книги из ГПНТБ / Липцер Р.Ш. Статистика случайных процессов. Нелинейная фильтрация и смежные вопросы
.pdfВВЕДЕНИЕ |
17 |
мального нелинейного фильтра. Этот класс процессов (Ѳ, £) описывается следующим образом.
Предположим, что процесс (Ѳ, £) является процессом диф фузионного типа с дифференциалом
dBt = |
[a0{t, |
|
|
l)Qt]dt + b^t, |
Qdwx(t) + b2{t, l)dw2{t), |
|
||||
dh = |
[A0(t, Z ) + M t, |
l)Qt] d t+ B {{t, |
i)d Wl(t) + B2(t, l)dw2{t), |
(37) |
||||||
где каждый |
из |
функционалов |
a0(t, g), . . . , |
B2(t, |
g) |
является |
||||
^-измеримым |
для |
всякого |
0 |
(ср. с системой |
(10)). |
Под |
||||
черкнем, что |
ненаблюдаемая компонента Ѳ, входит в (37) ли |
|||||||||
нейно, тогда |
как |
наблюдаемый |
процесс |
g может |
входить |
в коэффициенты любым («^-измеримым») образом. Входящие
в (37) винеровские процессы wl — (wi(t))>w2 = (w2{t)), |
0, и |
||
случайный вектор (Ѳ0, g0) предполагаются независимыми. |
|
||
Будет доказано (теорема 11.1), что если условное распре |
|||
деление P(90< !x |g 0) |
(для почти |
всех g0) является гауссовским, |
|
N (m 0, Yo). где т0= |
М (Ѳ01g0), |
Уо = М [(Ѳ0 — m2f \ g0], то |
про |
цесс (Ѳ, g), управляемый системой (37), будет условно-гауссов
ским |
в том |
смысле, что при каждом |
|
0 |
условные |
распре |
||||
деления р |
|
< х 0, . . . , |
xk j ё г \у |
0 <Д0< |
< |
... |
< t k ^ k , |
|||
являются |
гауссовскими. |
Поэтому, в частности, |
распределение |
|||||||
Р (Ѳг ^ |
XI |
|
также (почти наверное) |
является |
гауссовским, |
|||||
N(mv |
у*), |
с параметрами т <= М(Ѳ^|5г |), yt = |
М[(0f — mt)2\@~)]- |
|||||||
Для условно-гауссовского случая |
|
(как и в схемах Кал- |
||||||||
мана — Бьюси) старшие моменты М(Ѳ” |«9~<) |
выражаются через |
|||||||||
tnt, yt. Это |
и позволяет |
(из основного |
уравнения фильтрации) |
|||||||
получить для mt и yt |
замкнутую |
систему уравнений |
(тео |
|||||||
рема |
12.1): |
|
|
|
|
|
|
|
|
|
dmt = |
[аа (t, |
I) + а, (t, g) mt] dt + |
|
|
|
|
|
|
||
2 |
|
|
|
|
|
|
|
|
|
|
S Ь І V ' l ) В І V ' £) + YД (6 l ) |
|
|
|
|
|
|
||||
+ —----------2--------------------- [dlt - ( A 0(t, |
D + ДД/, |
l)m t)dt], |
(38) |
l )
i—1
2
Y/ = 2ai(t, £)Y; + ^ b\{t, i) i=I
2 |
12 |
y l bi (t, i)Bi (t, g) + v A (t, l)
i=1 ____________________ _ • (39)
i)
(=1
Заметим, что, в отличие от (18), уравнение (39) для yt является уравнением со случайными коэффициентами, зави сящими от наблюдаемых данных.
18 |
ВВЕДЕНИЕ |
Оптимальной |
линейной фильтрации (в схеме (12)) и опти |
мальной нелинейной фильтрации для условно-гауссовских про цессов (в схеме (37)) посвящены главы 10, 11 и 12. Здесь же, помимо фильтрации, изложены соответствующие результаты для задач интерполяции и экстраполяции.
