О рекуррентных соотношениях двух сингулярных мер, порожденных стохастическим рядом
О рекуррентных соотношениях двух сингулярных мер, порожденных стохастическим рядом
Аннотация
Сингулярные меры в теории функций очень мало изучены, в отличие от непрерывных и дискретных мер. Чтобы восполнить этот пробел, авторами статьи были рассмотрены сингулярные меры, порожденные стохастической процедурой с использованием однородной марковской цепи. С другой стороны, данные меры также могут быть рассматриваться как преобразования Фурье вероятностного распределения рассматриваемого стохастического ряда.
В были описаны и доказаны основные свойства рассматриваемых мер, с помощью которых можно будет, во-первых, продолжить изучение сингулярных мер на данном примере, а во-вторых, попытаться применить полученные математические результаты в статистике, теории информации, обработке сигналов.
В данной статье изучена взаимосвязь двух сингулярных мер и получены рекуррентные соотношения, связывающие их друг с другом.
Полученные результаты, помимо их математической красоты, могут в дальнейшем использоваться для изучения асимптотического поведения данных вероятностных мер, нахождения их нулей, а также более подробного исследования их свойств как сингулярных мер.
1. Введение
Рассмотрим стохастическую последовательность знаков {}. Можно считать, что любая такая последовательность является реализацией случайного процесса , определенного на вероятностном пространстве , где – пространство последовательностей , – алгебра, порожденная конечномерными цилиндрами , где все , за исключением, быть может, конечного числа, которые равны {+1} или {–1}, совпадают с {+1,–1}.
Стохастические свойства последовательности знаков определяются свойствами вероятностной меры Р, определяемой, в свою очередь, согласованным свойством конечномерных распределений .
Счетный случайный процесс с пространством состояний {+1,–1} называется простой однородной марковской цепью, если справедливо соотношение
где – переходные вероятности за один шаг, то есть .
Рассмотрим ряд
где – марковская цепь.
Существует взаимно-однозначное соответствие между функциями распределения и вероятностными мерами на . Если задана произвольная функция распределения F, то соответствующая ей вероятностная мера определяется своими значениями в классе всех открытых слева и замкнутых справа интервалов.
И обратно, если задана вероятностная мера Р на , то соответствующая ей функция распределения определяется равенством .
С помощью введенных обозначений соответствие между множеством всех функций распределения F и множеством всех вероятностных мер P может быть выражено следующим образом:
.
Таким образом, все утверждения для функций распределения справедливы и для вероятностных мер.
Вероятностное распределение суммы ряда (2) является сингулярной мерой, носитель которой – канторовское множество с постоянным отношением разбиения . Сингулярность меры означает, что все точки роста данной функции принадлежат некоторому множеству N нулевой меры Лебега, так что выполняется равенство .
В данной статье рассмотрим сингулярные меры, порожденные стохастической процедурой, описываемой (1) и (2), с точки зрения изучения их свойств и взаимосвязи.
Для краткости изложения введем следующие обозначения:
;
;
;
.
Характеристическая функция системы имеет вид:
и, согласно определению, является преобразованием Фурье совместного распределения .
Кроме этого, рассмотрим функцию, которая также является сингулярной вероятностной мерой
Для совместного распределения системы, связанной простой марковской зависимостью с матрицей переходных вероятностей, справедливо соотношение:
и при .
В отличие от непрерывных и дискретных мер, сингулярные меры в теории функций изучены не в полной мере. В данной статье будет рассмотрена связь между сингулярными мерами (3) и (4) и доказаны рекуррентные соотношения, связывающие эти меры друг с другом.
2. Реккурентное соотношение для сингулярных мер, порожденных простой однородной марковской цепью
2.1. Теорема
Для сингулярных мер, определяемых соотношениями (3) и (4), справедливо рекуррентное соотношение:
2.1.1. Доказательство
Сначала покажем справедливость (6) для сингулярной меры .
Обозначив и воспользовавшись представлением (5), можно записать
.
То есть
Для n+1 имеем:
.
Отсюда, используя формулу сложения , получаем
.
Ввиду четности косинуса гиперболического и нечетности синуса гиперболического, а также того, что , справедливы равенства и . Поэтому
.
Отсюда
.
Итак, имеем формулу для в (6).
.
Аналогично получается (6) для .
