Определение. Мера называется s - конечной, если для любого замкнутого ограниченного множества существует последовательность множеств , где , такая, что: a) при , б) .
Определение. Мера называется случайной и обозначается , где , если:
а) при фиксированных w и A как функция t является случайным процессом, б) при фиксированных w и t s - конечная мера, в) для .
Пусть - измеримая функция такая, что определён интеграл Лебега обозначаемый .
Обозначим .
Определение. Случайная мера m называется опциональной (предсказуемой), если для любой неотрицательной - измеримой функции Х процесс является опциональным (предсказуемым).
13.2. Обозначим .
Определение. Меру назовем мерой Долиан, если .
Отсюда следует, что для всякой неотрицательной - измеримой функции X(w, t, x) определен интеграл по мере Долиан:
.
Определение. Мера Долиан называется конечной, если . Определение. Будем говорить, что опциональная случайная мера m принадлежит классу (пишем ), если .
Определение. Mepa Долиан называется - s-конечной, если существует последовательность множеств таких, что , где , и для .
Определение. Будем говорить, что опциональная случайная мера принадлежит классу (пишем ) если , где и .
Очевидно следующее утверждение.
Теорема 42. .
13.3.Определение. Будем говорить, что случайные меры и совпадаютР - п. н. (пишем ), если для любой неотрицательной - измеримой функции Х .
Из этого определения следует утверждение.
Предложение 43, Пусть и - опциональные случайные меры такие, что:
а) для любой - измеримой X; б) хотя бы одна из них принадлежит . Тогда .
13.4. Определение.Компенсатором опциональной случайной меры называется предсказуемая мера (т. е. ) такая, что для любой неотрицательной, - измеримой функции Х(, t, х) .
Теорема 44. У всякой опциональной случайной меры существует и притом единственный компенсатор , т. е. (с точностью до нулевой меры Р). (Доказательство следует из теоремы Дуба - Мейера).
13.5.Определение. Случайная мера называется целочисленной, если:
1) для всех и ;
2) для принимает значения в ;
3) для фиксированных - - конечная мера;
4) для фиксированных - опциональный процесс.
Следующая теорема вытекает из определения целочисленной случайной меры и теорем 13 и 23.
Теорема 45. Пусть - целочисленная случайная мера, тогда существует множество D и опциональный случайный процесс со значениями в Е такие, что , где - мера Дирака сосредоточенная в точке . Если - последовательность моментов остановки, исчерпывающая тонкое множество D, то для любой неотрицательной - измеримой функции справедливо равенство
Р - п. н.
Следствие 46. Пусть - опциональный процесс со значениями в Rd. Тогда формула определяет целочис-ленную случайнуюмеру на .
§14 Случайные меры и мультивариантные точечные процессы.
14.1. Пусть - m - вариантный точечный процесс, a
, - считающие процессы, где .
Пример. Пусть - случайный процесс определённый соотношением - пуассоновский случайный процесс с интенсивностью . Ясно, что процесс принимает два значения {-1, 1}, причём время пребывания в состоянии -1 или в состоянии 1 распределены экспонен-циально с параметром . Этот процесс имеет кусочно-постояные траектории и непрерывен справа, поэтому он опционален. Через обозначим число попаданий в состояние 1(-1) за время t процессом . Очевидно, что если для , то можно построить следующим образом:
,
.
Ясно также, что с помощью и можно описать процесс
,
так как . Легко показать, что для справедливо представление
,
причем - ограниченные мартингалы (относительно меры Р) для .
Приведённый выше пример служит основой для дальнейших построений.
14.2. Перейдем теперь к построению целочисленной случайной меры k - вариантного точечного процесса и её компенсатора.
В предыдущих параграфах мы установили связь между скачко-образными и мультивариантными точечными процессами. Итак, пусть - скачкообразный опциональный случайный процесс со значениями в Е, причём . В соответствии с результатами параграфа 13 для процесса определена целочисленная случайная мера , где - последовательность марковских моментов, исчерпывающая скачки процесса , . Очевидно, что при фиксированных это опциональный неубывающий процесс, т. е. при t ³ s. Стало быть, является субмартингалом и по теореме Дуба-Мейера существует компенсатор , т. е. является мартингалом относительно потока и меры Р. Предположим дополнительно, что имеет неслучайную матрицу интенсивности перехода . Тогда в силу теоремы 35 допускает представление:
. (9)
Обозначим - число переходов процесс из состояния j в состояние i за время t. Ясно, что его можно представить в виде:
.
Найдём компенсатор - случайной меры . Сначала заметим, что
.
Отсюда, в силу (9), имеем:
. (16)
Заметим: 1) для Р - п. н.
;
2) так как - ограниченный предсказуемый процесс, то
стохастический интеграл является мартингалом. Поэтому процесс является компенсатором - целочисленной случайной меры относительно меры P.