Автоковаріація

У теорії ймовірностей та статистиці для заданого стохастичного процесу автоковаріа́ція (англ. autocovariance) — це функція, яка дає коваріацію цього процесу із самим собою в парах моментів часу. Автоковаріація процесу тісно пов'язана з його автокореляцією.

Автоковаріація стохастичних процесів

Визначення

За звичайного позначення для оператора математичного сподівання, якщо стохастичний процес має функцію середнього значення , то автоковаріацію визначають як[1]:с. 162

 

 

 

 

(1)

де та  — два моменти часу.

Визначення для слабко стаціонарного процесу

Якщо  слабко стаціонарний процес, то має місце наступне:[1]:с. 163

для всіх

і

для всіх

і

де  — запізнювання в часі (англ. time lag), або кількість часу, на яку було зміщено сигнал.

Таким чином, автоковаріаційна функція слабко стаціонарного процесу задається як[2]:с. 517

 

 

 

 

(2)

що рівнозначне

.

Унормовування

Поширеною практикою в деяких дисциплінах (наприклад, у статистиці та аналізі часових рядів) є унормовувати автоковаріаційну функцію, щоб отримувати залежний від часу коефіцієнт кореляції Пірсона. Проте в деяких інших дисциплінах (наприклад, в інженерії) унормовування зазвичай пропускають, а терміни «автокореляція» та «автоковаріація» використовують як взаємозамінні.

Визначення нормованої автокореляції стохастичного процесу:

.

Якщо функція однозначно визначена, її значення мусять лежати в діапазоні , причому 1 вказує на ідеальну кореляцію, а 1 — на ідеальну антикореляцію.

Для слабко стаціонарного процесу визначення таке:

.

де

.

Властивість симетрії

[3]:с.169

відповідно, для слабко стаціонарного процесу:

[3]:с.173

Лінійні фільтри

Автоковаріацією процесу з лінійним фільтром

є

Обчислення турбулентної дифузійності

Автоковаріацію можливо використовувати для обчислення турбулентної дифузійності.[4] Турбулентність у потоці може спричинювати флуктуації швидкості в просторі й часі. Таким чином, ми можемо визначати турбулентність за допомогою статистики цих флуктуацій[джерело?].

Для визначання флуктуацій швидкості використовують розклад Рейнольдса (припустімо, що ми зараз працюємо з одновимірною задачею, й  — швидкість уздовж напрямку ):

де  — істинна швидкість, а  математичне сподівання швидкості. Якщо ми оберемо правильне , то всі стохастичні складові турбулентної швидкості буде включено до . Щоби визначити , необхідний набір вимірювань швидкості, зібраних із точок у просторі, моментів часу, або повторюваних експериментів.

Якщо ми припускаємо, що турбулентний потік (, а c — член концентрації) може бути викликано випадковим блуканням, то для вираження члену турбулентного потоку ми можемо використовувати закони дифузії Фіка:

Автоковаріація швидкості визначається як

або

де  — часове, а  — просторове відставання.

Турбулентну дифузійність можливо обчислювати за допомогою наступних 3 методів:

  1. Якщо маємо дані про швидкість уздовж лагранжевої траєкторії:
  2. Якщо маємо дані про швидкість в одному нерухомому (ейлеровому) положенні[джерело?]:
  3. Якщо маємо інформацію про швидкість у двох нерухомих (ейлерових) положеннях[джерело?]:
    де  — відстань, розділена цими двома нерухомими положеннями.

Автоковаріація випадкових векторів

Див. також

Примітки

  1. Hsu, Hwei (1997). Probability, random variables, and random processes. McGraw-Hill. ISBN 978-0-07-030644-8. (англ.)
  2. Lapidoth, Amos (2009). A Foundation in Digital Communication. Cambridge University Press. ISBN 978-0-521-19395-5. (англ.)
  3. Kun Il Park, Fundamentals of Probability and Stochastic Processes with Applications to Communications, Springer, 2018, 978-3-319-68074-3 (англ.)
  4. Taylor, G. I. (1 січня 1922). Diffusion by Continuous Movements. Proceedings of the London Mathematical Society (англ.). s2-20 (1): 196–212. ISSN 1460-244X. doi:10.1112/plms/s2-20.1.196. (англ.)

 

Література

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.