- •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
28.Однородный марковский процесс. Распределение времени ожидания выхода системы из исходного состояния.
Пусть
-
произвольные моменты времени такие,
что для
:
имеет место:
Методом
мат. индукции для
можно установить равенство:
-
общая ф-ла для условной вер-ти марковского
однородного процесса.
Дадим характеристику этому рав-ву:
Поведение
марковского процесса (не обяз. однор-го)
после мом. времени
,
при известном сост.
не
зависит от его поведения в прошлом т.е
до мом. времени
.
Выведем формулу: рассм момент времени
.
В начальный мом времени у нас задана
вероятность распределения по состоянию
нашего процесса:
.
Рассмотрим вероятность
Нашли
закон совместн. распределения вер. СВ
.
29. Прямая и обратная системы ду Колмогорова.
Рассм. однородный Марковский процесс с непрерывным временем, число состояний кот-го конечно, или счетно.
I. Пусть в момент времени система нах-ся в состоянии i и СВ τ есть время ожидания до ее выхода из этого состояния. Найдем ф-цию распределения и плотность СВ τ .
Предполагаем, что при условии τ >s, последующее поведение рассматриваемого однородного Марковского процесса (с точки зрения распред. СВ τ ) такое же, как и после исх. момента времени .
(*) P{τ > s+t | τ > s}=P{τ > >t}
По
ф-ле для условной вер-сти имеем: P{τ
> s+t
| τ > s}=
Если A= { τ > s+t } и B= {τ > s} Отсюда и из рав-ва (*) вытекает то, что A=>B
P{τ > s+t}= P{τ > s} P{τ > t}
Обозн: f(t)= P{τ > t}
Тогда
f(s+t)=f(s)f(t),
зн. f
– показат. ф-ция
н-р
=>
Любую
показат. ф-цию можно записать с основанием
e,
т.е
,
где
(если t=1)
Заметим,
что
,
тогда
.
Т.о.
Т.о.
Опр:
Постоянная
назыв.
плотностью выхода из состояния i,
если
,
то P{τ
> t}=1,
для любого t.
Зн. процесс навсегда остается в состоянии
i.
Находим
ф-цию распределения СВ τ
:
t<0
Находим
плотность СВ τ
:
Значения
в отд. взятой точке для непрерывной СВ
не имеет смысла брать. Т.е. СВ τ
имеет показательный (с пар-ом
)
закон распределения.
II.Пусть
в нач. момент времени
система нах-ся в состоянии i,
где пребывает случ. время
с
– показательным распределением вер-сти,
после чего переходит в новое состояние
j1
с вер-тью
(вер-сть попасть при выходе из i
именно в состояние j1);
в состоянии j1
система пребывает случ. время
с
– показат. распределение, а затем
переходит в новое состояние j2
с вер-тью
и.т.д.
При
условии, что
этот
процесс продолжается
во времени. Вер-ть того, что за время, не
превышающее
система совершит выход из исходного
состояния i
и попадет непосредственно (т.е. минуя
пром. состояния) в состояние j
равна:
Предположим,
что вер-ть более одного перехода за
малое время
есть
.
Тогда вер-ть того, что выйдя из i
система ч/з
окажется в состоянии
будет равна:
А вер-ть того, что ч/з система не будет нах-ся в исходном состоянии i равна:
Т.о. переходные вер-ти при малом удовлетворяют усл-ям:
(1):
(2):
,
Опр:
Постоянная
назыв. плотностью перехода из сост. i
в сост. j.
Заметим,
что
{в
силу ур-я Колмагорова - Чепмена}
Т.о.
Поделим обе части на :
;
;
;
Перейдем
к
т.к.
i,j
= 1,2,…
Получим систему, кот-ая наз. обратной системой ДУ Колмогорова. Если бы мы исп. правую часть исх. рав-ва, стоящую в скобках, то получили бы систему:
– прямая
система ДУ Колмогорова.
Добавим
нач. усл-я:
по смыслу
(
)
Примечания:
Осуществленный выше формально пред.
переход при
имеет
место при усл-ии, что ф-ции
дифференцируемы и число состояний
системы конечно.
Приведем без д-ва указ. пред. перехода соотв. теоремы для случая числа состояний.
Теорема: Пусть переходные вер-ти диффер. ф-ции. Пусть выполнено усл-е (1), (2), тогда имеет место обратная система ДУ Колмогорова.
Теорема2:
Пусть
– дифф. ф-ции; пусть вып-но (1) и (2); пусть
плотности перехода
равномерно по i
ограниченны для каждого j
(т.е.
)
и в выр-ях (1), (2)
равномерно
по всем i
(
:
=>
)
Тогда имеет место прямая система ДУ Колмогорова.
