Главная » Просмотр файлов » 1625915143-9358bde957c0693ae60a95b83ad382f6

1625915143-9358bde957c0693ae60a95b83ad382f6 (843873), страница 20

Файл №843873 1625915143-9358bde957c0693ae60a95b83ad382f6 (Лотов - Лекции по теории вероятностей и математической статистике для ФФ НГУ) 20 страница1625915143-9358bde957c0693ae60a95b83ad382f6 (843873) страница 202021-07-10СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 20)

Приэтомθi∗ ⊂= Φθi , σ2 /|Xi |2 .Это утверждение сразу же следует из свойств многомерного нормального распределения.Следствие 3. Если столбцы регрессора X1 , . . . , Xk ортогональны, тоs√(θi∗ − θi )|Xi |1 |Y − Xθ∗ |2 (θi∗ − θi )|Xi | n − k=:⊂= Tn−k .σn−kσ2|Y − Xθ∗ |Теперь мы можем перейти к построению доверительных интервалов.1. Доверительный интервал для σ 2 . Из таблиц распределения χ2n−k находимчисла q1 и q2 такие, что χ2n−k (q1 ) = ε/2, χ2n−k (q2 ) = 1 − ε/2. Тогда, в силу следствия 1,Ã!|Y − Xθ∗ |2P q1 << q2 = χ2n−k (q2 ) − χ2n−k (q1 ) = 1 − ε,σ2откуда следуетÃP|Y − Xθ∗ |2|Y − Xθ∗ |22<σ <q2q1!= 1 − ε.Далее предполагаем, что столбцы регрессора X1 , .

. . , Xk ортогональны.2. Доверительный интервал для θi при условии, что σ 2 известно. Здесь(θi∗ − θi )|Xi |используется тот факт, что⊂= Φ0,1 . Пусть число q таково, что Φ0,1 (−q) =σε/2, тогдаÃ!(θi∗ − θi )|Xi |P −q << q = Φ0,1 (q) − Φ0,1 (−q) = 1 − ε,σпоэтомуµPθi∗qσqσ−< θi < θi∗ +|Xi ||Xi |¶= 1 − ε.3. Доверительный интервал для θi при условии, что σ 2 неизвестно. Воспользуемся следствием 3 и найдем из таблиц число q такое, что Tn−k (−q) = ε/2.ТогдаÃ!√(θi∗ − θi )|Xi | n − k< q = Tn−k (q) − Tn−k (−q) = 1 − εP −q <|Y − Xθ∗ |и после очевидных преобразований получаем доверительный интервалµ¶q|Y − Xθ∗ |q|Y − Xθ∗ |∗∗√√P θi −< θ i < θi += 1 − ε.|Xi | n − k|Xi | n − kПостроенные доверительные интервалы позволяют проверять гипотезы в соответствии с изложенной ранее конструкцией.

Например, для проверки гипотезы94H1 : θi = C против H2 : θi 6= C при неизвестной дисперсии σ 2 берем критическоемножество½µ¶¾q|Y − Xθ∗ | ∗ q|Y − Xθ∗ |∗√√K = (Y1 , . . . , Yn ) : C ∈/ θi −, θi +.|Xi | n − k|Xi | n − kТогдаβ1 = P1 ((Y1 , . .

. , Yn ) ∈ K) = ε.95Часть III.Элементы теории случайныхпроцессов10.Цепи Маркова10.1.Основные определенияВ курсе теории вероятностей мы изучали последовательности независимых испытаний (например, в схеме Бернулли) и связанные с ними последовательности независимых случайных величин. Теперь рассмотрим простейший вариант зависимыхиспытаний.Пусть некоторый объект в каждый момент времени может находиться в одномиз состояний Ek , где k = 0, ±1, ±2, . . .; с течением времени он может переходить изодного состояния в другое.

Время будем рассматривать дискретное: n = 0, 1, 2, . . ..Переходы из состояния в состояние происходят неким случайным образом, однакономер каждого последующего состояния зависит, кроме всего прочего, и от номерапредыдущего состояния.Рассмотрим некоторые примеры.1. Объект — население города, состояние — число больных гриппом, отмечаемоеежедневно. Число больных завтра будет определяться числом больных сегодня, атакже случайными факторами (кто-то заболел за сутки, кто-то выздоровел).2.

Капитал игрока после очередной игры. Он складывается из имеющегося капитала до игры плюс выигрыш (проигрыш можно считать выигрышем со знакомминус, так что капитал может принимать отрицательные значения).3. Число особей в биологической популяции.4. Число клиентов в банке.5. Количество самолетов в аэропорту на каждый час. Оно складывается из числасамолетов, находившихся в аэропорту час назад, плюс число прилетевших и минусчисло улетевших в течение часа.Чтобы перейти к точному определению, рассмотрим последовательность случайных величин {Xn , n = 0, 1, . . .}, которые принимают целые значения.

