Модель аддитивного блуждания — различия между версиями

Материал из synset
Перейти к: навигация, поиск
(Новая страница: «{| width="100%" | width="40%"|Многомерное распределение Гаусса << ! width="20%"|[[Стохастический мир|Огла…»)
 
Строка 5: Строка 5:
 
|}
 
|}
 
----
 
----
−
$\bullet$ Координата броуновской частицы в воде или цена на финансовом рынке $x$ имеют
+
<math>\textstyle \bullet</math> Координата броуновской частицы в воде или цена на финансовом рынке <math>\textstyle x</math> имеют траекторию с очень нерегулярными изломами. Простейшим её описанием будет  модель ''аддитивного независимого  дискретного случайного блуждания''. Все четыре прилагательных в названии модели отражают базовые свойства процесса.
−
траекторию с очень нерегулярными изломами.
 
−
Простейшим её описанием будет  модель {\it аддитивного независимого  дискретного случайного блуждания}.
 
−
Все четыре прилагательных в названии модели отражают базовые свойства процесса.
 
  
−
Предположим, что начальное значение $x=x_0$. Далее $x$ испытывает $t=1,2,...$
+
Предположим, что начальное значение <math>\textstyle x=x_0</math>. Далее <math>\textstyle x</math> испытывает <math>\textstyle t=1,2,...</math> случайных независимых гауссовых изменений ("толчков"), каждое с волатильностью <math>\textstyle \sigma</math>. В результате <math>\textstyle x</math> окажется равным накопленной сумме таких изменений:
−
случайных независимых гауссовых изменений (''толчков''),
 
−
каждое с волатильностью $\sigma$. В результате $x$ окажется равным накопленной сумме таких изменений:
 
−
\begin{equation}\label{discret_winner}
 
−
  x_t=x_0 + \sigma\cdot(\varepsilon_1+...+\varepsilon_t),
 
−
\end{equation}
 
−
где $\varepsilon_i\sim N(0,1)$ -- гауссовы числа с нулевым средним и единичной дисперсией.
 
−
Индекс $t$ пока является целым числом, однако в дальнейшем мы перейдём к пределу непрерывного времени.
 
  
−
Удобно ввести {\it дискретную переменную Винера}:\index{винеровская переменная}
+
:<center><math> x_t=x_0 + \sigma\cdot(\varepsilon_1+...+\varepsilon_t), </math></center>
−
\begin{equation}\label{winer_discret}
 
−
      W_t = \varepsilon_1+...+\varepsilon_t = \varepsilon\cdot\sqrt{t}.
 
−
\end{equation}
 
−
Второе равенство мы записали, так как сумма $t$ гауссовых чисел снова равна гауссовому числу с волатильностью $\sqrt{t}$
 
−
(стр. \pageref{aver_fun_def}--\pageref{disper_eq_sum_disper})
 
−
Случайные числа, как с индексами $\varepsilon_i$, так и без них $\varepsilon$,
 
−
предполагаются нормированными: $\left<\varepsilon\right>=0$, $\left<\varepsilon^2\right>=1$, т.е.
 
−
как $\varepsilon\sim N(0,1)$.
 
−
Модель (\ref{discret_winner}) теперь выглядит следующим образом:  $x_t=x_0+\sigma\cdot W_t$.
 
  
−
Смоделируем такое блуждание  при помощи компьютера.
+
где <math>\textstyle \varepsilon_i\sim N(0,1)</math> &mdash; гауссовы числа с нулевым средним и единичной дисперсией. Индекс <math>\textstyle t</math> пока является целым числом, однако в дальнейшем мы перейдём к пределу непрерывного времени.
−
Начиная с $x_0=0$, будем генерить случайные числа $\varepsilon_1$, $\varepsilon_2$, ... и строить их накопленную
 
−
сумму (1-й рисунок):
 
−
\begin{center}
 
−
\includegraphics{pic/walk_winer.eps}\\
 
−
\end{center}
 
−
Так как изменения $\varepsilon_k$ будут каждый раз новыми,
 
−
то по-разному будут протекать и блуждания
 
−
траектории $x_t=x(t)$  (см. 2-й рисунок).
 
−
Различные реализации процесса блуждания пересекают вертикальную прямую $t=const$ в тех или иных значениях $x$.
 
−
Совокупность всех этих чисел является случайной величиной.
 
  
−
\vskip 1000mm
+
Удобно ввести ''дискретную переменную Винера'':
−
%\newpage
 
  
−
Поэтому, говоря о {\it процессе} $x(t)$, мы подразумеваем, что в данный момент времени
+
:<center><math> W_t = \varepsilon_1+...+\varepsilon_t = \varepsilon\cdot\sqrt{t}. </math></center>
−
$x=x(t)$ имеет определённое распределение $P(x)$. В некоторый другой
 
−
момент времени распределение может оказаться иным.
 
−
Поэтому плотность вероятности $P(x,t)$, среднее $\bar{x}(t)$ и волатильность $\sigma(t)$ будут функциями
 
−
времени.
 
