随机过程0-1.pptVIP

一、随机过程理论的产生 随机过程理论产生于二十世纪的初期，是由于物理、生物学、通讯和控制及管理科学等方面的需要而逐步发展起来的。 1907年，马尔科夫研究了一系列有特定相依性的随机变量，后人称之为马尔科夫链。 1931年，科尔莫哥洛夫发表了《概率论的解析方法》 1934年，A.辛钦发表了《平稳过程的相关理论》,奠定了马尔科夫过程与平稳过程的理论基础。 1953年，杜布出版了名著《随机过程理论》，在书中系统而严格地叙述了随机过程的基本理论。 二、随机过程理论的应用领域 1、统计物理：随机过程理论的许多部分的发展与研究物理系统中的噪声密切相关。反过来，随机过程理论的发展又为布朗运动、热噪声等物理现象提供了数学模型，更进一步为统计物理奠定了数学基础。 2、群体生长的随机模型:灭种问题，数量遗传学，竞争现象，传染病扩散等。 3、管理科学：排队问题（队长、等待时间）; 存储控制（何时定货、每次订货的量） 4、时间序列分析:主要用于预测或控制 五、随机变量及其概率分布 2 分布函数及其基本性质 定义 设 X 为一个随机变量，对任意实数 x， 称 F(x)=P( X? x) 为 X 的分布函数. 3 离散随机变量的分布列 设离散型随机变量 X 的可能取值为： x1，x2，……，xn，…… 称 pi=P(X=xi)， i =1, 2, …… 为 X 的分布列. 分布列也可用表格形式表示： 4 连续随机变量的密度函数 第0章 补充知识 第*页 随机 过程 补充知识 基本概念 马尔可夫过程 随机分析 时间序列 平稳过程 §1 概率空间 随机变量 §2 随机变量的特征函数 §3 随机向量 正态随机变量 第0章 概率论补充知识 一、样本空间 §1 概率空间 随机变量 1. 随机试验 (E) —— 对随机现象进行的实验与观察. 它具有两个特点：随机性、重复性. 2. 样本点 (ω) —— 随机试验的每一个可能结果. 3. 样本空间(Ω) —— 随机试验的所有样本点构成的集合. 4. 两类样本空间： 离散样本空间 样本点的个数为有限个或可列个. 连续样本空间 样本点充满某个区间. 样本空间的例子： ：抛一枚均匀的硬币，观察其正反面出现的情况； ：记录某电话交换台在（0，T]内收到的呼叫次数； ：从一批灯泡中任意抽取一只，测其寿命。 ：测量某一零件，考虑测量结果与真实长度的误差。 1. 随机事件 — 某些样本点组成的集合, Ω的子集，常用A、B、C…表示. 3. 必然事件 (Ω) 不可能事件 (φ) — 空集. 2. 基本事件（ω） — Ω的单点集. 二、 随机事件 三、事件域 1. Ω?F ; 2. 若 A?F ，则 ?F ; 设Ω为样本空间，F 是由Ω的子集组成的集合类， 若F 满足以下三点,则称 F 为事件域(或σ-代数） 3. 若 An?F ，n=1, 2, …, 则 ?F . 例1 设Ω是样本空间， F ={Ω，φ} 可以验证 F 是一个事件域，注意此时只有必然事件Ω 与不可能事件φ才是事件。 事件域的一些例子 例2 设 例3 设 F 是由Ω的一切子集构成。 此时　　　　　是事件。 此时Ω的所有子集(共2n个)都是事件。 可测空间 设Ω是样本空间，F 是有Ω的子集所组成一个σ-代数， 称（Ω，F）为一个可测空间。 当Ω是有限样本空间时， 称（Ω，F）为有限可测空间。 注：可测空间就是具有σ-代数结构的样本空间。 可测空间(Ω, F )有如下性质： 注：引进σ-代数（即事件域）F 后，只有F 中的集合才 视为事件，因此基本事件(单个样本点)就不一定是事件。 证 注：本性质表明在事件域中，事件的运算可以通行无阻。 定义： 设(Ω，F )是一个可测空间，对每一个集 A∈ F ，有一实数与其对应，记为 P(A)，如果它满足： 则称 P(A)为事件A的概率，三元素 (Ω,F, P ) 为概率空间。 注：概率函数P(·)的自变量为事件(集)，函数值为实数。 非负性公理： P(A)?0; 正则性公理： P(Ω)=1; 可列可加性公理：若A1, A2, ……, An …… 互不相容，则 四. 概率的公理化定义 1. 随机变量的定义 注：(1) 随机变量X(?)是样本点?的函数， 其定义域为? ，其值域为R=(??，??) 若 X 表示掷一颗骰子出现