Будем полагатьXn = k, если объект в момент времени n находится в состоянии Ek , k = 0, ±1, ±2, . . ..Таким образом, значение Xn равно номеру состояния в момент времени n.Определение. Последовательность {Xn , n = 0, 1, . . .} называется цепью Маркова, если для любых моментов времени 0 ≤ n1 < n2 < . .

. < nk < m < n и для любыхцелых чисел i1 , i2 , . . . , ik , i, j выполняется равенствоP(Xn = j/Xn1 = i1 , . . . , Xnk = ik , Xm = i) = P(Xn = j/Xm = i).Чтобы понять суть этого определения, представим себе, что момент m — этонастоящее, моменты n1 , n2 , . . . , nk находятся в прошлом, а n — момент времени, относящийся к будущему. Приведенное определение означает, что если известна предыстория эволюции объекта в моменты времени n1 , n2 , . . . , nk и известносостояние объекта в настоящее время, то для будущего предыстория оказываетсянесущественной.

Влияние оказывает только состояние объекта в настоящий моментвремени.96Такого сорта зависимость характерна для приведенных выше примеров. Ее называют марковской по имени известного русского математика А.А.Маркова (1856 1922), в трудах которого впервые систематически изучалась такая зависимость.Цепь называется однородной, если вероятности перехода P(Xn = j/Xn−1 = i) независят от n. Мы будем изучать только однородные цепи Маркова.Будем обозначать через pij = P(Xn = j/Xn−1 = i) вероятности перехода из i-госостояния в j-е за один шаг и pij (n) = P(Xn+k = j/Xk = i) = P(Xn = j/X0 = i) —вероятности перехода за n шагов (эти вероятности от k не зависят для однородныхцепей).Пусть задано распределение случайной величины X0 , его называют начальнымраспределением цепи:Xπj0 = 1,πj0 = P(X0 = j),jи пусть заданы также вероятности перехода {pij }.

Этого достаточно, чтобы найтираспределение цепи πjn = P(Xn = j) для любого момента времени n. Действительно,для любого j по формуле полной вероятности получаемXXπi0 pij ,P(X0 = i)P(X1 = j/X0 = i) =πj1 = P(X1 = j) =(3)iiи аналогичноπjn = P(Xn = j) =XP(Xn−1 = i)P(Xn = j/Xn−1 = i) =iXπin−1 pij .iПредположим для простоты, что цепь имеет конечное множество состоянийE1 , E2 , . .

. , Er . Тогда совокупность вероятностей перехода {pij } образует матрицуr × r, которую мы обозначим P. Она, очевидно, обладает следующими свойствами:1) pij ≥ 0 при всех i = 1, . . . , r j = 1, . . . , r,2)rPpij = 1 (т.е. сумма элементов любой строки равна 1).j=1Матрицы с указанными двумя свойствами называются стохастическими. Обозначим вектор-строку распределения Xn через π n = (π1n , .

. . , πrn ), тогда для вектораπ 1 имеем в силу (3)π 1 = π 0 P,и аналогично для любого nπ n = π n−1 P = . . . = π 0 Pn .Кроме того,πjn =rXP(X0 = i)P(Xn = j/X0 = i) =rXπi0 pij (n).i=1i=1Это означает, что числа pij (n) являются элементами матрицы Pn .Таким образом, знание начального распределения π 0 и матрицы переходных вероятностей P позволяет вычислить распределение Xn в произвольный момент времени n.Если множество состояний бесконечно, то и матрица P будет бесконечной, ноприведенные соотношения сохранятся.97Примеры.1. Последовательность Yn , n ≥ 0, независимых целочисленных случайных величин, очевидно, является цепью Маркова.2.

Пусть Yn , n ≥ 0 — независимые целочисленные случайные величины. Тогдапоследовательность сумм Xn = Y0 + . . . + Yn , n ≥ 0, образует цепь Маркова. Действительно, для любых моментов времени 0 ≤ n1 < n2 < . . . < nk < m < n и длялюбых целых чисел i1 , i2 , . . . , ik , i, j имеемP(Xn = j/Xn1 = i1 , . . .

, Xnk = ik , Xm = i)===P(Xn = j, Xn1 = i1 , . . . , Xnk = ik , Xm = i)P(Xn1 = i1 , . . . , Xnk = ik , Xm = i)P(Ym+1 + . . . + Yn = j − i, Xn1 = i1 , . . . , Xnk = ik , Xm = i)P(Xn1 = i1 , . . . , Xnk = ik , Xm = i)P(Ym+1 + . . . + Yn = j − i)P(Xn1 = i1 , . . . , Xnk = ik , Xm = i)P(Xn1 = i1 , . . . , Xnk = ik , Xm = i)= P(Ym+1 + . . . + Yn = j − i) = P(Xn = j/Xm = i).Если случайные величины Yn в этих примерах вдобавок ко всему одинаково распределены, то цепи Маркова будут однородными. Нетрудно найти для них вероятности перехода за один шаг. Пусть P(Yn = j) = pj . В первом из примеровP(Yn = j/Yn−1 = i) = P(Yn = j) = pj ,во втором из нихP(Xn = j/Xn−1 = i) = P(Yn = j − i) = pj−i .3.

