Главная » Просмотр файлов » 1625915143-9358bde957c0693ae60a95b83ad382f6

1625915143-9358bde957c0693ae60a95b83ad382f6 (843873), страница 22

Файл №843873 1625915143-9358bde957c0693ae60a95b83ad382f6 (Лотов - Лекции по теории вероятностей и математической статистике для ФФ НГУ) 22 страница1625915143-9358bde957c0693ae60a95b83ad382f6 (843873) страница 222021-07-10СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 22)

При n = 1105имеем E z Y1 = g(z) = g1 (z). Предположим, что E z Yn−1 = gn−1 (z). Тогда∞Xz k P(Yn = k) =∞Xk=0===zk∞Xk=0∞Xm=0∞Xk=0∞Xm=0zk∞X∞XP(Yn = k, Yn−1 = m) =m=0k=0∞X(n)(n)P(X1 + . . . + Xm= k, Yn−1 = m) =(n)(n)P(X1 + . . . + Xm= k)P(Yn−1 = m) =P(Yn−1 = m)m=0=zk∞X(n)(n)= k) =z k P(X1 + . . . + Xmk=0∞³ (n)´³ (n) (n)´X(n)(n)E z X1 +...+Xm P(Yn−1 = m) =E z X1 z X2 · · · z Xm P(Yn−1 = m) =m=0m=0==∞X(n)(n)(n)Ez X1 Ez X2 · · · Ez Xm P(Yn−1 = m) =m=0∞Xg m (z)P(Yn−1 = m) = gn−1 (g(z)) = gn (z).m=0Теорема доказана.Знание производящей функции gn (z) позволяет найти все коэффициенты при z k(например, P(Yn = 0) = gn (0), P(Yn = 1) = gn0 (0), P(Yn = 2) = gn00 (0)/2 и т.д.), а такжеизучать свойства этих вероятностей.Мы рассмотрим далее вопрос о вероятности вырождения процесса.Процесс вырождается, если Yn = 0 при некотором n.

Обозначим An событие,состоящее в том, что Yn = 0. Тогда вырождению процесса будет соответствоватьсобытие∞∞[[A={Yn = 0} =An .n=1n=1Обозначим через r = P(A) вероятность вырождения.Теорема. Вероятность вырождения r равна наименьшему корню уравненияz = g(z)(7)на отрезке [0,1].Доказательство.Очевидно, A1 ⊂ A2 ⊂ . . ., поэтому по свойству непрерывности вероятностиr = P(A) = lim P(An ) = lim gn (0).n→∞n→∞Устремим n к бесконечности в равенствеgn+1 (0) = g(gn (0)),тогда пределом левой части будет число r, а правая часть стремится к g(r) в силу непрерывности функции g(z), то есть действительно вероятность вырождения106удовлетворяет соотношению r = g(r).

Однако у уравнения (7) могут быть и другие корни, поэтому осталось доказать, что r совпадает с наименьшим корнем этогоуравнения на [0,1].(1)Тривиальный случай: если P(X1 = 1) = 1, то Yn = 1 при всех n, то есть вырождения не происходит и, естественно, r = 0. Поскольку в этом случае g(z) ≡ z, тоуравнение (7) превращается в тождество z = z, наименьшим решением которого на[0,1] является нуль.(1)Пусть теперь P(X1 = 1) < 1.

Выясним, как выглядитPграфик функции g(z) на[0,1]. Функция является выпуклой вниз, поскольку g 00 (z) =k(k −1)z k−2 ≥ 0. КромеP(1)(1)того, g(1) = 1. Обозначим a = E X1 и заметим, что a =k P(X1 = k) = g 0 (1).Рассмотрим два случая.(1)1) Предположим, что a ≤ 1. Если P(X1 > 1) = 0, то графиком функции g(z)(1)(1)(1)будет прямая g(z) = P(X1 = 0) + zP(X1 = 1) (Рис. 1а), причем P(X1 = 0) > 0.Поскольку g(1) = 1 и g 0 (1) < 1, то единственным решением уравнения (7) на [0,1](1)будет число z = 1, то есть в этом случае r = 1. Если же P(X1 > 1) > 0, то криваяy = g(z) также будет пересекать прямую y = z только при z = 1 (Рис. 1б), то есть ив этом случае r = 1.1061©©¡©y = g(z)¡©©¡©©¡©¡¡¡¡6¡¡y = g(z) ¡¡¡-z1Рис.

1а0¡¡¡1Рис. 1б-z(1)2) Пусть теперь a > 1. Тогда, разумеется, P(X1 > 1) > 0, и уравнение (7) имеетровно два корня r1 < 1 и r2 = 1 (См. Рис. 2).16¡¡¡¡¡¡ y = g(z)¡0¡r11Рис. 2-zПредположим, что r = r2 = 1. Тогда δn = 1 − gn (0) → 1 − r = 0 при n → ∞ и,следовательно, g(1 − δn ) < 1 − δn при достаточно больших n.