  
−
Волатильность аддитивного блуждания увеличивается, как $\sqrt{t}$.
+
Второе равенство мы записали, так как сумма <math>\textstyle t</math> гауссовых чисел снова равна гауссовому числу с волатильностью <math>\textstyle \sqrt{t}</math> (стр. \pageref{aver_fun_def}&mdash;\pageref{disper_eq_sum_disper}) Случайные числа, как с индексами <math>\textstyle \varepsilon_i</math>, так и без них <math>\textstyle \varepsilon</math>, предполагаются нормированными: <math>\textstyle \left\langle \varepsilon\right\rangle =0</math>, <math>\textstyle \left\langle \varepsilon^2\right\rangle =1</math>, т.е. как <math>\textstyle \varepsilon\sim N(0,1)</math>. Модель () теперь выглядит следующим образом:  <math>\textstyle x_t=x_0+\sigma\cdot W_t</math>.
−
Это наглядно видно на 2-м рисунке с несколькими реализациями $x_t$.
 
−
Их ''пучок'' постепенно расширяется.
 
−
В результате неопределённость будущего значения $x_t$ увеличивается.
 
−
Мы можем обнаружить $x_t$ достаточно далеко от начального значения $x_0=0$.
 
−
Это также проиллюстрировано на 3-м рисунке, где представлены плотности вероятности $P(x,t)$,
 
−
которые с течением времени постепенно ''расплываются''.
 
  
−
Блуждающие траектории начинаются с определённого начального значения $x_0=x(t_0)$ в момент времени $t_0$.
+
Смоделируем такое блуждание  при помощи компьютера. Начиная с <math>\textstyle x_0=0</math>, будем генерить случайные числа <math>\textstyle \varepsilon_1</math>, <math>\textstyle \varepsilon_2</math>, ... и строить их накопленную сумму (1-й рисунок): 
−
Поэтому, говоря о вероятности,
 
−
мы имеем дело с условной плотностью $P(x_0, t_0 \Rightarrow x, t)$.
 
−
Пока моменты времени $t_0$ и $t$ являются целыми числами, соответствующими номеру скачка $\varepsilon_k$
 
−
на очередном этапе.
 
  
−
Важно понимать, что $x_t=x(t)$ не является конкретной траекторией.
+
[[File:walk_winer.png]]
−
Это одновременная {\it совокупность} всех возможных траекторий случайного процесса.
 
−
Аналогично, случайное число $x$ не подразумевает конкретного значения,
 
−
а обозначает все возможные реализации, подчиняющиеся некоторому распределению $P(x)$.
 
−
Вероятность получить на $t$-ом шаге $x_t$ определяется вероятностями всех изменений $\varepsilon_i$.
 
−
Так, дискретный винеровский процесс $W_t$ определяется плотностью вероятности:
 
−
$$
 
−
P(\varepsilon_1,...,\varepsilon_t) =  P(\varepsilon_1)\cdot ...\cdot P(\varepsilon_t),
 
−
$$
 
−
где равенство отражает независимость всех $\varepsilon_i$.
 
−
Таким образом, $W_t$ -- фактически, многомерная случайная величина.
 
  
−
Обратим ещё раз внимание на смысл записи: $\varepsilon_1+...+\varepsilon_t = \varepsilon\cdot\sqrt{t}$.
+
\ Так как изменения <math>\textstyle \varepsilon_k</math> будут каждый раз новыми, то по-разному будут протекать и блуждания траектории <math>\textstyle x_t=x(t)</math>  (см. 2-й рисунок). Различные реализации процесса блуждания пересекают вертикальную прямую <math>\textstyle t=const</math> в тех или иных значениях <math>\textstyle x</math>. Совокупность всех этих чисел является случайной величиной.
−
Предположим, что в процессе моделирования мы генерим $t$ независимых гауссовых чисел
 
−
$\varepsilon_1, \varepsilon_2,...$ и складываем их.
 
−
Результат будет иметь {\it такие же статистические свойства}, как одно гауссово число $\varepsilon$
 
−
с единичной волатильностью, умноженное на фактор $\sqrt{t}$.
 
−
При вычислении х свойств накопленной суммы вполне достаточно пользоваться
 
−
величиной $\varepsilon$, а не полной плотностью $P(\varepsilon_1,...,\varepsilon_t)$.
 
−
В частности, если мы ищем  среднее значение, в котором участвует
 
−
сумма гауссовых чисел, его вычисление можно упростить, используя только одно случайное число.
 
−
Однако, если нас интересует связь сумм, получаемых в различные моменты времени, то необходимы  некоторые
 
−
ухищрения. Рассмотрим их подробнее.
 
  
−
\vskip 1000mm
+
Поэтому, говоря о ''процессе'' <math>\textstyle x(t)</math>, мы подразумеваем, что в данный момент времени <math>\textstyle x=x(t)</math> имеет определённое распределение <math>\textstyle P(x)</math>. В некоторый другой момент времени распределение может оказаться иным. Поэтому плотность вероятности <math>\textstyle P(x,t)</math>, среднее <math>\textstyle \bar{x}(t)</math> и волатильность <math>\textstyle \sigma(t)</math> будут функциями времени.
−
%\newpage
 
  
−
$\bullet$ Для сравнения процесса блуждания с самим собой в различные моменты времени его необходимо
+
Волатильность аддитивного блуждания увеличивается, как <math>\textstyle \sqrt{t}</math>. Это наглядно видно на 2-м рисунке с несколькими реализациями <math>\textstyle x_t</math>. Их "пучок" постепенно расширяется. В результате неопределённость будущего значения <math>\textstyle x_t</math> увеличивается. Мы можем обнаружить <math>\textstyle x_t</math> достаточно далеко от начального значения <math>\textstyle x_0=0</math>. Это также проиллюстрировано на 3-м рисунке, где представлены плотности вероятности <math>\textstyle P(x,t)</math>, которые с течением времени постепенно "расплываются".
−
разбивать на {\it неперекрывающиеся} участки времени.
 
