1 2 3 4 5 n t
а=1 - модель взрыва. Если - гауссовский случайный про-
цесс, то легко доказать, что многомерная ФПВ факторизует-
ся.
а - коэффициент регрессии.
Если 0<a<1, то можно доказать, что а - это коэффициент
корреляций между и .
Если процесс изменяется очень медленно, то он сильно кор-
релирован. Коррелированными процессами очень легко управ-
лять и они очень легко анализируются и прогнозируются.
Генератор марковского процесса, реализующий авторегрессию
1-го порядка
(1)
Генератор
- марковский случайный процесс
- генератор случайных чисел (в ЭВМ)
i = 0,1,2 .n
Утверждение (1) : процесс (1) является марковским.
Доказательство: Пусть заданная величина. Процедура (1) называется реккурсивной или иттеративной, рекурент-
ной.
(2)
Пусть ~, где 0-среднее, - дисперсия.
В формуле (2) разность имеет гауссовкий процесс распре-
деления или :
(3)
(4)
(3) получено из (4) и (2) заменив на . Поскольку
- независимые по условию, то имеем :
Утверждение доказано. Процесс (1) является марковским.
Структурная схема генератора марковского процесса
реализация рекурсии
a |¾¾| рис. 1
T
|¾¾| - линия задержки.
Это структурная схема 4х полюсника, которая реализует
генерацию марковского случайного процесса . Это генера-
тор с внешним возбуждением, который возбуждается с по-
мощью независимого гауссовского процесса .
Сетка дискретного времени:
|¾¾|¾¾|¾¾|¾¾® t
T
Утверждение (2)
На выходе 4х полюсника процесс ,i=1,2 .n - коррелиро-
ван, с коэффициентом корреляции ‘a’.
Доказательство: Из (1) имеем , берем мат-
ожидание, ,
, - коэффициент корреляции.