Предположим, что каждый день на склад завозится некоторое случайное числомешков с мукой, и должно вывозиться ежедневно также некоторое случайное числомешков. Считаем, что движение продукции в разные дни не связано друг с другом.Обозначим через Xn количество мешков с мукой на складе к концу n-го дня. Поскольку вместимость склада ограничена (скажем, числом M мешков), то, очевидно,Xn−1 + Yn , если 0 ≤ Xn−1 + Yn ≤ MXn = 0,если Xn−1 + Yn < 0,M,если Xn−1 + Yn > M,где через Yn обозначено предполагаемое приращение продукции (поступление минусвывоз) в n-й день. Нетрудно видеть, что последовательность Xn также образует цепьМаркова.10.2.Возвратность состоянийОбозначим черезqj (n) = P(Xn = j, Xn−1 6= j, .

. . , X1 6= j / X0 = j)98вероятность того, что, выйдя из состояния с номером j, наша цепь впервые вернетсяв него на n-м шаге. Пусть∞XQj =qj (n)n=1— вероятность того, что, выйдя из состояния с номером j, цепь когда-либо вернетсяв него.Определение. Состояние Ej называется возвратным, если Qj = 1, и невозвратным, если Qj < 1.Пример. Частица блуждает по целочисленным точкам вещественной оси, осуществляя с вероятностью 1/2 в каждый момент времени n = 1, 2, . .

. прыжок вправона единицу, и оставаясь на месте с вероятностью 1/2. Это соответствует тому, чтоpjj = pj,j+1 = 1/2 для любого j.1/21/2i¢® si+1-Ясно, что qj (1) = 1/2 и qj (n) = 0 при n > 1. Поэтому Qj = 1/2 для любого j, ивсе состояния цепи невозвратны.Теорема. Состояние Ej возвратно тогда и только тогда, когдаPj =∞Xpjj (n) = ∞.n=1Для невозвратного Ej имеет место Qj =Доказательство.Имеет место соотношениеPj.1 + Pjpjj (n) = qj (1)pjj (n − 1) + . . . + qj (n − 1)pjj (1) + qj (n).(4)Смысл его в следующем. Вероятность вернуться в j-е состояние за n шагов разбивается на перебор взаимно исключающих случаев в зависимости от того, за какоечисло шагов цепь впервые вернется в состояние Ej .

Если, к примеру, впервые цепьвернется за i шагов (вероятность этого равна qj (i)), то затем ей нужно где-то “погулять” и вернуться назад за оставшиеся n − i шагов. Перебор вариантов по всем iосуществляется суммированием. Формально (4) получается из цепочки равенствP(Xn = j/X0 = j) ==nX1P(X0 = j)=P(Xn = j, X0 = j)P(X0 = j)P(X0 = j, X1 6= j, . .

. , Xk−1 6= j, Xk = j, Xn = j)k=1nXP(X0 = j, X1 6= j, . . . , Xk−1 6= j, Xk = j)×P(X0 = j)k=1nP(X0 = j, X1 6= j, . . . , Xk−1 6= j, Xk = j, Xn = j) X=qj (k)pjj (n − k).×P(X0 = j, X1 6= j, . . . , Xk−1 6= j, Xk = j)k=1Далее нам потребуется понятие производящей функции.99Пусть {an , n ≥ 1} — произвольная ограниченная числовая последовательность,свойства которой требуется изучить.

Производящей функцией этой последовательности называется сумма ряда∞Xg(z) =an z n .n=1Из курса математического анализа известно, что этот ряд сходится абсолютнопри каждом z из множества |z| < 1 и являетсяP там непрерывной (и даже дифференцируемой) функцией. Если, к тому же, ∞n=1 |an | < ∞, то указанные свойствабудут иметь место при |z| ≤ 1. Зная функцию g(z), можно однозначно восстановить все коэффициенты an ; по поведению функции g(z) можно определить многиесвойства этих коэффициентов. Исследование свойств последовательности an черезее производящую функцию во многих случаях является весьма эффективным.Мы воспользуемся этим инструментом.Введем производящие функцииPj (z) =∞XQj (z) =n=1∞Xpjj (n)z n ,|z| < 1,qj (n)z n ,|z| ≤ 1.n=1Умножим обе части равенства (4) на z n и просуммируем по n (здесь |z| < 1):Pj (z) =∞Xznn=1=∞X=qj (k)pjj (n − k) =k=1zk∞Xz n−k qj (k)pjj (n − k) =n=kk=1∞XnXkz qj (k)∞Xz m pjj (m) = Qj (z)(1 + Pj (z)).m=0k=1Отсюда получаемQj (z) =Pj (z),1 + Pj (z)Pj (z) =Qj (z).1 − Qj (z)(5)Пусть теперь Pj = ∞.

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее