
- •Теорія ймовірностей`
- •1. Скінченний та зліченний імовірносний простір. Геометричне визначення імовірності
- •1.2. Події та операції над подіями
- •1.3. Скінченний простір елементарних подій
- •1.4. Зліченна ймовірносна схема
- •1.5. Геометричне визначення ймовірності
- •2. Аксіоматика теорії ймовірностей
- •2.1. Поняття ймовірносного простору. Властивості ймовірності
- •2.2. Умовні ймовірності. Незалежність подій
- •2.3. Формула повної ймовірності і формула Байєса
- •3. Дискретні випадкові величини
- •3.1. Поняття дискретної випадкової величини
- •3.2. Закон розподілу дискретної випадкової величини
- •3.3. Математичне сподівання
- •3.4. Багатовимірні закони розподілу
- •3.5. Додаткові властивості математичного сподівання і дисперсії
- •3.6. Коваріація та коефіцієнт кореляції
- •3.7. Нерівність Чебишова і закон великих чисел
- •3.8. Генератриси цілочислових випадкових величин
- •3.9. Багатовимірні генератриси
- •3.10. Гіллясті процеси
- •3.11. Слабка збіжність випадкових величин
- •3.12. Граничні теореми в схемі Бернуллі
- •4. Випадкові величини загального типу
- •4.1. Визначення випадкової величини. Її функція розподілу
- •4.2. Розподіл ймовірностей випадкової величини. Вибірковий ймовірносний простір
- •4.3. Дискретні, абсолютно неперервні і сингулярні розподіли
- •4.4. Функції від випадкових величин
- •4.5. Багатовимірні розподіли
- •4.6. Незалежність випадкових величин
- •4.7. Математичне сподівання
- •4.8. Теорема Лебега. Формули для обчислення математичного сподівання
- •4.9. Закон великих чисел і метод Монте-Карло
- •4.11. Характеристична функція. Її основні властивості
- •4.12. Формули обернення для характеристичних функцій
- •4.13. Неперервна відповідність між функціями розподілу і характеристичними функціями
- •4.14. Закон великих чисел у формі Хінчина
- •4.15. Центральна гранична теорема
3.8. Генератриси цілочислових випадкових величин
Дискретну випадкову величину , яка приймає цілі невід’ємні значення, будемо називати цілочисловою випадковою величиною. Закон розподілу цілочислової величини визначається ймовірностями
.
Генератрисою
цілочислової
випадкової величини
будемо називати функцію
.
Через закон розподілу генератриса подається сумою ряду
,
який
абсолютно збігається при
.
Так як
,
то між законами розподілу
і генератрисами встановлюється взаємно
однозначна відповідність.
Знайдемо генератриси деяких розподілів:
Генератриса біноміального закону розподілу
.
Генератриса пуассонівського закону розподілу
.
Генератриса геометричного закону розподілу
.
Введемо позначення
для
натурального
.
Факторіальним
моментом r-го
порядку випадкової
величини
будемо називати
.
Через факторіальні моменти
можна подати
і навпаки.
Має місце рівність
(3.9)
для
довільного цілого невід’ємного r.
Дійсно, якщо
збігається у якій-небудь точці
,
то його можна диференціювати почленно
в
і ми отримаємо
.
У
протилежному випадку визначимо
як
і знов ж таки маємо
.
У рівності (3.9) обидві частини можуть бути нескінченними.
Підрахуємо на основі (3.9) математичні сподівання деяких розподілів.
Біноміальний розподіл:
.
Пуассонівський розподіл:
.
Геометричний розподіл:
.
3.9. Багатовимірні генератриси
Нехай
– випадковий вектор з цілочисловими
компонентами
,
Позначимо
,
де
– можливе значення вектора
.
Багатовимірною генератрисою називається
.
За
допомогою похідних від
підраховуються змішані факторіальні
моменти
.
У подальшому важливе значення має наступний результат.
Теорема 3.8.
Якщо
– незалежні цілочислові випадкові
величини,
– їх генератриси, то
.
Нехай
– послідовність цілочислових, однаково
розподілених, незалежних випадкових
величин з генератрисою
;
– незалежна від них цілочислова випадкова
величина з генератрисою
.
Нехай
при
.
Теорема 3.9.
Генератриса
дорівнює суперпозиції
.
3.10. Гіллясті процеси
Нехай є деяка кількість
однотипних частинок, які розмножуються
незалежно одна від одної. pn
– ймовірність того, що одна частинка
перетворюється в n
частинок,
– генератриса розподілу ймовірностей
.
Для
розглянемо
– незалежні випадкові величини з
розподілом, що визначається генератрисою
.
Величина
представляє собою число нащадків
-ої
частинки
-ого
покоління. Гіллястий процес
,
,
визначимо рекурентно
,
,
.
Очевидно, що – число частинок в t-ому поколінні.
З теореми 3.9 випливає, що
. (3.10)
З цього співвідношення знаходимо
.
Позначимо
.
Диференціюванням (3.10) по s
в точці 1 дістанемо
,
звідки
.
Поведінка гіллястого процесу суттєво визначається значенням параметру A – середнім числом безпосередніх нащадків від однієї частинки.
Очевидно
1)
,
якщо
;
2)
,
якщо
;
3)
,
якщо
.
Будемо називати гіллястий процес докритичним, надкритичним або критичним, якщо відповідно , , .
Якщо
,
то ми будемо говорити, що гіллястий
процес виродився до моменту часу t
.
Так
як
,
то
не зменшується і при
має границю
,
яку ми будемо називати ймовірністю
виродження.
Теорема 3.10.
Якщо
,
то для того, щоб
,
необхідно і достатньо, щоб процес був
надкритичним.