БОЛЬШОЙ СЕМИНАР КАФЕДРЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ
МГУ имени М. В. ЛОМОНОСОВА
UNITED SEMINAR OF THE DEPARTMENT OF PROBABILITY THEORY OF LOMONOSOV MOSCOW STATE UNIVERSITY
UNITED SEMINAR OF THE DEPARTMENT OF PROBABILITY THEORY OF LOMONOSOV MOSCOW STATE UNIVERSITY
Это страница весеннего семестра 2023 года Большого кафедрального семинара кафедры теории вероятностей механико-математического факультета МГУ. Постоянный сайт семинара – здесь. Семинар является продолжением научно-исследовательского семинара кафедры теории вероятностей под руководством А.Н. Колмогорова и Б.В. Гнеденко.
For the English version click here or on the "Main page (EN)" button at the top.
Руководитель семинара: академик РАН, профессор Альберт Николаевич Ширяев
Координатор семинара весной 2023 года: профессор Елена Борисовна Яровая
Секретарь семинара весной 2023 года: Владимир Александрович Куценко
Чтобы подписаться на рассылку семинара, кликните "Подписаться на рассылку" вверху страницы.
Чтобы подать доклад, кликните "Подать доклад" вверху страницы.
Предстоящие доклады
Прошедшие доклады
8 февраля, 16:45 мск
Егор Александрович Илларионов, Дмитрий Дмитриевич Соколов, МГУ, Московский центр фундаментальной и прикладной математики
Относительная эффективность трех механизмов роста векторных полей в случайной среде
В работе рассматривается модель случайной среды с фиксированным и конечным временем памяти (короткокоррелированная модель). Внутри интервалов постоянных параметров среды мы можем наблюдать либо усиление, либо осцилляцию векторного поля в данной частице. Совместный эффект усилений на последовательных интервалах, очевидно, приводит к усилению среднего поля и средней энергии. Аналогично, эффект перемежающихся усилений или осцилляций также приводит к усилению среднего поля и средней энергии, однако, с меньшей скоростью. Наконец, возможно, что последовательные случайные колебания войдут в резонанс и приведут к росту среднего поля и энергии. Это и есть три механизма, которые мы исследуем и для которых, на примере уравнения Якоби со случайным параметром кривизны, будут представлены аналитические и численные оценки скоростей роста.
Запись доклада: https://youtu.be/XM1cHJ_qS6M
15 февраля, 16:45 мск
Павел Игоревич Тесемников, Институт математики им. С. Л. Соболева СО РАН, НГУ
Асимптотический анализ случайных блужданий с тяжёлыми хвостами приращений по направленным случайным графам и смежные вопросы
В первой части доклада мы обобщаем так называемый «принцип одного большого скачка» на модель случайного блуждания по генеалогическому дереву ветвящегося процесса в меняющейся среде, предполагая, что распределения приращений блуждания имеют тяжёлые правые хвосты, то есть, что все экспоненциальные моменты этих распределений бесконечны. Мы приводим точную хвостовую асимптотику максимума блуждания в случайном (в том числе и бесконечном) числе поколений. Во второй части доклада рассматривается модель блуждания по обобщённому графу Барака — Эрдёша (ориентированной версии графа Эрдёша — Реньи), в которой вероятность существования ребра зависит как от вершин, инцидентных этому ребру, так и от общего количества вершин в графе. В случае, когда распределение приращений блуждания имеют тяжёлые правые хвосты, мы получаем точную асимптотику хвоста распределения максимума блуждания по случайно выбранному пути минимальной длины между крайними вершинами, вновь согласующуюся с принципом одного большого скачка. Также мы изучаем вопрос о предельном распределении минимальной длины пути между крайними вершинами при неограниченном возрастании количества вершин. Доклад основан на совместных работах с Сергеем Фоссом и Бастиеном Маллейном.
Запись доклада: https://youtu.be/dnhjXWwCwPI
22 февраля, 16:45 мск
Алексей Викторович Лебедев, МГУ
Анастасия Владимировна Горбунова, ИПУ РАН
Нетранзитивные системы непрерывных случайных величин и их приложения
Изучается проблема нетранзитивности отношения стохастического предшествования для наборов случайных величин с распределениями из определенных классов. Первоначально этот вопрос был поставлен в связи с задачей из теории прочности (Трыбула, 1961). В дальнейшем тема нетранзитивности стала популярной на примере так называемых нетранзитивных (игральных) костей. В докладе представлены критерии, с помощью которых доказано, что нетранзитивности не может быть для многих классических непрерывных распределений (равномерного, показательного, нормального, логистического, Лапласа, Коши, Симпсона, однопараметрического Вейбулла и др.). Далее рассмотрен случай распределений с полиномиальной плотностью на единичном отрезке, где нетранзитивность может возникать при достаточной большой степени. Приведен метод построения нетранзитивных триплетов смесей распределений, который работает для смесей нормальных и показательных распределений. Затронута тема влияния нетранзитивности на поведение стохастических систем, т.е. как различные отношения между случайными величинами на входе сказываются на выходе. Изучаются эффекты нетранзитивности в системах массового обслуживания, в двух моделях: когда времена обслуживания в различных системах образуют нетранзитивные наборы и когда параметры систем обслуживания случайны.