.
Учитывая формулу сложения, получаем:
.
Таким образом, получаем формулу для из (6):
.
Теорема полностью доказана.
Перед тем как привести еще один вариант рекуррентного соотношения, связывающего сингулярные меры, порожденные стохастическим рядом (2), сформулируем и докажем несколько вспомогательных утверждений.
Лемма 2.2
Справедливо равенство .
2.2.1. Доказательство
По определению гиперболического тангенса имеем
.
Согласно (5)
.
Тогда можно представить в виде:
.
Аналогично получаем, что
.
И поэтому
.
Лемма доказана.
2.3. Лемма 2
Справедливо неравенство .
2.3.1. Доказательство
Так как , то .
Лемма доказана.
Для краткости записи обозначим . Тогда (6) будет иметь вид:
Получим еще одну формулу для характеристической функции .
Согласно равенству (7) имеем
.
Подставив n=0 в соотношение (8) и учитывая только что полученное равенство, можно записать
&
При n=1 из (8) и равенств, полученных ранее, имеем
.
Аналогично рассуждая, получим при n=2:
.
При n=3:
.
И так далее.
Таким образом, можно сделать предположение, что справедлива следующая
2.4. Теорема 2
Для сингулярных мер и , определяемых соотношениями (3) и (4) соответственно, справедливо рекуррентное соотношение
2.4.1. Доказательство
Обоснуем справедливость (9) с помощью метода математической индукции.
Как было показано ранее, при n=0 имеем
,
Нетрудно видеть, что данное выражение удовлетворяет (9).
Таким образом, при n=0 соотношение (9) выполняется. Далее предположим, что (9) уже доказано для n. Докажем, что из этого предположения вытекает справедливость рекуррентного соотношения (9) и для n+1.
Согласно формуле (8),
.
Tак как по нашему предположению соотношение (9) справедливо для , то отсюда следует, что
.
Таким образом нетрудно видеть что рекуррентное соотношение (9) выполняется и для n+1.
Согласно методу математической индукции теорема доказана.
3. Рекуррентное соотношение для характеристической функции стохастического ряда
Переходя к пределу при получаем выражение для характеристической функции стохастического ряда (2).
3.1. Теорема 3
Для характеристической функции стохастического ряда (2) справедливо рекуррентное соотношение
3.1.1. Доказательство
Докажем, что при последовательность сингулярных мер (8) равномерно сходится на компактах из множества .
Рассмотрим произвольный компакт .
Так как бесконечное произведение равномерно сходится, то рекуррентное соотношение (9) можно преобразовать следующим образом:
Получаем
Оценим абсолютную величину последнего слагаемого в (11):
.
Последнее равенство записано ввиду того, что выражение , а следовательно и его абсолютная величина, не зависит от j, и поэтому данный множитель можно вынести из-под знака суммирования по j.
Оценим абсолютную величину :
Из определения сингулярной меры (4) и согласно
имеем, где .
Тогда получаем
.
Оценим абсолютную величину.
Так как функция комплексной переменной косинус принимает наибольшие значения на мнимой оси, то справедливо:
.
Таким образом, можно записать:
Ряд сходится, так как , а ряд в свою очередь сходится ввиду того, что справедливо и, исходя из вышесказанного, можно продолжить равенство, введя следующее обозначение , равенство можно продолжить:
.
Так как переменная z принадлежит компакту, то можно найти такую из компакта К, что для нее выполняется неравенство , справедливое для всех , и, таким образом, окончательно имеем:
.
Так как сходится, то для любого положительного числа найдется номер , такой что для всех номеров выполняется неравенство:
.
Тогда для всех номеров выполняется неравенство:
,
то есть при
.
Следовательно, при получаем из (9):
.
Теорема доказана.
4. Заключение
В данной статье были получены рекуррентные соотношения, связывающие сингулярные меры, порожденные простой однородной марковской цепью.
Как известно, марковские цепи имеют широкое применение в различных областях науки. Используя полученные в данной статье результаты, можно продолжить изучение сингулярных мер, порожденных простой однородной марковской цепью, что поможет как в дальнейшем исследовании подобных мер, так и в возможном практическом применении полученных результатов.
марковской цепью, что поможет как в дальнейшем исследовании подобных мер, так и в возможном практическом применении полученных результатов.