- •1. Стохастическая зависимость. Регрессионная зависимость. Эмпирическая функция регрессии.
- •2. Линейная регрессия.
- •3. Статистический коэффициент корреляции
- •5. Статистический коэффициент корреляции. Условие отсутствия линейной корреляционной связи между св.
- •6. Критерий существования линейной функциональной связи между св
- •7. Критерий совпадения линий регрессии y на X и X на y.
- •8. Статистический коэффициент корреляции как мера тесноты линейной корреляционной связи между случайными величинами.
- •9. Статистическое корреляционное отношение. Оценка статистического корреляционного отношения.
- •10.Условие отсутствия корреляционной связи между св. Функциональная зависимость св.
- •11.Корреляционное отношение как мера тесноты корреляционной связи между св.
- •12.Определение случайного процесса (сп). Законы распределения случайных процессов.
- •13.Основные характеристики случайных процессов
- •14.Классификация случайных процессов.
- •15. Непрерывность случайных процессов.
- •16.Дифференцируемость случайного процесса в среднем квадратичном
- •17.Интегрируемость случайного процесса в среднем квадратичном
- •18.Винеровский процесс как математическая модель процесса броуновского движения.
- •19.Винеровский процесс как математическая модель процесса броуновского движения.
- •21. Пуассоновский процесс, его одномерный закон распределения.
- •22.Свойства однородности и отсутствия последствий Пуассоновского процесса(пп).
- •24.Марковский процесс и его свойства.
- •25.Уравнение Колмогорова- Чемпена.
- •26.27. Коэф-т эргодичности. Эргодическая теорема для однородного Марковского процесса.
- •28.Однородный марковский процесс. Распределение времени ожидания выхода системы из исходного состояния.
- •29. Прямая и обратная системы ду Колмогорова.
- •30. Ветвящиеся процессы. Производящие функции.
- •31.Ветвящиеся процессы. Дифф уравнение для производящей функции.
- •32.33.34 Анализ ду для производящей функции ветвящегося процесса. Стремление к стационарному состоянию. Исследование вопроса о числе интегральных кривых, проходящих через точку (0,1).
- •35.Эффекты вырождения и взрыва ветвящегося процесса
- •36, 37 Каноническое разложение случайного процесса
- •38.Спектральное разложение стационарного случайного процесса
32.33.34 Анализ ду для производящей функции ветвящегося процесса. Стремление к стационарному состоянию. Исследование вопроса о числе интегральных кривых, проходящих через точку (0,1).
Рассмотрим
.
Внутри [0;1) функция является аналитической.
Заметим, что при х=1 ряд,
сходится.
По теор. Абеля ряд сходится равномерно
на [0;1] => S(x)
– сумма ряда явл. функцией непрерывной
на [0;1] => непрерывна слева в х=1 => f(x)
– непрерывна на [0;1].
В точке х=1 функция f(x) может не иметь конечной производной.
Найдем
2-ую производную от функции f(x):
=>
1)
если
при
на
(0;1), зн-т f(x)
– выпукла вниз на (0;1).
2)
если
при
,
зн-т на инт-ле (0;1) ф-ия f(x)
будет линейной, т.е.
,
где
.
Отметим
характерные точки f(x).
Зн-ие х=1 явл. корнем ур-я f(x)=0[т.к.
=0].
В
силу св-в ф-ии f(x)
это ур-ие f(x)=0
может иметь еще один корень
.
Если
этим
корнем явл. х=0.
Если
.
Предположим
- наим. корень ур-я f(x)=0
на отр. [0;1] =>
- инт. кривая ДУ
.
Пусть
Рассмотрим
интегральную кривую:
Рассмотрим
как ведет себя t(x)
при
,
если
;
,
если
!!!
=>
наш интеграл расходится
Из
вышесказанного => x(t)
строго возрастает при
.
В силу теоремы Вейерштрасса
конечный предел:
Можно
показать, что предельное зн-ие явл.
корнем ур-я f(x)=0.
Т.к.
- наим. корень ур-ия f(x)=0
на [0;1]=>
.
Аналогично
при
можно рассм. инт. кривую, проходящую
через точку
.
x(t)
– строго убывает при
,
,
Если , исследуем вопрос о числе инт. кривых, проходящих через точку t=0, x=1:
1)
Допустим,
Этот
ин-л расходится, когда
Тогда
Интегральная
кривая примет вид:
для точки
ур-ние.
Найдется
такое,
что
- это наше время,
=>
инт. кривая в момент времени t=0
находится в точке z
=> инт. кривая пересекает в точке (0,z)
=> x(t)=1
– единственная инт. кривая, проходящая
через (0,z).
2)
Допустим, что
интеграл
,
т.е. сходится. Тогда при большом
может случиться, что
.
Выйдет на инт. кривую x=1
в какой-то момент времени
=>
через (0;1) проходит семейство инт. кривых
,
каждое из которых отвечает своему
,
где
- момент выхода инт. кривой на x=1,
если идти в обратную сторону.
Легко
видеть, что
,
где x(0,z)=z.
Т.е.
-
предельная для других инт. кривых x(t,z)
лежащих
ниже ее.
случиться, что ерез ()т вид зн-ие явл.
35.Эффекты вырождения и взрыва ветвящегося процесса
Если для некоторого ветвящегося процесса λ0=0, то имеется положительная вероятность того, что через некоторое время t не останется ни одной частицы. Если в исходный момент времени имелась одна частица, то
p0(t)=F(t,0) , где F(t,0) – интегральная кривая, выходящая из начала координат.
p0(t) – решение дифференциального уравнения x’=f(x), x(0)=0
pk0(t)=Fk(t,0)=[F(t,0)]k=[pk(t)]k
В силу доказанного, имеем, что p0(t)α при t∞.
Предельное значение p0=α называется вероятностью вырождения.
Если 0≤х<1, f(x)>0 следовательно, α=1.
Рассмотрим явление взрыва. Вероятность того, что взрыв произойдёт до момента времени t, если была одна частица, получится:
p∞(1)=1-P{X(t)<∞}=1- ∑∞ n=0P{X(t)=n}=
=1-∑∞ n=0pk(t)=1- limz 1-0 F(t,z)
Когда x(t)≡0, то единственная интегральная кривая проходит через точку (0;1).
Имеем:
Т.
о., если
,
,
то p∞(t)=0 – возможность взрыва исключена. Если интеграл сходится, то
Т о, p∞(t)=l-x0(t)- вероятность вырождения p∞(t)>0 для t>0.
