Beruflich Dokumente
Kultur Dokumente
Dfinition
Densitdeprobabilit
Moyennesdensemble
Fonctiondautocorrlation
Stationnarit
Moyennestemporelles
Ergodicit
Analyseharmonique
Fonctiondedensitspectrale
Processusstationnairesbandelimite
Processusgaussiens
Processuspoissoniens
processusalatoires1
(k)
(t)
(t)
x(2) (t)
x(1) (t)
t
t
t1
t2
processusalatoires2
DENSITDEPROBABILIT/DENSITSPECTRALE
DEPROCESSUSALEATOIRESTATIONNAIRE
Signal x(t)
p(x)
x
Densit de
probabilit
Sx()
Densit
spectrale
carr moyen
valeur moyenne
processusalatoires3
DENSITDEPROBABILIT
fonction de densit de probabilit p(x) = probabilit de
prsencedansl'intervallexetx+dx:
Proba[xXx+dx]=p(x).dx
fonctionderpartitiondeprobabilitP(x)
x
dP(x)
P(x)=Proba[Xx]= p(y).dy etp(x)=
dx
signaltemporelx(t)dfinisur[0,T]
Proba[xx(t)x+dx]=
x(t)
1
= dti =p(x).dx x+dx
T i
x
1 dti
p(x)=
dt1
dt2 dti T t
0
T i dx
processusalatoires4
MOYENNESDENSEMBLE
Esprancemathmatique
variablealatoireX1=X(t1)densitp(x1)
pourtoutefonctiong(X1):
+
E[g(X1)]= g(x1).p(x1).dx1
E[.]=oprateurvaleurmoyenne
=moyenned'ensembledfinietraversl'ensembledes
(k)
chantillons x (t1) pouruninstantt1fix
1 n (k)
g(X1) = E[g(X1)]= lim
g x (t1)
n nk = 1
processusalatoires5
FONCTIOND AUTOCORRELATION
Pourt1ett2,v.a.X1=X(t1)etX2=X(t2),
moyenned'ensembleduproduitdef(X1)etg(X2)
1 n (k) (k)
f(X1).g(X2 ) = lim
f x (t1).g x (t2 )
n nk = 1
avecp(x1,x2):oprateurE[.]
+ +
Pourf(X)=g(X)=X,fonctiond'autocorrlation
+ +
fonctiond'autocorrlationRXdpendantedet1ett2
RX(t1,t2)=E[X(t1)X(t2)]= X(t1).X(t2 )
processusalatoires6
STATIONNARIT
processusalatoirestationnaireausensstrict
si
touteslespropritsstatistiquessontindpendantesde
l'originedestemps
autocorrlation:fonction =t2t1
RX()=E[X(t).X(t+)]= X(t).X(t + )
processusalatoires7
STATIONNARIT(2)
Propritsdelafonctiond'autocorrlation
dunprocessusstationnaire:
R(t1,t2)=R()
fonctionde=t2t1
R(0)=E[X] carrmoyenl'origine
R()=R() fonctionpaire
|R()|R(0)maximumatteintpour=0
R()priodique
quandx(t)priodique
lim R()=0
quandx(t)alatoire
stationnaritausecondordresivrifielordre2
processusalatoires8
MOYENNESTEMPORELLES
Pourunchantillonx(t)d'unprocessusX(t)
moyennetemporelleetcarrmoyentemporel
(sileslimitesexistent)
+
T
2
1
<x(t)>= lim
x(t).dt
T T T 2
+
T
2
1
2
x
(t).dt
<x(t)>= lim
T T T 2
processusalatoires9
MOYENNESTEMPORELLES(2)
Fonctiond'autocorrlationtemporelleRX
RX(t1,t2)=<x(t1).x(t2)>
1 +T 2
RX(t1,t2)= lim
x1 (t + )x2 (t + ).d
T T T 2
Siprocessusalatoirequelconque,
lesmoyennestemporellessontdiffrentes
(siellesexistent).
processusalatoires10
ERGODICIT
processus alatoire stationnaire ergodique quand les
moyennes temporelles existent et sont gales aux
moyennesd'ensemble
consquenceessentielle:
touteslescaractristiquesduprocessuspeuventtre
dterminespartird'unseulchantillon,l'aidedes
moyennestemporelles.
