Главная страница
Навигация по странице:

  • ТЕОРИЯ СЛУЧАЙНЫХ ПРОЦЕССОВ

  • СЛУЧАЙНЫЕ ПРОЦЕССЫ

  • ТЕОРИЯ СЛУЧАЙНЫХ. Конспект подготовлен студентами, не проходил проф. Редактуру и может содержать ошибки. Следите за обновлениями на vk. Comteachinmsu


    Скачать 1.05 Mb.
    НазваниеКонспект подготовлен студентами, не проходил проф. Редактуру и может содержать ошибки. Следите за обновлениями на vk. Comteachinmsu
    Дата01.02.2023
    Размер1.05 Mb.
    Формат файлаpdf
    Имя файлаТЕОРИЯ СЛУЧАЙНЫХ.pdf
    ТипКонспект
    #915628
    страница1 из 6
      1   2   3   4   5   6


    МЕХАНИКА
    СЛЕПКОВ АЛЕКСАНДР ИВАНОВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ. РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ.
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU.
    ТЕОРИЯ СЛУЧАЙНЫХ
    ПРОЦЕССОВ
    СОКОЛОВ
    ДМИТРИЙ ДМИТРИЕВИЧ
    МЕХМАТ МГУ
    КОНСПЕКТ ПОДГОТОВЛЕН
    СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ. РЕДАКТУРУ И МОЖЕТ
    СОДЕРЖАТЬ ОШИБКИ.
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ
    НА VK.COM/TEACHINMSU.
    ЕСЛИ ВЫ ОБНАРУЖИЛИ
    ОШИБКИ ИЛИ ОПЕЧАТКИ,
    ТО СООБЩИТЕ ОБ ЭТОМ,
    НАПИСАВ СООБЩЕСТВУ
    VK.COM/TEACHINMSU.
    МЕХАНИКО-
    МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ
    М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    Содержание
    Лекция 1 5
    Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
    5
    Определение случайного процесса и случайного поля . . . . . . . . . . . .
    5
    Уравнение Навье-Стокса. Турбулентный каскад . . . . . . . . . . . . . . . .
    6
    Гёльдеровская производная . . . . . . . . . . . . . . . . . . . . . . . . . . . .
    7
    Лекция 2 8
    Винеровский процесс . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
    8
    Модель броуновского движения . . . . . . . . . . . . . . . . . . . . . . . . .
    8
    Винеровский процесс и уравнение теплопроводности . . . . . . . . . . . . .
    9
    Винеровский процесс в многомерном пространстве . . . . . . . . . . . . . . 10
    Плотность распределения вероятности достижения точки . . . . . . . . . . 11
    Максимум винеровского процесса на промежутке от 0 до t . . . . . . . . . 12
    Лекция 3 13
    Теорема Колмогорова о продолжении меры . . . . . . . . . . . . . . . . . . 13
    Понятие полукольца. Мера Бореля . . . . . . . . . . . . . . . . . . . . . . . 15
    Квазиинтервал. Мера на квазиинтервалах . . . . . . . . . . . . . . . . . . . 16
    Лекция 4 18
    Введение в теорему Бохнера-Хинчина . . . . . . . . . . . . . . . . . . . . . 18
    Преобразование Фурье в теореме Бохнера-Хинчина . . . . . . . . . . . . . . 19
    Формулировка теоремы Бохнера-Хинчина . . . . . . . . . . . . . . . . . . . 20
    Теорема Бохнера-Хинчина для сред с флуктурирующей температурой . . 20
    Лекция 5 22
    Идеи Маркова и их реализация . . . . . . . . . . . . . . . . . . . . . . . . . 22
    Теорема Маркова . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
    Лекция 6 26
    Новая формулировка марковского свойства . . . . . . . . . . . . . . . . . . 26
    Прямое и обратное уравнения Колмогорова . . . . . . . . . . . . . . . . . . 27
    Лекция 7 31
    Марковские цепи с непрерывным набором состояний . . . . . . . . . . . . . 31
    Уравнение Колмогорова-Чепмена . . . . . . . . . . . . . . . . . . . . . . . . 32
    Дифференцирование корреляционного тензора однородного изотропного поля скорости . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
    Лекция 8 35
    Уравнение Эйнштейна-Фоккера-Планка . . . . . . . . . . . . . . . . . . . . 35 3
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    Пуассоновский процесс . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
    Лекция 9 40
    Приложение теории случайных процессов . . . . . . . . . . . . . . . . . . . 40
    Лекция 10 43
    Теорема Дуба . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
