Лекция
Привет, Вы узнаете о том , что такое характеристики случайных величин связанных с процессом восстановления , Разберем основные их виды и особенности использования. Еще будет много подробных примеров и описаний. Для того чтобы лучше понимать что такое характеристики случайных величин связанных с процессом восстановления , настоятельно рекомендую прочитать все из категории вероятностные процессы.
Для простого процесса восстановления исследуем распределение момента последнего восстановления на интервале [0,t). При этом исследовании момент t0=0 считаем моментом восстановления в ситуации, когда на интервале [0,t) восстановлений не было.
Обозначим этот момент через ζt . Тогда очевидно
P{ζt<0}=0, P{ζt=0}=1-F(t), P{ζtпри x>t . (2.35)
При 0<=t получаем равенство
, (2.36)
если учесть, что dH(y) есть вероятность появления восстановления в окрестности точки y, а 1-F(t-y) есть вероятность того, что на (y,t) не будет восстановлений, то есть в окрестности точки y произошло последнее восстановление до t. Равенства (2.35) и (2.36) решают поставленную задачу.
Распределение случайной величины ζt имеет разрыв в нуле (величина скачка равна 1-F(t)) и непрерывна при x=t , поскольку
если учесть равенство (2.16).
Из (2.36) получаем
(2.37)
Обратное время возвращения ηt (время недоскока) определяется как время от момента последнего восстановления, произошедшего на интервале [0,t), до момента t. Из определений следует, что между случайными величинами имеет место функциональная зависимость ηt+ζt=t. Следовательно, при
и из (2.35) и (2.36) получаем
P{ηt <0}=P{ζt>t}=0, P{ηt =t}=P{ζt=0}=1-F(t),
P{ηt ζt>t-x}=1 при x>t, (2.38)
(2.39)
Распределение случайной величины ηt имеет разрыв при x=t, величина скачка равна 1-F(t), поскольку из (2.39) имеем limx→tP{ηtи непрерывна при x=0 , поскольку непрерывно при x=t распределение (2.36).
Полученный результат легко объяснить, если обратить внимание на равенства событий - при xсобытие {ηt>x} означает, что на интервале (t-x,t) нет восстановлений, при x=t событие {ηt=x} означает, что на интервале (0,t) нет восстановлений.
Из (2.39) получаем для математического ожидания
(2.40)
Прямое время возвращения ξt (время передоскока) определяется как время от момента t до ближайшего восстановления, произошедшего после t. Заметим, что при любом x>0 событие {ξt>x} означает, что на интервале (t,t+x) нет восстановлений. Искомое распределение выпишем, используя формулу полной вероятности. Для условных вероятностей имеем при x>=0, 0<=y<=t
,
при этом учитывается, что на периоде [y,t) нет восстановлений.
Тогда по формуле полной вероятностей получаем
или для функции распределения получаем
(2.41)
Из (2.41) получаем выражение для математического ожидания
(2.42)
Здесь уместно привести выражение для математического ожидания интервала, накрывающего точку t. Из равенств (2.40) и (2.42) получаем сумму
(2.43)
Отметим одно важное обстоятельство - математическое ожидание этого интервала не совпадает с математическим ожиданием случайной величины ξ.
Для 0<=x<=t, y>=0 выпишем вероятности P{ξt>=y,ηt>=x}, из которых легко получить совместное распределение P{ξtηt. В самом деле,
P{ξt>=y,ηt>=x}+P{ξtηtξt>=y,ηtξtηt>=x}=1
P{ξtξtηtξtηt>=x},
P{ηtξtηtξt>=y,ηt
P{ξt>=y,ηt>=x}+P{ξtηtξtηt
Для того, чтобы реализовалось событие {ξt>=y}⋂{(ηt>=x}, необходимо и достаточно отсутствия восстановлений на интервале (t-x,t+y). Поэтому,
(2.44)
Так как случайная величина ηt имеет положительный атом при x=t, то особо надо выделить случай
P{ξt>=y,ηt=t}=1-F(t+y),
что соответствует первому слагаемому в (2.44).
Наконец, при x>t, y>=0 совместная вероятность равна нулю в силу равенства (2.42).
Равенство (2.44) показывает зависимость случайных величин ξt и ηt, так как вероятность не представима в виде произведения вероятностей и .
В заключение настоящего раздела приведем распределение интервала, накрывающего произвольный момент t, то есть распределение суммы
При x получаем
(2.45)
При получаем
(2.46)
Представленные результаты и исследования подтверждают, что применение искусственного интеллекта в области характеристики случайных величин связанных с процессом восстановления имеет потенциал для революции в различных связанных с данной темой сферах. Надеюсь, что теперь ты понял что такое характеристики случайных величин связанных с процессом восстановления и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории вероятностные процессы
Из статьи мы узнали кратко, но содержательно про характеристики случайных величин связанных с процессом восстановления
Комментарии
Оставить комментарий
вероятностные процессы
Термины: вероятностные процессы