Tema 7: Procese aleatoare n teoria sistemelor 7.1 Semnale deterministe i stochastice. 7.2 Noiuni de baz i caracteristici teoriei probabilitii.

7.3 Tipuri de legi de repartiii. Distribuii. 7.4 Caracteristicile numerice ale valorii aleatoare. 7.5 Procese aleatoare: procese staionare i ierbolice. 7.6 Funcii de corelaie. 7.7 Spectrul funciei. 7.1 Semnale deterministice i stocastice. Dup cum tim o oscilaie care reflect informaia sau mesaje despre starea obiectului se numete semnal. Semnalul sau oscilaia care mpiedic recepia informaiei despre obiect sau sistem se numete perturbaie sau zgomot. Semnalele se numesc deterministe dac evoluia acestui semnal este cunoscut n orice moment de timp i semnalul dat poate fi descris printr-o funcie analitic. Semnalul se numete stochastic dac evoluia lui n timp reprezint o funcie aleatoare i valorile lui nu sunt cunoscute, dar pot fi presupuse. Semnalele stochastice apar n sistem dac semnalul de intrare sau perturbaie sunt stochastice, dac toate semnalele din sistem sunt deterministe, atunci caracteristicile lor sunt deterministe n timp. Caracteristicile semnalelor din fig.1(a-c) pot fi descrise de funcii analitice n aa fel ca pentru orice moment de timp. Valoarea semnalelor este determinist i cunoscut, iar n fig.1(d) este prezentat semnalul stochastic care are evoluia aleatoare n timp: U a) b) t t n fig.1(d) semnalul aleator se descrie prin funcia aleatoare. Sistemul automat se numete determinist dac toate semnalele din cadrul sistemului sunt deterministe (intrarea, starea, ieirea). Sistemul se numete stochastic dac mcar un semnal este stochastic. n sisteme de reglare automate n condiii reale pe lng semnalele deterministe exist semnalele perturbatoare aleatoare i n acest caz perturbaia reprezint o funcie necunoscut aleatoare i n acest caz pentru studiul sistemelor se utilizeaz metodele statistice sau metode care se bazeaz pe teoria probabilitii. 7.2 Noiuni de baz i caracteristici teoriei probabilitii. Teoria probabilitii este un compartiment al matematicii care studiaz fenomenele aleatoare ca evenimente aleatoare, mrimi aleatoare, procese aleatoare. Evenimentul aleator este o mulime de rspunsuri obinute n cadrul experimentului aleator. Adic este rezultatul observrii apariiei sau nu a unui eveniment. Caracteristica de baz a evenimentului aleator este probabilitatea lui. Astfel nct dac din numrul de experimente N, evenimentul x a avut loc de nx ori, atunci se poate de spus c probabilitatea de apariie a evenimentului x este: Evenimentul aleator se numete sigur dac numai dect are loc la efectuarea experimentului i se noteaz cu . Evenimentul aleator se numete imposibil dac niciodat nu se realizeaz n cadrul experimentului i se noteaz ca mulimea vid . Evenimentele aleatoare a i b se numete se numesc inconsecvente dac la condiii date apariia lor concomitent este imposibil. P(A)=1 este cazul cnd apariia evenimentului A este sigur; P(A)=0 este cazul cnd evenimentul A nu se realizeaz. Dac evenimentul este opus lui A, atunci probabilitatea lui se calculeaz astfel: U c) t U d) t U

Pentru 2 evenimente inconsecvente este adevrat urmtoarea proprietate: Dac la ndeplinirea experimentului, evenimentul A a aprut mpreun cu evenimentul B i probabilitatea apariiei acestor 2evenimente concomitent este P(AB), atunci raportul acestor 2 probabiliti fa de P(B) este urmtoarea: Mrime aleatoare este o mrime care primete n rezultatul experimentuluio valoare din mulimile de valori: x=[1...10] Mrimea aleatoare se numete continu dac poate primi toate valorile din intervalul (a,b). 7.3 Tipuri de legi de repartiii. Distribuii. Exist o varietate larg de distribuii i n tehnic se utilizeaz o parte din aceste distribuii.
Nr.studeni

Note 0 1 2 3 4 5 6 7 8 9 10 Distribuia uniform: aceast distribuie este una dintre cele mai simple distribuii. Valoarea aleatoare continu are legea uniform de distribuie, dac n intervalul (a,b) a valorilor ei posibile densitatea probabilitilor este constant. Distribuia uniform pe intervalul (a,b) poate fi descris de urmtoarea lege:

n acest caz dispersia pentru distribuia uniform se calculeaz dup urmtoarea formul:

n formula dat a i b reprezint intervalul respectiv: x-valoarea aleatoare, -valoarea medie. Legea uniform de distribuie poate fi prezentat grafic n felul urmtor: f(x)

x a b Legea binominal de distribuie: Fie c la fiecare din n experimente independente probabilitatea apariiei evenimentului A este egal cu P, atunci numrul de apariii X a acestui eveniment A n n experimente se consider c este valoarea aleatoare, care poate s primeasc orice valoare. k=0,1,...,n cu probabilitatea P(x=k)= unde:

- coeficient binominal Formula (1) stabilete legea binominal de distribuie uneori ea se numete formula lui Bernully.

Legea lui Poisson Dac la soluionarea a tot aceeai probleme espuse la legea binominal numrul de experimente n este foarte mare i probabilitatea de apariie a evenimentului care se noteaz cu P este foarte mic. Distribuia normal (Legea lui Gauss) Aceast distribuie este una dintre cele mai importante distribuii i se folosete pe larg n soluionarea problemelor practice. Distribuia normal se utilizeaz n acele cazuri cnd valoarea aleatoare primete valoarea care este influenat de mai muli factori independeni. Legea normal este pe larg utilizat n tehnica automatic. Pentru a gsi probabilitatea apariiei valorii aleatoare x n intervalul (a,b), legea normal se folosete n felul urmtor:

Dac se introduce o variabil nou nou form.

n expresia (3), atunci aceast lege poate fi adus la o alt

Funcia (5) se calculeaz tabelar n dependen de valoarea U. Legea lui Gauss are prezentarea grafic n forma unui clopot:

f(x)

20 x Distribuia lui Gauss are urmtoarele proprieti: - suma a oricrora 2 valori aleatoare cu distribuia normal tot vom obine distribuia normal; - dac asupra mrimii aleatoare influeneaz perturbaia, atunci densitatea probabilitii mrimii date tot tinde la legea normal de distribuie (legea lui Gauss). 7.4 Caracteristicile numerice ale valorii aleatoare. Valorile aleatoare n afar de distribuii pot fi caracterizate de urmtoarele caracteristici: 1) media aritmetic 2) dispersia 3) abaterea medie ptratic Media aritmetic ne ofer informaia despre evoluia semnalului i anume valoarea mediei.

Media aritmetic se definete n felul urmtor:

Dispersia este o mrime care permite de a caracteriza procese aleatoare n cazul cnd media aritmetic nu ne permite de a da informaia complet despre variaia procesului aleator. Fie c este dat un proces aleator x(t). n acest caz dispersia este: x x5 x4 x3 x2 x1 t t1 t2 t3 t4 t5

Pentru proces continuu:

Pentru proces discret avem:

valoarea medie a semnalului f(x) densitatea de distribuie a semnalului x Pi probabilitatea apariiei valorii xi din cadrul semnalului discret x Pentru analiza proceselor aleatoare se mai introduce nc o noiune ca abaterea medie ptratic, care se definete: . Dispersia i abaterea medie ptratic servesc pentru analiza distribuiei valorii aleatoare. Momentul valorii aleatoare este caracteristica numeric de distribuie a valorii aleatoare x definit n domeniul (-; +) i care are densitatea de distribuie f(x), atunci momentul iniial de ordinul k a valorii aleatoare se definete n felul urmtor:

Se numete momentul central al valorii x de ordinul k urmtoarea mrime: Se numete momentul central absolut al valorii xk urmtoarea mrime: Se numete momentul factorial al valorii xk:

