‫��‬ ‫�‬ ‫��‬ ‫�‬

‫ﻢ اﻟ�ﻪ ا � ﻦ ا � ﻢ‬ ‫��‬

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

‫ﺣﺴﯿﻦ ﮐﺎﻇﻤﯽ‬
‫‪krhkazemi@ihu.ac.ir‬‬

‫‪2‬‬
‫ﻓﺮاﯾﻨﺪﻫﺎي اﺗﻔﺎﻗﯽ )ﺗﺼﺎدﻓﯽ(‬
‫ﻓﺮاﯾﻨﺪ ﭘﻮاﺳﻮن و ﻓﺮاﯾﻨﺪﻫﺎي ﻣﺮﺗﺒﻂ‬

‫‪3‬‬
 ‫ﻧﻘﺎط ﭘﻮاﺳﻮن و اﺣﺘﻤﺎل ﺷﺮﻃﯽ‬
‫‪ ‬ﻓﺮض ﮐﻨﯿﺪ 𝜆𝜆𝜆𝜆 𝑃𝑃~)𝑡𝑡(𝐱𝐱 و ‪ .𝑡𝑡1 < 𝑡𝑡2‬ﻣﯽ ﺧﻮاﻫﯿﻢ اﺣﺘﻤﺎل ﺷﺮﻃﯽ‬
‫}𝑛𝑛 = ‪ 𝑃𝑃{𝐱𝐱 𝑡𝑡1 = 𝑘𝑘|𝐱𝐱 𝑡𝑡2‬را ﺑﺪﺳﺖ آورﯾﻢ‪:‬‬

‫‪4‬‬
 ‫ﻧﻘﺎط ﭘﻮاﺳﻮن و اﺣﺘﻤﺎل ﺷﺮﻃﯽ‬
‫‪ ‬ﺣﺎﻟﺖ ﺧﺎص‪ :‬اﮔﺮ ﺑﺪاﻧﯿﻢ ﺗﻨﻬﺎ ﯾﮏ رﺧﺪاد ﭘﻮاﺳﻮن در ﺑﺎزه اي ﺑﻄﻮل ‪ T‬اﺗﻔﺎق اﻓﺘﺎده اﺳﺖ )𝑛𝑛‬
‫‪ ،(= 1‬ﺗﺎﺑﻊ ﭼﮕﺎﻟﯽ ﺷﺮﻃﯽ زﻣﺎن وﻗﻮع آن رﺧﺪاد در ﺑﺎزه ﻣﺬﮐﻮر‪ ،‬داراي ﺗﻮزﯾﻊ ﯾﮑﻨﻮاﺧﺖ ﺧﻮاﻫﺪ‬
‫ﺑﻮد‪.‬‬
‫‪ ‬ﺳﻮال‪ :‬اﮔﺮ ‪ 𝑡𝑡1 > 𝑡𝑡2‬ﺑﺎﺷﺪاﺣﺘﻤﺎل ﺷﺮﻃﯽ ﭼﻪ ﺧﻮاﻫﺪ ﺷﺪ؟‬

