Файл: Липцер Р.Ш. Статистика случайных процессов. Нелинейная фильтрация и смежные вопросы.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 10.04.2024
Просмотров: 196
Скачиваний: 0
§ п |
|
|
ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ВЕРОЯТНОСТЕЙ |
|
|
25 |
|||||||||||
|
В частности, если для |
последовательности %п, п = |
1, |
2, . . . , |
|||||||||||||
существует интегрируемая |
случайная |
величина |
| такая, |
что |
|||||||||||||
|
|
то справедливо неравенство (1.2). |
|
и |
|
|
п = |
|
|||||||||
2, |
Т е о р е м а |
1.3. |
Пусть |
|
|
(Р-п. н.) |
< |
оо, |
1, |
||||||||
. . . |
Для того чтобы |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
М Цп\S)-> М (£ \S) < оо |
|
(Р-п. н.), |
|
(1.3) |
|||||||||
необходимо и достаточно, чтобы последовательность |
п = \ , 2,..., |
||||||||||||||||
была равномерно интегрируемой. |
|
|
|
полезное |
|
|
|||||||||||
|
Из теорем 1.2 и L3 вытекает следующее |
|
|
||||||||||||||
|
С л е д с т в и е . |
Если |
|
|
(Р-п. н.) и последовательность Іп, |
||||||||||||
п — 1, |
2, . . . , равномерно интегрируема, |
то |
|
|
|
|
|
||||||||||
|
|
|
М ( |£„— %W§)-+Q, |
я-»оо |
|
(Р-п. н.) |
|
(1.4) |
|||||||||
|
Т е о р е м а |
1.4 |
|
(теорема |
Лебега о мажорируемой сходи |
||||||||||||
мости). Пусть |
|
|
(Р-п. и.) и существует такая интегрируемая |
||||||||||||||
случайная |
величина |
т), |
что |£,г |^ т ]. Тогда |
|
|
|
|
|
|||||||||
|
|
|
М (| £„ — £ 11^)->0, |
я —> оо |
(Р-п. и.). |
|
|
|
|||||||||
|
З а м е ч а н и е |
1. |
Теорема |
1.3, ее следствие |
и теорема |
1.4 |
|||||||||||
сохраняет свою силу, если сходимость |
|
|
(Р-п. н.) заменить |
||||||||||||||
на |
сходимость |
по вероятности: £ = P-limg„. |
|
|
|
|
|
||||||||||
|
З а м е ч а н и е |
2. |
Беря |
в |
|
|
П |
|
|
в качестве S |
|||||||
|
теоремах 1.1 — 1.4 |
||||||||||||||||
тривиальную |
сх-алребру {0, |
й}, |
получаем |
обычные |
теоремы |
||||||||||||
о предельном переходе под знаком интеграла Лебега, |
поскольку |
||||||||||||||||
в этом |
случае М(т}]^)=Мті. |
|
@~о, $~\, |
|
|
|
|
|
|
||||||||
|
Пусть |
теперь . . . , |
~2, |
gr2s |
|
••• |
— неубываю |
||||||||||
щая (..., |
|
|
|
|
|
...) последовательность а-под- |
|||||||||||
алгебр |
|
Обозначим |
Ѳ~^ = |
er |( J ЗГпj |
минимальную сг-алгебру, |
||||||||||||
содержащую алгебру событий |
и положим ^~ -0O= |
f '|^ V |
|||||||||||||||
|
Т е о р е м а |
1.5 (Леви). |
П |
g — случайная |
|
П |
|
||||||||||
|
Пусть |
величина |
|||||||||||||||
С M U K |
оо. Тогда |
с вероятностью 1 |
|
|
|
|
|
|
|
||||||||
|
|
|
|
M ( £ | ^ ) ^ M ( | | < r j , |
rt_> оо, |
|
|
|
|
||||||||
|
|
|
|
M ( i l ^ n) - >M( | [ S T -J, |
п - > - оо. |
|
|
|
|
||||||||
|
Следующее предложение содержит в себе утверждение как |
||||||||||||||||
теоремы 1.4, так и теоремы |
1.5. |
(Р-п. н.) и существует такая |
|||||||||||||||
|
Т е о р е м а |
1.6. |
Пусть |
|
|
||||||||||||
интегрируемая случайная величина тр что I |
\ т І^Л - |
Пусть, |
далее, |
||||||||||||||
..., |
|
- 2 s |
5Г_ І s |
П~0s |
|
^ |
@ ~ 2 |
— • • • |
— неубывающая |
после |
|||||||
довательность |
о-подалгебр |
|
ЗГ^ = |
g і ц г л , |
г . „ = |
п |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
\ |
П |
} |
|
|
п |
|
26 Необхо дим ы е свед ен и я [гл. і
Тогда |
с вероятностью |
1 |
|
|
||
|
|
lim |
M( | m| ^' n) = M ( | | ^ ‘J , |
|
|
|
|
|
п, m->оо |
( |
1. 6) |
||
|
|
lim |
M(gm|0-_„)=M (£N T -«). |
