Вероятность и статистика · объяснение и практика
Вероятность когда-нибудь пересечь порог: максимальное неравенство Дуба
Ограничить вероятность достижения положительного порога неотрицательным субмартингалом за конечный горизонт и отличить максимум траектории от конечного значения.

В теме Случайные процессы и имитация: углубление · Учебная карта
Главная мысль
Для неотрицательного субмартингала вероятность максимума до времени N не меньше a ограничена сверху E(X_N)/a при a>0. Оценка контролирует хотя бы одно пересечение на всём горизонте, даже если к последнему моменту процесс успел упасть ниже порога.
Метод и постановка
Сначала проверьте условное свойство субмартингала: ожидаемое следующее значение при известном прошлом не меньше текущего. Простого роста безусловных средних недостаточно. Неотрицательность тоже существенна: она позволяет отбросить вклад конечного значения на траекториях без пересечения, не уменьшая нужную верхнюю оценку.
Разбейте событие пересечения по времени первого достижения порога. Такие события не пересекаются и известны к соответствующему моменту. На каждом из них значение процесса уже не меньше a. Условное субмартингальное неравенство переносит этот вклад к последнему моменту N. После суммирования получаем a, умноженное на вероятность хотя бы одного пересечения, не больше ожидаемого конечного значения на пересёкших траекториях. Неотрицательность позволяет затем ограничить его полным ожиданием.
Проверка и границы вывода
Обычное неравенство Маркова для X_N оценивает только конечное превышение. Оно не учитывает траектории, которые раньше поднимались высоко, а затем вернулись вниз. Максимальное неравенство отвечает более сильному вопросу благодаря временной структуре процесса. При проверке примера отдельно перечислите максимум каждой траектории и её последнее значение.
Правая часть может оказаться больше единицы; тогда полезна тривиальная граница один, но это не ошибка теоремы. При нулевом конечном ожидании неотрицательность делает положительное пересечение невозможным с положительной вероятностью. Не переносите конечную формулу на бесконечный горизонт без контроля ожиданий и предельного перехода. Также мартингал со знакопеременными значениями сначала нужно преобразовать подходящим способом, например исследовать его модуль как субмартингал, проверив интегрируемость. Число в правой части является верхней оценкой риска, а не точной вероятностью для каждой модели.
Пример
Процесс начинается с единицы. На каждом из двух шагов положительное значение независимо удваивается или обнуляется с равными вероятностями; после нуля остаётся ноль. Его конечное среднее равно единице. Порог два когда-либо достигается с вероятностью одной второй.
Неравенство даёт границу 1/2, здесь точную. Конечное значение не меньше двух лишь при двух удвоениях, с вероятностью 1/4. Траектория 1→2→0 объясняет, почему события максимума и последнего значения различаются.
От чтения к действию
А теперь — вы
Частые вопросы
Почему нужен положительный порог?
Оценка делит на a и использует положительный вклад достигнутого значения; неположительный порог относится к другой тривиальной границе.
Оценка обязана достигаться?
Нет. Она может быть строгой; пример показывает достижение только для выбранного процесса и порога.
Углублённый разбор
Квадратичное максимальное неравенство и граница риска
Квадратичное максимальное неравенство связывает самый большой модуль мартингала с квадратичным моментом в конечный срок. Оно контролирует всю траекторию.
Перед началом: Совместные и условные законы; Ожидание, дисперсия и условная независимость.
Определение и постановка
Для мартингала M₀,…,Mₙ с конечными вторыми моментами E maxₖ≤ₙ|Mₖ|²≤4E|Mₙ|². Константа относится к L²-норме максимума, а не к каждой отдельной дате.
Вывод и вычислительный критерий
Комбинация с неравенством Маркова даёт P(max|Mₖ|≥a)≤4E|Mₙ|²/a². Это простая оценка, иногда слабее специальных вероятностных максимальных неравенств.
Вся последовательность должна быть мартингалом относительно объявленной информации. Нулевое среднее каждого Mₖ отдельно не обеспечивает условное равенство E(Mₖ₊₁|Fₖ)=Mₖ.
Условия и границы вывода
Правая часть может превышать единицу; тогда вероятность дополнительно ограничивают единицей. Такое значение не нарушает теорему, а показывает грубость выбранного применения.