4. Приведенные примеры и результаты, вошедшие в главы
8—12, показывают, что в книге существенно используются такие понятия теории случайных процессов, как винеровский процесс, стохастические дифференциальные уравнения, мартин галы, квадратично интегрируемые мартингалы и т. п. Стрем ление авторов давать полные доказательства всех приводимых результатов теории нелинейной фильтрации привело к необхо димости довольно подробно изложить теорию мартингалов и стохастических дифференциальных уравнений (главы 2—6). Мы надеемся, что материал этих глав может оказаться по лезным и для тех читателей, которые просто пожелают озна комиться с результатами теории мартингалов и стохастических дифференциальных уравнений.
Вместе с тем мы хотим еще раз подчеркнуть, что без этого материала не представляется возможным дать сколько-нибудь удовлетворительное изложение теории оптимальной нелинейной фильтрации и смежных с ней вопросов.
В седьмой |
главе излагаются существенно используемые |
в дальнейшем |
результаты об абсолютной непрерывности мер, |
отвечающих процессам Ито и процессам диффузионного типа. В главах 15—17 даются применения теории фильтрации к разнообразным задачам статистики случайных процессов.
Здесь подробно рассмотрены задачи линейного оценивания (гл. 15), даются применения к некоторым задачам управления, теории информации (гл. 16). В гл. 17 даны применения к не байесовским задачам статистики (оценки максимального правдо подобия для коэффициентов линейной регрессии, последова тельное оценивание и последовательное различение статисти ческих гипотез).
Дополнительное представление об излагаемом в книге ма териале читатель может почерпнуть из приведенного выше
оглавления |
и примечаний, |
помещенных в конце книги. В при |
|
мечаниях указаны также |
источники |
излагаемых результатов. |
|
В заключение авторы хотели бы выразить благодарность и |
|||
признательность коллегам |
и друзьям за помощь и советы. |
||
Особо нам |
хочется поблагодарить |
Р. 3. Хасьминского и |
М. П. Ершова. Ознакомившись с рукописью книги, они сделали ряд существенных замечаний, которые мы постарались учесть.
Г Л А В А 1
НЕОБХОДИМЫЕ СВЕДЕНИЯ ИЗ ТЕОРИИ ВЕРОЯТНОСТЕЙ
§1. Основные понятия теории вероятностей
1.Вероятностное пространство. Согласно аксиоматике Колмо горова первоначальным объектом теории вероятностей является
вероятностное пространство (£2, 3F, Р). Здесь (Q, З2“)—измеримое пространство, т. е. множество Q, состоящее из элементарных событий со, с выделенной на нем системой ЗГ его подмножеств (событий), образующих ст-алгебру, а Р — вероятностная мера (вероятность), определенная на множествах из SF.
Напомним, что система £Г_подмножеств пространства Q
образует алгебру, если Q |
e f , |
<4 = |
Q \ |
и A\JB ^ З Г |
для |
||
любых |
S e |
J . |
Алгебра ST образует о-алгебру, |
если |
|||
вместе |
с каждой последовательностью |
множеств Аи А2, |
. .. , |
||||
принадлежащих 3F, |
|
со |
|
3F. |
|
|
|
сумма (J |
Лг е |
Функция Р(Л), опреде |
ленная на множествах А из сг-алгебры ЗГ, называется вероят
ностной мерой, |
если |
она |
обладает следующими |
свойствами: |
||||||
|
Р ( А ) ^ 0 , Л е ^ " (неотрицательность); |
|
|
|
||||||
|
P (Q )= 1 |
|
(нормированность); |
|
|
|
||||
|
Р |
|
Р (Л г) |
(счетная, или а-аддитивность), |
|
|||||
где |
Аі ^ - Т , |
Аі С\ Af = |
0 , |
іф '}, |
0 — пустое |
множество. |
|
|||
Система множеств 3FP называется пополнением а-алгебры ЗГ |
||||||||||
по мере Р, если ЗГР принадлежат все те |
множества А s |
Q, |
||||||||
для |
которых |
|
найдутся |
такие |
множества |
Л,, Л2 е |
3F, |
что |
||
А і < = А ^ А 2 |
и |
Р (Л2 \ |
Л,) = 0 . |
Система множеств З Г Р является |
||||||
а-алгеброй, и мера |
Р |
однозначно продолжается на мно |
||||||||
жества из @~р. Вероятностное |
пространство (Q, |
, Р) назы |
||||||||
вается полным, если |
&~р совпадает с |
Согласно |
общему |
20 |
НЕОБХОДИМЫЕ СВЕДЕНИЯ |
[ГЛ. |
1 |
|
духу теории вероятностей, пренебрегающей событиями нулевой вероятности, все рассматриваемые далее вероятностные про странства (У, #", Р) будут предполагаться (часто без дополни тельного на то указания) полными.