impossibilitdedmontrerl'ergodicitd'unprocessusrel
donn(propritvrifieaposteriori)
Thormeergodique
processusalatoires11
ANALYSEHARMONIQUE(1)
SriesdeFourierpourfonctionf(t)priodique,
2
depriodeTetpulsation = ,
T
n = +
t,f(t)= cn exp(int)
n =
1 +T 2
coefficientscn:n,cn =
f(t)exp(int)dt
T T 2
FormuledeParseval
n = + 2
1 +T 2
2
[ f(t)] dt = cn
T T 2
n =
processusalatoires12
ANALYSEHARMONIQUE(2)
IntgralesdeFourierpourfonctionf(t)nonpriodiquetelle
+
que f(t) dt <
1 +
t,f(t)=
F().exp(it).d
2
+
,F()= f(t).exp(it).dt
F()=transformedeFourierdef(t)
+
1 +
2
2
F(
)
d
FormuledeParseval [ f(t)] dt =
processusalatoires13
DENSITSPECTRALE
1 +
R() = S()exp(i)d S() =
R()exp(i)d
2
relationsdeWienerKhintchine
S()=transformedeFourierdeR()(1/2prs)
Pour=0,autocorrlation=carrmoyen:
+
R(0) = E x = S()d
S()=densitenfrquenceducarrmoyen
S()=fonctiondedensitspectraledepuissance
processusrel,fonctionS()paire,positiveounulle:
,S()=S()etS()0
processusalatoires14
DENSITSPECTRALE(2)
SpectreunilatralenfrquencepositiveG(f):
+
propritsdeladensitspectrale
+
S()d = R(0) = E x
S()toujourspositiveounulle
S()finiesipasdecomposantepriodique
raieinfiniedansS()sicomposantepriodique
S() fournit la valeur moyenne par intgration autour
de0
processusalatoires15
PROCESSUSSTATIONNAIREABANDELIMITE
processusstationnairedensitspectralenonnulle
surlintervalle = [1,2]
1
largeurdebande = 21
0 = (1+2)
2
Processusbandelarge
dummeordredegrandeurque0 : 0
Bruitblancbandelimite
S()
-2
Bruitblancidal: ,S()=S0
-1
processusalatoires16
Processusbandetroite
largementinfrieure 0 :
<< 0
S()
-2 -1
Bruitblancbandetroite
processusalatoires17
Signal
Densit de
probabilit
Densit
spectrale
Autocorrlation
Onde
sinusodale
Onde
sinusodale
+ bruit
alatoire
Bruit
bande
troite
Bruit
bande large
Bruit blanc
processusalatoires18
PROCESSUSGAUSSIENS
o densitspectraletouteinformation
o transformationlinairedunprocessusgaussien
processusgaussien
moyenne X =E[X]
carttype x
densitdeprobabilit
2
x X
1
m
p(x)=
exp
22
2x
0
x
rpartitiondeprobabilit:x,P(x)= p(x)dx
tabulationdelafonctionenvariablecentrerduite
processusalatoires19
PROCESSUSGAUSSIENS(2)
Processusstationnairegaussien
X=vecteurdesvariablesalatoiresXi
X =vecteurdesvaleursmoyennes=E[X]
S=matricedescovariances=E[(X X ).(X X )T]
avecSii= 2X etSij= ij. Xi X j
i
|S|=dterminantS
Densitdeprobabilitd'ordren:
1
1
1
T 1
p(x1...xn)=
.
.
exp
(
)
.
.(
)
X
S
X
X
2
n2
12
S
2
( )
Touteslesdensits(conditionnelles,marginales)
sontgaussiennes.
processusalatoires20
PROCESSUSPOISSONIENS
processusdecomptageN(t)surlintervalle[0,t]
processus de Poisson incrments stationnaires
( constantepositive)si:
1.arrivesindpendantes
2.vitessedarrivestationnaire
3.probabilitngligeabledarrivessimultanes
Fonctionderpartitionduprocessuspoissonnien
n
t
( )
exp ( t )
PN(n,t)=Pr{N(t)=n}=
n!
Sicond.2nonsatisfaite,processusdePoisson
incrmentsnonstationnaires.
Sicond.3nonsatisfaite,processusdePoissongnralis.
processusalatoires21
DENSITDEPROBABILIT/DENSITSPECTRALE
DEPROCESSUSALEATOIRESTATIONNAIRE
Signal x(t)
p(x)
x
Densit de
probabilit
Sx()
Densit
spectrale
carr moyen
valeur moyenne
processusalatoires22