
- •0. Основные формулы комбинаторики
- •0/ /Выбор с возвращением и с учётом порядка.
- •| . . . | | . | . . | . . | | . |
- •| . . | . | . | . . | . . | | . | | | | | | | | . . . . . . . . . |
- •1. Классическое и геометрическое определения вероятности, примеры.
- •1//Геометрическое определение вероятности.
- •2. Дискретное вероятностное пространство, примеры.
- •3. Парадоксы доаксиоматической теории вероятностей.
- •4.Аксиоматика Колмогорова, вложение пред определений в аксиоматику.
- •5. Свойства вероятностей.
- •7. Условная вероятность. Теорема умножения вероятностей.
- •8. Независимость событий, примеры независимых и зависимых событий.
- •9. Формула полной вероятности, примеры.
- •10. Формула Байеса, примеры.
- •11. Схема Бернулли, примеры, полиномиальная схема.
- •12. Теорема Пуассона, примеры применения.
- •13. Теоремы Муавра-Лапласа, примеры применения.
- •14. Случайные величины, их распределения, функции распределения и их свойства.
- •15. Свойства плотностей распределения.
- •16. Математическое ожидание, механическая интерпретация, свойства.
- •17. Вычисление математических ожиданий функций от случайных величин с помощью дискретных и непрерывных плотностей распределения.
- •18. Свойства и статистический смысл дисперсии.
- •19. Математическое ожидание и дисперсия нормального закона.
- •20. Математическое ожидание и дисперсия биномиального распределения.
- •21. Математическое ожидание и дисперсия закона Пуассона.
- •22. Коэффициент корреляции и его свойства.
- •23. Двумерное нормальное распределение.
- •24. Случайные векторы, их распределения, функции и плотности распределения и их свойства.
- •25.Многомерный нормальный вектор
- •26. Теорема о плотности распределения преобразованной случайной величины.
- •27. Теорема о плотности распределения преобразованного случайного вектора. Примеры.
- •1. Преобразование случайных величин.
- •28. Неравенство Чебышева, закон больших чисел.
- •28//Закон больших чисел
- •29. Свойства характеристических функций.
- •30. Центральная предельная теорема Леви. Вывод из неё интегральной теоремы Муавра-Лапласа.
- •31. Свойства производящих функций, примеры их вычисления.
- •32. Примеры использования производящих функций для вычисления моментов.
- •33. Определение и свойства условного математического ожидания.
- •34. Условное мат ожидание и условное распределение одного подвектора норм случ вектора относит другого подвектора
- •34//Условная вероятность.
- •35. Задачи оценивания в математической статистике, состоятельность, несмещаемость, эффективность оценки.
- •36. Примеры построения оценок и исследования их свойств
- •36//Основные свойства
- •37. Критерий проверки гипотез.
- •38. Критерий Колиогорова и критерий χ², примеры.
- •39. Доверительные интервалы, примеры.
- •39//Пример:
- •40. Марковские цепи. Определения и основные характеристики.
- •41. Классификация состояний Марковских цепей. Период.
- •42. Уравнения Чупмена-Колмогорова.
- •43. Критерий возвратности и следствия из него.
- •44. Возвратность цепей Маркова
- •45. Эргодическая теорема для цепей Маркова.
44. Возвратность цепей Маркова
Пусть
— цепь Маркова с, вообще говоря, счетным
числом состояний. Говорят, что состояниеiвозвратно, если
вероятность когда-либо вернуться вi-е
состояние при условии, что в нулевой
момент времени цепь была вi-м
состоянии, равна единице. Запишем это
более формально.
Обозначим через fnвероятность вернуться в состояниеiнаn-м шаге при условии, что на предыдущих шагах возврата не произошло:
.
Тогда для возвратного состояния iсправедливо
.
Введем un — вероятность находиться вi-м состоянии наn-м шаге:
.
Запишем производящие функции
.
Если
,
оба ряда сходятся, т.к.fn,un≤ 1.
Заметим, что для возвратного состояния
Легко проверить следующий факт:
.
(он вытекает из формулы полной вероятности. Вероятность вернуться в i-е состояние наn-м шаге равна вероятности впервые вернуться (заnшагов), либо вернуться заn−1 шагов и один шаг находиться вi-м состоянии и т.д.)
Отсюда следует (по формуле умножения рядов), что
т.е.
.
Следовательно,
Теперь
устремим z→ 1. Если
цепь возвратна, тоF(z)
→ 1, аU(z)
→ ∞. Но приz→1U(z)
имеет вид.
И наоборот, если ряд изunрасходится, то знаменатель 1 –F(z)
равен нулю, и цепь возвратна.
Доказанное нами условие носит название критерия возвратностицепей Маркова.
Следствие1˚. Два сообщающихся состояния возвратны или невозвратны одновременно.
Доказательство. Граф:
Легко
видеть, что
,
гдеur(p)
— вероятность находиться в состоянииpна шагеr.
Просуммировав поn,
получим
44..
Тогда
если ряд израсходится,
то ряд из
расходится, и, следовательно, ряд изun(i)
расходится. То есть, еслиiвозвратное, то иjвозвратное (и наоборот) для любыхi,j.
Вывод: свойство возвратности — свойство не одного состояния, а класса сообщающихся состояний.
Можно доказать, что если состояние возвратно, то цепь посещает его бесконечное число раз за бесконечное время.
Следствие2˚. Если цепь состоит из конечного числа сообщающихся состояний, она обязательно возвратна.
Примеры
Рассмотрим следующую марковскую цепь. Имеется стопка из Nкниг. Читатель случайным образом выбирает книгу из стопки, читает ее и кладет на самый верх. Состояние цепи — номер книги, лежащей сверху. Время меняется в тот момент, когда читатель кладет книгу. Возвратна ли эта цепь?
Ответ: да, т.к. она содержит конечное число сообщающихся состояний.
Рассмотрим случайное блуждание на отрезке (0, n). С вероятностьюpмы «идем» влево, с вероятностьюq — вправо. Если дошли до «стенки» — происходит отражение с вероятностью 1. Возвратна ли цепь Маркова, соответствующая этому процессу?
Ответ: да, и по той же причине, что в примере 1).
Рассмотрим случайное блуждание на отрезке (0, n) с зацикливанием: все то же самое, что в примере 2), но дойдя до «стенки», мы с вероятностью 1 остаемся на месте. Возвратна ли такая цепь?
Ответ: нет, поскольку существуют поглощающие состояния (0 иnсоответственно).
Рассмотрим случайное блуждание на отрезке (0, ∞). В момент времени nвероятность перейти на единицу вправо равнаpn, а перейти в начало координат —qn. При какихpnиqnцепь возвратна?
Решение. Критерием возвратности здесь пользоваться неудобно. Согласно же интуитивным соображениям, невозвратности соответствует ситуация, когда начиная с некоторого места совершаются шаги только направо. То есть невозвратность эквивалентна равенству
.
Соответственно, для возвратной цепи произведение pn< 1.