Образовательный блог – всё для учебы

Если в предыдущем посте изучались некоторые свойства времени первого возвращения траекторий z_t, то здесь будут анализироваться свойства, связанные со значениями, принимаемыми процессом z_t, хотя эти свойства и тесно связаны между собой.

Будет изучаться вопрос о равномерной по времени ограниченности по вероятности рассматриваемых процессов (на всем временном интервале). Задачи эти тесно связаны с вопросом существования «установившегося режима» и законом больших чисел. Они являются традиционными в теории случайных процессов и, кроме того, имеют важное практическое значение. Необходимо также отметить, что они будут нами использоваться при изучении вопросов устойчивости.

Приведем сначала теорему, являющуюся обобщением известного в теории цепей Маркова критерия возвратности.

Теорема 1. Пусть Q — некоторое подмножество Z, и пусть существует неотрицательная функция V(z), z?Z, обладающая свойствами:

1) sup V(z) < ? при любом а > 0;

2) inf V(z) ? ? при любом а ? 0;

3) AV^a(z) ? 0 при всех z?{||z|| 0.
Тогда при любом z?Z

P_z{?[(?^R = ?)?(?^Q < ?^Q)]} = 1, (1)

где ?^R — момент первого выхода из множества {||z|| < R}.

Траектория процесса z_t для которого выполнено равенство (I), ведут себя следующим образом. Все они либо перед «уходом в бесконечность» хотя бы раз возвращаются в множество Q, либо все время остаются в ограниченном подмножестве пространства Z.

Займемся теперь анализом ограниченности.

Определение 1. Процесс z_t с начальным состоянием z₀ = z ограничен по вероятности, если

lim inf P_z{||z_t||< a} = 1. (6)

в порядке обсуждения определения 1 отметим, что всегда при любом t

lim P_z{||z_t|| < a} = 1. (7)

Утверждение (7) означает, лишь, что значение процесса z_t (с дискретным временем) в любой фиксированный момент времени t с вероятностью 1 лежит в ограниченной части пространства Z. Иначе говоря, распределение случайного элемента z_t собственное. Определение 1 требует, чтобы это свойство выполнялось равномерно по t в том смысле, что для любого ? > 0 должна существовать такая постоянная а, для которой при всех t имеет место неравенство

P_z{||z|| < a} ? 1 - ?. (8)

Тривиальным примером процесса, удовлетворяющего (7), но не являющегося равномерно ограниченным, является z_t = t, t = 0, 1, …

Полезно отметить, что в случае существования собственного финального распределения

P_z*(B) = lim P_z{z_t?B}, P_z*(Z) = 1. (9)

ограниченность по вероятности при начальном состоянии z имеет место. В самом деле, зададимся числом ? > 0. Найдем (в силу (9)) такое число a₁, что

P_z*(B(a₁)) > 1 – ?/2, (10)

где B(a₁) = {z : ||z|| < a₁}. Вновь в силу (9) и (10) существует такое число t*, что при всех t ? t*

P_z{||z_t|| < a₁} > 1 – ?. (11)

Найдем теперь такое число a₂, чтобы при всех t < t* имело место неравенство

Р_z{||z_t|| < a₂} > 1 – ?. (12)

Из (11) и (12) находим, что при всех t справедливо неравенство (8), если положить а = а₁?a₂.

Если же процесс ограничен по вероятности, то у него не обязательно существует финальное распределение. Примером может служить конечная неприводимая периодическая цепь Маркова. Введем еще одно определение.

Определение 2. Процесс z_t с начальным состоянием z₀ = z ограничен в среднем по времени, если

lim inf 1/t ?P_z{||z_t|| < a₂}= 1. (13)

Ограниченность в смысле определения 2 требует, чтобы доля времени, которую процесс на интервале (0, t) проводит вне множества ||z|| < а, стремилась к нулю при а ? ? равномерно по t.

Очевидно, что из ограниченности по вероятности следует ограниченность в среднем по времени, но не наоборот.

Обозначим ?_a(z) момент первого достижения множества {||z|| < а} траекторией процесса z_t при начальном состоянии z.

Теорема 2. Для ограниченности в среднем по времени процесса 2, при любом начальном состоянии z?Z достаточно выполнения следующих условий:

1) существует неотрицательная функция V(z), z?Z,
V?D_A;
2) sup V(z) < ? при любом а > 0;
3) inf V(z) ? ? при любом а ? 0;
4) существуют числа b > 0, ? > 0, v* > 0 такие, что:
а) sup AV(z) ? – ?,
б) sup AV(z) ? v* < ?,
в) семейство случайных величин ?^b(z), ||z|| < b, равномерно интегрируемо.

Отметим, что из ее условий, если выбрать Q = {||z|| < b}, следует выполнение всех условий теоремы 1. Следовательно, либо каждая траектория процесса z_t лежит в ограниченной части пространства Z, либо она перед «уходом в бесконечность» хотя бы раз побывает в множестве Q. Налагаемые теоремой 2 дополнительные (по сравнению с теоремой 1) ограничения на процесс 2, еще более сужают класс возможных траекторий.

Теорема 3. Выполнения условий 1)—3), 4а), б) теоремы 2 и требования ультраравномерной интегрируемости семейства случайных величин ?^b(z), ||z||< b, достаточно для ограниченности по вероятности процесса z_t при любом начальном состоянии z_c = z?Z.

Замечание. В рамках данных конструкций остается невыясненным вопрос о том, выполнено ли утверждение теоремы 3 в условиях теоремы 2. По-видимому, ответ на этот вопрос положителен в достаточно широких предположениях, однако это утверждение нуждается в доказательстве.

Следствие 1 теоремы 2. Утверждение теоремы 2 останется в силе, условие 4а) заменить следующим:

sup MG(|?V(z)|) < ?. (24)

Следствие 1 теоремы 3. Утверждение теоремы 3 останется в силе, если выполнены условия 1)—3), 4а), б) теоремы 2 и существует функция G??*, для которой выполнено соотношение (24).

Можно получить и другие достаточные условия равномерной и ультраравномерной интегрируемости, если воспользоваться, например, следствием 2 теоремы 2.2. Эти возможности будут проиллюстрированы на примерах.

1. Достижимость для процессов с дискретным временем
2. Ограниченность для КЛП
3. Марковские процессы с дискретным временем
4. Леммы – модели систем с дискретным временем
5. Примеры 1 и 2 моделей с дискретным временем
6. Пример 3 и 4 моделей систем с дискретным временем
7. Процесс, построенный на последовательности необрывающихся процессов
8. Устойчивость регенерирующих процессов
9. Вывод формулы для КЛП (кусочно-линейных марковских процессов)
10. Кусочно-линейные марковские процессы с непрерывным временем
11. Достаточные условия регулярности
12. Оценки в случае непрерывного времени
13. Схема резервирования с конечным временем переключения элементов
14. Равномерно интегрируемые случайные величины
15. Усиленный закон больших чисел
16. Особенности построения моделей дискретных процессов на языке GPSS
17. Моделирование и синхронизация параллельных процессов