‫‪5‬‬
‫ﻓﺮاﯾﻨﺪﻫﺎي اﺗﻔﺎﻗﯽ )ﺗﺼﺎدﻓﯽ(‬
‫اداﻣﻪ ﻣﻔﺎﻫﯿﻢ‬

‫‪6‬‬
 ‫آﻣﺎرﮔﺎن ﺗﻮاﻣﺎن دو ﯾﺎ ﭼﻨﺪ ﻓﺮاﯾﻨﺪ اﺗﻔﺎﻗﯽ‬
‫‪ ‬دو ﻓﺮاﯾﻨﺪ اﺗﻔﺎﻗﯽ‪:‬‬
‫‪‬آﻣﺎرﮔﺎن ﺗﻮاﻣﺎن دو ﻓﺮاﯾﻨﺪ اﺗﻔﺎﻗﯽ )𝑡𝑡(𝐱𝐱 و )𝑡𝑡(𝐲𝐲 ﺑﻮﺳﯿﻠﻪ ﺗﻮزﯾﻊ ﺗﻮاﻣﺎن ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ‬
‫𝑚𝑚𝑡𝑡(𝐲𝐲 ‪ 𝐱𝐱 𝑡𝑡1 , 𝐱𝐱 𝑡𝑡2 , … , 𝐱𝐱(𝑡𝑡𝑛𝑛 ), 𝐲𝐲(𝑡𝑡1′ ), 𝐲𝐲 𝑡𝑡2′ , …,‬ﻣﺸﺨﺺ ﻣﯽ ﺷﻮد )ﺑﺮاي ﻫﺮ ﺗﻌﺪاد و ﻣﻘﺎدﯾﺮي‬ ‫‪′‬‬
‫)‬
‫از 𝑖𝑖𝑡𝑡ﻫﺎ و ‪𝑡𝑡𝑖𝑖′‬ﻫﺎ(‬
‫‪ ‬ﻓﺮاﯾﻨﺪ ﻣﺨﺘﻠﻂ 𝑡𝑡 𝐲𝐲𝑗𝑗 ‪:𝐳𝐳 t = 𝐱𝐱 𝑡𝑡 +‬‬
‫‪‬ﺑﺎ آﻣﺎرﮔﺎن ﺗﻮاﻣﺎن ﻓﺮاﯾﻨﺪﻫﺎي ﺣﻘﯿﻘﯽ )𝑡𝑡(𝐱𝐱 و )𝑡𝑡(𝐲𝐲 ﺗﻮﺻﯿﻒ و ﻣﺸﺨﺺ ﻣﯽ ﮔﺮدد‪.‬‬
‫‪ ‬ﯾﮏ ﻓﺮاﯾﻨﺪ ﺗﺼﺎدﻓﯽ ﺑﺮداري )ﻓﺮاﯾﻨﺪ ‪ n‬ﺑﻌﺪي(‪:‬‬
‫‪ ‬ﺧﺎﻧﻮاده اي از ‪ n‬ﻓﺮاﯾﻨﺪ ﺗﺼﺎدﻓﯽ اﺳﺖ‪.‬‬

‫‪7‬‬
 ‫ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ ﯾﮏ ﻓﺮاﯾﻨﺪ‬
‫‪ ‬ﺗﻌﺮﯾﻒ‪:‬‬
‫} ‪𝑅𝑅 𝑡𝑡1 , 𝑡𝑡2 = 𝑅𝑅𝐱𝐱 𝑡𝑡1 , 𝑡𝑡2 = 𝑅𝑅𝐱𝐱𝐱𝐱 𝑡𝑡1 , 𝑡𝑡2 = 𝐸𝐸{𝐱𝐱 𝑡𝑡1 𝐱𝐱 ∗ 𝑡𝑡2‬‬
‫‪ ‬ﺧﻮاص‪:‬‬
‫‪𝑅𝑅 𝑡𝑡1 , 𝑡𝑡2 = 𝐸𝐸 𝐱𝐱 𝑡𝑡1 𝐱𝐱 ∗ 𝑡𝑡2 = 𝐸𝐸 ∗ 𝐱𝐱 𝑡𝑡2 𝐱𝐱 ∗ 𝑡𝑡1 = 𝑅𝑅 ∗ 𝑡𝑡2 , 𝑡𝑡1‬‬ ‫‪‬‬
‫‪𝑅𝑅 𝑡𝑡𝑡 𝑡𝑡 = 𝐸𝐸 𝐱𝐱 𝑡𝑡 2 ≥ 0‬‬ ‫‪‬‬
‫‪ ‬ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ ﻫﺮ ﻓﺮاﯾﻨﺪ اﺗﻔﺎﻗﯽ‪ ،‬ﺗﺎﺑﻌﯽ ﻣﻌﯿﻦ ﻧﺎﻣﻨﻔﯽ )‪ non-negative definite‬ﯾﺎ ‪ (nd‬اﺳﺖ ﯾﻌﻨﯽ‪:‬‬
‫‪∀𝑛𝑛𝑛 𝒂𝒂 = 𝑎𝑎1 , 𝑎𝑎2 , … , 𝑎𝑎𝑛𝑛 , 𝑡𝑡1 , … , 𝑡𝑡𝑛𝑛 : ∑𝑖𝑖,𝑗𝑗 𝑎𝑎𝑖𝑖 𝑎𝑎𝑗𝑗∗ 𝑅𝑅 𝑡𝑡𝑖𝑖 , 𝑡𝑡𝑗𝑗 = 𝒂𝒂𝑅𝑅𝒂𝒂𝐻𝐻 ≥ 0‬‬
‫‪ ‬اﺛﺒﺎت‪:‬‬