Максимум модулей и максимум самих значений различаются. Для риска двустороннего отклонения нужен модуль; для одностороннего пересечения можно использовать специализированную оценку.
Для горизонта один максимальный квадрат равен единице на обоих путях, а конечный второй момент также равен единице. Граница четыре остаётся верной, но не достигается. При горизонте два пути с возвратом к нулю вносят половину единицы в ожидание максимума и ноль в конечный второй момент. Пути с продолжением движения обеспечивают достаточный конечный момент для общего ограничения. Разделение путей по типу полезно для понимания теоремы: она связывает средние по всем траекториям и не утверждает, что максимальный квадрат каждой отдельной траектории ограничен четырьмя конечными квадратами на той же траектории. Для возвратного пути такое поточечное неравенство было бы ложным.
Разобранная задача
Условие. Симметричное случайное блуждание начинается с нуля и делает два независимых шага ±1. Найдите E maxₖ≤₂|Mₖ|² и сравните с границей Дуба.
- Четыре пути ++,+−,−+,−− равновероятны.
- На путях ++ и −− максимальный модуль равен двум, его квадрат равен четырём.
- На путях +− и −+ максимальный модуль равен единице, квадрат равен единице.
- Средний квадрат максимума равен (4+1+1+4)/4=5/2; E M₂²=2, граница равна 8.
Ответ. Левая часть равна 5/2, верхняя граница равна 8.
Проверка. Конечные значения M₂ равны 2,0,0,−2 и дают второй момент 2. Полный перебор отдельно подтверждает максимум и конечный момент, поэтому проверка не использует теорему как вычислительную формулу.
Где легко ошибиться. Нельзя заменить максимум квадратом конечного значения: траектория способна сначала отклониться, затем вернуться к нулю.
Проверьте понимание
Вопросы к этой главе
Почему граница здесь неточная?
Теорема единообразна по большому классу мартингалов и не настраивается под четыре конкретных пути. Малый пример не обязан достигать универсальную константу.
Нужна ли независимость всех Mₖ?
Нет, значения блуждания зависимы. Требуется условная честность приращений; независимость самих накопленных значений была бы другой и обычно неверной предпосылкой.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Acciaio et al.: Doob’s martingale inequalities
Первичная статья, PDF с текстом, theorem1.1 на стр.1: L^p-граница; при p=2 константа4 для второго момента. К модулю мартингала применяется неотрицательная субмартингальная версия.
Неотрицательный супермартингал и пороговая гарантия Вилля
Неотрицательный супермартингал даёт вероятность пересечения порога в произвольную дату. Гарантия относится к наблюдению всего процесса.
Перед началом: Совместные и условные законы; Ожидание, дисперсия и условная независимость.
Определение и постановка
Если E₀=1 и Eₜ≥0, а E(Eₜ₊₁|Fₜ)≤Eₜ, то P(supₜEₜ≥1/α)≤α для 0<α<1. Это неравенство Вилля.
Вывод и вычислительный критерий
Останавливают процесс при первом пересечении порога либо в конечную дату n. Неотрицательность даёт E E_τ≥(1/α)P(τ≤n), а супермартингальное свойство ограничивает ожидание единицей. Затем n увеличивают.
Неотрицательность важна: большие отрицательные значения иначе могли бы компенсировать редкие высокие пики, сохраняя малое ожидание без нужной вероятностной границы.
Условия и границы вывода
Порог должен сравниваться с одним процессом, чья условная гарантия доказана относительно всей используемой информации. Произвольный выбор лучшего из многих процессов после просмотра данных требует поправки.
Достижение порога не означает вероятность гипотезы α. Это ограничение частоты ложного пересечения при принятой нулевой модели и объявленном процессе.
В примере можно заменить порог восемь на шесть. Первое пересечение всё равно происходит при капитале восемь после трёх орлов, поскольку процесс принимает только степени двойки и ноль. Точная вероятность остаётся одной восьмой, а граница Вилля равна одной шестой и уже не достигается. Так дискретность значений капитала объясняет зазор без нарушения доказательства. При пороге четыре требуются два начальных орла, вероятность равна четверти и граница вновь точна. Следовательно, совпадение границы с вероятностью зависит не только от процесса, но и от положения порога относительно его достижимых значений. Округлять порог вниз без согласования события нельзя.
