




版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、第一章 時(shí)間序列本章目錄本章目錄時(shí)間序列的分解平穩(wěn)序列線(xiàn)性平穩(wěn)序列和線(xiàn)性濾波正態(tài)時(shí)間序列和隨機(jī)變量的收斂性嚴(yán)平穩(wěn)序列及其遍歷性Hilbert空間中的平穩(wěn)序列平穩(wěn)序列的譜函數(shù)離散譜序列及其周期性1.1 1.1 時(shí)間序列的分解時(shí)間序列的分解一.時(shí)間序列的定義: 時(shí)間序列:按時(shí)間次序排列的隨機(jī)變量序列。 觀測(cè)樣本:隨機(jī)序列各隨機(jī)變量的觀測(cè)樣本。 個(gè)有序觀 測(cè)值 一次實(shí)現(xiàn)或一條軌道:時(shí)間序列的一組實(shí)際觀測(cè)。 時(shí)間序列分析的任務(wù):數(shù)學(xué)建模,解釋、控制或預(yù)報(bào)。 12,XX1,23,nx xxxn二.時(shí)間序列的分解, 2 , 1, tRSTXtttt 趨勢(shì)項(xiàng) ,季節(jié)項(xiàng) ,隨機(jī)項(xiàng)注:1.單周期季節(jié)項(xiàng): 只需要
2、 且可設(shè) 2.隨機(jī)項(xiàng):可設(shè) 3.tTtStR()( ),S tsS tt1 ,2,SSSS10sjjS0,tERttsttttttXT SRXTS R例:某城市居民季度用煤消耗量分解方法: 1.趨勢(shì)項(xiàng)估計(jì) (1)分段趨勢(shì)(年平均)(2)線(xiàn)性回歸擬合直線(xiàn)(3)二次曲線(xiàn)回歸(4)滑動(dòng)平均估計(jì)tT2.估計(jì)趨勢(shì)項(xiàng)后,所得數(shù)據(jù)由季節(jié)項(xiàng)和隨機(jī)項(xiàng)組成, 季節(jié)項(xiàng)估計(jì)可由該數(shù)據(jù)的每個(gè)季節(jié)平均而得.3. 隨機(jī)項(xiàng)估計(jì)即為tS方法一:分段趨勢(shì)法方法一:分段趨勢(shì)法1 趨勢(shì)項(xiàng)(年平均)ttTX 減去趨勢(shì)項(xiàng)后,所得數(shù)據(jù)ttTX 2 2、季節(jié)項(xiàng)、季節(jié)項(xiàng)tS3.3.隨機(jī)項(xiàng)的估計(jì)隨機(jī)項(xiàng)的估計(jì) .24, 2 , 1,tSTxRtt
3、tt方法二:回歸直線(xiàn)法方法二:回歸直線(xiàn)法一、趨勢(shì)項(xiàng)估計(jì) 一元線(xiàn)性回歸模型 最小二乘估計(jì)為 可得到 .24, 2 , 1,9 .211 .5780ttTt2421111,),(.24, 2 , 1,21YxxxXtbtaxTttYXYYbaTT1)(), (1. 直線(xiàn)趨勢(shì)項(xiàng)消去趨勢(shì)項(xiàng)后消去趨勢(shì)項(xiàng)后, ,所得數(shù)據(jù)所得數(shù)據(jù)ttTX 2 2、季節(jié)項(xiàng)估、季節(jié)項(xiàng)估 為為24, 2 , 1,tSt3. 3. 隨機(jī)項(xiàng)估計(jì)為隨機(jī)項(xiàng)估計(jì)為.24, 2 , 1,tSTxRtttt方法三:方法三: 二次曲線(xiàn)法二次曲線(xiàn)法YXYYcbaTT1)(),(26 . 10 .175 .5948ttxt24, 2 , 1,2tc