    Уравнение теплопроводности . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
    Развитие идей марковской теории . . . . . . . . . . . . . . . . . . . . . . . . 45
    Лекция 11 48
    Формула Каца-Фейнмана . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
    Лекция 12 51
    Формула Каца-Фейнмана . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    Лекция 1
    Введение
    Теория случайных процессов как наука возникла непосредственно перед и во время Второй мировой войны и у неё было два источника: во-первых, теория тур- булентности, теория разнообразных случайных течений и явления переноса в жид- кости и, во-вторых, помехи в радиосвязи, которые удалось преодолеть только после изобретения радара.
    В рамках первой лекции будут обсуждаться вопросы сути и проблематики теории случайных процессов на примере задачи из теории турбулентности.
    Теория случайных процессов сформировалась заметно позже, чем подавляющее большинство математических дисциплин, даже заметно позже теории вероятно- стей. Первые убедительные работы, которые показали полезность теории случай- ных процессов, относятся к 30-40 годам прошлого века (в качестве маркирующей работы можно отметить работу А.Н. Колмогорова 1941 года).
    Определение случайного процесса и случайного поля
    Обозначим формальное определение того, что называется случайным процессом.
    Само это понятие отталкивается от того, как в теории вероятностей строится по- нятие случайной величины: есть некоторое вероятностное пространство элементар- ных событий Ω, которое снабжено борелевской алгеброй, на которой задана счётно- аддитивная мера, т.е. можно говорить об измеримых функциях.
    Если мы возьмём какую-либо точку ω ∈ Ω, принадлежащую вероятностному про- странству, то ей сопоставляется функция ξ(ω), т.е. задается отображение вероят- ностного пространства в действительную ось. Эта функция должна быть измерима:
    ∀c : {ω : ξ(ω) < c} ∈ σ
    -алгебре.
    Далее рассмотрим понятие случайной функции: есть функция двух переменных f (t, ω)
    , одну из переменных мы будем интерпретировать как время, а другая пере- менная - это случайный параметр - точка в вероятностном пространстве:
    ξ : Ω 7→ R
    1
    - отображение вероятностного пространства на действительную прямую.
    В данном случае будем говорить, что у нас есть функция двух переменных, т.е.:
    f : Φ × Ω
    - произведение какого-то функционального пространства и пространства элементарных событий. Это произведение сопоставляется значениям функции f.
    Если мы зафиксируем параметр ω = ω
    0
    , то получим f(t, ω) = f(t, ω
    0
    )
    - реализация
    5
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    случайного процесса ξ(ω), а если зафиксируем t = t
    0
    , то f(t, ω) = f(t
    0
    , ω)
    - сечение случайного процесса в точке t = t
    0
    Вопрос о том, каким именно пространством является Φ, достаточно обширный - мы должны указать, с функциями какого характера мы работаем. Также, как слу- чайную величину можно рассматривать как введение вероятностной меры на дей- ствительной прямой, также случайный процесс можно рассматривать как введение вероятностной меры в функциональном пространстве. Очевидно, что эта конструк- ция легко поддается тиражированию:
    f (t, x, ω)
    - функция двух переменных и вероятностного параметра. Мы должны как-либо указать эти переменные t и x и у нас возникает представление о случай- ной среде. Мы можем рассматривать функцию f(t,

    x, ω) - переменных в ней будет больше - три пространственные переменные, одна временная и вероятностный па- раметр. Также можно рассматривать случайные векторные поля F
    i
    (t,
    x, ω)
    Уравнение Навье-Стокса. Турбулентный каскад.
    Колмогоров понял, что необходимо создавать аппарат, с помощью которого ста- нет возможным решение подобных задач. Необходимо было рассмотреть какую- либо предельную задачу, имеющую мало отношения к действительности.
    Уравнение Навье-Стокса:

    V
    ∂t
    + (v∇)v =
    f + ν4v
    . Для жидкости (для воды в част- ности) коэффициент вязкости ν очень маленький.
    Мы будем рассматривать достаточно большую систему, в которой размешивает- ся жидкость, т.е. вносится энергия. И возникает вопрос - что происходит с этой энергией. Понятно, что в конце концов она переходит в тепло за счёт ν4v, а при нём очень маленький коэффициент. Очевидно, что с течением времени устанавли- вается некое стационарное состояние, но непонятно, что происходит с постоянно приходящей энергией.
    Допустим, что имеется большой сосуд диаметра L, в котором есть некое подобие плоской волны. Решение этого уравнения e ikx
    + iωt
    . Подставим его во второе слага- емое (v∇)v уравнения Навье-Стокса и получим e
    2ikx
    . Т.е. масштаб течения умень- шится в два раза.
    Наличие такого члена говорит о том, что в сосуде есть вихрь, который при по- вороте превращается в два, каждый из которых также раздваивается при повороте и т.д. и так до тех пор, пока размеры вихрей не станут настолько малы, чтобы член
    ν4v начал работать. Это явление называется турбулентным каскадом.
    6
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    Колмогоров догадался, как из подобной картины можно получить вычислимые ве- личины: пусть есть некоторый масштаб l. И если есть некоторые две точки, рас- стояние между которыми равно l, то возникнет разность скоростей в этих точках,
    которую назовём v l
    . Предполагаем, что v l
    ∼ l
    α
    - т.к. при повороте вихря масштаб изменяется вдвое и, соответственно, в какое-то количество раз будет изменяться v
    l
    . Задачу о нахождении показателя α Колмогоров решил в 1941 году - показатель вычисляется по теории размерностей.
    Размерность v = [
    sm sec
    ]
    ; размерность l = [sm]. Также в задаче есть поток энергии с размерностью [
    gr∗sm
    2
    sec
    2
    ]
    , т.е. количество энегии в единицу времени. Но в задаче так- же есть масса жидкости, поэтому можно считать, что рассматриваем поток энергии на единичу массы с размерностью [
    sm
    2
    sec
    2
    ]
    . У нас возникает величина ε, которая имеет размерность [
    sm
    2
    sec
    3
    ]
    . Т.е. получаем соотношение: v l
    = ε
    β
    l
    α
    . Для того, чтобы соотно- шение стало тождественно верным, α и β должны принять значение
    1 3
    :
    v l
    = ε
    1 3
    l
    1 3
    - соотношение Колмогорова-Обухова - именно так устроен турбулентный каскад.
    Теперь будем рассматривать математический аспект приведенной теории. Для на- чала необходимо дать определение величине v l
    , далее мы неявно апеллируем к пред- ставлению о том, что у нас возникает статистическая однородность и изотропия - у нас нет выделенных точек, выделенных направлений и ситуация стационарна во времени. Также необходимо дать определение статистически однородному изотроп- ному векторному полю.
    Гёльдеровская производная
    Рассмотрим векторное поле v l
    . У конструкции v l
    = ε
    1 3
    l
    1 3
    есть
    1 3
    гёльдеровской производной.
    По определению производной lim
    4x7→0
    f (x+4x)
    4x
    . Но если вместо 4x будет l, такого предела не будет существовать. А гёльдеровская производная порядка α есть lim
    4x7→0
    f (x+4x)
    4x
    α
    . Класс C
    0,α
    - класс непрерывных функций с гёльдеровской про- изводной порадка α.
    7
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    Лекция 2
    Винеровский процесс
    Винеровский процесс W
    t
    , 0 ≤ t < ∞
    - случайный процесс:
    • ∀0 ≤ t
    0
    ≤ t
    1
    ≤ ... ≤ t n
    : η
    1
    = W
    t
    1
    − W
    t
    0
    , ..., η
    n
    = W
    t n
    − W
    t n−1
    - независимы.
    • Случайная величина W
    t
    − W
    s
    (где 0 ≤ s < t - любые) ∼ N(0, t − s).
    • W
    0
    = 0
    Если рассматривать понятие не только с математической, но и с практической точ- ки зрения, то интересно посмотреть, в каких единицах измеряется W
    t
    : если диспер- сия этой величины будет иметь размерность [sec], то размерность W
    t
    = [