Разобранная задача
Условие. Честная монета задаёт капитал Eₜ: после каждого орла капитал удваивается, после первой решки становится нулём навсегда. E₀=1. Найдите вероятность когда-либо достичь восьми.
- При положительном капитале следующий множитель равен двум или нулю с вероятностями по половине; условное среднее множителя равно единице.
- После обнуления процесс остаётся нулём, поэтому свойство мартингала сохраняется.
- Достижение восьми требует трёх начальных орлов подряд. Его вероятность равна (1/2)³=1/8.
- Граница Вилля при α=1/8 также равна 1/8 и здесь достигается.
Ответ. Вероятность когда-либо достичь капитала восемь равна 1/8.
Проверка. Любая решка в первых трёх бросках исключает достижение навсегда. Поэтому событие пересечения точно совпадает с цилиндрическим событием HHH, а не лишь содержится в нём.
Где легко ошибиться. Многократный просмотр процесса сам по себе не ломает эту гарантию, но произвольная замена процесса после просмотра может её нарушить.
Проверьте понимание
Вопросы к этой главе
Есть ли фиксированный горизонт?
Гарантия допускает бесконечный горизонт через предел конечных событий пересечения. Доказательство всё равно начинает с ограниченной остановки, чтобы избежать необоснованных предельных обменов.
Почему старт должен быть единичным?
Это удобная нормировка. При начальном среднем c граница становится c/a для порога a; масштаб капитала должен учитываться одновременно с масштабом порога.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Aaditya Ramdas: Proof of Ville’s inequality
PDF с извлечённым текстом, стр.1: верхняя граница пересечения для неотрицательного супермартингала. Позднейшие замечания об обязательном равенстве для всех мартингалов не используются; в главе дана конечная остановка.
Максимальная просадка серии: текущий уровень и достигнутый пик
Просадка измеряет потерю от уже достигнутого пика, поэтому фиксированного нижнего порога недостаточно. Для конечной серии можно хранить текущий уровень вместе с текущим максимумом и точно посчитать риск первого достижения заданной просадки.
Перед началом: Условные распределения; Конечные суммы и независимость.
Пик должен предшествовать провалу
Пусть S₀=0, а последующие независимые приращения задают уровни Sₜ. Текущий пик Mₜ=max(S₀,…,Sₜ) включает исходную дату. Максимальная просадка до n равна Dₙ=max₀≤ₜ≤ₙ(Mₜ−Sₜ). Это не обязательно размах maxS−minS, потому что низшая точка могла наступить раньше высшего пика.
Например, последовательность приращений −+++ даёт уровни 0,−1,0,1,2. Размах равен трём, а наибольшая потеря после уже достигнутого пика составляет только один. Глобальный максимум в конце нельзя перенести назад и использовать как исходную высоту первого провала.
Состояние сохраняет необходимую память
Для точного конечного расчёта достаточно пары (s,m): текущий уровень и достигнутый пик. После приращения ξ обновляем s′=s+ξ, m′=max(m,s′). Если m′−s′≥d, масса переходит в поглощающее состояние риска. Иначе она остаётся в новой паре для следующего шага.
Поглощённую массу больше не возвращаем в обычные состояния, даже если траектория позже восстановится. Событие формулируется как хотя бы одно достижение порога до горизонта. Если хранить только конечный уровень, восстановившийся после просадки путь будет ошибочно признан безопасным.
Точная вероятность относится к выбранной модели
При двух возможных приращениях и конечном горизонте число достижимых пар конечно. Вероятности переходов задаются законом очередного приращения; независимость позволяет использовать одну и ту же вероятность независимо от предыстории. При зависимых шагах состояние нужно дополнить сведениями, от которых зависит следующий шаг.
Контроль включает сохранение общей массы обычных и поглощающих состояний. Увеличение горизонта не может уменьшить вероятность уже произошедшей просадки, а увеличение порога не может её увеличить. Для маленького горизонта полный перебор всех знаковых последовательностей служит независимой проверкой сжатого состояния.
