Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
8.3. Стохастические модели состояния и уравнения КолмогороваРавенства (8.18), (8.19) устанавливают связь между стохастической моделью состояния в форме Пусть
где
Нас будет интересовать предел
Поэтому в дальнейших рассуждениях с целью упрощения выкладок будем пренебрегать слагаемыми порядка малости
Таким образом, при
Фиксируем
Таким образом,
А так как
то плотность распределения
Следовательно,
так как функция
является
Используя полученный результат, заменяя экспоненту первыми двумя членами ее разложения по формуле Тейлора и отбрасывая слагаемые порядка малости
Разделив правую и левую части полученного равенства на
Для перехода от характеристической функции к функции плотности вероятностей достаточно воспользоваться формулой обращения экспоненциального интегрального преобразования Фурье:
В результате [XI] приходим к следующему уравнению относительно функции
Прежде чем приступать к анализу полученного уравнения (8.20), приведем без доказательства некоторые свойства
2) если функция
3) если функции
4) если функции
5) в интегралах, содержащих 6) для частных производных
Обратимся теперь к уравнению (8.20). Если
Таким образом, согласно свойствам
и мы приходим ко второму уравнению Колмогорова (8.7) при замене t на
Если вспомнить, что Равенства (8.18), (8.19) позволяют реализовать переход от стохастической модели состояния (8.14) к уравнениям Колмогорова (8.4), (8.7), которым удовлетворяет условная функция плотности вероятностей Пример 8.3. Пусть второе уравнение Колмогорова для условной функции плотности вероятностей
Согласно (8.7), имеем
Так как (см. 8.2) матрица диффузии неотрицательно определена, то уравнение Колмогорова определено лишь для значений
т.е. скалярный марковский процесс
где Если векторная функция Итак, в общем случае переход от уравнений Колмогорова к стохастическим моделям состояния, определяющим исходные марковские процессы, не является однозначным. Более того, эта неоднозначность возможна и в скалярном случае, т.е. при В практике научных исследований для матричной функции
позволяющее преобразовать матричное уравнение (8.19) к стандартному виду
Тогда можно достаточно просто найти решение этого уравнения с помощью квадратного корня из квадратной симметрической матрицы, который определяется с точностью до знака:
Пример 8.4. Определим систему стохастических дифференциальных уравнений, которой удовлетворяет двумерный марковский процесс
если условная функция плотности вероятностей этого случайного процесса
Согласно (8.4), имеем
Таким образом, матричная функция
и выписать систему стохастических дифференциальных уравнений, входящих в стохастическую модель состояния (8.14):
где В заключение отметим следующее. 1. При любых фиксированных значениях X и i матрица диффузии
При этом для определенности полагаем
А так как равенство
эквивалентно равенству
то
Пример 8.5. Чтобы вычислить квадратный корень из неотрицательно определенной симметрической матрицы
находим ее собственные числа
Таким образом,
2. Переход от уравнений Колмогорова к соответствующим системам стохастических дифференциальных уравнений в общем случае не является однозначным, но представляет интерес, так как эти системы определяют марковские случайные процессы, эквивалентные по своим вероятностным свойствам процессам, для которых заданы соответствующие уравнения Колмогорова. 3. Случайные процессы
|
1 |
Оглавление
|