Запись доклада: https://youtu.be/Q1l1Q6pN_Ow
1 марта, 16:45 мск
Иван Алексеевич Алексеев, ИППИ РАН, ПОМИ РАН
Дискретные квазибезгранично делимые случайные векторы
Рассматриваются многомерные дискретные вероятностные законы. В докладе будет показано, что такие законы квазибезгранично делимы тогда и только тогда, когда их характеристические функции отделены от нуля. Мы обобщаем существующие результаты для одномерных дискретных законов и законов на целочисленной решетке. Аналогично векторам на целочисленной решётке будет представлен прием Крамера-Вальда для квазибезграничной делимости и безграничной делимости для дискретных случайных векторов.
Запись доклада: https://youtu.be/b_Aenoc3x44
15 марта, 16:45 мск
Станислав Алексеевич Молчанов, Университет Северной Каролины в Шарлотте, ВШЭ
Дискретное динамо
Одно из многих приложений знаменитой колмогоровской теории изотропной турбулентности связано с так называемой проблемой кинематического динамо в магнитогидродинамике. Эта проблема активно изучалась в физической литературе (1960-1990), большой вклад в эту тематику внесли Я. Б. Зельдович и его группа. Математически это задача об эволюции магнитного поля, которая описывается уравнением Максвелла в турбулентной электропроводящей среде. В известном обзоре (Я.Б. Зельдович, С.А. Молчанов, А.А. Рузмайкин, Д.Д. Соколов) было установлено, что второй момент магнитного поля в модели кинематического динамо демонстрирует фазовый переход: для горячих звезд магнитное поле экспоненциально растет, а для холодных – убывает. В силу явления перемежаемости это еще не дает почти-наверное роста. В докладе будет описана дискретная модель, где фазовый переход гарантируется с вероятностью 1.
Запись доклада: https://youtu.be/8WuMV0ziSoU
22 марта, 16:45 мск
Андрей Львович Пятницкий, ИППИ РАН
Большие уклонения для марковских скачкообразных процессов в локально-периодической среде
Доклад посвящен принципу больших уклонений для семейства скачкообразных марковских процессов, заданных в среде с периодической или локально периодической микроструктурой. Мы предполагаем, что генератор процесса является оператором типа свертки нулевого порядка с быстро осциллирующим локально периодическим коэффициентом, и при естественных условиях эллиптичности и локализации показываем, что семейство удовлетворяет принципу больших уклонений в пространстве путей, оснащенном топологией Скорохода. Соответствующая функция скорости определяется в терминах семейства вспомогательных периодических спектральных задач. Показано, что соответствующий лагранжиан является выпуклой функцией скорости, имеющей сверхлинейный рост на бесконечности. Однако ни лагранжиан, ни соответствующий ему гамильтониан не обязательно должны быть строго выпуклыми, мы лишь утверждаем их строгую выпуклость в некоторой окрестности бесконечности.
Запись доклада: https://youtu.be/ICjzfCB9dqw
29 марта, 16:45 мск
Елена Евгеньевна Баштова, МГУ
Об аппроксимации с вероятностью единица некоторых типов многомерных случайных блужданий
В ряде исследований движения микрочастиц (бактерий, лейкоцитов и т.п.) показано, что это движение хорошо описывается случайными ломаными, вдоль прямых участков которых частица движется с постоянной скоростью, а затем поворачивает на случайное направление (в частном случае вопрос об исследовании подобного случайного процесса, названного случайным полетом, впервые был поставлен К.Пирсоном в 1905 г.). Формализация этих и других наблюдаемых явлений приводит к различным видам случайных блужданий: полетам Леви, марковски-модулированным случайным блужданиям и др. При этом многие естественные с точки зрения приложений модификации случайного блуждания оказываются неоднородными или немарковскими. Сильная гауссовская аппроксимация является существенным усилением классического принципа инвариантности, поскольку дает возможность подобрать винеровский процесс, траектории которого близки к траекториям исходного процесса с вероятностью единица. Такое приближение позволяет получать другие предельные теоремы, строить состоятельные оценки долгосрочной дисперсии, рассматривать предельное поведение различных функционалов от приближаемых процессов. В докладе будут представлены теоремы о сильной гауссовской аппроксимации для марковски-модулированных случайных блужданий и некоторых немарковских случайных блужданий с нестационарными приращениями.
