Если периодически коррелированный случайный процесс X (t) (ПКСП) c периодом коррелированности T обладает эргодическим свойством, то его характеристики можно определить по одной достаточно продолжительной реализации. Математическое ожидание и дисперсия для ПКСП являются периодическими функциями, поэтому достаточно получить значения искомой характеристики для моментов времени t = 1, 2, 3, … T.
Математическое ожидание и дисперсия оцениваются по формулам:
, (6.122)
, (6.123)
где k – целое число, kT = N; N – длина реализации.
Так, например если рассматривать в рамках модели ПКСП расходы воды за 30 лет с шагом дискретности один месяц, то мы будем иметь ряд из 360 среднемесячных расходов при периоде коррелированности T = 12 месяцев. В этом случае для того, чтобы оценить математическое ожидание и дисперсию случайного процесса, нужно рассчитать эти характеристики для каждого из двенадцати месяцев (рис.6.11).
Рис. 6.11. Оценки математического ожидания (1) и дисперсии (2) среднемесячных расходов воды м3/с на интервале 12 месяцев; р. Нева – д. Новосаратовка.
|
|
Если полученные для 12 месяцев функции m *(t) и D *(t) "размножить" и "склеить" в цепочку, то мы получим искомые оценки математического ожидания и дисперсии соответствующие эргодическому ПКСП (рис.6.12).
Рис. 6.12. Оценки математического ожидания (1) и дисперсии (2) среднемесячных расходов воды м3/с на 5-летнем интервале времени в рамках модели ПКСП; р. Нева – д. Новосаратовка.
Автокорреляционная функция эргодического ПКСП может быть определена по формуле
, (6.124)
где – центрированный ПКСП; .
Рассмотрим методику оценки автокорреляционной функции эргодического ПКСП на примере ряда среднемесячных расходов воды реки Невы в створе д. Новосаратовка за 1859 – 1986 гг. (табл.6.5).
Таблица 6.5
Среднемесячные расходы воды, м3/с; р. Нева – д. Новосаратовка
№ п/п | Год | Месяцы без сдвижки | Месяцы со сдвигом вверх на 1 год | ||||||||
… | 1* | 2* | … | 11* | 12* | ||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | … | … | … | … | … | … | … | … | … | |
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… | … | ||||||||||
… |
Будем рассчитывать оценки первых 12 ординат. Для этого сдвинем исходную таблицу расходов на один год вверх (табл.6.5). В результате получим 24 столбца расходов: (1, 2, 3, …12) + (1*, 2*, 3*,…, 12*). Каждый столбец содержит 127 значений.
|
|
Используя эти данные, рассчитываем корреляционную матрицу (табл. 6.6). Полученная корреляционная матрица будет иметь размер 24 ´ 24 (по числу столбцов в табл. 6.5).
Таблица 6.6
Корреляционная матрица среднемесячных расходов воды;
р. Нева – д. Новосаратовка
Месяц | … | 1* | 2* | 3* | … | 12* | |||||
0.95 | |||||||||||
0.89 | 0.92 | ||||||||||
… | … | … | … | … | … | ||||||
0.45 | 0.48 | 0.46 | 0.41 | … | |||||||
1* | 0.52 | 0.58 | 0.53 | 0.41 | … | 0.85 | |||||
2* | 0.45 | 0.53 | 0.48 | 0.37 | … | 0.81 | 0.95 | ||||
3* | 0.38 | 0.45 | 0.41 | 0.29 | … | 0.78 | 0.88 | 0.92 | |||
… | … | … | … | … | … | … | … | … | … | … | |
12* | 0.07 | 0.07 | 0.09 | 0.04 | … | 0.29 | 0.44 | 0.48 | 0.46 | … |
Поскольку в практике гидрологических расчетов интерес представляет зависимость настоящего от прошлого, а не от будущего, выбираем из таблицы соответствующие строки (в табл. 6.6 они выделены рамками).
Так, например, для месяца обозначенного символом 3* при сдвиге t = 0 получаем r (t, t) = r (3*,0) = 1, при t = 1 получаем r (3*,1) = 0.92, при t = 2 получаем r (3*,2) = 0.88, при t = 3 получаем r (3*,3) = 0.78 и т. д.
При сдвиге t = 12 мы получим коэффициент корреляции между мартом текущего года и мартом предшествующего года: r (3*, 12) = 0.41.
Выбранные из таблицы 6.6 ординаты автокорреляционной функции заносим в таблицу 6.7. Таким образом, в данном случае автокорреляционная функция ПКСП представляет собой набор из 12 автокорреляционных функций – для января, февраля, …, декабря. На рис.6.13 в качестве примера представлены две из 12 функций.
Таблица 6.7
Ординаты автокорреляционной функции среднемесячных расходов воды, r (t, t); р. Нева – д. Новосаратовка
t | Месяц | |||||||||||
1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | |
0.85 | 0.95 | 0.92 | 0.81 | 0.83 | 0.95 | 0.97 | 0.99 | 0.99 | 0.98 | 0.91 | 0.84 | |
0.85 | 0.81 | 0.88 | 0.75 | 0.86 | 0.74 | 0.94 | 0.95 | 0.96 | 0.95 | 0.87 | 0.76 | |
0.86 | 0.86 | 0.78 | 0.75 | 0.88 | 0.78 | 0.69 | 0.91 | 0.92 | 0.92 | 0.81 | 0.72 | |
0.82 | 0.87 | 0.81 | 0.68 | 0.83 | 0.81 | 0.78 | 0.65 | 0.87 | 0.87 | 0.76 | 0.67 | |
0.78 | 0.82 | 0.78 | 0.75 | 0.69 | 0.75 | 0.82 | 0.74 | 0.61 | 0.81 | 0.71 | 0.62 | |
0.73 | 0.75 | 0.73 | 0.69 | 0.78 | 0.58 | 0.76 | 0.78 | 0.70 | 0.56 | 0.67 | 0.57 | |
0.67 | 0.69 | 0.66 | 0.64 | 0.77 | 0.68 | 0.58 | 0.72 | 0.74 | 0.63 | 0.47 | 0.53 | |
0.61 | 0.63 | 0.61 | 0.59 | 0.71 | 0.69 | 0.67 | 0.54 | 0.68 | 0.69 | 0.51 | 0.40 | |
0.41 | 0.56 | 0.54 | 0.54 | 0.65 | 0.63 | 0.69 | 0.62 | 0.49 | 0.62 | 0.55 | 0.46 | |
0.53 | 0.37 | 0.48 | 0.47 | 0.59 | 0.58 | 0.63 | 0.64 | 0.56 | 0.42 | 0.48 | 0.48 | |
0.58 | 0.48 | 0.29 | 0.43 | 0.53 | 0.52 | 0.57 | 0.58 | 0.59 | 0.50 | 0.32 | 0.44 | |
0.52 | 0.53 | 0.41 | 0.30 | 0.48 | 0.45 | 0.52 | 0.52 | 0.53 | 0.52 | 0.35 | 0.29 |
В рассмотренном примере рассчитывались ординаты автокорреляционной функции ПКСП до максимального сдвига tmax = 12. Если 12 < tmax £ 24, то на первом этапе формируется таблица не из 24 столбцов, а из 36 столбцов. Первые 12 столбцов – таблица исходных данных; следующие 12 столбцов получают сдвигом исходной таблицы вверх на 1 год; еще 12 столбцов получают сдвигом исходной таблицы вверх на 2 года.
Рис.6.13. Эмпирические автокорреляционные функции среднемесячных расходов воды для января и февраля;
р. Нева – д. Новосаратовка.