−
Пусть процесс длится  $s$ шагов, а затем еще в течение $t-s$.
 
−
Сравним свойства траекторий в ''моменты времени'' $s$ и $t$ ($s<t$):
 
−
$$
 
−
\begin{array}{l}
 
−
  W_s= \varepsilon_1+...+\varepsilon_s,\\
 
−
  W_t= \varepsilon_1+...+\varepsilon_s+\varepsilon_{s+1}+...+\varepsilon_t.\\
 
−
\end{array}
 
−
$$
 
−
Вычитая уравнения, получим сумму $t-s$ случайных чисел:
 
−
$$
 
−
  W_t-W_s ~=~ \varepsilon_{s+1}+...+\varepsilon_t = \varepsilon\sqrt{t-s} = W_{t-s}.
 
−
$$
 
−
Второе равенство является отражением того, что суммарная волатильность $t-s$ независимых
 
−
гауссовых слагаемых будет равна $\sqrt{t-s}$.
 
−
Фактически, $W_s$ и $W_t$ можно представить в виде:
 
−
\begin{equation}\label{sys_W_s_t}
 
−
\begin{array}{l}
 
−
  W_s= \varepsilon_a\, \sqrt{s},  \\
 
−
  W_t= \varepsilon_a\, \sqrt{s} + \varepsilon_b\, \sqrt{t-s},
 
−
\end{array}
 
−
\end{equation}
 
−
где $\varepsilon_a$, $\varepsilon_b$, как и везде в наших лекциях, --  независимые гауссовые числа с нулевым
 
−
средним и единичной дисперсией.
 
−
Первое из них -- $\varepsilon_a$ -- эквивалентно накопленной сумме начальных $s$ приращений,
 
−
а второе -- $\varepsilon_b$ -- соответствует {\it независимым} от $\varepsilon_a$ последующим  $t-s$ приращениям.
 
  
−
Теперь можно найти ковариацию между $W_s$ и $W_t$. Так как $\overline{W_t}=0$, то:
+
Блуждающие траектории начинаются с определённого начального значения <math>\textstyle x_0=x(t_0)</math> в момент времени <math>\textstyle t_0</math>. Поэтому, говоря о вероятности, мы имеем дело с условной плотностью <math>\textstyle P(x_0, t_0 \Rightarrow x, t)</math>. Пока моменты времени <math>\textstyle t_0</math> и <math>\textstyle t</math> являются целыми числами, соответствующими номеру скачка <math>\textstyle \varepsilon_k</math> на очередном этапе.
−
$$
 
−
\cov(s,t) = \left< W_sW_t\right>=\left<\varepsilon_a\, \sqrt{s} \cdot \bigl(\varepsilon_a\, \sqrt{s} + \varepsilon_b\, \sqrt{t-s}\bigr) \right> = s,
 
−
$$
 
−
в силу того, что $\left<\varepsilon_a^2\right>=1$ и $\left<\varepsilon_a\varepsilon_b\right>=0$.
 
−
Таким образом, ковариация зависит только от наименьшего числа $s=\min(s,t)$, представляющего собой длительность
 
−
общей для $W_s$ и $W_t$ истории.
 
−
Для прояснения смысла этого результата запишем регрессионную прямую (\ref{line_y_x}) между $W_s$ и $W_t$.
 
−
Их волатильности равны $\sqrt{s}$ и $\sqrt{t}$, а средние -- нулю, поэтому:
 
−
$$
 
−
    \frac{W_t}{\sqrt{t}} = \frac{\cov(s,t)}{\sqrt{s}\sqrt{t}}\cdot \frac{W_s}{\sqrt{s}}+\frac{\xi}{\sqrt{t}}14:40, 21 января 2010 (UTC)~~
 
−
=>14:40, 21 января 2010 (UTC)~W_t=W_s+\xi.
 
−
$$
 
−
Таким образом, если известно, что в момент времени $s$ сумма равна
 
−
$W_s$, то наилучшим прогнозом будущего значения $W_t$ будет уже известное $W_s$.
 
−
Из (\ref{sys_W_s_t}) следует, что линейная регрессионная модель оказывается в данном случае точной
 
−
($\lessdot$ C$_{\ref{c_cor_not_equal_line}}$).\label{bk_c_cor_not_equal_line}
 
−
При этом её ''шумом'' выступают накопленные после момента времени $s$
 
−
изменения: $\xi=\varepsilon_{s+1}+...+\varepsilon_{t}=\varepsilon_b\sqrt{t-s}$.
 