5 апреля, 16:45 мск
Йордан М. Стоянов, Болгарская Академия Наук, Shandong University, China
Новые характеризации нормального и гамма распределений с использованием независимости двух статистик и теоремы Аносова
Среди распределений на всей прямой и на положительной полупрямой, нормальное распределение (N) и гамма распределение (Г) играют заметную роль. Они изучены очень подробно, что важно и для теории, и для приложений. В литературе имеются разнообразные характеризации для этих распределений, включительно через свойство независимости двух подходяще подобранных статистик, скажем А и В. Хорошо известны классические результаты: для N, А – это выборочное среднее, а В – выборочная дисперсия; для Г, А – выборочное среднее, В – выборочный коэффициент вариации. Много лет назад, Д.В. Аносов, со ссылкой на Ю.В. Линника, предложил использовать (непростое) интегро–функциональное уравнение, чтобы доказать новую теорему о характеризации N. Спустя много лет метод Аносова был существенно расширен и это позволило установить новые характеризации для N. Более того, был найден вариант теоремы Аносова и интегро–функциональное уравнение, уже подходящие для изучения Г. Таким образом, ныне мы имеем новые характеризации для N и для Г. Будут представлены общие результаты, основанные на независимости статистики А – выборочное среднее, и статистики В – теперь выбранной из большого класса однородных допустимых статистик. Этот класс задается в терминах порядковых статистик. Наблюдается интересная параллель между новыми результатами для N и для Г. Особый интерес представляют ряд следствий, которые не только новые, но они даны в понятных терминах, напр. как размах выборки, или коэффициент Джини. Будут предложены несколько открытых вопросов. В докладе будут представлены результаты, полученные после многолетней совместной работы докладчика с G.D. Lin, C.Y. Hu (Taipei). Есть две статьи, одна из которых для N, уже опубликована в AISM, Tokyo (Springer 2022), вторая ––– для Г, принята к печати (2023).
Запись доклада: https://youtu.be/RW218WDwCmw
12 апреля, 16:45 мск
Ломоносовские чтения
Екатерина Вадимовна Булинская, МГУ
Модели страхования с дискретным временем
Математические модели входа-выхода целесообразно использовать для исследования реальных процессов, возникающих в таких приложениях как страхование, финансы, запасы, очереди, надежность, динамика популяций и многих других. Мы формулируем результаты в терминах страхования, старейшей области применения теории вероятностей. Основная цель – найти оптимальное управление, обеспечивающее экстремум выбранной меры риска (целевой функции). Классы допустимых управлений содержат начальный капитал компании, тарификацию, сострахование и перестрахование, банковские займы и инвестиции. Чтобы использовать полученные результаты, необходимо убедиться в устойчивости рассматриваемой модели. Мы также рассматриваем предельное поведение капитала компании при неограниченном росте горизонта планирования и доказываем усиленный закон больших чисел и центральную предельную теорему. Изучается несколько моделей с дискретным временем, так как в ряде случаев они более точно описывают реальную ситуацию, удобны для численных расчетов, а также могут использоваться для аппроксимации соответствующих моделей с непрерывным временем.
Александр Юрьевич Веретенников, ИППИ РАН, МГУ
Об усиленном законе больших чисел
Предложено новое замечание о варианте усиленного закона больших чисел для попарно независимых случайных величин. Основная цель – ослабить требование существования математического ожидания каждого из слагаемых. Будут также упомянуты некоторые малоизвестные, но исторически важные работы на данную тему. Доклад на основе совместного препринта с Алиной Ахмяровой.
Владимир Александрович Куценко, Дмитрий Дмитриевич Соколов, Елена Борисовна Яровая, МГУ
Неустойчивые режимы в ветвящихся случайных блужданиях со случайными интенсивностями генерации частиц
Рассматривается эволюция системы частиц на многомерной решетке с непрерывным временем. В начальный момент времени в системе имеется одна частица, которая может разделиться на две, погибнуть или перейти в соседнюю точку решетки. Эволюция частиц происходит в случайной среде, т.е. интенсивности размножения и гибели частиц задаются стационарными случайными величинами. Новые частицы эволюционируют независимо друг от друга и всей предыстории. В этой системе изучается рост средней численности частиц, который зависит от разности между интенсивностью деления и интенсивностью гибели, называемой случайным потенциалом. Фундаментальные основы для изучения таких моделей заложены в работах Я. Зельдовича, С. Молчанова, Ю. Гертнера, В. Кёнига с соавторами. Основное применение такие модели находят в статистической физике и при изучении динамики различных популяций. Нами показано, что если потенциал достаточно медленно убывает на бесконечности, то происходит взрывной рост числа частиц и их средняя численность может обращаться в бесконечность сразу после начала эволюции системы. Кроме того, доказан следующий результат: если конечна средняя численность частиц для каждой конкретной реализации среды, то это условие не гарантирует того, что средняя численность частиц останется конечной при усреднении по всем реализациям среды. Наконец, описано поведение усредненных по среде моментов численностей частиц для асимптотически гумбелевских потенциалов при больших временах.
