- •Ответы к экзамену по курсу «Теория случайных процессов»
- •6. Задание вероятностной меры на (rт,b(rт)). Теорема Колмогорова (теорема 8 – без доказательства)
- •7. Определение случайной величины. Примеры. Разбиение. Дискретная(простая) случайная величина. Распределение вероятностей случайной величины.
- •2) Если случайная величина , то найдется последовательность простых случайных величин таких, что для всех .
- •10. Интеграл Лебега. Свойства математического ожидания.
- •12. Лемма Фату(теорема 16), теорема Лебега о мажорируемой сходимости (теорема 17). Равномерно интегрируемое семейство случайных величин. Критерий равномерной интегрируемости(теорема 19).
- •14. Сходимость в пространстве Lp, p принадлежит [1, ∞]. Критерий Коши(теорема 24).
- •16. Относительная слабая компактность семейства вероятностных мер. Теорема Прохорова (теорема 29)
- •26. Полумартингал (определения). Примеры
- •30. Мартингальные преобразования. Теорема Дуба-Мейера (теорема 50).
- •31. Последовательность имеющая ограниченную вариацию. Семимартингалы. Критерий того, что последовательность является семимартингалом (теорема 55).
- •32. Формула Ито для согласования случайных последовательностей (теорема 58). Формула Ито для произведения двух семимартингалов. Квадратическая и взаимная вариация (определения).
- •35. Разложение Куниты-Ватанабе (теорема 64).
- •36. Локальная плотность. Докажите, что локальная плотность является неотрицательным мартингалом (теорема 65).
- •37. Теорема (67) Гирсанова.
- •38. Однородная Марковская цепь. Классификация состояний однородной марковской цепи (теоремы 69-72)
- •2) Если - счетно, то классов не более, чем счетно.
- •40. Определение случайного процесса. Прогрессивно измеримый процесс. Достаточные условия существования прогрессивно измеримого процесса (теорема 76)
- •42. Пуассоновский случайный процесс (определение) и его свойства.
- •43. Полумартингалы (определения, случай непрерывного времени) Предопределенный процесс. Теорема (78) Дуба-Мейера. Пример.
- •44. Регулярные мартингалы. Критерий существования непрерывной справа модификации у равномерно интегрируемого супермартингала (теорема 79).
- •На лекциях была без доказательства!
- •48. Остановленный случайный процесс, локализующая последовательность, локальный полумартингал (непрерывное время).
- •49. Классификация марковских моментов опциональные, предсказуемые.
- •51. Процессы ограниченной вариации и их свойства (теоремы 94, 95).
- •52. Точечный случайный процесс (определение). Считающий процесс и его свойства. Компенсатор. Пример точечного процесса.
- •53. Интеграл Римана-Стильтеса (определение) и его свойства (теорема 96).
- •56. Интегрирование случайных процессов по мартингалами имеющим ограниченную вариацию (теорема 100).
- •57. Теорема Кэмбелла (следствие 101). Найдите характеристическую функцию Пуассоновского случайного процесса.
2) Если случайная величина , то найдется последовательность простых случайных величин таких, что для всех .
Доказательство. Начнем с пункта 2). Положим , и
непосредственной проверкой, устанавливается, что для всех . Отсюда следует и доказательство пункта 1) так как можно представить в виде , где .
Определение. Пусть - случайная величина. Пусть множества из вида , (R1) . Наименьшую -алгебру порожденную такими множествами называют -алгеброй, порожденной случайной величиной и обозначают ее через F.
Если - борелевская функция, то из леммы 9 следует, что - случайная величина, причем F - измерима. Оказывается, справедливо и обратное утверждение.
Теорема 12. (Бореля). Пусть –измеримая случайная величина. Тогда найдется борелевская функция : R1 R1 такая, что , т.е. для каждого .
9. Случайный элемент. Примеры случайных элементов. Определение случайного процесса. Независимые случайные элементы.
Определение. Пусть ( ,F) и (E,) - измеримые пространства. определенная на принимающая значения в E называется F/ –измеримой функцией или случайным элементом (со значениями в E F). (3)
Примеры случайных элементов:
1) Если (E,) = (R1,(R1)), то определение случайного элемента совпадает с определением случайной величины.
2) Пусть (E,) = ( Rn,(Rn)). Тогда случайный элемент называется n - мерным случайным вектором. Если - проекция Rn на -ую координату, то = , где . Ясно, что - обычные случайные величины. Действительно, для (R1) R1,.., R1, R1 R1}= (R1 R1 R1 R1) F.
Определение. Упорядоченый набор случайных величин будет называться - мерным случайным вектором.
В соответствии с этим определением всякий случайный элемент со значениями в Rn будет - мерным случайным вектором. Справедливо обратное утверждение: всякий n- мерный случайный вектор = есть случайный элемент в Rn. Действительно, если (R1), , то F, то наименьшая -алгебра, порожденная всеми совпадает с (Rn). поэтому для (Rn) F.
3) Пусть (E,) = (RТ,(RТ)), Т – подмножество числовой прямой. В этом случае всякий случайный элемент представим в виде с называется случайной функцией с временным интервалом Т.
Определение. Пусть R1. Совокупность называется случайным процессом с временным интервалом Т. Если , то - называется случайным процессом с дискретным временем или случайной последовательностью. Если , то - называется случайным процессом с непрерывным временем.
Определение. Пусть - случайный процесс. Для каждого функция - называется реализацией или траекторией процесса, соответствующего исходу .
Определение. Пусть - случайный процесс. Вероятностная мера Р на (RТ,(RТ)) с P P , (RТ) называется распределением вероятностей процесса Х.
Определение. Вероятностная мера P P , где (Rn), , называется конечномерными распределениями вероятностей случайного процесса , а n-мерная функция распределения , где , называется конечномерными функциями распределения процесса .
Определение. Пусть ( ,F,P) - вероятностное пространство и набор ( ) - измеримых пространств, где - произвольное множество. Будем говорить, что - измеримые функции независимы в совокупности, если для любого конечного набора элементы - независимы, т.е. для P P .