2. Случайные элементы и величины. |
Пусть (У, ST) и (Е, 38) — |
|
два измеримых пространства. |
Функция |
g = g(co), определенная |
на (У, /Г) со значениями в |
Е, называется 9~/^-измеримой, |
если множество {со: g(co)<= B }^S F для всякого ß e l . В теории вероятностей такие функции называют случайными элементами со значениями в Е. В том случае, когда Е — R —действительная прямая, а а-алгебра борелевских подмножеств R, ^"/^-изме римые функции g = g(co) называют (действительными) случай ными величинами. В этом специальном случае #"/$-измеримые функции для краткости называют просто ^"-измеримыми.
Говорят, |
что |
две случайные величины % и ц совпадают |
||||
с вероятностью 1, |
или почти наверное (п. н.), |
если Р (g == rj) == 1. |
||||
В этом случае пишут: |
£ = гі(Р-п. и.). Аналогично, |
запись \ ^ г \ |
||||
(Р-п. н.) означает, |
что |
Р ( |^ т і ) = 1 . |
Запись |
g = |
T] (А; Р-п. н.) |
|
применяется |
для |
обозначения того, |
что g = |
r| почти наверное |
на множестве А относительно меры Р, т. е. P(Af)(£ Ф т))) = 0. Аналогичный смысл придается выражению «|^5гц (А; Р-п. н.)».
Для краткости слова |
«Р-п. н.» |
в дальнейшем |
часто будут |
|
опускаться. |
|
|
|
|
3. Математическое |
ожидание. |
Пусть (У, 9~, |
Р) — вероят |
|
ностное пространство |
и |
g = g(cö)— неотрицательная случайная |
величина. Ее математическое ожидание (обозначаемое М|) есть
интеграл Лебега*) |
J |(со)Р(с/со), по определению равный |
|||||
|
|
Q |
|
|
|
|
|
' п- 2П |
|
|
|
|
|
lim 2 i - 2 reP { t - 2 - n < |
| < ( / + 1)2-"} + п Р { |> п } |
, |
||||
|
оо I t=s*о |
|
|
|
|
J |
где {г • 2~п < g ^ ( г + 1)2~п} |
обозначает множество точек ш е й , |
|||||
для которых г-2 |
" < g(o>) <Дг + 1) • 2~п. |
Аналогично |
опреде |
|||
ляется |
множество |
(I > п). |
В |
силу предположения g(co)lX), |
||
сое У, |
интеграл J |
g(co)P(c/co) |
определен, |
хотя, быть |
может, |
|
|
у |
|
|
|
|
|
ипринимает значение + оо.
Вслучае произвольной случайной величины | = £(<о) мате матическое ожидание (также обозначаемое Mg) определяется
только в том случае, когда одно из математических ожида
*) Для этого интеграла будут использоваться также обозначения
/ I (со) dP, J t dP, J I (со) dP, J gdP.