Четыре симметричных шага
Условие. Серия начинается с S₀=0 и имеет четыре независимых приращения ±1 с вероятностями 1/2. Найдите вероятность максимальной просадки D₄≥2, считая пик по всем уже прошедшим датам.
- Всего существует 16 равновероятных последовательностей. Каждую оцениваем по всем промежуточным уровням, включая исходный пик ноль.
- При первом минусе просадку два дают ----, ---+, --+-, --++ и -+--. При первом плюсе подходят +---, +--+ и ++--.
- Получено восемь последовательностей из шестнадцати, поэтому P(D₄≥2)=1/2. Остальные восемь не достигают порога просадки.
- Для сравнения, фиксированный уровень Sₜ≤−2 когда-либо достигается только в шести случаях, а конечный S₄≤−2 — в пяти. Эти события имеют вероятности 3/8 и 5/16 и не равны просадке от меняющегося пика.
Ответ. Вероятность максимальной просадки не меньше двух за четыре шага равна 1/2.
Проверка. Рекурсия по парам (текущий уровень,пик) даёт ту же поглощённую массу 1/2. Путь ++-- служит отдельным контрпримером замены: он ни разу не опускается ниже нуля, но теряет два от пика два.
Где легко ошибиться. Не сравнивайте только конечный результат с началом. Путь --++ возвращается к нулю, уже испытав просадку два. Также нельзя вычислять максимальную просадку как разность глобальных максимума и минимума без учёта порядка их появления.
Проверьте понимание
Вопросы к этой главе
Почему учитывается исходный уровень S₀?
Он является уже достигнутым пиком до первого шага. Если его исключить, первая потеря от начального положения может исчезнуть из счётчика, и получится другая величина риска.
Речь идёт о процентной или абсолютной просадке?
В данной модели о разности уровней в единицах шага. Процентная просадка требует положительной базы и другого определения; переносить на неё эти числа без пересчёта нельзя.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Magdon-Ismail et al. 2004, On the Maximum Drawdown, §1
Прочитан индексированный первичный §1 с определением потери от предшествующего пика. PDF без извлекаемого текста; полное чтение статьи не заявляется. Здесь собственная дискретная серия и конечный автомат, без использования броуновских формул статьи.
Остановка мартингала на двух барьерах: вероятность достижения и условия
Первый выход из конечного интервала может произойти сколь угодно поздно. Для честного блуждания вероятность верхнего выхода всё же выводится из остановленного мартингала, если предельный переход обоснован ограниченностью его значений.
Перед началом: Условная вероятность; Точная арифметика.
Сначала ограничьте случайное время
Пусть Sn стартует в целом x между целыми a<b и имеет независимые приращения ±1 с равными вероятностями. Время T первого достижения a или b является моментом остановки и не ограничено детерминированной константой. Для каждого фиксированного n время T∧n ограничено, поэтому E S(T∧n)=x. Применение ограниченной теоремы здесь корректно; подмена T∧n сразу на T без дополнительного аргумента пропускает существенный шаг.
Докажите выход и контролируйте предел
Из любой внутренней точки существует последовательность не более b−a одинаково направленных шагов, приводящая к границе. Вероятность такого блока не меньше 2^(−(b−a)). По независимости новых приращений вероятность пережить k полных блоков без выхода не превосходит (1−2^(−(b−a)))ᵏ. Она стремится к нулю, значит T конечно почти наверное. Пока выход не произошёл, остановленное блуждание остаётся между a и b, поэтому величины S(T∧n) равномерно ограничены.
Ожидание проходит к границе
Почти наверное S(T∧n)→ST. Ограниченная сходимость позволяет получить E ST=x. Перескока границы нет, потому что шаги единичные и границы целые. Если h=P(ST=b), то E ST=bh+a(1−h), откуда h=(x−a)/(b−a). Для блуждания с большими скачками ST могло бы принимать значения за границей, и эта двухточечная формула уже не следовала бы. Для одностороннего выхода остановленные значения также перестали бы быть равномерно ограниченными снизу.
Разобранная задача
Условие. Честное блуждание стартует с капитала x=3 и останавливается при 0 или 8. Найдите вероятность достичь восьми прежде нуля и покажите, какое ограничение позволяет передать ожидание через предел.
- Для T∧n ограниченная остановка даёт E S(T∧n)=3 при любом конечном n.
- Вероятность пройти к некоторой границе за блок из восьми одинаковых шагов положительна не меньше 1/256; повторные блоки доказывают конечность T почти наверное.
- Все остановленные капиталы лежат в отрезке [0,8]. Поэтому ограниченная сходимость даёт E ST=3 без предположения фиксированного срока.
- Финальный капитал равен 8 с вероятностью h и 0 иначе. Равенство 8h=3 даёт h=3/8.
Ответ. Вероятность верхнего выхода равна 3/8. Ключ к предельному шагу — почти верный выход и единая граница 0≤S(T∧n)≤8.
Проверка. Независимо решим гармоническую задачу h(j)=[h(j−1)+h(j+1)]/2 с h(0)=0,h(8)=1. Вторая разность нулевая, значит h(j)=j/8 и h(3)=3/8, совпадая с мартингальным выводом.
Где легко ошибиться. Конечность T почти наверное сама по себе не гарантирует сохранения ожидания произвольного мартингала. Здесь дополнительно доказана равномерная ограниченность остановленных капиталов; именно она контролирует предел.
Проверьте понимание
Вопросы к этой главе
Почему нельзя использовать тот же аргумент для игры до первого +1?
У такой односторонней остановки капитал до выхода может уходить сколь угодно далеко вниз. Единого ограниченного отрезка нет, и нужный переход ожидания не обоснован.
Нужно ли вычислять среднее время выхода для этой вероятности?
Нет. Указанного блочного контроля и ограниченности капитала достаточно. Ожидание времени можно исследовать отдельно другим мартингалом, но это иной результат.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Scott Sheffield, MIT18.175: Lecture29
Условия необязательной остановки мартингала; ограниченный остановленный путь обосновывает предельный переход.
Ограниченные адаптивные приращения: экспоненциальный сертификат Азумы
Для зависимых управляемых шагов произведение безусловных производящих функций неприменимо. Условная оценка каждого шага всё же создаёт один корректный экспоненциальный процесс. Он даёт конечногоризонтную границу Азумы и отдельную линейную границу, пригодную для последовательного просмотра.
Перед началом: Мартингальная разность и предсказуемое управление; Неравенство Вилля.
Условная центрированность заменяет независимое произведение
M₀=0, мартингальные приращения Dₜ относительно всей доступной истории имеют условное среднее ноль и детерминированные границы |Dₜ|≤cₜ. Независимость приращений не требуется.
Пусть Vₜ=Σₛ₌₁ᵗcₛ². Для фиксированного заранее λ>0 условная лемма Хёффдинга даёт E[exp(λDₜ)|Fₜ₋₁]≤exp(λ²cₜ²/2). Можно увидеть этот шаг из выпуклой хорды экспоненты на[−cₜ,cₜ]: после усреднения с нулевым условным средним остаётся cosh(λcₜ), не превосходящий exp(λ²cₜ²/2).
Поэтому Zₜ=exp(λMₜ−λ²Vₜ/2) — неотрицательный супермартингал с Z₀=1. Условное ожидание очередного множителя не больше единицы даже тогда, когда закон Dₜ меняется по истории. Факторизация безусловных законов не нужна. Но без нулевого условного среднего или доказанной границы шага этот аргумент не работает.
Конечный горизонт допускает одну оптимизацию параметра
На событии Mₙ≥x экспонента Zₙ не меньше exp(λx−λ²Vₙ/2). Получаем вероятность не больше exp(−λx+λ²Vₙ/2). При Vₙ>0 минимум по λ достигается в λ=x/Vₙ и равен exp(−x²/(2Vₙ)). Если Vₙ=0, все шаги до n нулевые, и положительное превышение невозможно.
Та же верхняя граница контролирует maxₜ≤ₙMₜ≥x: при первом пересечении Vₜ≤Vₙ, следовательно Zₜ≥exp(λx−λ²Vₙ/2). Остановка или неравенство Вилля дают результат без сложения n отдельных вероятностей. Это гарантия на заранее фиксированном конечном горизонте, а не одно только сравнение последнего значения.
Бесконечный просмотр требует одной согласованной границы
Если λ выбран заранее, Вилль даёт P(существует t: Mₜ≥log(1/α)/λ+λVₜ/2)≤α. Это линейная по Vₜ граница для всего процесса. Нельзя на каждой дате отдельно подобрать λ по увиденной траектории и сохранить ту же гарантию без дополнительного построения смеси или распределения ошибки. Оптимальная фиксированная дата и одновременное покрытие всех дат — разные процедуры.
Адаптивность сама не является нарушением. Например, для свежих независимых честных знаков εₜ можно выбрать ставку a₁=1, а при t≥2 ставить aₜ=1{εₜ₋₁=+1}. Тогда Dₜ=aₜεₜ имеет нулевое условное среднее и модуль не больше единицы. Приращения действительно зависимы: после первого минуса второй шаг обязательно ноль, после первого плюса он принимает±1.
Четыре шага с зависимыми размерами ставки
Условие. Используйте указанное правило a₁=1,aₜ=1{εₜ₋₁=+1}, t=2,3,4. Найдите точные вероятности M₄≥2 и maxₜ≤₄Mₜ≥2 и сравните с границей Азумы.
- Все 16 строк свежих знаков равновероятны. Каждая ставка определяется только предыдущим знаком; поэтому E(Dₜ|Fₜ₋₁)=aₜEεₜ=0, а cₜ=1.
- Терминальный счёт имеет массы: −2 в 3 строках, −1 в 4,0 в 3,1 в 4,2 в 1 и 4 в 1. Среднее этого списка равно нулю.
- M₄≥2 получается только у строк +++− и++++. Его вероятность 2/16=1/8.
- Порог 2 на всём горизонте достигают все четыре строки, начинающиеся с++. В частности, ++−− достигает 2, затем заканчивает на 1. Вероятность максимума 4/16=1/4.
- V₄=4,x=2,оптимальный λ=1/2. Обе вероятности ограничены exp(−4/8)=e^(−1/2), приблизительно 0,6065. Верхняя оценка консервативна и не равна точным рискам.
Ответ. Конечный хвост равен 1/8, риск хотя бы одного пересечения 1/4. Для обоих корректна граница e^(−1/2).
Проверка. Условная проверка на каждом узле дерева даёт либо среднее двух знаков ноль, либо постоянный нулевой шаг. Прямой перебор максимумов отличает ++−− и++−+ от терминального хвоста; эти две строки объясняют разницу вероятностей 1/8.
Где легко ошибиться. Малое безусловное среднее шага не заменяет нулевое условное среднее по всей истории. Адаптивная ставка, подсматривающая текущий εₜ, нарушает предсказуемость.
Проверьте понимание
Вопросы к этой главе
Почему в примере не используется фактическое число ненулевых ставок вместо 4?
Выведенная конечная формула использует заранее заданные детерминированные cₜ и V₄=4. Случайную накопленную границу можно включать в экспоненциальный процесс при отдельной условной проверке, но её подстановка в оптимизированную фиксированную формулу не обоснована автоматически.
Можно ли получить двустороннюю оценку?
Да. Применяют тот же аргумент к−M и объединяют два события, получая множитель 2. Это верхняя граница, которую при необходимости ограничивают единицей.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Joel Tropp, Caltech CMS/ACM117, Theorem26.9 и Lemma26.10
Поддерживает условную экспоненциальную оценку ограниченных мартингальных разностей и максимальную границу Азумы. Здесь отдельно построен процесс Z и точно перечислен собственный пример зависимых ставок.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Сравнить распределения через совместный эксперимент: неравенство сопряжения
Построить сопряжение двух дискретных распределений с правильными маргинальными суммами и ограничить полную вариацию вероятностью несовпадения.
Открыть темуХвостовое событие нельзя изменить конечным началом: где действует закон нуля или единицы
Распознать хвостовое событие независимой последовательности, применить закон Колмогорова и отделить этот вывод от вычисления конкретной вероятности.
Открыть темуРазделение пуассоновского потока: независимость возникает после снятия условия на общий счёт
Доказать независимость двух потоков после независимой маркировки пуассоновских событий и отличить её от отрицательной зависимости при фиксированном общем числе.
Открыть тему