随机过程复习介绍.doc

随机过程复习要点 第一章 概率论知识补充 随机事件体有样本空间的全体子集总共个组成。 1.特征函数： 随机变量X的分布函数为F(x),称为X的特征函数。 离散型：； 连续型： 2特征函数的性质：注：特征函数为虚函数。 3随机变量的分布函数与特征函数g(t)是一一对应的且相互唯一确定。 如果X为连续型且特征函数g(t)j绝对可积则有： 4n维正态分布： 性质： 若. 5条件期望： 1离散型随机变量: 设X,Y是离散型随机变量，对一切是的y，定义 给定时，X的条件概率为：； 给定时，X的条件分布函数为： ; 给定时,X的条件期望为： 2连续型随机变量： 设X,Y是连续型随机变量，其联合概率密度为，则对一切使，定义 给定时，X的条件概率概率为：； 给定时，X的条件分布函数为：； 给定时,X的条件期望为：； 是y的函数，y是Y的一个可能值，若在已知的Y情况下全面的考虑X的均值，需要以Y代替y，而是随机变量Y的函数，也是随机变量，称为X在Y下的条件期望。 6条件期望的性质： 若随机变量X,Y的期望存在，则 第二章 随机过程的一般概念 随机过程为一个在随机变量的基础上加上特殊的常数t的随机变量族。 根据参数T及状态空间I的可列性分类： T,I均可列，即为：离散随机序列，（离散时间）链； T不可列，I可列：离散型随机过程，（连续时间）链； T可列，I不可列：连续随机序列，随机序列； T,I均不可列，连续随机过程，随机过程。 T的可列性决定了是随机过程还是随机序列；I的可列性决定了是连续性还是离散型。 4随机过程分布函数的性质： 对称性： （2）相容性：当nm时 6.随机变量的分布函数中只有随机变量；随机过程的分布函数中除了含有随机变量以外还有特殊常数t . 随机过程的数字特征:均为t的函数此处应特别与随机变量相区分 1均值函数：设是随机过程，若对任意的,存在，则称函数为的均值函数. 2若对任意的,存在，则称为二阶矩过程。 3的协方差函数：;此处为同一随机过程的不同时刻， 4方差函数：； 5的相关函数：;此处为同一随机过程的不同时刻。 6二阶矩过程的协方差和相关函数一定存在： 当； 7相关系数：此处为同一随机过程的不同时刻。 8互协方差函数：此处为不同随机过程 设是两个二阶矩过程，则称: 为的互协方差函数，称： ,为的互相关函数。 若果对任意的有=0.则称互不相关。 显然有= 两个随机过程若相互独立，则必互不相关，反之不一定成立，只有当正态过程的情况下两者等价。 9随机序列的数字特征： 11.复随机过程： 设是取实数值的两个随机过程，若对任意，其中，则称为复随机过程。 数字特征：（以X,Y为二阶矩过程） 两个复随机过程的互相关函数、互协方差函数： 重要的随机过程： 1正交增量过程： 设是零均值的二阶矩过程，若对任意的,有，则称其为正交增量过程。 2独立增量过程： 设是随机过程，若对任意的正整数n和，随机变量相互独立，则称其为独立增量过程或可加过程。 特点：他在任何不相重叠的时间间隔上过程状态的改变是相互独立的。 设独立增量随机过程。若对任意的st，随机变量X(t)-X(s)的分布仅依赖于t-s.则称其为平稳独立增量过程。 3马尔科夫过程： 设为随机过程，若对任意的正整数n及，，则称其为马尔科夫过程。 系统在已知现在所处的状态的条件下，他将来所处的状态与过去所处的状态无关。 4正态过程和布朗过程： 设是随机过程，若对任意的正整数n和，是n维正态随机变量，则称其为正态过程或高斯过程。 设是随机过程,若： 则称其为布朗运动或维纳过程，当时，称为标准布朗运动。 设是参数为的布朗运动，则： 对任意的，； 布朗运动是平稳独立增量过程，正态过程，马尔科夫过程、均方连续、均方可积、均方不可导的二阶矩过程。 5维纳过程： 维纳过程为正态过程，每一个有限维分布均为正态分布。 它是独立正态随机变量之和，所以它是正态随机变量，由正态分布的性质知服从N维正态分布，因此为正态过程。 经过下列变换得到的新过程还是维纳过程： 6平稳过程： 设是随机过程，如果对任意的常数和正整数n，，，有相同的联合分布，则其为严平稳过程或狭义平稳过程。其任意的有限维分布不随时间的推移而改变。分布函数与时间无关 设是随机过程，如果： 是二阶矩过程； 对任意 对任意的则其为广义平稳过程或宽平稳过程。 若T为离散集则其为平稳序列。 广义平稳不一定是严平稳；严平稳只有其二阶矩存在时才为广义平稳。对正态而言同样适用。 K阶严平稳： 对于严平稳而言，是指具有完全相同的统计特性。即对任意的n有，若此式仅对n=k成立，则其即为K阶严平稳。若此式对n=k成立，则对nk肯定成立。 渐