- •1.Двухфакторный дисперсионный анализ.
- •2.Нелинейная регрессия
- •Постановка задачи
- •3.Винеровский и Пуассоновский процессы.
- •Многомерный винеровский процесс
- •Применение
- •4.Марковский процесс
- •История
- •Отличие Марковского процесса от Марковской цепи
- •5.Стационарные процессы
- •6.Определение и свойство интеграла Ито.
Многомерный винеровский процесс
Многомерный (n-мерный) винеровский процесс — это Rn-значный случайный процесс, составленный из n независимых одномерных винеровских процессов, то есть
,
где процессы совместно независимы.
Пуассо́на пото́к (проце́сс), (устар. Пуассоновский процесс[1]) — поток однородных событий, для которого число событий в интервале А не зависит от чисел событий в любых интервалах, не пересекающихся с А, и имеет Пуассона распределение с параметром Λ(А). В теории случайных процессов описывает количество наступивших случайных событий, происходящих с постоянной интенсивностью.
Вероятностные свойства потока Пуассона полностью характеризуются функцией Λ(А), равной приращению в интервале А некоторой убывающей функции. Чаще всего поток Пуассона имеет мгновенное значение параметра λ(t) — функцию, в точках непрерывности которой вероятность события потока в интервале [t,t+dt] равна λ(t)dt. Если А — отрезок [a,b], то
Поток Пуассона, для которого λ(t) равна постоянной λ, называется простейшим потоком с параметром λ.[2]
Потоки Пуассона определяются для многомерного и вообще любого абстрактного пространства, в котором можно ввести меру Λ(А). Стационарный поток Пуассона в многомерном пространстве характеризуется пространственной плотностью λ. При этом Λ(А) равна объему области А, умноженному на λ.
Классификация
Различают два вида процессов Пуассона: простой (или просто: процесс Пуассона) и сложный (обобщённый).
Простой процесс Пуассона
Пусть λ > 0. Случайный процесс называется однородным Пуассоновским процессом с интенсивностью λ, если
X0 = 0 почти наверное.
{Xt} — процесс с независимыми приращениями.
для любых , где P(λ(t − s)) обозначает распределение Пуассона с параметром λ(t − s).
Сложный (обобщённый) Пуассоновский процесс
Пусть ξ1,...,ξn последовательность взаимно независимых одинаково распределённых случайных величин.
Пусть N(t) - простой пуассоновский процесс с интенсивностью λ, не зависящий от последовательности ξ1,...,ξn.
Обозначим через Sk cумму первых k элементов введённой последовательности.
Тогда определим сложный Пуассоновский процесс {Yt} как SN(t) .
Свойства
Пуассоновский процесс принимает только неотрицательные целые значения, и более того
.
Траектории процесса Пуассона — кусочно-постоянные, неубывающие функции со скачками равными единице почти наверное. Более точно
при ,
где o(h) обозначает «о малое».
Пуассоновский процесс стационарен.
Критерий
Для того чтобы некоторый случайный процесс {Xt} с непрерывным временем был Пуассоновским (простым, однородным) или тождественно нулевым достаточно выполнение следующих условий:
X0 = 0.
Процесс имеет независимые приращения.
Процесс однородный.
Процесс принимает целые неотрицательные значения.
при .
Информационные свойства
Пусть — моменты скачков процесса Пуассона. T = τj − τj − 1.
Зависит ли T от предыдущей части траектории? — ?
Пусть .
. Распределение длин промежутков времени между скачка́ми обладает свойством отсутствия памяти ⇔ оно показательно.
Рассмотрим отрезок [a,b] на временно́й оси.
X(b) − X(a) = n — число скачков на отрезке [a,b]. Условное распределение моментов скачков совпадает с распределением вариационного ряда, построенного по выборке длины n из R[a,b].
Плотность этого распределения
ЦПТ
Теорема.
Скорость сходимости: , где C0 — константа Берри-Эссеена.