湍流力学课件一解析.pptVIP

需要给出N-阶时间联合CDF来描述整个随机过程 这里{t1,t2,…tN} 是所有的时间点 相应得出N-阶时间联合PDF fN(V1,t1; V2,t2;…; VN,tN) 统计静止（statistically stationary） 当时间平移任意时间间隔T后，N-阶时间统计量不变，称为统计静止 U(t) u2(t) 对于统计静止的随机场可采用自相关协方差最简单的统计量（auto-covariance function） R(s)= u(t) u(t+s) 自相关系数（auto-correlation function） 对于统计静止的流场，自相关系数具有以下性质： （1）R(s)和ρ(s)的取值不随时间变化； （2） 一般函数按对数曲线下降； （3）ρ(s)是偶函数； （4）存在积分时间 对于自相关协方差函数可以得到它的Fourier变换对的频率谱函数E(ω) 对频率谱ωa≤ωωb 的对湍流能量贡献，可利用下面积分确定 对于s=0的自相关协方差 随机场—在流场内随时间变化随机向量场 单点单时刻CDF 单点单时刻联合PDF 平均速度场 随机速度脉动场 单点单时间脉动速度协方差 即为单点雷诺应力，与xi和t有关 湍流速度场可微分、求导 N-点PDF –{(x(n), t(n)), n=1,2,3,…N} 定义一系列位置和时间 统计静止和统计均匀湍流（Statistical stationary and homogeneity） 统计静止— 当 变成 所有N点PDF统计量不变。 统计均匀— 当 变成 所有N点PDF统计量不变。 对于均匀湍流定义： 只要脉动速度场 为统计均匀即可。 各向同性湍流（Isotropic turbulence） 对于均匀随机流场，其统计特性不随坐标轴的旋转和对称而变化。 如果坐标系由 变为 在各向同性湍流中fN是不变的。 样本空间（Sample space） 随机变量可以取值的所有坐标空间。如U对应V空间，即随机变量的映射空间R Event B={UVb} Event C={Va≤UVb}, for VaVb 概率（Probability） 概率是一种测度，规定全系综（即一切可能实现试样的集合）测度等于1，对于随机变量U的概率P(V)定义为一切UV事件的测度M P(V)=M [UV] 0≤P ≤ 1 实数。 累计概率函数（Cumulative distribution function CDF） 任何一个事件的概率可以由累积概率(CDF)计算，其定义为 F(V)=P{UV} 如， P(B)=P{U Vb }=F(Vb) P(C)=P{Va≤UVb}= P{U Vb }- P{U Va } = F(Vb)-F(Va) 累积概率函数的三个基本性质： 1） F(V)是小于等于1的正值函数，即0 ≤ F(V) ≤ 1; 2）F(V)是递增函数，即F(Vb)≥F(Va), 当VbVa； P(C)=P{Va≤UVb}= P{U Vb }- P{UVa } =F(Vb)-F(Va)≥0 3）F(-∞)=0，不可能事件 F(∞)=1 ，确定性事件 概率密度函数（Probability density function PDF） PDF可以由累积函数给出，f(V)为 表征在样本空间内单位长度上随机变量概率大小，其量纲为随机变量倒数。 PDF的性质： 1）f(V)是非负函数，即f(V)≥0; 2） 3）f(-∞)=f(∞)=0 对于具有两个相同PDF函数的随机变量，被认为是统计上相等（statistically identical ）。 已知概率密度函数，CDF的积分表示法 已知概率密度函数，CDF的