Vous êtes sur la page 1sur 22

PROCESSUSALATOIRES

Dfinition
Densitdeprobabilit
Moyennesdensemble
Fonctiondautocorrlation
Stationnarit
Moyennestemporelles
Ergodicit
Analyseharmonique
Fonctiondedensitspectrale
Processusstationnairesbandelimite
Processusgaussiens
Processuspoissoniens
processusalatoires1

processus alatoire X(t) = ensemble paramtr dchantillons


t{t1,t2,..., tm} X(t) = { x(k)(t) , k=1,2,...,n }
(n)

(k)

(t)

(t)

x(2) (t)

x(1) (t)

t
t
t1

t2
processusalatoires2

DENSITDEPROBABILIT/DENSITSPECTRALE
DEPROCESSUSALEATOIRESTATIONNAIRE
Signal x(t)

p(x)
x

Densit de
probabilit
Sx()

Densit
spectrale

carr moyen
valeur moyenne
processusalatoires3

DENSITDEPROBABILIT
fonction de densit de probabilit p(x) = probabilit de
prsencedansl'intervallexetx+dx:
Proba[xXx+dx]=p(x).dx
fonctionderpartitiondeprobabilitP(x)
x
dP(x)
P(x)=Proba[Xx]= p(y).dy etp(x)=

dx

signaltemporelx(t)dfinisur[0,T]
Proba[xx(t)x+dx]=
x(t)
1
= dti =p(x).dx x+dx
T i
x
1 dti
p(x)=
dt1
dt2 dti T t
0
T i dx
processusalatoires4

MOYENNESDENSEMBLE
Esprancemathmatique

variablealatoireX1=X(t1)densitp(x1)

pourtoutefonctiong(X1):
+
E[g(X1)]= g(x1).p(x1).dx1

E[.]=oprateurvaleurmoyenne
=moyenned'ensembledfinietraversl'ensembledes
(k)
chantillons x (t1) pouruninstantt1fix
1 n (k)
g(X1) = E[g(X1)]= lim
g x (t1)

n nk = 1

processusalatoires5

FONCTIOND AUTOCORRELATION
Pourt1ett2,v.a.X1=X(t1)etX2=X(t2),
moyenned'ensembleduproduitdef(X1)etg(X2)
1 n (k) (k)
f(X1).g(X2 ) = lim
f x (t1).g x (t2 )

n nk = 1
avecp(x1,x2):oprateurE[.]
+ +

E[f(X1).g(X2)]= f(x1 )g(x2 ).p(x1 ,x2 ).dx1dx2


Pourf(X)=g(X)=X,fonctiond'autocorrlation
+ +

X(t1).X(t2 )=E[X1X2]= x1x2 .p(x1 ,x2 ).dx1dx2


fonctiond'autocorrlationRXdpendantedet1ett2
RX(t1,t2)=E[X(t1)X(t2)]= X(t1).X(t2 )
processusalatoires6

STATIONNARIT
processusalatoirestationnaireausensstrict

si

touteslespropritsstatistiquessontindpendantesde
l'originedestemps

autocorrlation:fonction =t2t1

RX()=E[X(t).X(t+)]= X(t).X(t + )

processusalatoires7

STATIONNARIT(2)
Propritsdelafonctiond'autocorrlation
dunprocessusstationnaire:

R(t1,t2)=R()
fonctionde=t2t1
R(0)=E[X] carrmoyenl'origine
R()=R() fonctionpaire
|R()|R(0)maximumatteintpour=0
R()priodique
quandx(t)priodique
lim R()=0
quandx(t)alatoire

stationnaritausecondordresivrifielordre2

processusalatoires8

MOYENNESTEMPORELLES
Pourunchantillonx(t)d'unprocessusX(t)

moyennetemporelleetcarrmoyentemporel
(sileslimitesexistent)

+
T
2
1
<x(t)>= lim
x(t).dt
T T T 2

+
T
2
1
2
x
(t).dt
<x(t)>= lim

T T T 2
processusalatoires9

MOYENNESTEMPORELLES(2)
Fonctiond'autocorrlationtemporelleRX

RX(t1,t2)=<x(t1).x(t2)>

1 +T 2
RX(t1,t2)= lim
x1 (t + )x2 (t + ).d
T T T 2

Siprocessusalatoirequelconque,
lesmoyennestemporellessontdiffrentes
(siellesexistent).

processusalatoires10

ERGODICIT
processus alatoire stationnaire ergodique quand les
moyennes temporelles existent et sont gales aux
moyennesd'ensemble

consquenceessentielle:
touteslescaractristiquesduprocessuspeuventtre
dterminespartird'unseulchantillon,l'aidedes
moyennestemporelles.

