На главную страницу НМУ

Андрей Николаевич Соболевский

Конкретная теория вероятностей

ВИДЕО лекций

Программа курса:

  1. Напоминание основных понятий, конструкций и приемов вычислений

    Вероятностное пространство и распределение вероятностей. Дискретные и непрерывные скалярные случайные величины. Кумулятивная функция распределения вероятности (к.ф.р.), функция плотности вероятности (ф.п.в.) и характеристическая функция распределения вероятности (х.ф.). Распределения и совместные распределения случайных величин, моменты. Маргинальные и условные распределения. Независимые случайные величины. Производящие функции (п.ф.) распределения вероятности и моментов. Поведение п.ф., х.ф., мат. ожидания и дисперсии при сложении независимых случайных величин. Логарифм х.ф. (характеристический показатель) и кумулянты случайной величины.

  2. Цепи Маркова в дискретном времени

    Цепь Маркова с конечным числом состояний. Граф цепи Маркова и матрица вероятностей перехода. Стационарное распределение цепи Маркова. Принцип детального равновесия, обратимые цепи Маркова. Классификация состояний однородной цепи Маркова.

    Эргодическая теорема для конечных однородных цепей Маркова. Существование и единственность стационарного распределения в общей неприводимой непериодической цепи Маркова, структура множества стационарных распределений в общем случае.

  3. Цепи Маркова в непрерывном времени и процесс Пуассона

    Предельный переход к непрерывному времени в цепи Маркова. Стохастические матрицы и генераторы, определение стационарного состояния в терминах генератора. Матричная экспонента и другие функции от матриц, приемы их вычисления. Прямое и обратное уравнения Колмогорова.

    Пуассоновский поток. Прореживание пуассоновских потоков. Суперпозиция пуассоновских потоков. Помеченный пуассоновский поток. Пуассоновские точечные поля (однородные и неоднородные). Характеристический функционал пуассоновского поля, теорема Кэмпбелла и ее обобщения.

  4. Процессы рождения и гибели

    Марковский процесс рождения в непрерывном времени. Взрыв, критерий взрыва в терминах интенсивностей перехода. Минимальное решение уравнений Колмогорова для взрывного процесса. Процессы рождения и гибели, взрывы в них. Вложенная цепь Маркова. Возвратность и невозвратность. Стационарное состояние. Обратимые процессы рождения-гибели.

    Применение к теории очередей. Оценка среднего времени ожидания заявки в очереди. Сети с очередями Джексона.

    Принципы больших уклонений для процесса рождения и гибели и для сети Джексона.

  5.  Основы общей теории случайных процессов

    Вероятностное пространство, алгебра событий, процессы и потоки алгебр. Вероятностное пространство Штейнгауза.

    Задание случайного процесса иерархией функций распределения. Условия согласования многовременных распределений, теорема Колмогорова (без доказательства). Марковские процессы. Уравнение Смолуховского.

    Мартингалы и субмартингалы. Разложение Дуба. Основные конструкции случайных процессов, являющихся мартингалами и субмартингалами. Сходимость субмартингалов. 

  6. Стационарные случайные процессы

    Спектральное разложение случайной функции. Стационарные случайные функции, спектральное условие стационарности. Теорема Винера-Хинчина. Формула Найквиста, ?белый? и ?цветной? шум.

    Стационарные случайные процессы и эргодическая теория динамических систем. 

  7. Гауссовские случайные процессы

    Случайное блуждание и процесс Винера как его предел. Диффузионные процессы и уравнение Фоккера-Планка (с выводом). Краевые условия для уравнения Фоккера-Планка. Распределение времени выхода. Равновесное распределение вероятности, обратимость, распределение Гиббса.

    Гауссовский случайный процесс (общее определение). Гильбертово пространство, связанное с общим гауссовским процессом. Корреляции гауссовского процесса и метрика на пространстве параметра. Большие уклонения в гауссовских процессах.

    Стохастические дифференциальные уравнения. Стохастическое дифференциальное исчисление Ито.


Rambler's Top100