4、tbtaxtt1. 1. 二次項(xiàng)估計(jì)(趨勢(shì)項(xiàng))二次項(xiàng)估計(jì)(趨勢(shì)項(xiàng))數(shù)據(jù)和二次趨勢(shì)項(xiàng)估計(jì)數(shù)據(jù)和二次趨勢(shì)項(xiàng)估計(jì)2. 2. 季節(jié)項(xiàng)、隨機(jī)項(xiàng)季節(jié)項(xiàng)、隨機(jī)項(xiàng) 例二、美國(guó)罷工數(shù)(例二、美國(guó)罷工數(shù)(51-8051-80年年) )(滑動(dòng)平均法)(滑動(dòng)平均法)051015202530300035004000450050005500600065001. 1. 趨勢(shì)項(xiàng)(趨勢(shì)項(xiàng)(5 5項(xiàng)平均)項(xiàng)平均)2.2.季節(jié)項(xiàng)和隨機(jī)項(xiàng)季節(jié)項(xiàng)和隨機(jī)項(xiàng)051015202530-1000-800-600-400-2000200400600800例三、化學(xué)溶液濃度變化數(shù)據(jù)例三、化學(xué)溶液濃度變化數(shù)據(jù)02040608010012014016
5、01802001616.51717.51818.5020406080100120140160180200-1-0.500.511.5一階差分1,2197tttyxxt 三 時(shí)間序列和隨機(jī)過(guò)程 設(shè) 是實(shí)數(shù) 的子集,如果對(duì)每個(gè)t屬于T,都有一個(gè)隨機(jī)變量 與之對(duì)應(yīng),就稱(chēng)隨機(jī)變量的集合 是一個(gè)隨機(jī)過(guò)程。 當(dāng)T是全體整數(shù)或全體非負(fù)整數(shù)時(shí),稱(chēng)相應(yīng)的隨機(jī)過(guò)程為隨機(jī)序列。 把隨機(jī)序列的指標(biāo)集合T看成時(shí)間指標(biāo)時(shí),這個(gè)隨機(jī)過(guò)程就是時(shí)間序列。 當(dāng)T是全體實(shí)數(shù)或全體非負(fù)實(shí)數(shù)時(shí),相應(yīng)的隨機(jī)過(guò)程稱(chēng)為連續(xù)時(shí)隨機(jī)過(guò)程。 如果把T認(rèn)為時(shí)間指標(biāo),連續(xù)是的隨機(jī)過(guò)程就是連續(xù)的時(shí)間序列。 (,)R tX,ttXX t1.2 1.2 平
6、穩(wěn)序列平穩(wěn)序列一 平穩(wěn)序列 定義 如果時(shí)間序列 滿(mǎn)足 (1) 對(duì)任何的 (2) 對(duì)任何的 (3) 對(duì)任何的 就稱(chēng)是 平穩(wěn)時(shí)間序列,簡(jiǎn)稱(chēng)時(shí)間序列。稱(chēng)實(shí)數(shù) 為 的自協(xié)方差函數(shù)。 平穩(wěn)序列中隨機(jī)變量 的均值為 ,方差為 都是和t無(wú)關(guān)的常數(shù)。 協(xié)方差結(jié)構(gòu)的平移不變性是平穩(wěn)序列的特性,所以平穩(wěn)序列是二階矩平穩(wěn)序列。:ttXXtN2,ttN EX ,ttN EX, ()()tst st sN E XXtXtX ttXtEX2var()()ttXE X自協(xié)方差函數(shù)滿(mǎn)足以下三條性質(zhì):(1)對(duì)稱(chēng)性: 對(duì)所有的K成立。(2)非負(fù)定性:對(duì)任何的 ,n階自協(xié)方差矩陣 是非負(fù)定的矩陣。(3)有界性: 對(duì)所有的k成立。