  
−
Мы будем часто усреднять гауссовы величины, поэтому в
+
Важно понимать, что <math>\textstyle x_t=x(t)</math> не является конкретной траекторией. Это одновременная ''совокупность'' всех возможных траекторий случайного процесса. Аналогично, случайное число <math>\textstyle x</math> не подразумевает конкретного значения, а обозначает все возможные реализации, подчиняющиеся некоторому распределению <math>\textstyle P(x)</math>. Вероятность получить на <math>\textstyle t</math>-ом шаге <math>\textstyle x_t</math> определяется вероятностями всех изменений <math>\textstyle \varepsilon_i</math>. Так, дискретный винеровский процесс <math>\textstyle W_t</math> определяется плотностью вероятности:
−
качестве упражнения стоит проверить следующие соотношения ($i<j<k$):
 
−
$$
 
−
\left<W_iW_jW_k\right>=0,14:40, 21 января 2010 (UTC)~~\left<W^2_iW_jW_k\right>= 2i^2+ij14:40, 21 января 2010 (UTC)~\left<W_iW^2_jW_k\right>= 3ij.
 
−
$$
 
−
[Процесс $W_k$ необходимо разбить на три интервала ($\lessdot$ C$_{\ref{c_sum_gauss_cond}}$).]\label{bk_c_sum_gauss_cond}
 
−
\vskip 1000mm
 
−
%\newpage
 
  
−
$\bullet$ В заключение раздела ответим на следующий вопрос.
+
:<center><math>P(\varepsilon_1,...,\varepsilon_t) = P(\varepsilon_1)\cdot ...\cdot P(\varepsilon_t),</math></center>
−
{\it Если} $x=x_1$, то какова вероятность обнаружить его на следующем шаге в $x_2$?
 
−
Очевидно, что она равна вероятности изменения $x$:
 
−
$$
 
−
  P(x_1 \Rightarrow x_2)  = P(\varepsilon) = \frac{e^{-(x_2-x_1)^2/2}}{\sqrt{2\pi}}.
 
−
$$
 
−
Мы положили $\sigma=1$ и записали в явном виде гауссову плотность вероятности для $\varepsilon=x_2-x_1$.
 
−
В результате {\it условная вероятность} зависит от обоих аргументов, поэтому случайные
 
−
числа $x_1$ и $x_2$ являются зависимыми.
 
  
−
Дискретная траектория блуждания описывается множеством случайных величин $x_t=\{x_1,x_2,x_3,...\}$,
+
где равенство отражает независимость всех <math>\textstyle \varepsilon_i</math>. Таким образом, <math>\textstyle W_t</math> &mdash; фактически, многомерная случайная величина.
−
задающих возможные значения $x$ на шаге $t$. Индекс можно записать в функциональной форме $x(t)$
 
−
и говорить о {\it случайной функции},\index{случайная!функция} которая пока определена только в дискретных  точках.
 
−
Таким образом, случайная функция -- это многомерная  величина.
 
−
Для задания свойств случайного процесса в общем случае необходимо определить плотность вероятности
 
−
$P(x_1,x_2,x_3,...)$ с бесконечным числом аргументов.
 
  
−
Для винеровского процесса ситуация существенно упрощается, так как каждое следующее $x_{t+1}$
+
Обратим ещё раз внимание на смысл записи: <math>\textstyle \varepsilon_1+...+\varepsilon_t = \varepsilon\cdot\sqrt{t}</math>. Предположим, что в процессе моделирования мы генерим <math>\textstyle t</math> независимых гауссовых чисел <math>\textstyle \varepsilon_1, \varepsilon_2,...</math> и складываем их. Результат будет иметь ''такие же статистические свойства'', как одно гауссово число <math>\textstyle \varepsilon</math> с единичной волатильностью, умноженное на фактор <math>\textstyle \sqrt{t}</math>. При вычислении х свойств накопленной суммы вполне достаточно пользоваться величиной <math>\textstyle \varepsilon</math>, а не полной плотностью <math>\textstyle P(\varepsilon_1,...,\varepsilon_t)</math>. В частности, если мы ищем  среднее значение, в котором участвует сумма гауссовых чисел, его вычисление можно упростить, используя только одно случайное число. Однако, если нас интересует связь сумм, получаемых в различные моменты времени, то необходимы  некоторые ухищрения. Рассмотрим их подробнее.
−
определяется значением непосредственно предшествующего $x_t$ и никак не зависит от более длинной предыстории.
 
−
Этот факт мы будем записывать в следующем виде ($\lessdot$ C$_{\ref{c_n_cond_prob}}$): \label{bk_c_n_cond_prob}
 
−
\begin{equation}\label{stat_markov_cond_prob}
 
−
                P(x_1,...,x_{t} \Rightarrow x_{t+1})  ~=~ P(x_{t} \Rightarrow x_{t+1}).
 
−
\end{equation}
 
−
Если известно $x_t$, то $x_{t+1}$ будет определяться значением $x_t$
 
−
и случайным изменением $\varepsilon$, а не всей историей $x_1,...,x_{t-1}$.
 
