Многозначные случайные процессы.

[Руст]

Пусть x имеет плотность распределено по закону g(x), а функция f(x) состоит из k монотонных функций (f(1,x),...f(k,x)). Тогда определены обратные функции (h(1,y),...h(k,y)) (каждая компонента обратно к соответствующей компоненте f).
Вычисляем суммы интегралов $P(y<a)=\sum_{i=1}^k \int_{-\infty }^a g(h(i,y)dh_i(y)$

[Котофеич]

Руст писал(а):

Пусть x имеет плотность распределено по закону g(x), а функция f(x) состоит из k монотонных функций (f(1,x),...f(k,x)). Тогда определены обратные функции (h(1,y),...h(k,y)) (каждая компонента обратно к соответствующей компоненте f).
Вычисляем суммы интегралов $P(y<a)=\sum_{i=1}^k \int_{-\infty }^a g(h(i,y)dh_i(y)$

А как записать вероятности переходов между состояниями лежащими в окрестностях
двух ветвей

[Руст]

А какие переходы?

[Котофеич]

Руст писал(а):

А какие переходы?

Простите. Я имел в виду случай, когда x(t) это случайный процесс с плотностью вероятности перехода p(x1,t1;x2,t2).

[Котофеич]

Руст писал(а):

Пусть x имеет плотность распределено по закону g(x), а функция f(x) состоит из k монотонных функций (f(1,x),...f(k,x)). Тогда определены обратные функции (h(1,y),...h(k,y)) (каждая компонента обратно к соответствующей компоненте f).
Вычисляем суммы интегралов $P(y<a)=\sum_{i=1}^k \int_{-\infty }^a g(h(i,y)dh_i(y)$

Вот если формально формулу из раздела 4.15 применить, то что получим применительно к многозначному процессу
см. здесь.

Пожалуйста, убирайте длинные ссылки в тег [url]. //нг