7、滿(mǎn)足上述性質(zhì)的實(shí)數(shù)列都稱(chēng)為非負(fù)定序列。kknN011122, 1120()nnnnk j k jnn 0k下面證明這些性質(zhì),對(duì)稱(chēng)性由定義直接得到。 為證明非負(fù)性,任取一個(gè) 維實(shí)向量 Tnaaa),(21n0 )()(211111 niiininjjijininjjijinTXaEXXaaEaa22()E XYEX EY為證明有界性,我們先介紹一個(gè)常用的不等式.引理 (Schwarz不等式) 對(duì)任何方差有限的隨機(jī)變量X和Y,有證明 不妨設(shè) ,關(guān)于a的一元 于是,判別式 取 時(shí),有界性有Schwarz不等式得到: 20EX222()2 ()()0E XaE XYEYE aXY22224( ()40
8、E XEX EYtYtX221 1110()kKkE YYEYEY線(xiàn)性相關(guān)性定義: 自協(xié)方差矩陣退化的充分必要條件是存在非零的n維實(shí)向量 使得 這時(shí)我們稱(chēng)隨機(jī)變量是線(xiàn)性相關(guān)的。 Tnaaa),(211var()0niiia X自相關(guān)系數(shù) 定義:設(shè)平穩(wěn)序列 是標(biāo)準(zhǔn)化的序列 , 的自協(xié)方 差函數(shù) 稱(chēng)為平穩(wěn)序列的自相關(guān)系數(shù)。 tX tY tY0/,kkkZ二.白噪聲最簡(jiǎn)單的平穩(wěn)序列是白噪聲,它在時(shí)間序列分析中有特殊的重要地位。定義(白噪聲) 設(shè) 是一個(gè)平穩(wěn)序列,如果對(duì)任意的稱(chēng) 是一個(gè)白噪聲,記做 當(dāng) 是獨(dú)立序列時(shí),稱(chēng) 是獨(dú)立白噪聲; 當(dāng) 時(shí),稱(chēng)為零均值白噪聲; 當(dāng) 稱(chēng)為標(biāo)準(zhǔn)白噪聲。 t, s tN2
9、,cov()0,ttstsEts t2( ,)WN t t020,1例2.3 Poisson過(guò)程和Poisson白噪聲如果連續(xù)時(shí)的隨機(jī)過(guò)程滿(mǎn)足(1) ,且對(duì)任何的ts0和非負(fù)整數(shù)k,(2)N(t)有獨(dú)立增量性:對(duì)任何n1和 隨機(jī)變量 相互獨(dú)立,則稱(chēng)N(t)是一個(gè)強(qiáng)度為的Poisson過(guò)程。 數(shù)學(xué)期望和方差分別為 (0)0N( ()( )( )exp(),!ktsP N tN sktsk其中 是正數(shù)010nttt1( )(),1,2,3,jjN tN tjn( ),var( )E N ttN ttPoisson白噪聲定義:滿(mǎn)足上面三個(gè)條件稱(chēng)為Poisson白噪聲。 ave 表示的樣本均值,std
10、表示樣本的標(biāo)準(zhǔn)差。下面的例子是Poisson白噪聲的60個(gè)樣本。 (1),1,2,nN nN nn(10(2)var(3) nnnE()是一個(gè)獨(dú)立的白噪聲Poisson白噪聲的60樣本的產(chǎn)生1. 隨機(jī)產(chǎn)生服從(0,1)上均勻的200個(gè)樣本:2. 給出服從參數(shù)為1的指數(shù)分布的200個(gè)獨(dú)立樣本;3. 給出參數(shù)為1的Poisson過(guò)程一條樣本軌道在i=1,61上的取值;參數(shù)為1的Poisson白噪聲的60個(gè)樣本I0102030405060-1-0.500.511.522.533.54樣本II0102030405060-1-0.500.511.52標(biāo)準(zhǔn)正態(tài)白噪聲的60個(gè)樣本: A=randn(1,60