§ |
1) |
ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ВЕРОЯТНОСТЕЙ |
|
21 |
||||||
|
|
|
|
|
|
|
|
|||
ний Mg+ или Mg |
конечно (здесь | + = max (g, 0), g~==— min (g, 0)) |
|||||||||
и полагается |
равным Mg+ — Mg- . |
|
|
|
|
|||||
|
Случайная величина g = |
g(co) называется интегрируемой, если |
||||||||
M | g | = M g + + M g ~ < ^ . |
|
|
прямая, 3F— система |
боре- |
||||||
|
Пусть Q = Rl — действительная |
|||||||||
левских множеств на ней. Предположим, что мера |
Р |
на 3F |
||||||||
порождается некоторой функцией распределения F(Я) (т. е. не |
||||||||||
убывающей, |
непрерывной |
справа |
и такой, |
что F (— оо) = 0, |
||||||
F ( o o ) = l ) по |
правилу Р{(а, Ь}} — F{b) — F(a). |
Тогда |
интеграл |
|||||||
ь |
g(Jc)P(dJc) обозначается |
ь |
|
|
|
|
|
|||
J |
[ l(x)dF(x) и называется интегралом |
|||||||||
а |
|
|
|
о, |
|
|
|
|
|
|
Лебега — Стилтьеса. Этот |
интеграл можно свести к интегралу |
|||||||||
по мере Лебега |
P(dt) — dt. А |
именно, пусть |
g (x )^ 0 |
и с(і) = |
||||||
= |
inf(x: F (x)> t). |
Тогда |
|
|
|
|
|
|
||
|
|
|
J |
Ь |
|
F(b) |
|
|
|
|
|
|
|
g (x)dF (x)= |
J |
g (c(i))dt. |
|
|
|
||
|
|
|
a |
|
|
F (a) |
|
|
|
|
4.Условные математические ожидания и вероятности. Пусть
^— некоторая a-подалгебра *) ЗГ, & s 3F и g = g (со) — неотри цательная случайная величина. Условное математическое ожи
дание g относительно *§ (обозначается |
М (g і ^ )) по определению |
|||||
есть любая ^-измеримая функция |
11 = |
1] (со), |
для которой опре |
|||
делено Мл, такая, что для |
любого А е ? |
|
|
|||
|
J"g(co)P(dco) = J |
л(®)Р (dco). |
|
|
||
|
л |
л |
|
|
|
|
Интеграл |
Лебега J g(co)P(dco) по множеству A e f |
есть по |
||||
|
л |
|
|
|
|
|
определению |
f g(co)xA(co)P(dco), где %А(а)—характеристическая |
|||||
|
Q |
|
|
|
|
|
функция множества А: |
1, |
(о ё Л, |
|
|
||
|
ХА («О: |
|
|
|||
|
0, |
со ф. Л. |
|
|
||
|
|
|
|
|||
Интеграл |
f g (со) P(dco) (если только он определен, т. |
е. коне- |
||||
|
Л |
|
|
|
|
|
чен один из двух интегралов |
J g+ (со) Р (dco), J |
g“ (со) Р (dco) j будет |
||||
обозначаться |
М (g; Л). |
л |
|
л |
|
/ |
|
|
|
|
|
') Правильнее было бы говорить под-сг-алгебра.
22 |
НЕОБХОДИМЫЕ СВЕДЕНИЯ |
|
|
[ГЛ. 1 |
|
Пусть на измеримом пространстве (Q, |
заданы две вероят |
||||
ностные меры Р и Q. Говорят, что |
мера |
Р |
абсолютно непре |
||
рывна относительно меры Q (Р <С Q), |
если |
Р(Л) = |
0 для вся |
||
кого ^ e f , |
для которого О(Л) = 0. |
|
Если Р < |
Q, тогда |
|
Т е о р е м а |
Р а д о н а — Н и к о д и м а . |
существует такая неотрицательная случайная величина |=£(со), что для каждого Л ё ^ -
Р ( Л ) = { Kco)Q(dco).
