментами, то для них определение стационарности процесса полностью эквивалентно приведенным после него соотношениям (5.16). Далее, гауссовский случайный процесс с независимыми приращениями всегда является марковским. [c.65]

Флуктуации коэффициента постели будем по-прежнему полагать случайной стационарной функцией гауссовского типа с дробно-рациональной спектральной плотностью. Будем искать решение уравнения (6.44), удовлетворяющее некоторым условиям закрепления балки при л = 0. Воспользуемся для решения поставленной задачи методом моментных уравнений, вывод которых в одномерном случае можно осуществить на основе соотношений теории марковских процессов с непрерывным временем t = х. [c.183]

Стационарный марковский случайный процесс [c.144]

Гауссовский случайный стационарный марковский процесс 145 [c.145]

Задача 13. Выразить корреляцию т/ (4) т/(< + Д<) смещений во времени случайной стационарной величины (<) через спектральную плотность этого процесса J ш) и рассчитать эту корреляцию в случае, когда процесс (Ц) является марковским гауссовым процессом. [c.175]

Феноменологическая трактовка усталостного пронесся как постепенного накопления повреждений в свете кинетики деформационных явлений рассматривалась выше (см. 5). Для описания этого процесса как случайного В. В. Болотиным, В. П. Когаевым и X. Б. Кор-донским привлекается теория марковских процессов. Эта теория позволяет моделировать переход нагруженного элемента от состояния к состоянию по мере накопления повреждения с использованием представлений об интенсивностях вероятности перехода, приводящих к системе дифференциальных уравнений А. Н. Колмогорова. Решение этой системы (с введением в нее экспериментально обоснованных функций интенсивностей перехода) осуществляется вычислениями на ЭВМ и позволяет получить функции распределения разрушающих чисел циклов при стационарных (с постоянной амплитудой напряжений) и нестационарных (с меняющейся амплитудой) условиях циклического нагружения. [c.111]

Методы теории марковских процессов допускают обобщение на широкий класс воздействий в виде стационарных случайных [c.20]

Первые четыре главы настоящего учебника посвящены изложению основных положений теории вероятности и случайных процессов. Рассматриваются случайные величины и случайные функции и их вероятностные характеристики функции распределения плотности вероятности, математические ожидания и дисперсии. Приводятся различные виды законов распределения, встречающихся в практических задачах. Рассмотрены нестационарные и стационарные случайные процессы, имеющие большое прикладное значение при анализе колебаний механических систем. Приведены основные результаты спектральной теории стационарных случайных функций и использования спектрального представления стационарных случайных функций при анализе установившихся колебаний. Изложена теория марковских процессов. [c.4]

Следует подчеркнуть, что компоненты Zj(t) вектора е(0 есть стационарные случайные функции типа нормального белого шума (Wg = О, Agg = >Уоу,-5 (т)). Только в этом случае система уравнений (4.78) может исследоваться с применением марковских процессов. [c.147]

Таким образом, широкий класс случайных сигна,тов может описываться параметрическими моделями, представляющими марковские процессы (рис. 12.2.1). Если параметры А и постоянны и, кроме того, у = 0, процесс является стационарным. Нестационар-ность марковского процесса может быть обусловлена изменениями А (к), Г (к) или у(к). [c.244]

Особенности механических задач теории надежности. Методы решения задач надежности существенно зависят от вида нагружения. Будем различать дискретное и непрерывное нагружения. Дискретные нагружения могут быть как однократными, так и многократными. Поведение системы при таких нагружениях может быть описано в рамках классической теории вероятностей и теории марковских цепей. Но, как правило, внешние воздействия представляют собой стационарные или нестационарные случайные процессы. Поведение системы при этих воздействиях, включая накопление повреждений в системе, также представляет собой случайный процесс. Надежность и долговечность механических систем при непрерывной эксплуатации может быть правильно понята, описана и рассчитана лишь на уровне теории случайных процессов. Понятие надежности нельзя рассматривать вне времени, в отрыве от понятия долговечности. Только опираясь на аппарат теории случайных процессов, можно получить решение задач о невыгоднейшем сочетании нагрузок, о законе распределения долговечности конструкций и т. д. [c.169]

Случайный процесс с дискретными состояниями и непрерывным временем называется марковским, если для любого времени t условные вероятности всех состояний системы в будущем зависят только от того, в каком состоянии система находится в настоящем, но не зависит от того, когда и каким образом она пришла в это состояние. Таким образом, в марковском процессе будущее зависит от прошлого через настоящее [9]. На практике достаточно часто встречаются процессы, которые с той или иной точностью можно отнести к марковским, что существенно упрощает их математическое описание. Переходы из состояния в состояние происходят под воздействием пуассоновских потоков событий (стационарных или нестационарных). [c.181]

Наиб, развита теория двух спец. классов случайных процессов, 1С-рые в то же иремя чаще всего встречаются в примонспиях марковских случайных процессов и стационарных случайны, процессов. Случайны) процесс наз. марковским (к.11и процессом без последейстпия), если для любых условное распределение X ((,) [c.261]

Под Э. марковского случайного процесса часто понимается иное (по существу, более сильное) свойство, а именно, сходимость при -юо любого нач. распределена Ро к предельному стационарному расирсделению, не зависящему от Ро- Ь М. Гуревич. [c.636]

Для составления моментных соотношений в задачах стохастической устойчивости выше были использованы уравнения теории марковских процессов, справедливые при дробно-рациональных спектральных плотностях. Спектры реальных воздействий во многих случаях имеют более сложную структуру. Это относится, например, к пространственно-временным случайным функциям, описывающим атмосферную турбулентность, волнение морской поверхности [19] и т. д. При произвольном виде спектральных плотностей анализ моментных соотношений может быть выполнен при помощи метода интегральных спектральных представлений. Эффективность этого метода обусловлена стохастической орто-гональностью стационарных случайных процессов и однородных полей. Спектры стационарных процессов удовлетворяют соотно- [c.151]

Пределы допускаемой погрешности измерения влияющих величин определяются по установленному выше критерию г) для отклонений от нормального значения. Методы экстраполяции данных по Ду во времени при непрерывном, стационарном, нормальном и дифференцируемом процессе изменения погрешности Ау подобны принятым для ускоренных испытаний. В частности, эффективно применение теории выбросов случайных функций. С этой целью для ускоренных оценок устанавливаются совмещенные границы бин = 0, что соответствует возможности экстраполяции во времени на порядок по сравнению с продолжительностью проведения эксперимента. При недифференцируемом случайном процессе возможно применение теории марковских процессов, метода Монте-Карло и др. [c.38]

Предположим для определенности, что спектральная плотность стационарного случайного воздействия q t) является дробно-радиональной функцией. Тогда на основании уравнения движения типа (1.88) можно вывести моментные соотношения любого порядка. Для этого можно использовать уравнения теории марковских процессов (см. 1,5] или другие классические методы. В третьей главе данной книги показано применение корреляционного и спектрального методов вывода моментных соотношений в задачах с произвольными нелинейными функциями, в том числе неаналитическими. [c.35]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...