‫‪8‬‬
 ‫ﻣﺜﺎل ‪9-7‬‬
‫‪ ‬اﻟﻒ( اﮔﺮ 𝐚𝐚 ﯾﮏ ﻣﺘﻐﯿﺮ ﺗﺼﺎدﻓﯽ ﺑﺎ ﻣﯿﺎﻧﮕﯿﻦ ﺗﻮان ‪ 1‬ﺑﺎﺷﺪ و ﻓﺮاﯾﻨﺪ ﺗﺼﺎدﻓﯽ 𝑡𝑡 𝐱𝐱 ﺑﺼﻮرت 𝜔𝜔𝜔𝜔𝑗𝑗 𝑒𝑒𝐚𝐚 = 𝑡𝑡 𝐱𝐱‬
‫ﺗﻌﺮﯾﻒ ﺷﻮد‪ ،‬ﺗﺎﺑﻊ ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ 𝑡𝑡 𝐱𝐱 را ﺑﺪﺳﺖ آورﯾﺪ‪.‬‬
‫ﺣﻞ‪:‬‬
‫𝐚𝐚 𝐸𝐸 = } ‪𝑅𝑅 𝑡𝑡1 ,𝑡𝑡2 = 𝐸𝐸{𝐚𝐚𝑒𝑒 𝑗𝑗𝜔𝜔𝑡𝑡1 𝐚𝐚∗ 𝑒𝑒 −𝑗𝑗𝜔𝜔𝑡𝑡2‬‬ ‫‪2‬‬ ‫𝑗𝑗𝑗𝑗 𝑒𝑒‬ ‫‪𝑡𝑡1 −𝑡𝑡2‬‬ ‫𝑗𝑗𝑗𝑗 𝑒𝑒 =‬ ‫‪𝑡𝑡1 −𝑡𝑡2‬‬