11、);plot(A) 三.正交平穩(wěn)序列 設(shè)X和Y是方差有限的隨機(jī)變量,如果E(XY)=0,就稱(chēng)X和Y是正交的,如果c o v(X,Y)=0,就稱(chēng)X和Y是不相關(guān)的。 定義 對(duì)于平穩(wěn)序列 和 , (1) 如果對(duì)任何的 s, t Z, ,則稱(chēng) 和 是正交的; (2 )如果對(duì)任何的 s, t Z, ,則稱(chēng) 和 是不相關(guān)的。定理2.2 設(shè) 和 分別是平穩(wěn)序列 和 的自協(xié)方差函數(shù), 記 定義 tXt Y()0tsE XY tXt Ycov()0tsX YtXt Y( )Xk( )YktXt YxtytEXEY和t,ttZXY tZ(1)如果 和 正交,則 是平穩(wěn)序列,有自協(xié)方差函數(shù) (2)如果 和 不相關(guān),
12、則 是平穩(wěn)序列,有自協(xié)方差函數(shù) 證明:(1)當(dāng) 和 正交,利用cov(X,Y)=E(XY)-E(X)E(Y)得到 (2)由上面的推導(dǎo) 得到。 tXtXt Yt YtZtZ( )( )( )2,0,1,2,ZXYXYkkkk ( )( )( ),0,1,2,ZXYkkk ktXt Ycov(,)ov(,)cov(,)cov( ,)cov(,)cov( ,)()()()()2tstssttstststsXYtstsXYXYZ ZcXY XYXXY YX YY XtstsEX EYEY EXtsts cov(,)cov( ,)0tstsX YY X1.3 線(xiàn)性平穩(wěn)序列和線(xiàn)性濾波一.有限運(yùn)動(dòng)平均 定義
13、: 設(shè) 是WN(O, ),對(duì)于非負(fù)整數(shù)q和常數(shù)a0,a1,aq,我們稱(chēng) 是白噪聲 的(有限)運(yùn)動(dòng)平均,簡(jiǎn)稱(chēng)為MA,運(yùn)動(dòng)平均又稱(chēng) 滑動(dòng)平均。 MA的平穩(wěn)性 :tttZ20110,qtjtjttqt qjXaaaatZ t200,00,tq kjj kjt kttEXa akqEXXkqX平穩(wěn))2 , 0(,*85. 0*36. 0221WNXttttt0102030405060708090100-8-6-4-202468例:概率極限定理: 定理 (單調(diào)收斂定理) 如果非負(fù)隨機(jī)變量序列單調(diào)不減: 則當(dāng) 時(shí),有對(duì)于任何時(shí)間序列 ,利用單調(diào)收斂定理得到 定理 (控制收斂定理)如果隨機(jī)變量序列 滿(mǎn)足 和
14、 時(shí),則當(dāng) 時(shí), 并且 120,naslimnnEElim ntttnttntEYEYE Yt Y,nas n0. .nas0E E nEE二. 線(xiàn)性平穩(wěn)序列定義:如果實(shí)數(shù)列 滿(mǎn)足 則稱(chēng) 是絕對(duì)可和的。對(duì)于絕對(duì)可和的實(shí)數(shù)列 ,定義零均值白噪聲 的無(wú)窮滑動(dòng)和如下 ,則 是平穩(wěn)序列。下面說(shuō)明 是平穩(wěn)序列。 由 Schwarz不等式得到于是Xt右邊的無(wú)窮級(jí)數(shù)是a.s.絕對(duì)收斂的,從而是a.s.收斂的。 由于 所以用控制收斂定理得到 現(xiàn)對(duì)t,s Z,定義 jajja ja tja,tjtjjXatZtXtXjtjjtjjjjjEaa Ea njtjjtjjnjaalim 0njtjnjnEXEatXt