impossibilitdedmontrerl'ergodicitd'unprocessusrel
donn(propritvrifieaposteriori)

Thormeergodique
processusalatoires11

ANALYSEHARMONIQUE(1)
SriesdeFourierpourfonctionf(t)priodique,
2
depriodeTetpulsation = ,
T
n = +
t,f(t)= cn exp(int)
n =
1 +T 2
coefficientscn:n,cn =
f(t)exp(int)dt
T T 2
FormuledeParseval

n = + 2
1 +T 2
2
[ f(t)] dt = cn
T T 2
n =
processusalatoires12

ANALYSEHARMONIQUE(2)
IntgralesdeFourierpourfonctionf(t)nonpriodiquetelle
+
que f(t) dt <

1 +
t,f(t)=
F().exp(it).d
2
+
,F()= f(t).exp(it).dt

F()=transformedeFourierdef(t)
+
1 +
2
2

F(
)
d
FormuledeParseval [ f(t)] dt =

processusalatoires13

DENSITSPECTRALE

1 +
R() = S()exp(i)d S() =
R()exp(i)d
2

relationsdeWienerKhintchine
S()=transformedeFourierdeR()(1/2prs)

Pour=0,autocorrlation=carrmoyen:
+

R(0) = E x = S()d

S()=densitenfrquenceducarrmoyen
S()=fonctiondedensitspectraledepuissance
processusrel,fonctionS()paire,positiveounulle:
,S()=S()etS()0
processusalatoires14

DENSITSPECTRALE(2)
SpectreunilatralenfrquencepositiveG(f):
+

R(0) = S()d = G(f)df G(f) = 4 S()

propritsdeladensitspectrale
+

S()d = R(0) = E x

S()toujourspositiveounulle
S()finiesipasdecomposantepriodique
raieinfiniedansS()sicomposantepriodique
S() fournit la valeur moyenne par intgration autour
de0
processusalatoires15

PROCESSUSSTATIONNAIREABANDELIMITE
processusstationnairedensitspectralenonnulle
surlintervalle = [1,2]
1
largeurdebande = 21
0 = (1+2)
2
Processusbandelarge
dummeordredegrandeurque0 : 0

Bruitblancbandelimite

S()
-2

Bruitblancidal: ,S()=S0

-1

processusalatoires16

Processusbandetroite

largementinfrieure 0 :

<< 0

S()
-2 -1

Bruitblancbandetroite
processusalatoires17

Signal

Densit de
probabilit

Densit
spectrale

Autocorrlation

Onde
sinusodale
Onde
sinusodale
+ bruit
alatoire
Bruit
bande
troite
Bruit
bande large

Bruit blanc

processusalatoires18

PROCESSUSGAUSSIENS
o densitspectraletouteinformation
o transformationlinairedunprocessusgaussien
processusgaussien
moyenne X =E[X]
carttype x

densitdeprobabilit
2

x X
1

m
p(x)=

exp
22
2x
0
x

rpartitiondeprobabilit:x,P(x)= p(x)dx

tabulationdelafonctionenvariablecentrerduite
processusalatoires19

PROCESSUSGAUSSIENS(2)
Processusstationnairegaussien
X=vecteurdesvariablesalatoiresXi
X =vecteurdesvaleursmoyennes=E[X]
S=matricedescovariances=E[(X X ).(X X )T]
avecSii= 2X etSij= ij. Xi X j
i

|S|=dterminantS
Densitdeprobabilitd'ordren:
1
1
1

T 1

p(x1...xn)=
.
.
exp
(
)
.
.(
)

X
S
X

X
2

n2
12
S
2
( )
Touteslesdensits(conditionnelles,marginales)
sontgaussiennes.
processusalatoires20

PROCESSUSPOISSONIENS
processusdecomptageN(t)surlintervalle[0,t]
processus de Poisson incrments stationnaires
( constantepositive)si:
1.arrivesindpendantes
2.vitessedarrivestationnaire
3.probabilitngligeabledarrivessimultanes

Fonctionderpartitionduprocessuspoissonnien
n

t
( )
exp ( t )
PN(n,t)=Pr{N(t)=n}=
n!
Sicond.2nonsatisfaite,processusdePoisson
incrmentsnonstationnaires.
Sicond.3nonsatisfaite,processusdePoissongnralis.
processusalatoires21

DENSITDEPROBABILIT/DENSITSPECTRALE
DEPROCESSUSALEATOIRESTATIONNAIRE
Signal x(t)

p(x)
x

Densit de
probabilit
Sx()

Densit
spectrale

carr moyen
valeur moyenne
processusalatoires22

Vous aimerez peut-être aussi