−
Процессы с такой ''короткой памятью'' называются {\it марковскими процессами}.\index{марковские процессы}
 
−
Они представляют собой следующее  приближение после независимости случайных величин, для которых
 
−
$P(x_1,...,x_{t} \Rightarrow x_{t+1})=P(x_{t+1}).$
 
  
−
Марковские процессы позволяют представить совместную вероятность любой размерности в виде цепочки
+
<math>\textstyle \bullet</math> Для сравнения процесса блуждания с самим собой в различные моменты времени его необходимо разбивать на ''неперекрывающиеся'' участки времени. Пусть процесс длится  <math>\textstyle s</math> шагов, а затем еще в течение <math>\textstyle t-s</math>. Сравним свойства траекторий в "моменты времени" <math>\textstyle s</math> и <math>\textstyle t</math> (<math>\textstyle s<t</math>):
−
условных вероятностей. Например:
+
 
−
\begin{equation}\label{chain_markov}
+
:<center><math>\begin{array}{l} W_s= \varepsilon_1+...+\varepsilon_s,\ W_t= \varepsilon_1+...+\varepsilon_s+\varepsilon_{s+1}+...+\varepsilon_t.\ \end{array}</math></center>
−
        P(x_1,x_2,x_3) =
+
 
−
        P(x_1) \cdot P(x_1 \Rightarrow x_2) \cdot P(x_2 \Rightarrow x_3).
+
Вычитая уравнения, получим сумму <math>\textstyle t-s</math> случайных чисел:
−
\end{equation}
+
 
−
Для этого сначала записываем $P(x_1,x_2, x_3)=P(x_1,x_2) \cdot P(x_1,x_2 \Rightarrow x_3)$
+
:<center><math>W_t-W_s \;=\; \varepsilon_{s+1}+...+\varepsilon_t = \varepsilon\sqrt{t-s} = W_{t-s}.</math></center>
−
по определению условной вероятности.
+
 
−
Затем используем определение для
+
Второе равенство является отражением того, что суммарная волатильность <math>\textstyle t-s</math> независимых гауссовых слагаемых будет равна <math>\textstyle \sqrt{t-s}</math>. Фактически, <math>\textstyle W_s</math> и <math>\textstyle W_t</math> можно представить в виде:
−
$P(x_1,x_2)=P(x_1)P(x_1\Rightarrow x_2)$ и марковское условие короткой памяти:
+
 
−
$P(x_1,x_2\Rightarrow x_3)=P(x_2\Rightarrow x_3)$.
+
:<center><math> \begin{array}{l} W_s= \varepsilon_a\, \sqrt{s},  \ W_t= \varepsilon_a\, \sqrt{s} + \varepsilon_b\, \sqrt{t-s}, \end{array} </math></center>
−
Таким образом, чтобы произошло  $x_1,x_2,x_3$, необходимо,
+
 
−
чтобы свершилось $x_1$. {\it При условии}, что это произошло,
+
где <math>\textstyle \varepsilon_a</math>, <math>\textstyle \varepsilon_b</math>, как и везде в наших лекциях, &mdash;  независимые гауссовые числа с нулевым средним и единичной дисперсией. Первое из них &mdash; <math>\textstyle \varepsilon_a</math> &mdash; эквивалентно накопленной сумме начальных <math>\textstyle s</math> приращений, а второе &mdash; <math>\textstyle \varepsilon_b</math> &mdash; соответствует ''независимым'' от <math>\textstyle \varepsilon_a</math> последующим  <math>\textstyle t-s</math> приращениям.
−
далее реализовалось $x_2$, и т.д.
+
 
 +
Теперь можно найти ковариацию между <math>\textstyle W_s</math> и <math>\textstyle W_t</math>. Так как <math>\textstyle \overline{W_t}=0</math>, то:
 +
 
 +
:<center><math>\cov(s,t) = \left\langle  W_sW_t\right\rangle =\left\langle \varepsilon_a\, \sqrt{s} \cdot \bigl(\varepsilon_a\, \sqrt{s} + \varepsilon_b\, \sqrt{t-s}\bigr) \right\rangle  = s,</math></center>
 +
 
 +
в силу того, что <math>\textstyle \left\langle \varepsilon_a^2\right\rangle =1</math> и <math>\textstyle \left\langle \varepsilon_a\varepsilon_b\right\rangle =0</math>. Таким образом, ковариация зависит только от наименьшего числа <math>\textstyle s=\min(s,t)</math>, представляющего собой длительность общей для <math>\textstyle W_s</math> и <math>\textstyle W_t</math> истории. Для прояснения смысла этого результата запишем регрессионную прямую () между <math>\textstyle W_s</math> и <math>\textstyle W_t</math>. Их волатильности равны <math>\textstyle \sqrt{s}</math> и <math>\textstyle \sqrt{t}</math>, а средние &mdash; нулю, поэтому:
 +
 
 +
:<center><math>\frac{W_t}{\sqrt{t}} = \frac{\cov(s,t)}{\sqrt{s}\sqrt{t}}\cdot \frac{W_s}{\sqrt{s}}+\frac{\xi}{\sqrt{t}}\;\;\;\;\;\;\; =>\;\;\;\;\;\;W_t=W_s+\xi.</math></center>
 +
 
 +
Таким образом, если известно, что в момент времени <math>\textstyle s</math> сумма равна <math>\textstyle W_s</math>, то наилучшим прогнозом будущего значения <math>\textstyle W_t</math> будет уже известное <math>\textstyle W_s</math>. Из () следует, что линейная регрессионная модель оказывается в данном случае точной (<math>\textstyle \lessdot</math> C). При этом её "шумом" выступают накопленные после момента времени <math>\textstyle s</math> изменения: <math>\textstyle \xi=\varepsilon_{s+1}+...+\varepsilon_{t}=\varepsilon_b\sqrt{t-s}</math>.
 +
 
