uvod - Laboratorij za obdelavo signalov in daljinska vodenja
uvod - Laboratorij za obdelavo signalov in daljinska vodenja
uvod - Laboratorij za obdelavo signalov in daljinska vodenja
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
136 6. Naključni signali <strong>in</strong> statistične metode<br />
6.2.4 Centralni momenti<br />
Oglejmo si še posebni primer pričakovane vrednosti <strong>za</strong> Y = (X − µ x ) n , kjer<br />
je µ x srednja vrednost naključne spremenljivke X:<br />
E[Y ] = E [ (X − µ x ) n] =<br />
∞<br />
∑<br />
i=−∞<br />
Pri zveznih naključnih spremenljivkah X pa velja:<br />
E[Y ] = E [ (X − µ x ) n] =<br />
∫ ∞<br />
−∞<br />
(x i − µ x ) n f X (x i ) , (6.50)<br />
(x − µ x ) n f X (x) dx . (6.51)<br />
Tej pričakovani vrednosti pravimo tudi n-ti centralni moment naključne spremenljivke<br />
X. Moment je centralni, ker se nanaša na srednjo vrednost naključne<br />
spremenljivke.<br />
6.2.5 Varianca<br />
Za n = 2 dobimo zelo pomemben centralni moment, <strong>za</strong>to ima svoje ime:<br />
varianca ali disperzija oziroma razpršitev vrednosti spremenljivke X okoli<br />
njene srednje vrednosti:<br />
var[X] = E [ (X − µ x ) 2] . (6.52)<br />
Koren iz variance je srednje kvadratično odstopanje ali tipična deviacija oziroma<br />
tipični odklon:<br />
σ x = √ var[X] . (6.53)<br />
S σ x merimo šir<strong>in</strong>o gostote porazdelitve verjetnosti okoli povprečja. Če je<br />
pričakovana vrednost spremenljivke X enako nič, je varianca enaka drugemu<br />
momentu spremenljivke X:<br />
σ 2 x = E [ X 2] , E[X] = 0 . (6.54)<br />
Z uporabo lastnosti (6.43) – l<strong>in</strong>earnosti – lahko (6.52) poenostavimo v:<br />
σ 2 x = E [ X 2] − µ 2 x = E [ X 2] − (E [X]) 2 . (6.55)<br />
6.2.6 Momenti vektorski spremenljivk<br />
Def<strong>in</strong>icijo momenta brez težav razširimo tudi na porazdelitev vektorskih naključnih<br />
spremenljivk. Na primer, če imamo naključni zvezni spremenljivki<br />
X <strong>in</strong> Y z pove<strong>za</strong>no porazdelitvijo gostote verjetnosti f XY (x,y), množico pove<strong>za</strong>nih<br />
momentov def<strong>in</strong>irajmo z:<br />
E[X k Y n ) =<br />
∫ ∞ ∫ ∞<br />
−∞<br />
−∞<br />
x k y n f XY (x,y) dx dy , k,n ∈ N . (6.56)<br />
šarko ƒu£ej: Teorija <strong>signalov</strong> revizija 20040315