|||
|
|
п, m |
оо |
|
|
|
Т е о р е м а 1.7 |
(критерий компактности Данфорда — Пет |
|||||
тиса). |
Для |
того чтобы семейство случайных величин {£а, а е |
21} |
|||
с МI £а I < |
оо было |
слабо компактно, необходимо и достаточно, |
чтобы оно было равномерно интегрируёмым. (Напомним, что
слабая |
компактность семейства |
{£а, а е |
21} |
означает, |
что каж |
|||||||||
дая последовательность £аІ. «,■*е |
21, |
/ = 1 , |
2, |
. . . , |
|
содержит |
||||||||
слабо сходящуюся |
подпоследовательность.) |
|
|
|
|
|
||||||||
В заключение этого пункта приведем одно необходимое и |
||||||||||||||
достаточное условие равномерной интегрируемости. |
|
последо |
||||||||||||
Т е о р е м а |
1.8 |
(Валле-Пуссен). |
Для |
того |
чтобы |
|||||||||
вательность | |( |
| 2> • |
• • интегрируемых случайных величин |
была |
|||||||||||
равномерно интегрируемой, |
необходимо |
и |
достаточно, |
чтобы |
||||||||||
существовала функция |
G(t), |
|
0, |
положительная, |
возрастаю |
|||||||||
щая и выпуклая книзу, |
такая, |
что |
|
|
|
|
|
|
|
|||||
|
|
|
|
lim |
с (О |
= |
оо, |
|
|
|
|
|
(1.7) |
|
|
|
|
|
t -> оо |
t |
|
|
|
|
|
|
|
|
|
|
|
|
sup MG(| ln о < |
оо. |
|
|
|
|
|
(1.8) |
||||
6. |
Основные неравенства для математических ожиданий. |
|||||||||||||
Н е р а в е н с т в о |
Г ё л ь д е р а . |
Если |
р > 1, |
-^- + |
-^-=1, то |
|||||||||
|
|
М ит1|< ( М Ш Р)1/Д М |тіі7Д |
|
|
|
(1.9) |
В качестве частных случаев (1.9) получаем следующие два неравенства.
Н е р а в е н с т в о К о ш и — Б у н я к о в с к о г о :
|
М| £ т ||< Ѵ Ш 2Щ г- |
(1.10) |
|
Н е р а в е н с т в о |
М и н к о в с к о г о . Если р ^ \ , |
то |
|
(МI і + ц П1/р< (М и І7/Р+ (мң Гу». |
(ini) |
||
Н е р а в е н с т в о |
И е н с е н а . |
Пусть f(x) — непрерывная |
|
выпуклая (книзу) функция одного |
переменного и | — интегри |
руемая случайная величина (М | £ | < оо) такая, что М | /(£) |< оо. Тогда
|
f m x M H D - |
|
(М2) |
З а м е ч а н и е . |
Все указанные неравенства |
остаются |
спра |
ведливыми, если |
операцию математического |
ожидания |
М( - ) |
§ Ч |
ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ВЕРОЯТНОСТЕЙ |
|
|
27 |
|||||||
заменить |
на |
условное математическое ожидание |
М( - | ^), |
где |
|||||||
^ — ст-подалгебра |
ЗГ |
основного вероятностного |
пространства |
||||||||
(Q, Т , Р). |
|
|
|
|
Ч е б ы ш е в а . |
Если |
М | £ | < о о , |
то |
для |
||
Н е р а в е н с т в о |
|||||||||||
всякого а > О |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P { l g | > a } < ^ i . |
|
|
|
|
|
|
7. |
Лемма |
Бореля — Кантелли |
служит |
основным средством |
|||||||
при исследовании свойств, выполняющихся «с вероятностью |
1». |
||||||||||
Пусть |
А 1, |
А2, |
. . . — последовательность |
|
множеств |
из |
SF. |
||||
Множество А* называется верхним |
пределом |
последовательно |
|||||||||
сти множеств Л|, |
Аъ ... и обозначается А* = |
lim„sup Ап, если А* |
|||||||||
с о с т о и т из всех |
тех |
точек со, каждая из которых принадлежит |
бесконечно многим Ап. Отправляясь от этого определения, не трудно показать, что
ООоо
иV
П=1ГП—П
Часто также пишут |
А* = {Ап |
б. ч.}. |
||
Множество Л, |
называется |
нижним пределом последователь |
||
ности |
множеств |
Аи |
А2, • ■. |
и обозначается At — limrt inf Ап, |
если |
Л, состоит из точек со, |
каждая из которых принадлежит |
всем Ап, за исключением, самое большее, конечного их числа.
