Теория случайных процессов в примерах и задачах, Миллер В.М., Панков А.Р., 2002

Теория случайных процессов в примерах и задачах, Миллер В.М., Панков А.Р., 2002.
 
 В книге изложены основы современной теории случайных процессов. Описаны важнейшие модели процессов с дискретным и непрерывным временем, методы их исследования и использования для решения прикладных задач. Рассмотрены решения многочисленных типовых примеров, приведены задачи для самостоятельного решения.
Для студентов и аспирантов технических университетов, специализирующихся в области прикладной математики, теории управления, обработки информации и экономики.

Теория случайных процессов в примерах и задачах, Миллер В.М., Панков А.Р., 2002

Пример.
Пусть система обслуживания устроена так:
1) на вход поступает простейший поток заявок интенсивности А;
2) в системе одновременно пребывает не более N заявок;
3) обслуживание заявок ведут s независимых каналов, причем время обслуживания в каждом канале случайно и распределено по экспоненциальному закону с параметром u;
4) если все s каналов заняты, то заявка может занять одно из N — s мест в очереди и ожидать обслуживания неограниченно долго (если есть хотя бы одно свободное место в очереди).

Требуется:
а) показать, что процесс {£(t), t > 0}, где £(t) — число заявок в системе в момент t, является процессом рождения и гибели;
б) построить стохастический граф процесса;
в) найти стационарные распределения вероятностей состояний;
г) вычислить среднее число заявок, находящихся в системе, и среднюю длину очереди (рассмотреть случай N ).

Оглавление
Предисловие редактора
Предисловие
Список основных сокращений и обозначений
Глава I. Основные понятия теории случайных процессов
§1. Случайные процессы и их вероятностные характеристики
1.1. Определение случайного процесса (11). 1.2. Конечномерные распределения случайного процесса (13). 1.3. Теорема Колмогорова (17). 1.4. Моментные характеристики случайного процесса (21). 1.5. Задачи для самостоятельного решения (27).
§2. Основные классы случайных процессов
2.1. Гауссовские случайные процессы (29). 2.2. Случайные процессы с конечными моментами второго порядка (35).
2.3. Стационарные случайные процессы (38). 2.4. Марковские процессы (39). 2.5. Диффузионные процессы (46).
2.6. Задачи для самостоятельного решения (48).
Глава II. Случайные последовательности
§3. Стационарные случайные последовательности
3.1. Основные характеристики ССП (52). 3.2. Примеры ССП (55). 3.3. Спектральное представление ССП (58). 3.4. Задачи для самостоятельного решения (62).
§4. Линейные преобразования случайных последовательностей
4.1. Линейные преобразования последовательностей общего вида (65). 4.2. Линейные преобразования стационарных СП (70). 4.3. Линейное прогнозирование стационарных последовательностей (75). 4.4. Задачи для самостоятельного решения (81).
§5. Цепи Маркова
5.1. Вероятностные характеристики цепей Маркова (83).
5.2. Эргодические цепи Маркова (87). 5.3. Предельные вероятности состояний цепи Маркова (91). 5.4. Задачи для самостоятельного решения (96).
§6. Разностные стохастические уравнения
6.1. Модели авторегрессии и скользящего среднего (98).
6.2. Спектральные характеристики АРСС-последовательностей (103). 6.3. Многомерные разностные линейные стохастические уравнения (106). 6.4. Фильтр Калмана (110). 6.5. Нелинейная фильтрация марковских случайных последовательностей (117). 6.6. Алгоритмы субоптимальной нелинейной фильтрации (122). 6.7. Задачи для самостоятельного решения (129).
§7. Мартингалы с дискретным временем
7.1. Основные определения (131). 7.2. Марковские моменты. Случайная замена времени в мартингале (138). 7.3. Теоремы сходимости мартингалов и их приложения (141). 7.4. Задачи для самостоятельного решения (145).
Глава III. Случайные функции
§8. Элементы анализа случайных функций
8.1. Непрерывность случайных функций (147). 8.2. Дифференцирование случайных функций (153). 8.3. Интегрирование случайных функций (157). 8.4. Дифференциальные уравнения со случайной правой частью (161). 8.5. Задачи для самостоятельного решения (166).
§9. Стационарные случайные функции
9.1. Основные характеристики стационарных случайных функций (167). 9.2. Примеры ССФ (170). 9.3. Линейные преобразования ССФ (175). 9.4. Задачи для самостоятельного решения (185).
§10. Случайные функции с ортогональными и независимыми приращениями
10.1. Основные понятия и определения (188). 10.2. Однородные процессы с ортогональными приращениями (193).
10.3. Мартингалы (непрерывное время) (196). 10.4. Винеровский процесс (205). 10.5. Задачи для самостоятельного решения (210).
§11. Стохастические дифференциальные уравнения
11.1. Стохастический интеграл Ито (212). 11.2. Стохастическое дифференциальное уравнение. Формула Ито (217).
11.3. Линейные стохастические дифференциальные уравнения (225). 11.4. Формирующий фильтр для стационарной случайной функции (231). 11.5. Стохастические дифференциальные уравнения и диффузионные процессы (236).
11.6. Фильтр Калмана-Бьюси (239). 11.7. Задачи для самостоятельного решения (245).
§12. Марковские случайные функции с дискретным множеством состояний
12.1. Потоки событий (247). 12.2. Вероятностное описание марковских случайных функций с дискретным множеством значений (250). 12.3. Эргодические свойства однородных марковских случайных функций (254). 12.4. Процессы рождения и гибели (257). 12.5. Задачи для самостоятельного решения (262).
Глава IV. Математическое приложение
§13. Необходимые сведения из функционального анализа
13.1. Алгебры и <7-алгебры множеств (264). 13.2. Меры (определения и свойства) (265). 13.3. Способы задания мер (266). 13.4. Измеримые функции (270). 13.5. Интеграл Лебега (272). 13.6. Гильбертово пространство (279). 13.7. Ряды Фурье в гильбертовом пространстве (282). 13.8. Ортогональное проектирование в гильбертовом пространстве (283).
§14. Необходимые сведения из теории вероятностей
14.1. Случайные события и их вероятности (284). 14.2. Случайные величины и векторы (286). 14.3. Математическое ожидание (290). 14.4. Последовательности случайных величин (294). 14.5. Условное математическое ожидание (296).
14.6. Гауссовские случайные величины и векторы (299).
14.7. Гильбертово пространство случайных величин с конечным вторым моментом (301). 14.8. Ортогональная стохастическая мера (303). 14.9. Стохастический интеграл по ортогональной мере (305).
§15. Вычисление специальных интегралов
15.1. Интеграл вероятностей (307). 15.2. Интегралы от дробно-рациональных функций (308).
Список литературы
Предметный указатель.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Теория случайных процессов в примерах и задачах, Миллер В.М., Панков А.Р., 2002 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать djvu
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу



Скачать книгу Теория случайных процессов в примерах и задачах, Миллер В.М., Панков А.Р., 2002 - djvu - depositfiles.

Скачать книгу Теория случайных процессов в примерах и задачах, Миллер В.М., Панков А.Р., 2002 - djvu - Яндекс.Диск.
Дата публикации:





Теги: :: :: ::


Следующие учебники и книги:
Предыдущие статьи:


 


 

Книги, учебники, обучение по разделам




Не нашёл? Найди:





2024-03-18 23:05:18