‫‪ ‬ب( اﮔﺮ 𝑖𝑖𝐚𝐚ﻫﺎ ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﻧﺎﻫﻤﺒﺴﺘﻪ ﺑﺎ ﻣﯿﺎﻧﮕﯿﻦ ﺻﻔﺮ و وارﯾﺎﻧﺲ ‪ 𝜎𝜎𝑖𝑖2‬ﺑﺎﺷﻨﺪ و 𝑡𝑡 𝑖𝑖𝜔𝜔𝑗𝑗 𝑒𝑒 𝑖𝑖𝐚𝐚 𝑖𝑖∑ = 𝑡𝑡 𝐱𝐱‪،‬‬
‫ﺗﺎﺑﻊ ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ 𝑡𝑡 𝐱𝐱 را ﺑﺪﺳﺖ آورﯾﺪ‪.‬‬
‫ﺣﻞ‪:‬‬
‫‪𝑅𝑅 𝑡𝑡1 , 𝑡𝑡2 = 𝐸𝐸 � 𝐚𝐚𝑖𝑖 𝑒𝑒 𝑗𝑗𝜔𝜔𝑖𝑖 𝑡𝑡1 � 𝐚𝐚∗𝑘𝑘 𝑒𝑒 −𝑗𝑗𝜔𝜔𝑘𝑘 𝑡𝑡2 = � 𝐸𝐸 𝐚𝐚𝑖𝑖 𝐚𝐚∗𝑘𝑘 𝑒𝑒 𝑗𝑗𝜔𝜔𝑖𝑖 𝑡𝑡1 𝑒𝑒 −𝑗𝑗𝜔𝜔𝑘𝑘 𝑡𝑡2‬‬
‫𝑖𝑖‬ ‫𝑘𝑘‬ ‫𝑘𝑘‪𝑖𝑖,‬‬
‫𝐸𝐸(� =‬ ‫‪𝐚𝐚𝑖𝑖 𝐚𝐚𝑘𝑘∗ 𝑒𝑒 𝑗𝑗𝜔𝜔𝑖𝑖 𝑡𝑡1 𝑒𝑒 −𝑗𝑗𝜔𝜔𝑘𝑘 𝑡𝑡2 ) +‬‬ ‫𝑖𝑖𝐚𝐚 𝐸𝐸(�‬ ‫) ‪2 𝑗𝑗𝜔𝜔𝑖𝑖 (𝑡𝑡1 −𝑡𝑡2‬‬
‫𝑒𝑒‬ ‫)‪) = � 𝜎𝜎𝑖𝑖2 𝑒𝑒 𝑗𝑗𝜔𝜔𝑖𝑖 (𝑡𝑡1 −𝑡𝑡2‬‬
‫𝑘𝑘‪𝑖𝑖,‬‬ ‫𝑖𝑖‬ ‫𝑖𝑖‬
‫𝑘𝑘≠𝑖𝑖‬
‫‪9‬‬
 ‫اﺗﻮﮐﻮارﯾﺎﻧﺲ و ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ‬
‫‪ ‬اﺗﻮﮐﻮارﯾﺎﻧﺲ ﻓﺮاﯾﻨﺪ )𝑡𝑡(𝐱𝐱‪ :‬ﻫﻤﺎن ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ ﻓﺮاﯾﻨﺪ ﻣﺮﮐﺰي )‪(centered process‬‬
‫)𝑡𝑡(𝜂𝜂 ‪ 𝐱𝐱 𝑡𝑡 −‬اﺳﺖ ﮐﻪ } 𝑡𝑡 𝐱𝐱{𝐸𝐸 = 𝑡𝑡 𝜂𝜂‪:‬‬
‫‪𝐶𝐶 𝑡𝑡1 , 𝑡𝑡2 = 𝐸𝐸 𝐱𝐱 𝑡𝑡1 − 𝜂𝜂 𝑡𝑡1 𝐱𝐱 ∗ 𝑡𝑡2 − 𝜂𝜂∗ 𝑡𝑡2‬‬
‫‪= 𝑅𝑅 𝑡𝑡1 , 𝑡𝑡2 − 𝜂𝜂 𝑡𝑡1 𝜂𝜂∗ 𝑡𝑡2‬‬
‫‪𝐶𝐶 𝑡𝑡,𝑡𝑡 = 𝐸𝐸 𝐱𝐱 𝑡𝑡 − 𝜂𝜂 𝑡𝑡 2 = 𝜎𝜎 2 (𝑡𝑡) ‬‬
‫‪ ‬ﺗﺎﺑﻊ اﺗﻮﮐﻮارﯾﺎﻧﺲ ﻫﻤﺎن ﺧﻮاص ﺗﺎﺑﻊ ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ را دارد‪.‬‬
‫‪ ‬ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ ﻓﺮاﯾﻨﺪ )𝑡𝑡(𝐱𝐱‪ :‬ﻫﻤﺎن اﺗﻮﮐﻮارﯾﺎﻧﺲ ﻓﺮاﯾﻨﺪ ﻧﺮﻣﺎﻟﯿﺰه ﺷﺪه )‪(normalized process‬‬
‫)𝑡𝑡(𝜎𝜎‪ 𝐱𝐱 𝑡𝑡 /‬اﺳﺖ‪:‬‬
‫‪𝐶𝐶 𝑡𝑡1 , 𝑡𝑡2‬‬
‫= ‪𝑟𝑟 𝑡𝑡1 , 𝑡𝑡2‬‬
‫) ‪𝜎𝜎(𝑡𝑡1 )𝜎𝜎(𝑡𝑡2‬‬
‫‪ ‬ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ ﻫﻢ ﻣﺎﻧﻨﺪ ﺗﻮاﺑﻊ ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ و اﺗﻮﮐﻮارﯾﺎﻧﺲ‪ nd ،‬اﺳﺖ‪.‬‬
‫‪𝑟𝑟 𝑡𝑡𝑡𝑡𝑡 = 1 ‬‬
‫‪𝑟𝑟 𝑡𝑡1 ,𝑡𝑡2 ≤ 1‬‬

