Телеграфный процесс.
Исследование уравнения диффузии
Усредняя последнее уравнение по числу перемен знака, и используя обозначения,, находим. Кроме того, учтем, что для пуассоновского случайного процесса имеет место соотношение: Здесь есть вероятность того, что число перемен знака на интервале равна и. Для дальнейших вычислений нам потребуется среднее значение величины. На рисунке 1 представлен график зависимости величины от времени. Применяем… Читать ещё >
Телеграфный процесс. Исследование уравнения диффузии (реферат, курсовая, диплом, контрольная)
Рассмотрим теперь ситуацию, когда — случайная функция времени. А именно будем считать, что — телеграфный случайный процесс, то есть.
(9).
где — число перемен знака в интервале; - константа не зависящая от времени, постоянная составляющая коэффициента диффузии. Поскольку коэффициент диффузии должен быть неотрицательным, будем считать, что. Ведем также обозначение.
.
На рисунке 1 представлен график зависимости величины от времени.
Рис. 1. График зависимостиот t.
Число перемен знака в интервале для телеграфного процесса имеет распределение Пуассона.
Здесь есть вероятность того, что число перемен знака на интервале равна и .
Найдем среднее число перемен знака в интервале.
Величина в последнем выражении имеет смысл среднего числа перемен знака в единицу времени.
Для дальнейших вычислений нам потребуется среднее значение величины .
Вычислим корреляционную функцию:
(10).
считая, что .
Заметим, что.
Применяем формулу по свертке ряда Маклорена и получаем:
Из полученного выражения видно, что величина.
— это корреляционное время. А это означает, что на временах корреляционная функция (10) обращается в ноль.
Вывод уравнения для с (x, t)
Подставляя в уравнение (2) выражение для коэффициента диффузии с учетом телеграфного процесса, получим.
Усредняя последнее уравнение по числу перемен знака, и используя обозначения, , находим.
(11).
Умножим (11) на и усредним по числу перемен знака.
(12).
Кроме того, учтем, что для пуассоновского случайного процесса имеет место соотношение [11]:
(13).
Здесь — функционал вида. В нашем случае плотность распределения вероятности имеет именно такой функционал и, следовательно, полагая в (13) получим.
(14).
Уравнения (11), (12) и (14) образуют полную систему уравнений. Исключая из этой системы величины.
получим окончательное уравнение для.
(15).