1) invariant probability measure
![点击朗读](/dictall/images/read.gif)
不变概率测度
1.
One sufficient and necessary condition is given to imply the existence of invariant probability measure for X t.
本文讨论了广义OrnsteinUhlenbech过程的不变概率测度的存在性问题,得到了其不变概率测度存在的一个充分与必要条件,并将此结果应用于一些具体例
2) Invariant Borel probability measure
![点击朗读](/dictall/images/read.gif)
不变的Borel概率测度
3) invariant probability measure equation
![点击朗读](/dictall/images/read.gif)
不变概率测度方程
4) Alternation of probability measure
![点击朗读](/dictall/images/read.gif)
概率测度的变换
5) probability measure change
![点击朗读](/dictall/images/read.gif)
概率测度变换
6) invariant probability
![点击朗读](/dictall/images/read.gif)
不变概率
1.
By the theory of Hopf Chains,it is given the condition of existence of conservative part and invariant probability.
研究一类带有反射壁的随机环境中Markov链,利用Hopf链的理论给出保守集、不变概率的存在条件及具体形式。
补充资料:概率测度的弱收敛
概率测度的弱收敛
eak convergence of probability measores
【补注】概率测度弱收敛的一般背景是在完全可分度虽空间(n犯川C sPace)(X,p)(亦见完全空间(comP-letesPace);可分空间(sep娜blesP毗))上讨论的,p是距离,具有定义在X的BOrel子集上的概率测度召。,n二O,l,,…如果对定义在X上的每个有界连续函数f,当。~二时,有Jfd产。~了fd拜。,则称拜,弱收敛到产。.如果在X中取值的随机变量氦的分布是拜。,n=o,l,…,如果拼。弱收敛到群。就写作省。人‘。,并且称七。依分布收敛到么,(亦见依分布收敛(①n凭r罗nCe in dis苗bution)). 在概率论中使用最普通的距离空间是k维Euclide空间Rk,〔0,l]上连续函数空间C[0,11以及在仁O,11上右连续具有左极限的函数空间Dto,1]. 更为丰富的距离空间中的弱收敛比在Eucljd空间中的用处大得多.这是因为在R’中依分布收敛的各种各样的结果可由它借助于连续映射定理(conti-nuo璐maPping tl篮幻哪)导出.该定理说,如果在(x,,)中着。二‘。且映射儿:x~R是连续的(或至少是可测的,且P(尝。6D*)二O,其中D*是h的不连续点集),则h(亡。)‘h(省。).在许多应用中极限随机元是Bro”.运动(Bro认们坦n mot」on),它以概率1具有连续轨道. 最基本的弱收敛结果之一是关于和s。=艺夕_:x.,n)1,的L心璐ker定理(功nsker tll印reTn),其中戈是具有EX:=0,EX)‘1,i=1,2,…,的独立同分布随机变量.可以这样来陈述其轮廓:在C【O,l]中,令S。=o,S。(t)二n一”,{SL。:l+(nt一[nt])·戈。t〕+、},o(t(l,其中卜]表示x的整数部分,则功挑ker定理断言s。(t)车w(t),其中w(t)是标准Brown运动.应用连续映射定理很容易提供对诸如~1、*‘。S*,max,、*‘。k一”2 15*l,艺又_:了(S*)。)和艺二_,:(s、,s*+1)等函数的依分布收敛结果,其中I是示性函数而下(“,b)=l,如ab<仇=0,其他.概率测度的弱收敛【W.山。皿到曰岁翔沈of声触晒ty~-,.留;c“浦aa cxo口”Moc、解妙~oc珊0益Me伽]
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条