Спектральное разложение случайной функции
Спектра́льное разложе́ние случа́йной фу́нкции, 1) разложение случайной функции (в частности, случайного процесса) в ряд или интеграл по той или иной специальной системе функций такое, что коэффициенты этого разложения представляют собой взаимно некоррелированные случайные величины. Широкий класс спектральных разложений комплекснозначных случайных функций , , с нулевым средним значением [т. е. таких, что ] может быть представлен в виде
(1),
где – некоторое множество с заданной системой «измеримых подмножеств» (т. е. измеримое пространство); , , , – система комплекснозначных функций на , зависящих от параметра – случайная мера на с некоррелированными значениями [так что для любых двух непересекающихся измеримых подмножеств и ], а интеграл в правой части (1) можно или определить как предел в среднем квадратичном соответствующей последовательности интегральных сумм Коши (Karhunen. 1947[1]), или же понимать как более общий «интеграл Лебега по мере » (о котором см., например, Розанов. 1959[2]). Согласно общей теореме Карунена о спектральном разложении, для существования спектрального разложения (1) случайной функции необходимо и достаточно, чтобы соответствующая корреляционная функция допускала представление в виде
,
где – неотрицательная мера на .
Наиболее известный класс спектральных разложений случайных функций – представления стационарных случайных процессов в виде интеграла Фурье – Стилтьеса
(2),
где – случайная функция с некоррелированными приращениями, а – ось в случае процессов с непрерывным временем или же интервал , если время дискретно (принимает целочисленные значения). Существование такого спектрального разложения следует из общей теоремы Хинчина об интегральном представлении корреляционной функции (см. статью Стационарный случайный процесс); оно показывает, что любой стационарный случайный процесс можно рассматривать как наложение некоррелированных друг с другом гармонических колебаний различных частот со случайными фазами и амплитудами. Спектральное разложение аналогичного вида, но с заменой гармонических колебаний -мерными плоскими волнами имеет место и для однородных случайных полей, заданных на евклидовом -мерном пространстве или же на решётке точек с целочисленными координатами. В случае обобщённого стационарного случайного процесса – линейного функционала на пространстве финитных бесконечно дифференцируемых функций , удовлетворяющего условиям
при всех действительных , где – спектральное разложение. Функционал имеет вид
(3),
где
– преобразование Фурье функции . Формула (3) следует из того, что
можно представить в виде
,
где функция – монотонно неубывающая спектральная функция такая, что
при некотором неотрицательном целом (Гельфанд. 1961[3]). Если же в качестве пространства функций принять некоторое пространство целых аналитических функций, то можно прийти и к обобщённым стационарным случайным процессам с экспоненциально возрастающей спектральной функцией (см., например, Onoyama. 1959[4]).
Спектральные разложения специального вида имеют место и для однородных случайных полей на группах и однородных пространствах ; этот факт в силу теоремы Карунена о спектральном разложении следует из ряда имеющихся результатов об общем виде положительно определённых функций (или ядер – функций двух переменных) на множествах и . В частности, для однородного поля на произвольной локально компактной коммутативной группе спектральное разложение поля имеет вид (1), где роль функций играют характеры группы , а областью интегрирования является соответствующая группа характеров (например, Яглом. 1963[5]; Xеннан. 1970). Спектральные разложения более сложного вида при широких условиях имеют место и для однородных полей на некоммутативных топологических группах (Яглом. 1963[6]). Наконец, в случае однородных полей на однородных пространствах спектральное разложение поля включает сферические функции пространства , а в выражение для корреляционной функции входят соответствующие зональные сферические функции (Яглом. 1963; Хеннан. 1970[7]). В частности, общее однородное поле на сфере трёхмерного пространства допускает спектральное разложение вида
(4)
где
– обычные сферические функции, а случайные величины таковы, что , где – символ Кронекера. Отвечающее формуле (4) выражение для корреляционной функции
,
где – угловое расстояние между точками и , имеет вид
,
где – многочлены Лежандра. Если же , где – полярные координаты, – однородное и изотропное поле на плоскости [так что , где – евклидово расстояние между точками и ], то спектральное разложение поля записывается в виде
(5),
где – функция Бесселя порядка . Здесь – случайные функции с некоррелированными приращениями такие, что
,
где
,
a – неотрицательная мера на полуоси . Спектральному разложению (5) отвечает следующее выражение для корреляционной функции :
(дальнейшие примеры спектральных разложений однородных полей см. в: Яглом. 1963; Xеннан. 1970; Ядренко. 1980[8]).