    sec]
    Допустим, мы хотим получить в качестве размерности величины W
    t не

    sec
    , a sm.
    В этом случае нам необходимо домножить W
    t на некоторую величину σ = [
    sm

    sec
    ]
    - стандартное отклонение, а размерность σ
    2
    = [
    sm
    2
    sec
    ]
    - размерность коэффициента диффузии. В итоге возникает представление о том, что называется стандартным винеровским процессом: ξ
    t
    = σW
    t
    , из которого получаются процессы с «правиль- ной» размерностью.
    Принято обозначать приращение винеровского процесса за время 4t как
    W
    4t
    = W
    t+4t
    − W
    t
    Есть еще несколько деталей, касающихся математического определения, о кото- рых необходимо сказать. Во-первых, как уже говорилось ранее, случайный процесс
    - это отображение из одного множества в другое. Из какого объекта идёт отображе- ние - понятно: из прямого произведения времени на вероятностное пространство.
    Когда речь идёт о случайной величине, то отображение идёт на действительную прямую. А когда речь идёт о случайном процессе, то область значений должна принадлежать какому-либо функциональному пространству, которое должно быть явно описано.
    Разумная точка зрения состоит в том, что отображение происходит в простран- ство C непрерывных функций, в котором метрика устанавливается в соответствии с понятиями равномерной сходимости. Это будет пространство C на полупрямой.
    Модель броуновского движения
    Рассмотрим теперь задачу о броуновском движении - она получается из такой модели: пусть у нас есть прямая и есть броуновская частица, которая испытывает
    8
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    случайные блуждания вдоль этой прямой следующим образом: за время 4t ча- стица может пройти расстояние 4x вдоль этой прямой либо вправо, либо влево.
    Вероятность любого из этих событий P =
    1 2
    Понятно, что при каждом столкновении броуновских частиц в любой момент вре- мени 4t возникает случайная величина ξ
    i
    , у которой математическое ожидание
    M (ξ
    i
    ) = 0
    (в силу симметрии), а дисперсия этой величины D(ξ
    i
    ) = (4x)
    2
    За некоторое большое время t произойдёт n =
    t
    4t столкновений. И, соответственно,
    смещение за время t есть ξ
    t
    = Σ
    n i=1
    ξ
    i
    . Возникает задача о сумме величин, которые имеют биномиальное распределение, т.е. возникает теорема Муавра-Лапласа, кото- рая говорит о том, что:
    при больших N величина ξ
    t
    = Σ
    n i=1
    ξ
    i
    ∼ N (0; (4x)
    2
    n)
    имеет нормальное распределение.
    Теперь подставим n =
    t
    4t
    . Тогда:
    D(ξ
    t
    ) =
    (4x)
    2
    t
    4t
    , где
    (4x)
    2 4t
    - коэффициент диффузии.
    Если мы устремим 4t 7→ 0, то возникнет предельный объект, который и явля- ется винеровским процессом.
    Винеровский процесс и уравнение теплопроводности
    Винеровский процесс имеет некоторое отношение к уравнению теплопроводно- сти:
    ∂u
    ∂t
    = σ4u
    Плотность вероятности P
    W
    t
    =
    1

    2πt e

    x2 2t у стандартного винеровского процесса. А
    если мы хотим вписать σ для избежания проблем с размерностью, то необходимо это сделать так:
    P
    W
    t
    =
    1

