- •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.
10. Интеграл Лебега. Свойства математического ожидания.
Пусть ( ,F,P) - конечное вероятностное пространство, т.е. существует набор множеств таких, что при и , а - простая случайная величина.
Определение. Математическим ожиданием простой случайной величины , обозначаемым через М , называется величина M P(Ak). Это определение корректно, так как оно не зависит от способа представления случайной величины . Для математического ожидания будем использовать следующее обозначение: P P.
Определение. Интеграл Лебега относительно вероятностной меры Р случайной величины , обозначаемый М , определяемый равенством M M называется математическим ожиданием случайной величины .
Это определение будет корректным, если значение предела не зависит от способа выбора аппроксимирующей последовательности (иначе говоря, если и , то M = M ).
Пусть теперь - произвольная случайная величина. Обозначим .
Определение. Говорят, что математическое ожидание случайной величины существует, если хотя бы одна из величин или конечна, т.е. . В этом случае по определению полагается , а - называется интеграл Лебега от по мере Р.
Определение. Говорят, что математическое ожидание случайной величины конечно, если и . Отсюда следует, что - конечно тогда и только тогда, когда .
Наряду с можно рассматривать и , если они определены, то их называют моментами - порядка, где r = 1,2,…,k.
Свойства математического ожидания.
А) Пусть и у случайной величины существует , тогда существует и .
Доказательство. Для простых функций это утверждение очевидно. Пусть , где - простые случайные величины и , следовательно . Значит .
В) Пусть , тогда .
С) Если существует , то .
Доказательство. Так как , то из А) и В) следует, что , то есть .
D) Если существует , то для каждого A F существует . Если конечно, то - конечно.
Доказательство следует из пункта В), так как , .
Е) Если и - случайные величины, причем и , то .
Доказательство. Пусть и - последовательность простых функций таких, что и . Тогда и . Кроме того и . Значит .
F) Если , то .
G) Если , Р-п.н. и , то и .
Доказательство. Пусть , тогда , где . В силу Е) .
Н) Пусть и , тогда Р - п.н.
Доказательство. Обозначим . Очевидно, что . поэтому в силу свойства В) , следовательно , значит для всех , но .
I) Пусть и - случайные величины такие, что и и для всех . Тогда Р - п.н..
Доказательство. Пусть . Тогда . Поэтому , тогда по свойству Е) , а в силу Н) P - п.н., значит Р(В)=0.
J) Пусть - расширенная случайная величина и , тогда P - п.н..
Доказательство. Действительно, пусть и Р(А) > 0. Тогда , что противоречит предположению .
11. Сходимость по вероятности и с вероятностью один случайных величин. Теорема о монотонной сходимости (теорема 15).
Пусть на задано последовательность случайных величин.
Определение. Последовательность случайных величин называется сходящейся по вероятности к случайной величине , обозначается или , если для при .
Теорема 13. Последовательность случайных величин сходится по вероятности к случайной величине тогда и только тогда, когда при .
Определение. Последовательность случайных величин называется сходящейся с вероятностью 1 к случайной величине , если , обозначается .
Лемма 14. (Бореля-Кантелли) Пусть последовательность событий и . Если , то Р(А) = 0.
Доказательство. В силу свойства вероятности имеем
Р(А) = .
Доказательство закончено.
Теорема 15 (О монотонной сходимости) Пусть
случайные величины. Тогда справедливы следующие утверждения:
а) если ;
б) если .
Доказательство. а) Предположим, что . Пусть для каждого - последовательность простых случайных величин таких, что при . Обозначим . Тогда очевидно, что . Пусть , поскольку для , то переходя к пределу при получим, что для любого , значит . Так как случайные величины простые и , то .
С другой стороны, очевидно, что . Поэтому , значит = .
Пусть теперь - случайная величина с . Если , то в силу свойства В) математических ожиданий = , утверждение доказано.
Пусть , тогда вместе с условием получаем: . Очевидно, что для всех . Поэтому, согласно доказанному и значит по свойству Е) математических ожиданий . Так как , то при .
Доказательство пункта б) следует из а), если вместо исходных случайных величин рассмотреть случайные величины со знаком минус.