15、X,nnnjtjnks knnjnknnnjktjs kjkaaVa a ts,則X X a.s.,并且利用公式可以知道 所以由控制收斂定理得到這就說(shuō)明了 是平穩(wěn)序列 22jktjs kjjkjEVa a Ea 2()()lim()lim()nntsnnjktjs knnjn jnjjt sjE X XEa a Ea a tX證明:當(dāng) 時(shí). 02|2/|2/12222/|2/12222/|2/12222/|2/|222kjkjjjkjjjjkjkjjjkjkjkjjkjjjkjjkaaaaaaaaaaaak定理:設(shè) 是WN(0, ),實(shí)數(shù)列 平方可和,線(xiàn)性平穩(wěn)序列 由上述 定義,則自協(xié)方差函數(shù)
16、 t2jatX三.時(shí)間序列的線(xiàn)性濾波 對(duì)序列 進(jìn)行滑動(dòng)求和:稱(chēng)為對(duì) 進(jìn)行線(xiàn)性濾波。其中決定可和的 稱(chēng)為一個(gè)保時(shí)線(xiàn)性濾波器。 如果輸入信號(hào) 是平穩(wěn)列則輸出 也是平穩(wěn)列。期望協(xié)方差函數(shù)tXtX,tjtjjYh XtZ jhtXt Y1111,( )cov(,)()()Ynjknjkj kjkn kjj knYYh h E XXh h =YtjtjXjjjEYh EXh例3.1 余弦波信號(hào)的濾波cos(),(,2 ), ttttttXSbtUtZUUU零均值平穩(wěn),與獨(dú)立。信號(hào)St方差 ,噪聲方差 ,信噪比2/2b222/(2)b0102030405060708090100-2-1012345678注
17、:)2/sin()2/sin()2/sin(21)2/sin()cos()cos()cos()(cos(MjjjUtjbUjtbMjMjMjMjMjMjMjMj121sin(0.5)cos()(21)sin(/ 2)MttjjMtYXMbMtUM0102030405060708090100-4-3-2-1012341.4 正態(tài)時(shí)間序列和隨機(jī)變量的收斂性隨機(jī)向量的數(shù)學(xué)期望和方差 矩陣隨機(jī)向量 期望 隨機(jī)向量 ,則X的協(xié)方差矩陣 協(xié)方差矩陣的計(jì)算公式 隨機(jī)向量線(xiàn)性變換 ,()i jm nXX,()()i ji jEXEX12(,)TnXXXX,cov(,)()() ()TXi jX XE XXco
18、v(,)()() ()() ()TTTXX XE XXE XXE X E X,( )TXYaBXEYaBEX Var YBB則如果存在m維常數(shù)列向量,mn常數(shù)矩陣B和iid的標(biāo)準(zhǔn)正態(tài)隨機(jī)變量 使得Y= +BX,則稱(chēng)隨機(jī)變量 服從m維正態(tài)分布。這時(shí)EY= , =Var(Y)= Y的特征函數(shù)為 這是多維正態(tài)分布的等價(jià)定義。 記YN(, ) 12,nXXX12( ,)nYY YYTBB1( )exp2TTYtittt多維正態(tài)分布的充要條件定理 4.1 的充要條件是對(duì)任何 12=(,) ( , )TnN 12a=(a ,),(,)TnTTTnaaRYaN aaa有二.正條平穩(wěn)序列 定義:對(duì)于時(shí)間序列
19、,如果對(duì)任何n 1和 有 服從多元正態(tài)分布,則稱(chēng) 為正態(tài)時(shí)間序列 特別當(dāng) 還是平穩(wěn)序列時(shí),又稱(chēng)為正態(tài)平穩(wěn)序列。 tXtXtX12, ,nt ttZ12( ),( ),( )nX tX tX t正態(tài)序列收斂定理定理4.3 如果正態(tài)序列 ,依分布收斂到隨機(jī)變量 則定理4.4 如果 服從WN(0, ),實(shí)數(shù)列絕對(duì)可和,則有 定義的平穩(wěn)序列時(shí)零均值正態(tài)序列,自協(xié)方差函數(shù)(3.5)給出。 證明:下證為正態(tài)序列,先證對(duì)任何 ,有其中 ,nnN (,var( ),var()var( )nnN EEE)并且 t2,jtjjXatZNm)9 . 4(), 0(),(21mTmNXXXXjijjimmkjmaa2