Спектральные разложения случайных функций существуют не только для стационарных случайных процессов и однородных случайных полей. Так, например, если – произвольный случайный процесс на интервале с непрерывной по обоим аргументам корреляционной функцией
,
то в силу теоремы Мерсера теории интегральных уравнений и теоремы Карунена о спектральном разложении процесс будет допускать спектральное разложение вида
(6),
где , , и , , – собственные функции и собственные значения интегрального оператора в функциональном пространстве с ядром , а . Спектральное разложение (6) случайного процесса , заданного на конечном интервале, представляет собой континуальный аналог разложения случайного вектора на его главные компоненты, часто используемого в многомерном статистическом анализе; оно было независимо получено целым рядом учёных (об этом см., например, Яглом. 1963) и чаще всего называется разложением Кaрунена – Лоэва. Подобного рода спектральные разложения широко используются также во многих приложениях, в частности в теории автоматического управления, где разложение (6) (и некоторые родственные ему разложения) часто называются каноническими представлениями случайных процессов (Пугачёв. 1962[9]), и в геофизике, где обычно используется термин «метод эмпирических ортогональных функций», т. к. собственные функции здесь сами приближённо определяются по эмпирическим данным (Фортус. 1980).
2) Под спектральным разложением случайной функции , , иногда понимают также общее разложение вида (1) по некоторой стандартной (достаточно простой) полной системе функций . Особенно часто такое спектральное разложение рассматривается в применении к случайному процессу с непрерывным временем и функциям , так что равенство (1) обращается в (2). Из (2) следует, что допускает представление в виде
(7),
где – комплекснозначная мера на плоскости , задаваемая соотношением
обратно, из представимости в виде (7) следует и существование спектрального разложения (2) (например, Розанов. 1959). Случайные процессы, допускающие спектральное разложение (2), где Z не обязательно имеет некоррелированные приращения, называются гармонизуемыми случайными процессами; комплексная мера в таком случае называется спектральной мерой , а совокупность точек плоскости , не имеющих окрестности нулевой спектральной меры, называется спектром процесса . Спектр стационарного процесса сосредоточен на прямой . Гармонизуемыми при широких условиях будут и периодически-коррелированные (иначе, периодически-нестационарные) случайные процессы , обладающие тем свойством, что
при некотором и произвольном целом ; спектр таких процессов сосредоточен на совокупности прямых , (например, Рытов. 1976[10]).
Примечания
Литература
- Karhunen K. Über lineare Methoden in der Wahrscheinlichkeitsrechnung // Annales Academiae Scientiarum Fennicae. Serie A. – 1947. – Bd. 37. – S. 3–79.
- Розанов Ю. А. Спектральный анализ абстрактных функций // Теория вероятностей и её применения. – 1959. – Т. 4, № 3. – С. 291–310.
- Onoyama T. Note on random distributions // Memoirs of the Faculty of Science, Kyushu University. Series A: Mathematics. – 1959. – Vol. 13, № 2. – P. 208–213.
- Гельфанд И. М. Некоторые применения гармонического анализа. Оснащенные гильбертовы пространства / И. М. Гельфанд, Н. Я. Виленкин. – Москва : Физматгиз, 1961. – (Обобщенные функции ; вып. 4).
- Пугачёв В. С. Теория случайных функций и ее применение к задачам автоматического управления. – 3-е изд., испр. – Москва : Физматгиз, 1962.
- Труды Четвертого Всесоюзного математического съезда, Ленинград, 3–12 июля 1961 г. – Ленинград : Издательство Академии наук СССР, 1963. – Т. 1.
- Хеннан Э. Д. Представления групп и прикладная теория вероятностей / пер. с англ. А. Л. Рухина. – Москва : Мир, 1970. – (Библиотека сборника «Математика»).
- Рытов С. М. Введение в статистическую радиофизику. Учебное пособие для студентов вузов. Ч. 1. Случайные процессы. – 2-е изд., перераб. и доп. – Москва : Наука, 1976.
- Фортус М. И. Метод эмпирических ортогональных функций и его применение в метеорологии // Метеорология и гидрология. – 1980. – № 4. – С. 113–119.
- Ядренко М. И. Спектральная теория случайных полей. – Киев : Вища школа, 1980.