 +
Мы будем часто усреднять гауссовы величины, поэтому в качестве упражнения стоит проверить следующие соотношения (<math>\textstyle i<j<k</math>):
 +
 
 +
:<center><math>\left\langle W_iW_jW_k\right\rangle =0,\;\;\;\;\;\;\;\left\langle W^2_iW_jW_k\right\rangle = 2i^2+ij\;\;\;\;\;\;\left\langle W_iW^2_jW_k\right\rangle = 3ij.</math></center>
 +
 
 +
[Процесс <math>\textstyle W_k</math> необходимо разбить на три интервала (<math>\textstyle \lessdot</math> C).]
 +
 
 +
<math>\textstyle \bullet</math> В заключение раздела ответим на следующий вопрос. ''Если'' <math>\textstyle x=x_1</math>, то какова вероятность обнаружить его на следующем шаге в <math>\textstyle x_2</math>? Очевидно, что она равна вероятности изменения <math>\textstyle x</math>:
 +
 
 +
:<center><math>P(x_1 \Rightarrow x_2)  = P(\varepsilon) = \frac{e^{-(x_2-x_1)^2/2}}{\sqrt{2\pi}}.</math></center>
 +
 
 +
Мы положили <math>\textstyle \sigma=1</math> и записали в явном виде гауссову плотность вероятности для <math>\textstyle \varepsilon=x_2-x_1</math>. В результате ''условная вероятность'' зависит от обоих аргументов, поэтому случайные числа <math>\textstyle x_1</math> и <math>\textstyle x_2</math> являются зависимыми.
 +
 
 +
Дискретная траектория блуждания описывается множеством случайных величин <math>\textstyle x_t=\{x_1,x_2,x_3,...\}</math>, задающих возможные значения <math>\textstyle x</math> на шаге <math>\textstyle t</math>. Индекс можно записать в функциональной форме <math>\textstyle x(t)</math> и говорить о ''случайной функции'', которая пока определена только в дискретных  точках. Таким образом, случайная функция &mdash; это многомерная  величина. Для задания свойств случайного процесса в общем случае необходимо определить плотность вероятности <math>\textstyle P(x_1,x_2,x_3,...)</math> с бесконечным числом аргументов.
 +
 
 +
Для винеровского процесса ситуация существенно упрощается, так как каждое следующее <math>\textstyle x_{t+1}</math> определяется значением непосредственно предшествующего <math>\textstyle x_t</math> и никак не зависит от более длинной предыстории. Этот факт мы будем записывать в следующем виде (<math>\textstyle \lessdot</math> C):
 +
 
 +
:<center><math> P(x_1,...,x_{t} \Rightarrow x_{t+1})  \;=\; P(x_{t} \Rightarrow x_{t+1}). </math></center>
 +
 
 +
Если известно <math>\textstyle x_t</math>, то <math>\textstyle x_{t+1}</math> будет определяться значением <math>\textstyle x_t</math> и случайным изменением <math>\textstyle \varepsilon</math>, а не всей историей <math>\textstyle x_1,...,x_{t-1}</math>. Процессы с такой "короткой памятью" называются ''марковскими процессами''. Они представляют собой следующее  приближение после независимости случайных величин, для которых <math>\textstyle P(x_1,...,x_{t} \Rightarrow x_{t+1})=P(x_{t+1}).</math>
 +
 
 +
Марковские процессы позволяют представить совместную вероятность любой размерности в виде цепочки условных вероятностей. Например:
 +
 
 +
:<center><math> P(x_1,x_2,x_3) = P(x_1) \cdot P(x_1 \Rightarrow x_2) \cdot P(x_2 \Rightarrow x_3). </math></center>
 +
 
 +
Для этого сначала записываем <math>\textstyle P(x_1,x_2, x_3)=P(x_1,x_2) \cdot P(x_1,x_2 \Rightarrow x_3)</math> по определению условной вероятности. Затем используем определение для <math>\textstyle P(x_1,x_2)=P(x_1)P(x_1\Rightarrow x_2)</math> и марковское условие короткой памяти: <math>\textstyle P(x_1,x_2\Rightarrow x_3)=P(x_2\Rightarrow x_3)</math>. Таким образом, чтобы произошло  <math>\textstyle x_1,x_2,x_3</math>, необходимо, чтобы свершилось <math>\textstyle x_1</math>. ''При условии'', что это произошло, далее реализовалось <math>\textstyle x_2</math>, и т.д.
  
 
----
 
----

Версия 14:42, 21 января 2010

Многомерное распределение Гаусса << Оглавление >> Случайные процессы

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \bullet} Координата броуновской частицы в воде или цена на финансовом рынке Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} имеют траекторию с очень нерегулярными изломами. Простейшим её описанием будет модель аддитивного независимого дискретного случайного блуждания. Все четыре прилагательных в названии модели отражают базовые свойства процесса.

Предположим, что начальное значение Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x=x_0} . Далее Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} испытывает Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t=1,2,...} случайных независимых гауссовых изменений ("толчков"), каждое с волатильностью Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sigma} . В результате Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} окажется равным накопленной сумме таких изменений:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle x_t=x_0 + \sigma\cdot(\varepsilon_1+...+\varepsilon_t), }

где Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_i\sim N(0,1)} — гауссовы числа с нулевым средним и единичной дисперсией. Индекс Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t} пока является целым числом, однако в дальнейшем мы перейдём к пределу непрерывного времени.

