Rappels sur les fonctions et les suites aléatoires

Slides:



Advertisements
Présentations similaires
Corrélation Position du problème Définition covariance (X,Y) r =
Advertisements

Traitement de signal.
GESTION DE PORTEFEUILLE 3 Catherine Bruneau
GESTION DE PORTEFEUILLE 3bis Catherine Bruneau RISQUE & PROBABILITE.
Analyse en composante indépendante
La Cyclostationnarité Aspects théoriques et application au Diagnostic
Analyse Spectrale de Fourier
Définitions et applications
SuivantPrécédent ESSI 1 - Auto TS © Jean-Paul Stromboni (Mai 2000) Consolidation: tester les connaissances acquises 1 Etude de la commande du système.
4. La transformée en z Un formalisme adapté au filtrage et à l’analyse en fréquence des signaux échantillonnés et à l’automatique numérique x(t) signal.
Colloque GRETSI, Paris, 8-11 septembre 2003 Sur la Décomposition Modale Empirique P. Flandrin (Cnrs - Éns Lyon) et P. Gonçalvès (Inrialpes)
Cinématique du solide I) Le solide indéformable

4 Les Lois discrètes.
5 La Loi de Laplace Gauss ou loi Normale
Moyenne, écart type et incertitude de mesure.
Cours analyse spectrale Part I
Régression -corrélation
Programmes du cycle terminal
Le filtrage au cours des âges Du filtre de Kalman au filtrage particulaire André Monin.
Les système linéaires Stéphane Paris.
Autres LOIS de PROBABILITES
Gradient d’une fonction
Le neurone Les neurones communiquent par impulsions électriques (potentiels d’action). Pourquoi des modèles impulsionnels ? -impulsions -> dépolarisent.
Concepts avancés en mathématiques et informatique appliquées
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Signaux aléatoires.
Chapitre 6 Lois de probabilité.
Rappel... Formes échelon et échelon réduit Pivots Span
Méthodes de prévision (STT-3220) Section 4 Concepts fondamentaux de séries chronologiques Version: 8 novembre 2004.
Courbes de Hermite Michael E. Mortenson, Geometric Modeling. Wiley, 1997, 523p.
Prédiction multi-step de la volatilité : le modèle ARIMA-GARCH appliqué aux séries temporelles d’affaiblissement par la pluie sur les liaisons Terre-Satellite.
RECONNAISSANCE DE FORMES
Filtres à réponse impulsionnelle finie (RIF)
Approches non intrusives des éléments finis stochastiques
Régression linéaire (STT-2400)
Mécanique Statistique
Une introduction aux systèmes linéaires positifs C
Filtrage de Kalman et aperçu probabiliste
Régression linéaire (STT-2400)
Méthodes de prévision (STT-3220)
Mémoires quantiques pour variables continues
Méthodes de Biostatistique
L’électrostatique dans le vide
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Leçon 1: Les Systèmes Linéaires Continus Et Invariants
2. Modèles linéaires.
Outils mathématiques pour le datamining
8.1 LES NOMBRES COMPLEXES cours 26. Avec la venue de: Doigts Dettes Tartes Distances.
Micro-intro aux stats.
Probas-Stats 1A novembre 10 1 Probabilités et Statistiques Année 2010/2011
Probabilités (suite).
Chapitre 3: Variables aléatoires réelles continues
TNS et Analyse Spectrale
Étude de l’écoulement moyen
Théorie de Files d’Attente
TNS et Analyse Spectrale
Probabilités et Statistiques
Couche limite atmosphérique
Méthode des moindres carrés (1)
Probabilités et Statistiques
Circulation de grande échelle Circulation de petite échelle
Chapitre 4 Variables aléatoires discrètes
Rappel de statistiques
Traitement de la turbulence

Séries chronologiques univariées (STT-6615)
Distribution de probabilité du vent
Probabilités et Statistiques
L’électrostatique dans le vide
Transcription de la présentation:

Rappels sur les fonctions et les suites aléatoires

Définition Fonction aléatoire = processus stochastique continu Suite aléatoire = processus stochastique discret Application qui associe à chaque instant t d’un ensemble une variable (ou un vecteur) aléatoire processus stochastique continu : t prend un continuum de valeurs Processus stochastique discret : Modélisation de grandeurs pour lesquelles impossible de prédire une valeur exacte à un instant futur.

Fonction de distribution et densité de probabilité Distribution ou fonction de répartition (Cumulative distribution function)

Moments d’un processus stochastique Espérance mathématique Fonction d’autocorrélation Covariance (moment d’ordre 2) Covariance mutuelle

Moments d’un processus stochastique Variance Formule de Koenig Cas scalaire et application à la variance

Processus stochastique Gaussien Cas scalaire Cas vectoriel

Processus stationnaire au sens strict Processus faiblement stationnaire E(x(t)) indépendante de t, variance indépendante de t Stationnaire au sens strict Faiblement stationnaire Inverse pas vérifié sauf pour processus Gaussien

Processus stationnaire Propriétés pour un processus stochastique scalaire

Processus faiblement stationnaire ergodique Moyennes d’ensemble = Moyennes temporelles

Densité spectrale (de la variance) (Spectral density or power spectrum) Transformée de Fourier de la fonction de covariance Cas d’un processus aléatoire discret Origine du terme densité spectrale de la variance

Bruit blanc et suite blanche aléatoires Bruit blanc scalaire (vectoriel) continu processus stochastique continu faiblement stationnaire tel que Densité spectrale ( de la variance)

Bruit blanc et suite blanche aléatoires Suite blanche aléatoire scalaire (vectorielle) Suite aléatoire faiblement stationnaire de covariance

Réponse d’un système linéaire permanent à une sollicitation aléatoire(1) Système décrit en variables d’état par Fonctions de transfert

Réponse d’un système linéaire permanent à une sollicitation aléatoire (2) Densités spectrales de x et y en régime stationnaire Moyenne (espérance mathématique) de x et y en régime stationnaire

Réponse d’un système linéaire permanent à une sollicitation aléatoire(3) Sollicitation par des suites blanches de moyenne nulle et de variance respective

Réponse d’un système linéaire permanent à une sollicitation aléatoire(4) Variance en régime stationnaire

Génération d’un bruit coloré(1) Engendrer une suite aléatoire dont la densité spectrale de la variance est une fraction rationnelle donnée (cas scalaire) Système stable H(z) Suite aléatoire blanche Suite aléatoire colorée

Génération d’un bruit coloré(2) Densité spectrale de la variance en régime stationnaire Entrée w = suite blanche aléatoire de variance 1

Génération d’un bruit coloré(3) Im z 1 Re z

Génération d’un bruit coloré(4) Agencement des pôles possède symétrie identique

Variable aléatoire de distribution chi2 Ensemble de d variables aléatoires indépendantes de distribution normale de moyenne nulle et de variance unitaire N d degrés de liberté Paramètre de non centralité: