‫حی‬ ‫ل‬ ‫حم‬ ‫ل‬

‫م اهلل ا ر ن ا ر م‬ ‫بس‬

‫‪1‬‬
 ‫فرایندهای اتفاقی‬
‫‪Stochastic Processes‬‬
‫ترم پاییز‬
‫سال تحصیلی ‪1400-1401‬‬

‫حسین کاظمی‬
‫‪krhkazemi@ihu.ac.ir‬‬

‫‪2‬‬
‫فرایندهای اتفاقی (تصادفی)‬
‫مفاهیم‬

‫‪3‬‬
 ‫مثال ‪9-3‬‬
‫‪ ‬مساحت زیر نمودار فرایند تصادفی 𝑡 𝐱 در بازه 𝑏‪ 𝑎,‬یک متغیر تصادفی است که با‬
‫𝑏‬
‫انتگرال 𝑡𝑑 𝑡 𝐱 𝑎 = 𝐬 بیان می شود‪ .‬میانگین و توان متغیر تصادفی 𝐬 را بدست آورید‪.‬‬
‫‪ ‬حل‪:‬‬

‫‪4‬‬
 ‫مثال ‪9-4‬‬
‫‪ ‬با فرض اینکه 𝐫 و 𝛗 متغیرهای تصادفی مستقل هستند و 𝛗 دارای توزیع یکنواخت در بازه‬
‫)𝜋 ‪ (−𝜋, +‬می باشد‪ ،‬تابع خودهمبستگی ) ‪ 𝑅(𝑡1 ,𝑡2‬مربوط به فرایند 𝑡 𝐱‬
‫)𝛗 ‪ = 𝐫𝑐𝑜𝑠(𝜔𝑡 +‬را بدست آورید‪.‬‬
‫‪ ‬حل‪:‬‬

‫‪5‬‬
 ‫نقاط پواسون (‪)Poisson Points‬‬
‫‪ ‬بطور تصادفی 𝑛 نقطه را در بازه )‪ (− 𝑇 2 , 𝑇 2‬قرار می دهیم‪ .‬احتمال اینکه 𝑘 تا از این نقاط در‬
‫بازه ) ‪ (𝑡1 ,𝑡2‬به طول 𝑎𝑡 = ‪ 𝑡2 − 𝑡1‬قرار بگیرد برابر است با‬
‫𝑛‬ ‫𝑎𝑡‬
‫= 𝑎𝑡 ‪𝑃 𝑘 in‬‬ ‫𝑘‬
‫𝑘‪𝑝𝑘 𝑞𝑛−‬‬ ‫= 𝑝 ‪where‬‬ ‫𝑇‬
‫𝑞‪=1−‬‬
‫𝑡𝑛(‬ ‫)𝑇‪/‬‬ ‫𝑘‬
‫≅ 𝑎𝑡 ‪𝑃 𝑘 in‬‬ ‫!𝑘 𝑇 𝑎𝑡𝑛‪𝑒 −‬‬ ‫𝑎‬
‫اگر ‪ 𝑛 ≫ 1‬و 𝑇 ≪ 𝑎𝑡 طبق قضیه پواسون‬
‫حال فرض کنید 𝑛 و 𝑇 به بی نهایت میل کنند اما نسبت آنها 𝑇‪ 𝜆 = 𝑛/‬ثابت بماند‪.‬‬
‫نتیجه یک مجموعه نامتناهی از نقاط است که کل محور 𝑡 از ∞‪ −‬تا ∞‪ +‬را می پوشاند‪ .‬احتمال اینکه‬
‫𝑘 تا از این نقاط در یک بازه به طول 𝑎𝑡 باشند برابر است با‪:‬‬
‫𝑘‬
‫𝑎𝑡𝜆‪−‬‬
‫𝑡𝜆(‬ ‫𝑎‬ ‫)‬
‫𝑒 ≅ 𝑎𝑡 ‪𝑃 𝑘 in‬‬
‫!𝑘‬
‫∞‪ {𝐭 𝑖 }+‬نشان می دهیم‪.‬‬‫دنباله نقاط پواسون را با ∞‪𝑖=−‬‬
‫‪6‬‬
 ‫نقاط پواسون (‪)Poisson Points‬‬
‫‪ 𝐧(𝑡1 ,𝑡2 ) ‬که نشان دهنده تعداد نقاط 𝑖 𝐭 در یک بازه ) ‪ (𝑡1 ,𝑡2‬به طول ‪ 𝑡 = 𝑡2 − 𝑡1‬می‬
‫باشد‪ ،‬یک متغیر تصادفی پواسون با پارامتر 𝑡𝜆 است یعنی‪:‬‬
‫𝑘‬
‫)𝑡𝜆(‬
‫𝑡𝜆‪𝑃 𝐧 𝑡1 , 𝑡2 = 𝑘 = 𝑒 −‬‬
‫!𝑘‬

‫‪ ‬اگر بازه های ) ‪ (𝑡1 ,𝑡2‬و ) ‪ (𝑡3 ,𝑡4‬همپوشانی نداشته باشند ) ‪ 𝐧(𝑡1 ,𝑡2‬و ) ‪ 𝐧(𝑡3 ,𝑡4‬مستقل‬
‫از هم هستند‪.‬‬

‫‪7‬‬
 ‫مثال ‪( 9-5‬فرایند پواسون)‬
‫‪ ‬با استفاده از نقاط پواسون 𝑡 𝐱 فرایند تصادفی 𝑖 𝐭‬
‫)𝑡 ‪ = 𝐧(0,‬را می سازیم‪ .‬میانگین‪ ،‬تابع‬
‫خودهمبستگی و اتوکواریانس این فرایند را بدست‬
‫آورید‪.‬‬
‫‪‬حل‪ :‬برای یک 𝑡 مشخص‪ 𝐱 𝑡 ،‬یک متغیر تصادفی‬
‫پواسون با پارامتر 𝑡𝜆 است‪ .‬در مثال ‪ 5-24‬کتاب‬
‫(صفحه ‪ 145‬کتاب) میانگین و توان و واریانس توزیع‬
‫پواسون با پارامتر 𝜆 بصورت زیر بدست آمده است‪.‬‬
‫(جدول صفحات ‪ 162‬و ‪ 163‬را هم ببینید)‬

‫‪8‬‬
 ‫مثال ‪ – 9-5‬ادامه حل‬
‫‪ ‬پس در مساله ما به ازای ‪ 𝑡1 = 𝑡2‬داریم‪𝑅 𝑡1 ,𝑡1 = 𝐸 𝐱 2 𝑡1 = 𝜆𝑡1 + 𝜆2 𝑡12 :‬‬
‫‪ ‬با توجه به اینکه ‪ 𝑅 𝑡1 ,𝑡2 = 𝑅 𝑡2 ,𝑡1‬فرض می کنیم ‪ .𝑡1 < 𝑡2‬متغیرهای تصادفی‬
‫‪ 𝐱 𝑡1‬و ‪ 𝐱 𝑡2 − 𝐱 𝑡1‬مستقل هستند چون بازه های ‪ 0,𝑡1‬و ‪ 𝑡1 ,𝑡2‬با هم‬
‫همپوشانی ندارند‪ .‬در نتیجه‪:‬‬

‫در نتیجه‪:‬‬

‫‪9‬‬
 ‫نقاط پواسون با چگالی غیر یکنواخت‬
‫‪ ‬نقاط 𝑖 𝐭 با چگالی غیریکنواخت )𝑡(𝜆‬
‫‪ ‬در این صورت داریم‪:‬‬

‫‪10‬‬
‫پایان این جلسه‬

‫‪11‬‬