Всоответствии с этим определением
оооо
Л^ и f l А™-
п=-1 ш= п
Л е м м а |
Б о р е л я — К а н т е л л и . Если |
2 Р ( ^ « ) < ° ° > |
то |
|||
|
|
ОО |
|
П=1 |
|
|
|
|
|
|
|
|
|
Р(Л*) = 0. Если |
же 2 |
Р(Л„) = °° и множества Аь Л2, ... |
не- |
|||
зависимы (т. |
е. |
гс=1 |
Р(Л<6) |
для любых |
||
Р (А 1{, |
. . . , Лг&) = Р(Л*1) ... |
|||||
различных іи . .. , ik), |
то Р (Л ’) = 1 . |
|
£(со), опре |
|||
8. Гауссовские системы. Случайная величина £ = |
||||||
деленная на |
вероятностном пространстве(Q, 3F, Р), |
называется |
гауссовской (или нормальной), если ее характеристическая функция
|
(J2 |
|
<р(0 = Ме'^ = е П 2 1, |
(1.13) |
|
где — о о < т < о о , а2<оо . |
В невырожденном |
случае (сг2 > 0) |
у функции распределения |
|
|
^Ч(*) = |
Р{ю: | (©)<*} |
(1.14) |
28 |
|
|
|
|
|
НЕОБХОДИМЫЕ СВЕДЕНИЯ |
|
|
|
|
|
[ГЛ. I |
|||||||
существует плотность |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
fl (х) = |
---- |
- e~<JC~lra)a''2gZ, |
|
— о о < х < о о . |
|
|
(1.15) |
||||||||||
|
|
|
|
|
у 2.Тіа |
|
|
|
|
|
|
|
|
|
|
|
|
||
В вырожденном |
случае (а2 = |
0), очевидно, |
Р {| = т } = 1 . |
|
|||||||||||||||
Параметры |
т и о2 нормального распределения, |
задаваемого |
|||||||||||||||||
характеристической |
функцией |
(1.13), |
имеют |
простой |
смысл: |
||||||||||||||
т = |
М|, |
о2 = 0 1 , |
где D £ = M ( g — Mg)2— дисперсия |
случайной |
|||||||||||||||
величины |. |
|
|
то |
Mg2rt = |
(2«— l)!!a2". |
|
|
|
|
|
|
|
|||||||
Если |
т — О, |
|
|
|
|
|
запись *) |
||||||||||||
В |
дальнейшем |
|
часто |
будет |
|
использоваться |
|||||||||||||
g~jV(/n, о2), означающая, |
что | |
является |
гауссовской |
величи |
|||||||||||||||
ной с параметрами т и а2. |
|
|
£„), состоящий из случайных |
||||||||||||||||
Случайный |
вектор g = |
(g(, . . . , |
|||||||||||||||||
величин |
| ь . .. , |
|
£п, называется гауссовским (или нормальным), |
||||||||||||||||
если |
его характеристическая |
функция |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
П |
|
|
Ф (і) = |
M e * », |
|
* = ( * „ . . . , |
U |
|
t, е= /?» |
(С I) = |
2 |
|
^ / . |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
/= I |
|
|
задается |
формулой |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
Ф (t) — ei |
|
2 |
(t, т)——Ш. |
|
|
|
(1.16) |
|||||
где т = (ти . . . , |
/я„), I m f | < |
оо, (Rt, t) = |
2 Пь АО и Я = |
||rfe/|| — |
|||||||||||||||
неотрицательно |
|
|
|
|
|
|
|
|
|
а, / |
|
|
|
|
|
|
|||
определенная симметрическая матрица: |
|
|
|||||||||||||||||
|
|
|
2 |
/ |
|
|
5=^ 6, |
t j ( =R, |
|
гfcj |
|
Гу^. |
|
|
|
|
|||
|
|
|
ft, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В невырожденном случае (когда матрица Д* положительно |
|||||||||||||||||||
определенная |
и, |
следовательно, |
| / ? | = d e t # > 0 ) |
у |
функции |
||||||||||||||
распределения /^(х,, ... , |
х„) = |
Р{ю: |
g ,< x ,, |
. . . , |
g„ < х„} век |
||||||||||||||
тора |
g = |
(g(, |
|
|
%п) существует плотность |
|
|
|
|
|
|
||||||||
|
|
, хп) ■ |
|
|
(1/2 |
•ехр |
|
|
>,аИ(х{— т {)(х,- — nij) |
, |
(1.17) |
||||||||
|
|
(2я)ге/2 |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
где Л = |
|[аг/ [| — матрица, |
обратная |
к R |
(А = |
R~l), |
\ А \ = |
del А. |
||||||||||||
Пользуясь введенными выше обозначениями, |
плотность |
||||||||||||||||||
fl(xb |
. .. , хп) |
можно |
(в |
невырожденном |
случае) |
переписать |
|||||||||||||
*) Заметим, что обычно пишут |
g~jV (m, |
а). |
Нам удобно, |
однако, ис |
|||||||||||||||
пользовать |
запись |
|
|
|
о2). |
|
|
|
|
|
|
|
|
|
|
|
|