    2πtσ
    2
    e

    x2 2tσ2
    - получаем фундаментальное решение уравнения теплопроводно- сти. Т.е. если мы хотим рассматривать уравнение теплопроводности в бесконечном пространстве, т.е. u(0, x) = u
    0
    (x)
    , то, соответственно,
    u(t, x) =
    R
    +∞
    −∞
    dy
    1

    2πt e

    x2 2t u
    0
    (y)dy т.е. винеровский процесс связан с уравнением теплопроводности. В частности, эту формулу также можно написать следующим образом:
    u(t, x) = M (u
    0
    (x +

    σW
    t
    ))
    - это соотношение является связью между уравнени- ями параболического типа и теорией случайных процессов и является простейшим
    9
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

    СЛУЧАЙНЫЕ ПРОЦЕССЫ ​•
    СОКОЛОВ ДМИТРИЙ ДМИТРИЕВИЧ
    КОНСПЕКТ ПОДГОТОВЛЕН СТУДЕНТАМИ, НЕ ПРОХОДИЛ
    ПРОФ РЕДАКТУРУ И МОЖЕТ СОДЕРЖАТЬ ОШИБКИ
    СЛЕДИТЕ ЗА ОБНОВЛЕНИЯМИ НА VK.COM/TEACHINMSU
    вариантом формулы, которая в теории случайных процессов называется формулой
    Каца-Фейнмана и которая является наиболее заметным аналитическим результа- том, полученным в 20 веке.
    Достаточно плохо обстоит дело с вопросом о том, что винеровский процесс мо- жет очень быстро уходить от того места, откуда он стартовал.
    Хуже то, что у этого объекта есть проблемы и с вычислением скорости, т.е. вы- числением производной
    4W
    t
    4t
    . Величина 4W
    t


    4t
    , соответственно, предела нет,
    т.е. приходится сказать, что у винеровского процесса бесконечная скорость; а для того, чтобы рассмотреть какой-то объект, который имеет право на существование,
    необходимо возвести 4t в степень
    1 2
    и при этом будут возникать объекты, которые называются гёльдеровскими производными.
    Как мы говорили раньше, возникают объекты, которые называются гёльдеровски- ми производными и требуется проделать определенную работу для того, чтобы по- нятие винеровского процесса погрузить в мир производных по Гёльдеру. Видно, что границей дифференцируемости будет
    1 2
    Винеровский процесс - это отображение на пространство C, а в пространстве C есть объекты, у которых есть функции, обладающие лишь
    1 2
    гёльдеровской производной.
    Здесь мы собираемся рассматривать меру в пространстве C. И для непрерывных случайных величин есть парадокс нулевой вероятности: когда мы оперируем дис- кретными образами, там всё понятно. А когда случайная величина непрерывная,
    то у каждой точки вероятность равна нулю. И только за счёт того, что мера мо- жет быть счётно-аддитивной, мы получаем, что у всего пространства вероятность единица. И возникает понятие плотности вероятности и мы можем написать, чему равна вероятность того, что случайная величина примет значения между a и b как интеграл от плотности. Это и есть разрешение парадокса нулевой вероятности. Но здесь мы собираемся эти же операции провернуть в пространстве C, а оно устроено гораздо хуже, чем действительная прямая. Поэтому мы должны объяснить, как в пространстве индуцируется мера. Это всё будет обсуждаться в рамках теоремы
    Колмогорова о продолжении меры.
    Винеровский процесс в многомерном пространстве
    Мы знаем, что уравнение теплопроводности бывает не только одномерное, но так- же двумерное и трёхмерное. И, конечно, случайные блуждания бывают не только по действительной прямой, но и на плоскости и в пространстве. Тут возникает мно-
    10
    МЕХАНИКО-МАТЕМАТИЧЕСКИЙ
    ФАКУЛЬТЕТ
    МГУ ИМЕНИ М.В. ЛОМОНОСОВА

      1   2   3   4   5   6


    написать администратору сайта