20、,)(對(duì)任何 , 定義則有當(dāng) 時(shí), 有 Tmbbbb),(21n0|)(|kkXnE0|)(|)(|)(|11mkkkkmkkkknnXbEnXbEYE11()mTkkkmnkkkYbXb Xbn由定理4.2, 得到 依分布收斂到 ,則 從而由 和定理4.1得到(4.9).用同樣方法可以證明: 對(duì)任何 有其中 .定理4.4成立.Yn).,(VarYEYNYbbVarYEYmT , 0Nl)10. 4(), 0(),(21mTlmllNXXXXjijjimmkjmaa2,)(1.5 嚴(yán)平穩(wěn)序列及其遍歷性 定義:設(shè) 是時(shí)間序列。如果對(duì)任意正整數(shù)n和k,隨機(jī)變量同分布,就稱(chēng) 是嚴(yán)平穩(wěn)序列。特征是分布
21、平移不變 性:對(duì)任何固定的k,時(shí)間序列 和 同分布。嚴(yán)平穩(wěn)和寬平穩(wěn)的關(guān)系:1.二階矩有限的嚴(yán)平穩(wěn)為寬平穩(wěn)。 2.寬平穩(wěn)一般不是嚴(yán)平穩(wěn)。 3.正態(tài)平穩(wěn)列既是寬平穩(wěn)也是嚴(yán)平穩(wěn)。 4.平穩(wěn)序列 到 寬平穩(wěn)序列 到 弱平穩(wěn)序列。 5.嚴(yán)平穩(wěn)序列到強(qiáng)平穩(wěn)序列。 :tXtN:tXtN121(,)TnkXXXT2+kn+k和(Y,Y,Y):tXtN:t kXtN遍歷性:1.時(shí)間序列一般只是一條軌道。 2.要用時(shí)間序列 的一次實(shí)現(xiàn)推斷 的統(tǒng)計(jì)性質(zhì)。 遍歷性可以保證從一條軌道可以推斷整體的統(tǒng)計(jì)性質(zhì)。 如果嚴(yán)平穩(wěn)序列是遍歷的,從他的一次實(shí)現(xiàn)就可以推斷出這個(gè)嚴(yán)平穩(wěn)的所有有限維分布:有遍歷的嚴(yán)平穩(wěn)序列被稱(chēng)為嚴(yán)平穩(wěn)遍歷
22、序列。tXtX121122( ,)(,),nnnF x xxP Xx XxXxmN嚴(yán)平穩(wěn)序列定理定理5.1 如果 是嚴(yán)平穩(wěn)遍歷序列,則有如下的結(jié)果: (1)強(qiáng)大數(shù)律:如果 則 (2)對(duì)任何多元函數(shù) 是嚴(yán)平穩(wěn)遍歷序列. 下面的定理在判斷線(xiàn)性平穩(wěn)序列的遍歷性時(shí)時(shí)十分有用的。定理5.2 如果 是獨(dú)立同分布的WN(0, )實(shí)數(shù)列 平方可和, 則線(xiàn)性平穩(wěn)序列 是嚴(yán)平穩(wěn)序列的。tX1E X 111lim, . .ntntXEX a sn1212( ,),(,)mtttt mx xxYXXX ,jtjjXatZja t21.6 Hilbert 空間中的平穩(wěn)序列Hilbert空間 設(shè) 是平穩(wěn)序列,令所以 是一
23、個(gè)線(xiàn)性空間。 tX21()( )|,1,kjjjjjL Xa X taR tZjk kN22222, ,(), ,1(),()()(2)0(),0,()0()(3) ()(),(), ()()X Y ZL Xa bRXYYXL XXYZXYZL XXX XXL Xa XYaXbYL Xab XaXbY a bXab X 有()2()L X在線(xiàn)性空間上定義內(nèi)積, 則有所以 是內(nèi)積空間,在任何內(nèi)積空間中都有Schwarz不等式令距離 則有 ,()X YE XY ,=,X YY XaXbY Za X Zb Y Z ,0,00X XX XX 并且當(dāng)且僅當(dāng),a.s.2()L X12,X YX XY Y