‫‪10‬‬
 ‫ﻫﻤﺒﺴﺘﮕﯽ ﻣﺘﻘﺎﺑﻞ‪ ،‬ﮐﻮارﯾﺎﻧﺲ ﻣﺘﻘﺎﺑﻞ‪ ،‬ﺗﻌﺎﻣﺪ و‬
‫ﻧﺎﻫﻤﺒﺴﺘﮕﯽ‬
‫‪ ‬ﻫﻤﺒﺴﺘﮕﯽ ﻣﺘﻘﺎﺑﻞ )‪(cross-correlation‬‬
‫‪𝑅𝑅𝐱𝐱𝐱𝐱 𝑡𝑡1 , 𝑡𝑡2 ≜ 𝐸𝐸 𝐱𝐱 𝑡𝑡1 𝐲𝐲 ∗ 𝑡𝑡2 ‬‬
‫∗‬
‫𝐲𝐲𝐲𝐲𝑅𝑅 = ‪𝑅𝑅𝐱𝐱𝐱𝐱 𝑡𝑡1 , 𝑡𝑡2‬‬ ‫‪(𝑡𝑡2 , 𝑡𝑡1 )‬‬
‫‪ ‬ﮐﻮارﯾﺎﻧﺲ ﻣﺘﻘﺎﺑﻞ )‪(cross-covariance‬‬
‫∗‬
‫‪𝐶𝐶𝐱𝐱𝐱𝐱 𝑡𝑡1 ,𝑡𝑡2 = 𝐸𝐸 𝐱𝐱 𝑡𝑡1 − 𝜂𝜂𝐱𝐱 𝑡𝑡1‬‬ ‫‪𝐲𝐲 𝑡𝑡2 − 𝜂𝜂𝑦𝑦 𝑡𝑡2‬‬ ‫‪‬‬
‫‪= 𝑅𝑅𝐱𝐱𝐱𝐱 𝑡𝑡1 , 𝑡𝑡2 − 𝜂𝜂𝐱𝐱 𝑡𝑡1 𝜂𝜂𝐲𝐲∗ 𝑡𝑡2‬‬
‫‪ ‬ﺗﻌﺎﻣﺪ )‪ (orthogonality‬دو ﻓﺮاﯾﻨﺪ‪:‬‬
‫‪ ‬ﺑﺮاي ﻫﻤﻪ زﻣﺎﻧﻬﺎ داﺷﺘﻪ ﺑﺎﺷﯿﻢ‪𝑅𝑅𝐱𝐱𝐱𝐱 𝑡𝑡1 , 𝑡𝑡2 = 0 :‬‬
‫‪ ‬ﻧﺎﻫﻤﺒﺴﺘﮕﯽ )‪ (uncorrelatedness‬دو ﻓﺮاﯾﻨﺪ‪:‬‬
‫‪ ‬ﺑﺮاي ﻫﻤﻪ زﻣﺎﻧﻬﺎ داﺷﺘﻪ ﺑﺎﺷﯿﻢ‪𝐶𝐶𝐱𝐱𝐱𝐱 𝑡𝑡1 , 𝑡𝑡2 = 0 :‬‬
‫‪11‬‬
‫ﭘﺎﯾﺎن ا�ﻦ ﺟ� ﻪ�‬

‫‪12‬‬