Запись: https://youtu.be/Hpfjynn4kbI
19 апреля, 16:45 мск
Алексей Сергеевич Полунченко, Бингемтонский университет, США
Аппроксимация квазистационарного распределения диффузионного процесса Ширяева с приложением к задаче обнаружения разладки
Рассматривается задача обнаружения разладки для Броуновского движения в минимаксной постановке Поллака (1985). Из предыдущей работы автора (ТВП 2017) известно, что рандомизированная процедура Ширяева-Робертса-Поллака, в основе которой лежит процесс Ширяева, является почти оптимальной в смысле Поллака асимптотически, при пренебрежимо малом уровне ложных тревог. Рандомизация заключается в выборе начальной точки статистики Ширяева случайным образом, в соответствии с квазистационарным распределением. Асимптотическая оптимальность процедуры Ширяева-Робертса-Поллака была доказана используя тривиальную оценку сверху на функцию распределения вероятностей квазистационарного распределения. В настоящей работе получены более точные верхние и нижние оценки на функцию распределения вероятностей квазистационарного распределения; оценки получены с использованием самых последних (2022 год) результатов в теории функций Бесселя. Новые оценки на квазистационарное распределение позволяют существенно уточнить скорость сходимости средней задержки процедуры Ширяева-Робертса-Поллака к (неизвестному) оптимуму.
Запись доклада: https://youtu.be/t0iLZLRd70E
3 мая, 16:45 мск
Максим Павлович Савелов, МГУ
Предельные совместные распределения статистик, используемых при проверке качества генераторов случайных двоичных последовательностей
Пакет статистических критериев NIST, разработанный Национальным институтом стандартов и технологий США, является одним из наиболее популярных инструментов, созданных для решения важной практической задачи о проверке качества генераторов случайных двоичных последовательностей. В докладе будут представлены результаты о предельных совместных распределениях различных наборов статистик критериев пакета NIST в ситуации, когда тестируемая последовательность является последовательностью Бернулли. Будут обсуждаться необходимые и достаточные условия асимптотической некоррелированности и необходимые и достаточные условия асимптотической независимости данных статистик. Изложенные результаты можно использовать при выборе параметров критериев пакета NIST.
Запись доклада: https://youtu.be/xKYk3FMb9Dg
10 мая, 16:45 мск
Александр Юрьевич Веретенников, ИППИ РАН, МГУ
Эргодические свойства и эргодические коэффициенты для цепей Маркова (по совместным работам с Олегом Бутковским, Марией Веретенниковой и Александром Щеголевым)
Для исследования сходимости марковских цепей (МЦ) с конечным числом состояний к стационарному режиму сам А.А. Марков предложил коэффициент, много позднее названный коэффициентом эргодичности Добрушина. Поэтому автор предпочитает название "коэффициент эргодичности Маркова–Добрушина" (далее МД), хотя еще правильнее было бы называть его коэффициентом Маркова–Колмогорова–Добрушина. Основания для всего этого будут приведены в докладе. Пытаясь найти лучшую эффективную оценку скорости сходимости, автор доклада в ряде недавних работ предложил новую характеристику – спектральный радиус некоторого суб-марковского оператора, связанного с так называемым марковским каплингом. Примеры показывают, что новая оценка всегда не хуже той, которую обеспечивает "коэффициент эргодичности МД", в очень простых примерах может с ней совпадать, а в большинстве случаев оказывается лучше. Также, этот новый подход работает и для некоторых неоднородных МЦ (впрочем, как и аналог коэффициента МД). В то же время, для однородных МЦ известен результат Гантмахера о том, что неулучшаемую оценку предоставляет некоторая экспоненциально убывающая функция с показателем, равным логарифму модуля второго собственного значения переходной матрицы или оператора. В докладе будет показана связь нового коэффициента c этой неулучшаемой оценкой: именно, оказывается, рассматривая аналог упомянутого выше суб-марковского оператора за несколько шагов, можно сколь угодно близко приблизиться к данной наилучшей оценке. Заметим, что для неоднородных МЦ подход на основе второго собственного значения вообще не работает. Наконец, будет показано как новый коэффициент может быть применен к оценке скорости сходимости для некоторых классов нелинейных МЦ с помощью метода малых возмущений.
Запись доклада: https://youtu.be/QPvsIRuRGms