Удобно ввести дискретную переменную Винера:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle W_t = \varepsilon_1+...+\varepsilon_t = \varepsilon\cdot\sqrt{t}. }

Второе равенство мы записали, так как сумма Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t} гауссовых чисел снова равна гауссовому числу с волатильностью Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sqrt{t}} (стр. \pageref{aver_fun_def}—\pageref{disper_eq_sum_disper}) Случайные числа, как с индексами Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_i} , так и без них Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon} , предполагаются нормированными: Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \left\langle \varepsilon\right\rangle =0} , Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \left\langle \varepsilon^2\right\rangle =1} , т.е. как Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon\sim N(0,1)} . Модель () теперь выглядит следующим образом: Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t=x_0+\sigma\cdot W_t} .

Смоделируем такое блуждание при помощи компьютера. Начиная с Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_0=0} , будем генерить случайные числа Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_1} , Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_2} , ... и строить их накопленную сумму (1-й рисунок):

Walk winer.png

\ Так как изменения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_k} будут каждый раз новыми, то по-разному будут протекать и блуждания траектории Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t=x(t)} (см. 2-й рисунок). Различные реализации процесса блуждания пересекают вертикальную прямую Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t=const} в тех или иных значениях Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} . Совокупность всех этих чисел является случайной величиной.

Поэтому, говоря о процессе Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x(t)} , мы подразумеваем, что в данный момент времени Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x=x(t)} имеет определённое распределение Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x)} . В некоторый другой момент времени распределение может оказаться иным. Поэтому плотность вероятности Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x,t)} , среднее Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \bar{x}(t)} и волатильность Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sigma(t)} будут функциями времени.

Волатильность аддитивного блуждания увеличивается, как Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sqrt{t}} . Это наглядно видно на 2-м рисунке с несколькими реализациями Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t} . Их "пучок" постепенно расширяется. В результате неопределённость будущего значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t} увеличивается. Мы можем обнаружить Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t} достаточно далеко от начального значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_0=0} . Это также проиллюстрировано на 3-м рисунке, где представлены плотности вероятности Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x,t)} , которые с течением времени постепенно "расплываются".

Блуждающие траектории начинаются с определённого начального значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_0=x(t_0)} в момент времени Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_0} . Поэтому, говоря о вероятности, мы имеем дело с условной плотностью Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_0, t_0 \Rightarrow x, t)} . Пока моменты времени Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_0} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t} являются целыми числами, соответствующими номеру скачка Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_k} на очередном этапе.

Важно понимать, что Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t=x(t)} не является конкретной траекторией. Это одновременная совокупность всех возможных траекторий случайного процесса. Аналогично, случайное число Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} не подразумевает конкретного значения, а обозначает все возможные реализации, подчиняющиеся некоторому распределению Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x)} . Вероятность получить на Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t} -ом шаге Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t} определяется вероятностями всех изменений Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_i} . Так, дискретный винеровский процесс Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_t} определяется плотностью вероятности:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(\varepsilon_1,...,\varepsilon_t) = P(\varepsilon_1)\cdot ...\cdot P(\varepsilon_t),}

где равенство отражает независимость всех Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_i} . Таким образом, Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_t} — фактически, многомерная случайная величина.

Обратим ещё раз внимание на смысл записи: Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_1+...+\varepsilon_t = \varepsilon\cdot\sqrt{t}} . Предположим, что в процессе моделирования мы генерим Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t} независимых гауссовых чисел Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_1, \varepsilon_2,...} и складываем их. Результат будет иметь такие же статистические свойства, как одно гауссово число Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon} с единичной волатильностью, умноженное на фактор Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sqrt{t}} . При вычислении х свойств накопленной суммы вполне достаточно пользоваться величиной Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon} , а не полной плотностью Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(\varepsilon_1,...,\varepsilon_t)} . В частности, если мы ищем среднее значение, в котором участвует сумма гауссовых чисел, его вычисление можно упростить, используя только одно случайное число. Однако, если нас интересует связь сумм, получаемых в различные моменты времени, то необходимы некоторые ухищрения. Рассмотрим их подробнее.

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \bullet} Для сравнения процесса блуждания с самим собой в различные моменты времени его необходимо разбивать на неперекрывающиеся участки времени. Пусть процесс длится Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle s} шагов, а затем еще в течение Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t-s} . Сравним свойства траекторий в "моменты времени" Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle s} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t} (Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle s<t} ):

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \begin{array}{l} W_s= \varepsilon_1+...+\varepsilon_s,\ W_t= \varepsilon_1+...+\varepsilon_s+\varepsilon_{s+1}+...+\varepsilon_t.\ \end{array}}

Вычитая уравнения, получим сумму Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t-s} случайных чисел:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle W_t-W_s \;=\; \varepsilon_{s+1}+...+\varepsilon_t = \varepsilon\sqrt{t-s} = W_{t-s}.}

Второе равенство является отражением того, что суммарная волатильность Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t-s} независимых гауссовых слагаемых будет равна Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sqrt{t-s}} . Фактически, Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_s} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_t} можно представить в виде:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \begin{array}{l} W_s= \varepsilon_a\, \sqrt{s}, \ W_t= \varepsilon_a\, \sqrt{s} + \varepsilon_b\, \sqrt{t-s}, \end{array} }

где Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_a} , Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_b} , как и везде в наших лекциях, — независимые гауссовые числа с нулевым средним и единичной дисперсией. Первое из них — Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_a} — эквивалентно накопленной сумме начальных Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle s} приращений, а второе — Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_b} — соответствует независимым от Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon_a} последующим Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t-s} приращениям.

Теперь можно найти ковариацию между Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_s} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_t} . Так как Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \overline{W_t}=0} , то:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \cov(s,t) = \left\langle W_sW_t\right\rangle =\left\langle \varepsilon_a\, \sqrt{s} \cdot \bigl(\varepsilon_a\, \sqrt{s} + \varepsilon_b\, \sqrt{t-s}\bigr) \right\rangle = s,}

в силу того, что Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \left\langle \varepsilon_a^2\right\rangle =1} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \left\langle \varepsilon_a\varepsilon_b\right\rangle =0} . Таким образом, ковариация зависит только от наименьшего числа Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle s=\min(s,t)} , представляющего собой длительность общей для Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_s} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_t} истории. Для прояснения смысла этого результата запишем регрессионную прямую () между Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_s} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_t} . Их волатильности равны Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sqrt{s}} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sqrt{t}} , а средние — нулю, поэтому:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \frac{W_t}{\sqrt{t}} = \frac{\cov(s,t)}{\sqrt{s}\sqrt{t}}\cdot \frac{W_s}{\sqrt{s}}+\frac{\xi}{\sqrt{t}}\;\;\;\;\;\;\; =>\;\;\;\;\;\;W_t=W_s+\xi.}

Таким образом, если известно, что в момент времени Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle s} сумма равна Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_s} , то наилучшим прогнозом будущего значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_t} будет уже известное Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_s} . Из () следует, что линейная регрессионная модель оказывается в данном случае точной (Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \lessdot} C). При этом её "шумом" выступают накопленные после момента времени Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle s} изменения: Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \xi=\varepsilon_{s+1}+...+\varepsilon_{t}=\varepsilon_b\sqrt{t-s}} .

Мы будем часто усреднять гауссовы величины, поэтому в качестве упражнения стоит проверить следующие соотношения (Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle i<j<k} ):

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \left\langle W_iW_jW_k\right\rangle =0,\;\;\;\;\;\;\;\left\langle W^2_iW_jW_k\right\rangle = 2i^2+ij\;\;\;\;\;\;\left\langle W_iW^2_jW_k\right\rangle = 3ij.}

[Процесс Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle W_k} необходимо разбить на три интервала (Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \lessdot} C).]

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \bullet} В заключение раздела ответим на следующий вопрос. Если Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x=x_1} , то какова вероятность обнаружить его на следующем шаге в Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_2} ? Очевидно, что она равна вероятности изменения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} :

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_1 \Rightarrow x_2) = P(\varepsilon) = \frac{e^{-(x_2-x_1)^2/2}}{\sqrt{2\pi}}.}

Мы положили Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \sigma=1} и записали в явном виде гауссову плотность вероятности для Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon=x_2-x_1} . В результате условная вероятность зависит от обоих аргументов, поэтому случайные числа Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_1} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_2} являются зависимыми.

Дискретная траектория блуждания описывается множеством случайных величин Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t=\{x_1,x_2,x_3,...\}} , задающих возможные значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} на шаге Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t} . Индекс можно записать в функциональной форме Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x(t)} и говорить о случайной функции, которая пока определена только в дискретных точках. Таким образом, случайная функция — это многомерная величина. Для задания свойств случайного процесса в общем случае необходимо определить плотность вероятности Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_1,x_2,x_3,...)} с бесконечным числом аргументов.

Для винеровского процесса ситуация существенно упрощается, так как каждое следующее Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_{t+1}} определяется значением непосредственно предшествующего Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t} и никак не зависит от более длинной предыстории. Этот факт мы будем записывать в следующем виде (Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \lessdot} C):

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_1,...,x_{t} \Rightarrow x_{t+1}) \;=\; P(x_{t} \Rightarrow x_{t+1}). }

Если известно Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t} , то Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_{t+1}} будет определяться значением Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_t} и случайным изменением Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon} , а не всей историей Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_1,...,x_{t-1}} . Процессы с такой "короткой памятью" называются марковскими процессами. Они представляют собой следующее приближение после независимости случайных величин, для которых Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_1,...,x_{t} \Rightarrow x_{t+1})=P(x_{t+1}).}

Марковские процессы позволяют представить совместную вероятность любой размерности в виде цепочки условных вероятностей. Например:

Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_1,x_2,x_3) = P(x_1) \cdot P(x_1 \Rightarrow x_2) \cdot P(x_2 \Rightarrow x_3). }

Для этого сначала записываем Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_1,x_2, x_3)=P(x_1,x_2) \cdot P(x_1,x_2 \Rightarrow x_3)} по определению условной вероятности. Затем используем определение для Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_1,x_2)=P(x_1)P(x_1\Rightarrow x_2)} и марковское условие короткой памяти: Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_1,x_2\Rightarrow x_3)=P(x_2\Rightarrow x_3)} . Таким образом, чтобы произошло Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_1,x_2,x_3} , необходимо, чтобы свершилось Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_1} . При условии, что это произошло, далее реализовалось Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_2} , и т.д.


Многомерное распределение Гаусса << Оглавление >> Случайные процессы

Стохастический мир - простое введение в стохастические дифференциальные уравнения