А
ЗГ-измеримая функция | = |(со) единственна с точностью до
стохастической |
эквивалентности (г. е. |
если также Р(Л) — |
= I" Г|(cd) Q(öfco), |
Л ё ^ , то I — ц (Q-п. |
н.) |
A
Случайная величина £(со) называется плотностью одной
меры (Р) по другой (Q) или производной |
Радона — Никодима. |
|
В связи |
с этим определением используют обозначение |(ш) = |
|
dP |
|
|
= -^ q (co). По теореме Радона — Никодима, при условии P < Q , |
||
|
dP |
|
плотность -^q- всегда существует. |
|
|
Если |
g (со) = Ха (®)—характеристическая |
функция множества |
Л е |
(иначе — индикатор множества Л), |
то М(%л (со)|3?) обо |
значается Р( Л \3) и называется условной вероятностью события А относительно 3. Так же, как и М(£|^), условная вероятность
Р ( Л | ^ ) |
определяется |
однозначно с точностью до множеств |
||
P -меры нуль (зависящих, быть может, от Л). |
||||
Функция Р(Л, со), Л е ^ , |
w e Q , удовлетворяющая условиям:’ |
|||
1) |
при каждом фиксированном со она является вероятностной |
|||
мерой |
на |
множествах |
Л ё |
^ , |
2) |
для |
каждого Л ё |
J |
она является ^-измеримой, |
3) |
с вероятностью 1 для каждого Л ё J |
|||
|
|
Р(Л, |
0>) = Р(Л 13), |
называется условным распределением вероятностей относи тельно 3 или регулярной условной вероятностью.
Существование такой функции означает, что условные вероятности могут быть так определены, чтобы для каждого со они задавали вероятностную меру на Л е ^ .
В регулярном случае условные математические ожидания могут быть найдены как интегралы по условным вероятностям:
М ( Ш ) = I !(ü>)P(dcD|£).
Ü
Если £=•!((*>)— произвольная случайная величина для кото рой Mg существует (т. е. М |+ < <х> или Mg“ < оо), то условное
§ 11 |
ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ВЕРОЯТНОСТЕЙ |
23 |
математическое ожидание определяется формулой
u { i \ s ) = m { t \ s ) - m { r \ s ) .
Если ^ — некоторая система подмножеств пространства Ü, то через а {si-) обозначается сг-алгебра, порожденная системой «2/,
т. е. наименьшая |
сг-алгебра, |
содержащая si. Если г) == rj(со) — |
|
некоторая |
^~/^-измеримая |
функция со значениями в Е, то |
|
через а(ц) |
(или |
обозначается наименьшая сг-алгебра, отно |
сительно которой измерим случайный |
элемент ц(со). Иначе |
||||
говоря, ст(г|) |
есть сг-алгебра, состоящая из множеств |
вида |
|||
{со: T|_1(ß), В <= J?}. Для краткости условное математическое ожи |
|||||
дание м (| w ') |
обозначается |
М (||т]). |
Аналогично, для Р(Л \ ^ ) |
||
используется |
обозначение |
Р (^4 1rj). |
В |
частности, если |
слу |
чайный элемент rj(со) является «-мерным вектором случайных
величин (г),, |
. . . , трг), то для М (ё |^ -Т1) используется обозначение |
||||||
М (| |тц, • • |
л„). |
|
|
|
|
|
|
Отметим основные свойства условных математических ожи |
|||||||
даний: |
|
|
(Р-п. н.). |
|
|
|
|
1. |
М ( ! | ^ ) ^ 0 , если |
|
|
|
|||
2. |
М (1 \ 9 ) = \ (Р-п. н.). |
М (ц \S) |
(Р-п. |
н.), |
если только |
||
3. |
М (I + |
л \S) = М (£, \S) + |
|||||
выражение |
М ( | |^) + |
М (л 1^) |
определено. |
|
|
||
4. |
М (|л I®) = |М (л \S), если М|л существует и g ^-измерима. |
||||||
5. |
Если |
т0 Р-п. н. |
М ( £ 1 ^ ) = М [М (£ \S2) І^іі- |
||||
6. |
Если |
er-алгебры |
S и |
независимы |
(т. |
е. Р(ЛП-6)== |
|
= Р (Л) Р (В) для любых Л ^ S , |
В е ЗГЬ), |
то Р-п. н. |
М {%|^ )= М |. |
||||
В частности, если |
S — {0 , |
£2}— тривиальная |
сг-алгебра, то |
М( Ц£) = Мі (Р-п- Н).
5.Сходимость случайных величин. Теоремы о предельном
переходе под знаком математического ожидания. Говорят, что последовательность случайных величин п — 1, 2, . . . , схо дится по вероятности к случайной величине £ (используя при
этом запись — *1 или | = Р-1іш|„), если для каждого е > 0
lim Р {I ln — 1 1> е} = 0.
