Page 226 - 4196
P. 226

6  Двовимірна  АКФ  дозволяє  визначити  домінуючі
           вісі простягання аномалій на окремій частині (вікні) те-
           риторії і надалі розглядати їх, як додаткову статистичну
           характеристику при районуванні територій поряд з таки-
           ми  характеристиками,  як  середнє  значення,  дисперсія,
           інтервал кореляції.
                 7  Двовимірну  ВКФ  застосовують  для  дослідження
           кореляційних властивостей полів на двох окремих ділян-
           ках зйомки, на двох глибинах або двох методів.

                 5.12 Нестаціонарні випадкові процеси

                 Практика  геофізичних  досліджень  свідчить,  що
           умови стаціонарності часто порушуються. Це стосується
           в  першу  чергу  таких  методів,  як  сейсморозвідка,  елект-
           ророзвідка та радіоактивних методів. До цього переліку
           можна  додати  випадок  багатовимірних  та  перехідних
           процесів.  Аналіз  таких  процесів  вимагає  додаткового
           розгляду. Приклади різних типів нестаціонарних проце-
           сів наведені на рисунку 5.10.
                 Для  характеристики  окремого  нестаціонарного  ви-
           падкового процесу   tX   в різні моменти часу використо-
           вуються: нестаціонарна щільність або функція розподілу;
           нестаціонарні  числові  характеристики  (середнє,  середнє
           квадрату  процесу,  кореляційні  функції);  нестаціонарна
           спектральна щільність. До характеристик двох реалізацій
           нестаціонарного  процесу  відносяться:  сумісні  нестаціо-
           нарні  щільності  або  функції  розподілу;  нестаціонарні
           взаємокореляційні функції; нестаціонарні взаємні спект-
           ральні щільності. Загальною рисою характеристик неста-
           ціонарних процесів є їх залежність від часу (аргументу).
                 Тобто  для  довільного  t   нестаціонарного  процесу
            X  t  можна визначити щільність   ,xf   t , функцію розпо-
           ділу   ,xF   t ,  математичне  сподівання  m x   t ,  квадрат
           процесу    2   t ,  дисперсію  процесу   2   t ,  автоковаріа-
                       x                            x
           ційну функцію  K   x   ,t 1  t 2 :



                                       226
   221   222   223   224   225   226   227   228   229   230   231