24、12(,)XYXY XY 0=0, . .XYYXXYXY a s并且當(dāng)且僅當(dāng)三角不等式:這樣 又稱(chēng)為距離空間,不難看出在任意的內(nèi)積空間上都可以定義距離,是它自然成為距離空間。如果 也是內(nèi)積空間和距離空間, 是 的子空間。 定義6.1 對(duì) : (1)如果 ,則稱(chēng) 在 中收斂到 (2)如果當(dāng) 時(shí), 則稱(chēng) 是 中的基本列或Cauchy列。 XYXZZY2()L X2:LXEX 2()L X2L220,nLL0lim0nn2Ln0 n0nm,m n 2L完備的內(nèi)積空間:每個(gè)基本列都是極限在空間內(nèi)的內(nèi)積空間。 又稱(chēng)Hilbert空間。 是Hilbert空間。用 表示 中包含 的最小閉子空間則 是Hil
25、bert空間,稱(chēng)為由平穩(wěn)序列 生成的Hilbert空間。二.內(nèi)積的連續(xù)性 定理(內(nèi)積的連續(xù)性) 在內(nèi)積空間中,如果證明(1)由三角不等式得到。 2L2L2()L X2()LX2()LXtX0,0nn ,則有(1)(2),nnn nnnn和(2)有Schwarz不等式得到例: n維Hilbert空間 是線(xiàn)性空間,定義內(nèi)積 ,則為內(nèi)積空間。 是完備的內(nèi)積空間。 為歐氏模 ,nnnnnnnnnnn nRnR,Ta ba b Taaa例2 設(shè) 是零均值的平穩(wěn)列, ,則它的線(xiàn)性組合全 體構(gòu)成的內(nèi)積空間 是Hilbert空間稱(chēng)為有X生成的Hilbert空間。實(shí)際上, 是線(xiàn)性空 間和內(nèi)積空間下面我們來(lái)證明的
26、完備性。 證明:先設(shè) 是標(biāo)準(zhǔn)的白噪聲WN(0,1),對(duì)任何的線(xiàn)性組合 只要 由例1知道有 使得 當(dāng) 取 時(shí) 于是 是完備的tX12(,)TnXXXX1,:TnnnLsp XXa X aRnLtXTnna X2TTnmnma Xa X2Tnmnm=(a -a )(a -a )02nTnn=(a -a)(a -a)0naR0naaTa Xn nL 對(duì)一般的零均值的平穩(wěn)序列,可以設(shè)協(xié)方差陣 的秩是m, mn有非退化矩陣B使得Y=BX有協(xié)方差矩陣于是 且 為WN(0,1)的一段,由知道 為 線(xiàn)性組合,從而是完備的。三.復(fù)值時(shí)間序列 復(fù)隨機(jī)變量:如果X和Y 是隨機(jī)變量,稱(chēng)Z=X+iY是復(fù)隨機(jī)變量。 如果
27、EX和EY都存在,稱(chēng)Z=X+iY 的數(shù)學(xué)期存在,并且EZ=EX+iEY 二階矩有限的復(fù)隨機(jī)變量:如果 就稱(chēng)為Z的二階矩有限 隨機(jī)變量。 ()TE XX (1,1,1,0,0)TYB Bdiag 12( ,),0,0)mYY YY12,mY YY1XB Y12( ,)mY YYnL222E ZEXEY 按時(shí)間次序排列的復(fù)值隨機(jī)變量的序列 稱(chēng)為復(fù)時(shí)間序列。 如果復(fù)時(shí)間序列 滿(mǎn)足就稱(chēng) 是一個(gè)復(fù)值平穩(wěn)序列,稱(chēng) 是 的自協(xié)方差函數(shù)。 當(dāng) ,稱(chēng) 是一個(gè)復(fù)值零均值白噪聲。 nZnZnZnZnZ,()(), ,nn mnmEZE ZZn mZ k2, ,nmn mE Z Zn mZ 1.7 平穩(wěn)序列的譜函數(shù)1
28、.時(shí)域和頻域 遍歷的時(shí)間序列可以從延的時(shí)間分布進(jìn)行統(tǒng)計(jì)分析,稱(chēng)為時(shí)域分析。 平穩(wěn)時(shí)間序列的二階性質(zhì)也可以從其頻率分解來(lái)研究,稱(chēng)為頻域分析。2.譜函數(shù)和譜密度 設(shè)平穩(wěn)序列 有自協(xié)方差函數(shù)(1)如果有-,上的單調(diào)不減右連續(xù)的函數(shù)F()使得 則稱(chēng)F()是 或 的譜分布函數(shù),簡(jiǎn)稱(chēng)為譜函數(shù)。(2)如果有-,上的非負(fù)函數(shù)f()使得 則稱(chēng)f()是 或 的譜密度函數(shù)或功率譜密度,簡(jiǎn)稱(chēng)為譜密度或 功率譜。 tXtXk( ),()0,ikkedFFkZtXk( ),ikkfedkZ譜函數(shù)和譜密度的關(guān)系 若 有譜函數(shù)f() ,則變上限的積分就是 的譜函數(shù)。當(dāng)譜函數(shù)F()絕對(duì)連續(xù),它的幾乎處處導(dǎo)函數(shù)就是譜函數(shù),特別,當(dāng)F()是連續(xù)函數(shù),除去有限點(diǎn)外導(dǎo)函數(shù)存在且連續(xù),則是譜密度。tXtX( )( )Ff s ds( ),( )( )0,( )FFfF當(dāng)存在當(dāng)不存在譜函數(shù)存在唯一性定理定理7.1 (Herglotz定理)平穩(wěn)序列的譜函數(shù)是唯一存在的。線(xiàn)性平穩(wěn)序列的譜密度定理7.2 如果 是WN(0, )實(shí)數(shù)列 平方可和,則線(xiàn)性平穩(wěn)序列 有譜密度,tjtjjXatZ22( )2ijjjfa eja t2兩正交序列的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 計(jì)算機(jī)二級(jí)Delphi知識(shí)分享的價(jià)值與方法試題及答案
- C++代碼示例的試題及答案
- 8.3《琵琶行(并序)》課件+2024-2025學(xué)年統(tǒng)編版高一語(yǔ)文必修上冊(cè)
- 迎接變化2025年現(xiàn)代漢語(yǔ)考試試題及答案
- 財(cái)務(wù)與邏輯思維整合的案例試題及答案
- 財(cái)務(wù)健康與戰(zhàn)略制定試題及答案
- 財(cái)務(wù)成本管理邏輯題解析試題及答案
- 2025綠豆種植代收購(gòu)合同書(shū)
- 理論研發(fā)中的MySQL案例分析試題及答案
- 數(shù)據(jù)庫(kù)管理MySQL考試試題及答案
- (完整版)化工原理各章節(jié)知識(shí)點(diǎn)總結(jié)
- 空調(diào)水管線(xiàn)試壓沖洗方案
- 總公司與分公司承包協(xié)議[頁(yè)]
- 食品經(jīng)營(yíng)設(shè)施空間布局圖
- 工會(huì)行政性資產(chǎn)管理暫行辦法
- 預(yù)制箱梁運(yùn)輸及安裝質(zhì)量保證體系及措施
- GB∕T 36266-2018 淋浴房玻璃(高清版)
- 內(nèi)科學(xué)-原發(fā)性支氣管肺癌
- 航空煤油 MSDS 安全技術(shù)說(shuō)明書(shū)
- 導(dǎo)熱系數(shù)測(cè)定儀期間核查方法、記錄 Microsoft Word 文檔
- GB_T 37932-2019 信息安全技術(shù) 數(shù)據(jù)交易服務(wù)安全要求(高清版)
評(píng)論
0/150
提交評(píng)論