应用随机过程复习资料.pdfVIP

一 翻阅教材、教案明确 1.严平稳过程的均值函数和方差函数均为常数，自相关函数和方差函数均为一元函数 2.明确Poisson过程是计数过程，有 3 个等价定义，其中事件发生的时刻序列服从伽玛分布，事件发生 的间隔时间独立且均服从指数分布；明确复合Poisson过程不一定是计数过程，从而不一定是 Poisson过程，但复合Poisson过程有平稳增量和独立增量； 3.非负独立同分布随机变量序列与更新过程的关系. 4 ．连续型分布不是格点分布. 常见离散型分布是格点分布且周期一般都为 1 5 ．标准Brown运动 B(t), t  0 是高斯（正态）过程，也是平稳独立增量过程，但不是平稳过程，其增 量B(t) - B(s) 服从正态分布N(0，ts) . 6. 延迟更新过程中更新间隔时间序列独立但不同分布. 7．离散参数不可约Markov链的全部状态要么都是常返态，要么都是非常返态. 8. Brown运动的增量服从不同参数的正态分布. 9. 明确Poisson过程、复合Poisson过程和Brown运动都是平稳独立增量过程 10. 明确独立同分布随机变量序列X ，n 1和随机过程X (t) Y，t  0, Y 为一确定随机变量均为 n 2 严平稳过程，而EX   的独立同分布随机变量序列X ，n 1为宽平稳过程； n n 11. 明确独立增量过程的定义 12. 明确对强度为 的Poisson过程 {N(t), t  0} ，则N() 服从参数为 的Poisson分布。 13．明确在更新过程中，事件发生一次称为一次更新，事件发生的时刻称为更新时刻 14．明确在时齐离散Markov链中，吸收态i是非周期正常返态，且u 1 i 15. 明确标准B(t), t  0中，B(t) ~ N(0,t) B(t) - B(s) ~ N(0,ts) ，掌握这些随机变量的 ， 计算，见对应章节的例题或教案。 16.明确大数定律中涉及的随机变量序列收敛是依概率收敛，而中心极限定理中涉及的随机变量序列收敛是 依分布收敛 17. 明确在离散参数时齐Markov链中：转移概率与起始时刻无关；互通是等价关系；状态均为正常返非 周期的不可约链称为遍历链; 常返状态的有限步首达概率为 1; 零常返状态的的有限步首达概率1, 平均 首返步数为正无穷；有限维分布由初始分布和一步转移概率确定; 互通状态是同一种状态具有相同周期； 常返状态只能转移到常返状态 18.明确参数为 的Poisson过程 {N(t), t  0} ，其均值函数为t 19. 明确在更新过程中， 对更新时刻T , n 1,2, ，当T  t  T 时，意味着（0，t] 时间内发生的 n 2 3 更新次数为 2 次。 (m) 20.明确在离散时间时齐Markov链中，当m: m  1, P  0 时，定义1的周期为正无穷大 11 二 会用教材上的定理即（1）平稳过程{X(t) X,t(,)}均值具有遍历性 1 2T   lim  (1 ) ()d 0 和 T T 0 2T