7.5 Procese aleatoare: procese staionare i iergodice. Proces aleator este o funcie aleatoare n timp. Aceasta nseamn c observatorul vede variaia a unei singure realizri n timp al procesului aleator: Realizarea proceselor aleatoare x(t) x(t) x1(t) x2(t) x3(t) x4(t) t t 1 t2 Setul completde toate realizri posibile se numete ansamblu i astfel nct ansamblul complet de toate realizri este x(t), iar realizrile x1(t), x2(t), ... . Sub noiunea de proces aleator sau stochastic se subnelege mulimea de realizri al valorii leatoare x(t). Valoarea aleatoare care corespunde experimentului dat i care se modificn timp i este o curb separat din tot setul de curbe se numete realizarea procesului aleator. Pentru a descrie proces aleator se folosete teoria probabilitii i caracteristicile numerice ca: media aritmetic, dispersia, abaterea medie ptratic. Pentru majoritatea realizrilor ale procesului aleator, valorilen momente de timp t 1 i t2 sunt legate n careva mod ntre ele. Pentru a analiza aceast legtur se introduc 2 notaii: x1=x(t1) i x2=x(t2) n acest caz se introduce noiunea de corelaie, care se definete ca produsul ateptrii matematice a valorilor x1 i x2: este egal cu zero, atunci mrimile x1 i x2 se numesc necorelante. Proces staionar Procese aleatoare se divizeaz n procese staionare i nestaionare. Proces aleator se consider staionar dac el se desfoar relativ mediu procesului cam cu aceeai amplitudine. Proces aleator staionar poate fi: - proces aleator n sens strns; - proces aleator n sens larg. Proces aleator se consider staionar n sens strns dac repartiiile amplitudinilor procesului pentru orice moment de timp au aceeai lege de repartiie. Proces aleator se consider staionar n sens larg dac media aritmetic al procesului este constant n timp. Proces ergodic Procesul aleator staionar se numete proces aleator staionar ergodic aa un proces pentru care caracteristicile numerice ale procesului primite dup o totalitate de realizri coincid cu caracteristicile numerice primite n cadrul unei singure realizri. Procesele ergodice se caracterizeaz cu momente iniiale, centrate, mixte (corelaia). 7.6 Funcie de corelaie Corelaia este metoda de analiza semnalelor. Funcia de corelaie a procesului staionar x(t) poate fi calculat prin 2 modaliti: 1) prin medierea valorilorsemnalelor; 2) prin medierea unei singure realizri a procesului aleator n timp. Dac

Pentru procesul ergodic ambele metode dau acelai rezultat. Pentru a calcula se gsete valoarea medie a produsului dup urmtoarea formul:

pentru un oarecare

Funcia de corelaie are urmtoarele proprieti: - Rx(0) reprezint valoarea medie ptratic i pentru aceast valoare are cea mai mare valoare. - Rx() este o funcie simetric. Rx() = Rx(-) Exemplu: Fie este dat semnalul discret cu amplitudine A care se schimb ntre valorile A i A n momente aleatoare T, atunci funcia de corelaie a semnalului dat poate fi prezentat n fig.1.b: x(t) A t A2 Rx()

-A a) Fig.1 b)

Funcia de corelaie pentru exemplul dat se calculeaz dup relaia . 2 Cnd = 0, atunci Rx(0)=A i care reprezint valoarea maximal funciei de corelaie. n aceast formul este valoarea medie de schimbri a semnalului n o secund. Funcia decorelaie apreciaz legtura ntre valoarea aleatoare n momentul t cu valoarea aleatoare n momentul t+. n cazul procesului staionar ergodic funcia de corelaie poate fi calculat prin mediere n timp a oricrei realizri din cadrul procesului aleator. Reprezentarea funciei de corelaie pentru un proces aleator n timp: x(t) Rx()

Se poate de introus noiunea de funcie de corelaie centrat care pentru proces staionar se determin dup urmtoarea expresie: La analiza a dou procese staionare x(t) i y(t) se utilizeaz noiunea de funcie de corelaie reciproc care se definete n felul urmtor:

Dac procesele nu sunt corelate ntre ele, atunci funcia R xy() este egal cu zero i n acest caz funciile date se numesc necorelante.

Autocorelaia semnalelor Autocorelaia este funcia care caracterizeaz semnalul s(t) dup distribuia a energiei semnalului dat. Funcia de autocorelaie se definete ca produsul a dou copii semnalului s(t) deplasate n timp cu i integrate:

7.7 Spectrul funciei. n teoria sistemelor exist dou abordri de analiza semnalului: - temporal - frecvenial La analiza proceselor aleatoare se folosesc aceste dou abordri. Caracteristica de baz temporal a procesului staionar este funcia de corelaie, iar caracteristica de baz frecvenial a procesului staionar este densitatea spectral. Densitatea spectral este o funcie care permite de a vizualiza puterea repartiiei semnalului dup frecven. Acest tip de informaie este foarte important pentru analiza repartiiei semnalelor perturbatoare n cadrul sistemului automat. Densitatea spectral a procesului aleator poate fi gsit ca transformata Fourier de la funcii de corelaie:

j valoarea imaginar frecvena unghiular (rad/sec) deplasarea n timp Folosind formula lui Euller exponenta poate fi prezentat n felul urmtor: i introducnd expresia dat n formula (*) se poatede prezentat formula de calcul a spectrului: