Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Гауссівські (гауссові) випадкові процеси




Процеси з незалежними приростами

Процеси з незалежними значеннями

Процесом з незалежними значеннями називається випадковий процес, для якого величини x (t 1), x (t 2), …, x (tn) є взаємно незалежними для довільних t 1 < t 2 < … < tn з Т.

Завдання. Переконатися, що всі скінченновимірні розподіли таких процесів визначаються їх одновимірними розподілами.

 

Процес x (t), t Î Т, називається процесом з незалежними приростами, якщо для будь-яких моментів часу t 0 < t 1 < … < tn (tі Î Т, і = 1,…, n) випадкові величини x (t 0), x (t 1)– x (t 0),…, x (tn)– x (tn –1) є взаємно незалежними.

Завдання. Переконатися, що скінченновимірні розподіли процесу з незалежними приростами визначаються його розподілами порядку не вище другого.

Зауваження. Один з варіантів розв’язання попереднього завдання міститься в [, с.69, 70]

 

Дійсний процес x (t), t Î Т називають гауссівським або гауссовим, якщо для будь-яких t 1,…, tn з T вектор (x (t 1), x (t 2),…, x (tn)) є нормально розподіленим випадковим вектором (див. [,розділ 1.13] або нижче рівність (1.5)).

Зауваження. Згідно з вказаним означенням нормально розподілені випадкові вектори не обов’язково мають щільність розподілу. Випадок, коли вони мають зазначену щільність, зветься невиродженим. Надалі зустрічаються гуссівські процеси лише з невиродженими скінченновимірними розподілами. Це означає, що вектор (x (t 1), x (t 2),…, x (tn)) при будь-яких n та t 1,…, tn має щільність розподілу

, (1.5)

де ¢ — знак транспонування матриці або вектору, x = (x 1, x 2,…, xn)¢ — n -вимірний вектор-стовпчик, m — математичне сподіваннявектору (x (t 1), x (t 2),…, x (tn)), S – його дисперсійна (коваріаційна) матриця (див. [, 1.13]), так що

m = (m 1, m 2,…, m n)¢ = (Мx (t 1), Мx (t 2),…, Мx (tn))¢,

S = || s іj || = || cov (x (tі), x (tj)|| = || М (x (tіx (tj)) – Мx (tіМx (tj)||

Таким чином, всі параметри функції визначаються функцією середнього значення і коваріаційною функцією процесу x (t).

Питання до означення. Розподілами якого найменшого порядку визначаються всі скінченновимірні розподіли гауссівського випадкового процесу? (Відповідь: 2. Обґрунтуйте цю відповідь).

 




Поделиться с друзьями:


Дата добавления: 2017-02-01; Просмотров: 57; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.008 сек.