Теория случайных процессов. Михайлова И.В - 3 стр.

UptoLike

3
§ 1. Случайные процессы : определения, примеры, основные
характеристики
Случайная функция аргумента t
T, определённая на <Ω,A,P>:
однопараметрическое семейство случайных величин
(
)
{
}
Tt
t
Ω∈ωωξ ,
,
определённых на одном и том же вероятностном пространстве <Ω ,A,P>.
Т множество возможных значений параметра t .
Случайный процесс, определённый на <Ω ,A,P> или , всё равно, что ,
наблюдаемый в опыте G ~ <Ω ,A,P> : Т подмножество действительных
чисел; в этом случае параметр t можно интерпретировать как время.
Если T ={t
0
} одноточечное множество , то
0
t
ξ
- случайная величина,
наблюдаемая в опыте G; если T = {t
1
, ..., t
n
} и n = 2, 3, ... , то
{
}
n
t
t
1=
ξ
-
случайный вектор, наблюдаемый в опыте G; если T = N ={1, 2, ...}, то
{
}
= 1t
t
ξ
- случайная последовательность , наблюдаемая в опыте G.
Заметим , что случайный процесс
(
)
{
}
Tt
t
ξ
,
есть функция двух
переменных t
T ,
ω
. Если t
T фиксировано, то
)(
t
ξ
- случайная
величина, определённая на < Ω , A, P >, называемая значением (сечением )
случайного процесса в момент времени t
T . Если же
ω
-
фиксировано, то
)()(
=
x
ω
ξ
- числовая функция аргумента t
T , которая
называется траекторией (выборочной функцией , реализацией )
случайного процесса.
Семейство конечномерных распределений случайного процесса
{
}
Tt
t
ξ
: P =
{
}
(
)
{
}
{
}
NnTt
n
tt
n
RBBPBP
∈∈
∈=
,
)?(,:
r
rr
ωξω
.
Семейтсво конечномерных функций распределения случайного
процесса
{
}
Tt
t
ξ
: F =
(
)
{
}
{
}
NnTt
n
tt
n
RxxPxF
∈∈
<=
,
,:)(
r
rr
r
r
r
ωξω
Заметим , что многие существенные свойства случайного процесса
определяются свойствами семейства конечномерных распределений . В
частности, исходя из этих свойств, будут в дальнейшем определены
основные классы случайных процессов.
Очевидно, что семейства P и F должны удовлетворять условиям
симметрии и согласованности:
a) Условие симметрии для F:
)()( xFxF
tt
r
r
rr
π
π
=
для любого
Nn
,
любого
n
n
Ttttt ∈= ),,(
21
K
r
и любой перестановки
),,(
21 n
kkk
tttt K
r
=π
координат вектора
),(
1 n
ttt K
r
=
;
b) Условие согласованности для F:
                                            3



         § 1. С луча й ны е п р оце ссы : оп р е де ле ния, п р им е р ы , основ ны е
                                  х а р а кте р истики

     С лучай н ая ф ун к ц и я аргум ента t ∈ T, определённая на <Ω ,A,P>:
однопарам етрич еск ое сем ейство случ айны х велич ин {ξ t (ω ), ω ∈ Ω}t∈T ,
определённы х на одном и том же вероятностном п ространстве <Ω ,A,P>.
Т – м ножество возм ожны х знач ений парам етраt.
     С лучай н ы й проц есс, определённы й на <Ω ,A,P> или, всё равно, ч то,
наб лю даем ы й в опы те G ~ <Ω ,A,P> : Т – подм ножество действитель ны х
ч исел; вэтом случ ае парам етрt м ожно интерпретировать к ак врем я.
     Е сли T={t0} – одноточ еч ное м ножество, то ξ t - случ ай ная велич ина,
                                                            0


наб лю даем ая в опы те G; если T = {t1, ..., tn} и n = 2, 3, ... , то {ξ t }t =1 -
                                                                                        n


случ айны й век тор, наб лю даем ы й вопы те G; если T=N={1, 2, ...}, то {ξ t }t =1
                                                                                            ∞


- случ айная последователь ность , наб лю даем ая вопы те G.
      Зам етим , ч то случ айны й п роцесс {ξ t (ω ), ω ∈ Ω}t∈T есть ф унк ция двух
перем енны х t ∈ T, ω ∈ Ω . Е сли t ∈ T – ф ик сировано, то ξ t (⋅) - случ ай ная
велич ина, определённая на< Ω , A, P >, назы ваем ая зн ачен и ем (сечен и ем )
случай н ого проц есса в м ом ент врем ени t ∈ T. Е сли же ω ∈ Ω -
ф ик сировано, то ξ • (ω ) = x (⋅) - ч исловая ф унк ция аргум ента t ∈ T, к оторая
назы вается т раек т ори ей           (вы борочн ой    ф ун к ц и ей , реали зац и ей )
случ айного процесса.
      С ем ей ст во к он ечн ом ерн ы х распределен и й случ айного процесса
{ξt }t∈T : P = {Ptr {B} = P{ω : ξtr (ω ) ∈ B}, B ∈ ?(R )}tr∈T
                                                      n
                                                                    . n
                                                                          ,n∈N
     С ем ей т сво к он ечн ом ерн ы х ф ун к ц и й распределен и я случ айного
                         {     r
                                        {        ( )     r r
                                                           }
процесса {ξ t }t∈T : F = Ftr ( x ) = P ω : ξ tr ω < x , x ∈ R tr∈T n ,n∈N
                                                                     n
                                                                         }
     Зам етим , ч то м ногие сущ ественны е свой ства случ айного п роцесса
определяю тся свойствам и сем ейства к онеч ном ерны х распределений. В
ч астности, исходя из этих свойств, б удут в даль нейш ем определены
основны е к лассы случ айны х процессов.
     О ч евидно, ч то сем ейства P и        F   должны удовлетворять условиям
сим м етрии и согласованности:
                                              r        r
     a) У словие сим м етрии для F: Ftr ( x ) = Fπtr (πx ) для лю б ого n ∈ N ,
          r                                                    r
лю б ого t = (t1 , t 2 ,K t n ) ∈ T и лю б ой перестановк и πt = (t k1 , t k2 ,Kt kn )
                                   n

                        r
к оординатвек тора t = (t1 ,Kt n ) ;
          b) У словие согласованности для F: