应用数学专题讲座.pptVIP

第八章 时间序列分析 随机过程的概念 在概率论的基本理论中，我们首先建立了概率空间，进一步定义了随机变量和它的分布函数，用以刻划随机现象的统计规律性。在那里，我们讨论的是一个或者几个随机变量。但在实际中，我们还需要讨论一族无穷多个按照一定关系联系起来的随机变量。例如，考虑电话交换台接到用户的呼唤次数的问题。如果用 表示在时刻t以前交换台接到用户的呼唤总次数，于是，对于固定资产的时刻t而言， 是一个随机变量。而当长时间观察并记录可得 ，它就是一族无穷多个随机变量构成的时间函数。也就是说，描述交换台接到用户的呼唤次数，需要用一族依赖于时间的随机变量。通常我们把这样的一族随机变量称为随机过程。 定义1 设 是一个概率空间，T是一个参数集， 是 上的函数，如果对于每一个 ， 都是 上的随机变量，则称随机变量族 为定义在 上的随机过程。简记为 随机过程的有限维分布函数族 研究随机现象，主要是研究它的统计规律性。对于随机过程，如何刻划它的统计规律性呢？在概率论中我们已经知道，一个随机变量的统计规律性完全由它的分布函数所刻划，有限个随机变量的统计规律性完全被它们的联合分布函数所刻划。既然随机过程可视为一族随机变量，是否也可以用一个无穷多维的联合分布函数来刻划它呢？由测度论的理论可知，使用无穷维分布函数的方法是行不通的。可行的办法，就是采用有限维分布函数族来刻划随机过程的统计特性。 定义2 设随机过程的状态空间为R，对于任意自然数n以及任意参数 ，n个随机变量 的联合分布函数为 所有这些分布函数的集合 称为随机过程的有限维分布函数族。 例1 利用重复抛硬币的试验定义一个随机过程 设“出现正面”和“出现反面”的概率各为0.5，试求它的一维分布函数 ，和二维分布函数族。 随机过程的数字特征 定义3 设 是一随机过程，对任意固定的t，随机变量X(t)的数学期望和方差都存在,我们分别称 为随机过程的均值函数和方差函数 例2 求例1中的随机过程的均值函数与方差函数 定义4 设 是一随机过程，对任意固定的t1和t2，随机变量 的二阶原点矩和协方差都存在 ,我们分别称 为随机过程的（自）相关函数和（自）协方差函数 例3:求例1中的随机过程的相关函数和协方差函数 平稳随机过程 平稳随机过程是一类应用广泛的随机过程。它在通讯、生物、自动控制、系统论、信息论、经济领域等方面有着广泛的应用。从它的有限维分布族和数字特征来考虑，平稳随机过程又分为强平稳过程和弱平稳过程。我们只介绍弱平稳过程 定义5 设 是一随机过程，如果满足 (1)对任一的t， 为常数； (2)对任一的t， ； (3)对任一的 与t无关， 则称为弱平稳过程。 例4 设随机过程 ，其中 是相互独立的二元随机变量，它们分别以 的概率取值-1,2。 (1)求随机过程 的均值函数和相关函数； (2)证明 是弱