
- •Вероятностные модели и парадокс Бертрана.
- •Математическая модель центра случайной величины. Математическое ожидание
- •Медиана
- •Математическая модель разброса случайной величины.
- •Случайные величины. Зависимость событий и случайных величин.
- •5. Виды сходимости случайных величин
- •6. Закон больших чисел
- •7. Распределение Пуассона
- •Теорема Пуассона
- •Обобщение теоремы Пуассона
- •8. Устойчивые распределения
- •12. Информационные свойства Пуассоновского процесса
- •17. Обобщения Пуассоновского процесса, дважды стохастический Пуассоновский процесс
- •Цпт для обобщённых процессов Кокса
- •Збч для обобщённых процессов Кокса
- •19. Островершинность масштабных смесей нормальных законов
- •Свойства коэффициента эксцесса
- •20. Устойчивость нормальных смесей относительно смешивающего распределения: прямая задача.
- •21. Устойчивость нормальных смесей относительно смешивающего распределения: обратная задача.
- •22. Моделирование распределений приращений финансовых индексов смесями нормальных законов.
Свойства коэффициента эксцесса
-
-
Пусть
— независимые случайные величины с равной дисперсией.
Пусть |
|
. Тогда |
|
-
Пусть
,
,
;
, X,Y – независимы
Тогда æ(XY) >= æ(X), æ(XY) = æ(X) P(Y=const) = 1
20. Устойчивость нормальных смесей относительно смешивающего распределения: прямая задача.
|
F(x,y) — смешиваемая функция (нормального распределения) Q(y) — смешивающая |
— масштабная
смесь
— расстояние
Задача:
оценить p(
)
Лемма: x1 ,y1, x2, y2 – независимы, P(Yi=>0)=1 , то
|
Сл
1.
Сл
3.
Пусть
хотя бы для одного i
p
Сл
4.
Пусть
Сл
5.
Сл
6. Пусть
хотя бы для одного i
|
21. Устойчивость нормальных смесей относительно смешивающего распределения: обратная задача.
X имеет нормальное распределение.
|
— характеристическая функция |
|
|
— производящая функция |
—
формула
обращения
Вывод:
Опр.
Метрика
Леви
для
любого x
из R.
Геометрический смысл: максимальная длина стороны квадрата (со сторонами, параллельными осям), который можно вписать между графиками F и G.
22. Моделирование распределений приращений финансовых индексов смесями нормальных законов.
W(x(t)) — процесс моделирующий приращение цен
x(t) — процесс управляет временем
— цена
актива
— время
заключения j-го
контракта
()
— процесс изменения цены
T — момент времени
N(T) — число контрактов на время Т
,
Xj
— независимы
S(T)
=
Теорема
При некотором
имеет
место сходимость
-> Ф(х)
Пусть
при некотором выборе
(
)
семейство сл. вел.
слабо компактно,
тогда
Процесс торгов неоднородный => дважды стохастический (Кокса)
Теорема
Пусть Xj
— норсв, EXj=l,
DXj
=
тогда следующие утверждения эквивалентны:
1) Существует U, т.ч. L(t,l)/tl -> U
2)
3)
4)
Основные виды распределений:
|