Марковский Момент

121

- понятие, используемое в теории вероятностей для случайных величин, обладающих свойством независимости от "будущего". Точнее, пусть - нек-рое измеримое пространство с выделенным на нем неубывающим семейством s-подалгебр в случае непрерывного времени и Т={0, 1 ...} в случае дискретного времени). Случайная величина со значениями в наз. Марковским моментом (относительно семейства ), если при каждом событие принадлежит В случае дискретного времени это эквивалентно тому, что для любого событие принадлежит Примеры. 1) Пусть X(t), - действительный случайный процесс, заданный на и Тогда случайные величины в т. Е. Моменты (первого и первого после +0) достижения (борелевского) множества В, являются М.

М. (в случае полагают ). 2) Если W(t),- стандартный винеровский процесс то М. М. имеет плотность распределения вероятностей При этом но 3) Случайная величина являющаяся первым моментом, после к-рого процесс Xt остается в множестве В, является примером немарковского момента (случайной величины, зависящей от "будущего"). С помощью понятия М. М. Формулируется строго марковское свойство марковских процессов. М. М. И моменты остановки (т. Е. Конечные М. М.) играют важную роль в общей теории случайных процессов и статистическом последовательном анализе. Лит.:[1] Г и х м а н И. И., Скороход А. В., Теория случайных процессов, т. 2, М., 1973. А. Н. Ширяев. .

Значения в других словарях
Маркова Цепь Сложная

последовательность случайных величин xn обладающая следующими свойствами. 1) множество значений xn конечно или счетно, 2) при любом n и любых значениях Сложная цепь Маркова, удовлетворяющая (*), наз. S-сложной. При s= 1 условие (*) является обычным марковским свойством. Изучение s-сложных цепей Маркова можно свести к изучению обычных цепей Маркова. Для этого рассматривается последовательность случайных величин hn значения к-рых находятся во взаимно однозначном соответствии, со значения..

Маркова Цепь Эргодическая

однородная по времени цепь Маркова x(t), обладающая следующим свойством. Существуют (не зависящие от i) величины где - переходные вероятности. Распределение {р j} на множестве состояний цепи x(t) наз. Стационарным распределением. Если при всех j, то при всех и j. Вместе с основным свойством цепи Маркова это позволяет находить {р j},не вычисляя пределов в (1). Пусть - момент первого возвращения в состояние j (для цепи Маркова с дискретным временем), тогда аналогичное (более сло..

Марковский Процесс

Важный специальный вид случайных процессов. Примером марковского процесса может служить распад радиоактивного вещества, где вероятность распада данного атома за малый промежуток времени не зависит от течения процесса в предшествующий период. Теория марковского процесса возникла на основе исследований А. А. Маркова (старшего).. ..

Марковский Стационарный Процесс

марковский процесс, являющийся стационарным случайным процессом. М. С. П., отвечающий однородной марковской переходной функции, существует тогда и только тогда, когда существует стационарное начальное распределение m(А), отвечающее этой функции, т. ..

Дополнительный поиск Марковский Момент Марковский Момент

Добавить комментарий
Комментарии
Комментариев пока нет

На нашем сайте Вы найдете значение "Марковский Момент" в словаре Математическая энциклопедия, подробное описание, примеры использования, словосочетания с выражением Марковский Момент, различные варианты толкований, скрытый смысл.

Первая буква "М". Общая длина 17 символа