几类重要的随机过程研讨.pptVIP

特殊的随机过程 ⒈二阶矩过程：设{X(t),t∈T}为一随机过程，若任意t∈T,二阶矩存在，即EX2(t)+∞，则称{X(t),t∈T}为二阶矩过程。 ⒍独立增量过程的性质： 定理1：设{X(t),t≥0}是一个独立增量过程， 在P(X(0)=0)=1的条件下，X(t)的任意有限维分布函数族可以由增量X(t)-X(s) (0st)的分布来唯一确定。 一、泊松过程 1.概念 性质： * ⒉正态过程：设{X(t),t∈T}为一随机过程,若 X(t)的任一有限维分布均为正态分布，则称{X(t),t∈T}为正态过程（特殊的二阶矩过程） ⒊独立增量过程：设{X(t),t∈T}为一随机过程， ⒋齐次增量过程：设{X(t),t∈T}为一随机过程， 特殊：当{X(t),t∈T}为独立增量过程时称为齐 次独立增量过程。 ⒌马尔可夫过程：设{X(t),t∈T}为一随机过程， 具有马尔可夫性的随机过程称为马尔可夫过程。 {X(t),t∈T}是一个独立增量过程，t0是T的起点，定义Y(t)=X(t)-X(t0)，则Y(t)也是一个独立增量过程，而且与X(t)有着完全相同的增量规律，且P(Y(t0)=0)=1; 所以，一般的，对于独立增量过程{X(t),t∈T}，若T={t|t≥0}，我们假设P(X(0)=0)=1。 现实中某些现象的属性常常可以归结为某一空间中点的随机发生，即构成随机点过程。 如：“来到银行柜台前等待服务的顾客数”；“在一段时间内点机器发生的故障数”等等。 而我们关心的是计数过程N(t)在[0,t]内随机点发生的数目，N(t)满足一定的条件称为泊松过程。 § 泊松过程和维纳过程 定义：设{N(t), t≥0}表示[0 , t]时间内随机点 发生的数目，如果N(t)具有以下性质，则称{N(t), t≥0}是一个到达强度为λ(λ0)的泊松过程。 (1)齐次性： 以{N(t0, t0+t)=k}表示“在(t0, t0+t]发生k个随机点”这一事件，则Pk(t)=P(N(t0,t0+t)=k) (k=0,1,2,…)只与时间区间长度t有关，而与起始点无关。 (2)独立增量性（无后效性）： 在任意的n个互不相交的时间区间(ai,bi] (i=1,2,…)中，各自发生的随机点数是相互独立的，即：若第i个区间(ai,bi] 有ki个随机点出现，则事件{N(ai,bi)=ki} (i=1,2,…)独立。 (3)普通性： 在一瞬间最多出现一个随机点； 则 (4) P(N(0)=0)=1（非本质性质） 若记 设{N(t),t≥0}是一个强度为λ的泊松 过程，则增量N(t)-N(s)（参数ts≥0）的分布是参数为λ(t-s)的泊松分布，即 N(t)-N(s)~P(λ(t-s))。 维纳过程 定义：设随机过程{W(t), t≥0}，若满足如下 条件，则称W(t)为维纳过程： (1) W(0)=0； (2) W(t)是齐次独立增量过程； (3) (4) 任给t≥0，EW(t)=0。 *