П->оо |
случайных |
величин |
п — 1, 2, . .. , |
||
Последовательность |
|||||
называется сходящейся |
к случайной |
величине | |
с вероятностью |
||
единица или почти наверное (и пишется: \ п-> £ или |
-> | (Р-п. н.)), |
||||
если множество {со: %п(со) У* | |
(со)} имеет P-меру нуль. Заметим, что |
||||
|
оо |
оо |
оо |
<7 }’ |
|
І п - + 1 } = П U Пj I |
|||||
|
г— і |
п=1 |
k=n |
|
|
откуда, в частности, вытекает, что сходимость с вероятностью 1 влечет за собой сходимость по вероятности.
24 |
|
НЕОБХОДИМЫЕ СВЕДЕНИЯ |
|
|
[ГЛ. I |
|||
Будем писать |
t |
I |
или |
Іп \ 1 (Р-п. |
н.), если |
^-н> £ (Р-п. н.) |
||
и Ѣп^іп+і (Р-п. н.) |
|
для всех п — 1, |
2, ... |
Аналогично |
опре |
|||
деляется и сходимость Іп |
Говорят также, |
что |
на мно |
|||||
жестве y l s f , если |
Р(АП(^п7 4 |)) = |
0. |
| n, п = 1, |
2, . . . , |
||||
Последовательность |
случайных величин |
называется сходящейся в среднем квадратическом к £ (обозна
чается: £=-l.i.m .L), |
если М§2 < оо, |
М |2 < оо и МІ£ — S,I2 —>О, |
|||
П-*оо |
У |
|
|
|
' |
П - > о о . |
|
|
величин |
п = 1 , |
2, . . . , |
Последовательность случайных |
|||||
с М 11„ I < оо называется слабо сходящейся к |
случайной |
вели |
|||
чине £ с М Ш < |
|
если для любой ограниченной случайной |
|||
величины г) — г)(©) |
|
lim М£„г|= М£г|. |
|
|
|
|
|
|
|
||
|
|
П->ОС |
|
|
|
Приведем основные теоремы о предельном переходе под знаком условного математического ожидания, систематически
используемые |
в дальнейшем. |
|
сходимости). |
Пусть а-алгебра |
||||
Т е о р е м а |
1.1 (о монотонной |
|||||||
3 £ £Г. |
|
|
|
|
|
|
|
|
Если %п f £(Р-п. н.) и М|~ < |
оо, |
то М (ln \3) t |
М (£ \3) (Р-п. |
н.). |
||||
Е сли\п I |(Р-п. н.) и |
< |
оо, |
то |
|
М (I l^) (Р-п. |
н.). |
||
Для формулировки других критериев необходимо ввести |
||||||||
понятие равномерной |
интегрируемости. |
|
|
|||||
Семейство |
случайных |
величин {£а, а <= 1} называется равно |
||||||
мерно интегрируемым, если |
|
|
|
|
|
|||
|
lim |
sup |
|
J |
Ua|rfP = 0. |
|
(1.1) |
|
|
Х - > оо |
а <=91 |
|
|
|
|
|
|
|
|
|
( И а | > Д |
|
|
|
||
Условие (1.1) эквивалентно следующим двум условиям: |
|
|||||||
s u p M | | a ) <oo |
и |
lim |
sup |
I la I dP = 0, A ^ S E . |
|
|||
a |
|
|
Р (Л )-» 0 |
a |
д |
|
|
Т е о р е м а 1.2 (лемма Фату). Если последовательность слу чайных величин £*, п = 1, 2, . . . , равномерно интегрируема и
M(limsup£„) существует, то
П
М (lim sup ln \3) >l i m sup M ( | \3) |
(Р-п. н.), |
(1.2) |
|
П |
П |
|
|
где *) lim sup g„ — inf sup l m.
|
ti |
n m |
|
|
__ *) |
Для верхнего предела limпsup |
используется также |
обозначение |
|
Пт 4л- |
Соответственно нижний предел |
lim inf %п обозначается |
lim |
|
« |
|
|
п |
~ |
§ 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( - ) |