В этом случаеδn+1 = 1 − gn+1 (0) = 1 − g(gn (0)) = 1 − g(1 − δn ) > 1 − (1 − δn ) = δn ,что противоречит сходимости δn → 0. Значит, r = r1 . Теорема доказана.Итак, мы видим, что возможность вырождения процесса определяется значениемсреднего числа потомков одной частицы. Если исключить из рассмотрения упомянутый выше тривиальный случай, то при a ≤ 1 процесс вырождается с вероятностьюединица, а при a > 1 вероятность вырождения меньше единицы (она обращается в(1)нуль при g(0) = 0 = P(X1 = 0)).Ветвящийся процесс принято называть докритическим, если a < 1, критическимпри a = 1, и надкритическим, если a > 1.10712.Случайные процессы с непрерывным временем12.1.Общие определенияДо сих пор мы рассматривали семейства случайных величин, у которых множество индексов конечно или счетно, то есть мы рассматривали последовательностислучайных величин {Xn , n ≥ 1}.

Во многих случаях значения индекса n интерпретировались как дискретные моменты времени.Определение. Случайным процессом называется произвольное семейство случайных величин {Xt , t ∈ T ⊂ R}, заданных на одном вероятностном пространстве.В отличие от последовательностей случайных величин при рассмотрении случайных процессов чаще всего предполагают, что T = [a, b] или T = [0, ∞). Параметр tинтерпретируется как время.Отметим, что при фиксированном t мы имеем случайную величину Xt (ω), а прификсированном ω получаем функцию {Xt , t ∈ T }, называемую обычно траекториейпроцесса.Если зафиксируем t1 , .

. . , tn — некоторые значения параметра t, то им будет соответствовать случайный вектор (Xt1 , Xt2 , . . . , Xtn ). Распределения всевозможных таких векторов, когда t1 ∈ T, . . . , tn ∈ T , называются конечномерными распределениями процесса.Предположим, что X0 (ω) = 0.Определение. Случайный процесс {Xt , t ≥ 0} называется процессом с независимыми приращениями, если для любых 0 ≤ t0 < t1 < . . . < tn случайные величиныXt0 , Xt1 − Xt0 , .

. . , Xtn − Xtn−1 независимы.Определение. Случайный процесс с независимыми приращениями называетсяоднородным, если при любых t0 < t1 распределение Xt1 − Xt0 определяется толькодлиной интервала t1 − t0 и не зависит от t0 .Ниже мы рассмотрим два наиболее распространенных процесса с независимымиприращениями — пуассоновский и винеровский.12.2.Процесс ПуассонаПредположим, что в случайные моменты времени одно за другим происходятнекоторые события. Нас интересует число таких событий, произошедших в промежутке времени [0, t]. Обозначим Xt это число.Примерами таких ситуаций могут быть число частиц, зафиксированных прибором, число станков, вышедших из строя, число судов, прибывших в порт и т.д.Относительно процесса появления событий будем предполагать следующее.I.

Xt — однородный процесс с независимыми приращениями.Это означает, во-первых, что вероятность появления k событий в любом промежутке времени [τ, τ + t] зависит только от t и не зависит от τ ; во-вторых, это всепроисходит вне зависимости от того, сколько событий и как появлялись до момента τ .II. Обозначим Pk (t) = P(Xt = k), k = 0, 1, .

. ., и будем предполагать, что приh→0∞XP(Xh ≥ 2) =Pk (h) = o(h).k=2108Это условие означает практическую невозможность появления двух или более событий за малый промежуток времени h.Наша задача — найти в этих условиях вероятности Pk (t). Мы покажем, что заисключением некоторых тривиальных случаев имеет местоPk (t) =(λt)k −λte ,k!k = 0, 1, . . . ,при некотором λ > 0.Наши действия разобьем на несколько этапов.1.

Покажем, что за исключением некоторых простых ситуаций при некоторомλ > 0 выполняется P0 (t) = e−λt .Действительно, пусть p = P0 (1). Разобьем отрезок времени [0,1] на n равных частей; отсутствие событий за единицу времени означает, что на каждом из маленькихпромежутков времени длины 1/n происходит 0 событий. В силу независимости получаем p = (P0 (1/n))n , откуда P0 (1/n) = p1/n . Отсюда сразу же следует P0 (k/n) = pk/nпри любом k ≥ 1.Покажем теперь, что вообще P0 (t) = pt при всех t ≥ 0. Для каждого такого числаt и произвольного натурального n найдется число k ≥ 1 такое, чтоk−1k≤t< .nnФункция P0 (t) не возрастает по t, поэтому¶µµ ¶k−1kP0≥ P0 (t) ≥ P0,nnилиpk−1nk≥ P0 (t) ≥ p n .Устремив n → ∞ так, что k/n → t, получим P0 (t) = pt .Возможны три случая: а) p = 0, б) p = 1, и в) 0 < p < 1.В первом из них P0 (t) = 0 для любого t > 0, то есть с вероятностью 1 в любом какугодно малом промежутке времени происходит хотя бы одно событие, а это эквивалентно тому, что в промежутке времени любой длины происходит бесконечно многособытий.

Это можно представлять себе как цепную реакцию при атомном взрыве,мы не будем останавливаться на этой крайности. В случае б) P0 (t) = 1, то есть события никогда не появляются. Таким образом, интерес вызывает только случай в).Положим p = e−λ , здесь 0 < λ < ∞. Тем самым получилиP0 (t) = e−λt .2. Покажем, что при h → 0P1 (h) = λh + o(h).Для этого воспользуемся тем, что P0 (h) = e−λh = 1 − λh + o(h), иP0 (h) + P1 (h) +∞XPk (h) = 1.k=2ОтсюдаP1 (h) = 1 − P0 (h) −∞Xk=2109Pk (h) = λh + o(h).3. В этом пункте мы покажем, что вероятности Pk (t) удовлетворяют некоторойсистеме дифференциальных уравнений.Для t ≥ 0 и h > 0 имеемkXPk (t + h) =Pj (t)Pk−j (h)j=0(мы перебираем здесь все возможности о том, сколько событий произошло за времяt и за последующий промежуток времени длины h).Если h → 0, тоk−2Xk−2XPj (t)Pk−j (h) ≤j=0Pk−j (h) =j=0kXPi (h) = o(h),i=2поэтому при k ≥ 1Pk (t + h) = Pk (t)P0 (h) + Pk−1 (t)P1 (h) + o(h) == Pk (t)(1 − λh + o(h)) + Pk−1 (t)(λh + o(h)) + o(h) == Pk (t)(1 − λh) + Pk−1 (t)λh + o(h).Отсюда получаемPk (t + h) − Pk (t)o(h)= −λPk (t) + λPk−1 (t) +,hhk = 1, 2, .

. . .Устремим h → 0. Поскольку при этом предел правой части существует, то онбудет существовать и для левой части. В результате получаемPk0 (t) = −λPk (t) + λPk−1 (t),k = 1, 2, . . . .К этой системе можно добавить соотношениеP00 (t) = −λP0 (t),которое следует из формулы P0 (t) = e−λt . Выберем начальные условия — они диктуются логикой здравого смысла:P0 (0) = 1,Pk (0) = 0 при k ≥ 1.4.

Решение системы уравнений.Воспользуемся методом производящих функций. Обозначимg(z, t) =∞Xz k Pk (t),|z| ≤ 1.k=0Умножим полученные нами уравнения для Pk (t) на z k и просуммируем по k:∞Xk=0zkPk0 (t)= −λ∞Xk=0kz Pk (t) + λ∞Xz k Pk−1 (t),k=1или, что то же самое,∂g(z, t)= −λg(z, t) + λzg(z, t) = λ(z − 1)g(z, t).∂t110(8)Перепишем полученное уравнение в виде∂ ln g(z, t)= λ(z − 1),∂tоткудаln g(z, t) = λ(z − 1)t + C.В силу выбранных начальных условий при t = 0 имеем g(z, 0) = 1, то есть C = 0. Витоге получаем∞X(λt)k kλ(z−1)t−λt λzt−λtg(z, t) = e=e e =ez .(9)k!k=0Сравнивая коэффициенты разложений (8) и (9), обнаруживаем, чтоPk (t) =(λt)k −λte ,k!k = 0, 1, .

. . ,то есть мы получили вероятности, соответствующие распределению Пуассона с параметром λt. По этой причине изучаемый процесс называется пуассоновским. Иногдаговорят о пуассоновском потоке событий.Обозначим через τ1 длину промежутка времени от нуля до первого появления события. Очевидно, P(τ1 > t) = P0 (t) = e−λt , то есть случайная величина τ1 распределена по показательному закону с параметром λ. Пусть также τ2 — длина промежуткавремени между первым и вторым событиями, τ3 — длина промежутка времени между вторым и третьим событиями, и так далее. Можно показать, что все случайныевеличины τ1 , τ2 , .

. . независимы и одинаково распределены по показательному законус параметром λ. Траектории процесса Xt выглядят следующим образом.6Xt210v1v2v3t-Здесь обозначено vk = τ1 + . . . + τk . Момент vk k-го появления события равен сумменезависимых случайных величин, имеющих показательное распределение с параметром λ, поэтому vk ⊂= Γλ,k :λktk−1 e−λt , t > 0,(k − 1)!fvk (t) =0,иначе.Этот частный случай гамма-распределения принято называть распределением Эрла́нга.Нетрудно вычислить среднее число событий, происходящих за время t:E Xt =∞Xk Pk (t) = λt.k=0Среднее число событий, происходящих за единицу времени, называется интенсивностью пуассоновского процесса; мы видим, что она совпадает с параметром λ распределения промежутка времени между двумя последовательными событиями.111Вернемся к анализу траекторий процесса Пуассона.

Они являются кусочно постоянными. При возрастании t величина Xt остается постоянной в течение промежуткавремени, имеющего показательное распределение, а затем скачком увеличивается наединицу. Можно рассмотреть более общую конструкцию, когда Xt в момент времениt = v1 увеличивается на случайную величину Y1 , в момент времени v2 происходитскачок на величину Y2 и так далее, где Y1 , Y2 , .

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