随机过程第一章预备知识精读.ppt

§ 1.6 条件期望 先对一个适当的随机变量取条件，不仅使我们能求得期望，也可以用这种方法计算事件的概率。 设A为一个任意事件，A的示性函数 是一个二值随机变量。显然 ， 对任意的随机变量Y，所以由（1）式我们有 解 例、设迷宫中某处有三个出口。若选择路口1，则2小时可走出迷宫；若选择路口2，则4小时后又回到原处；若选择路口3，则6小时后又回到原处；并设每次选择个路口的概率是等可能的。求走出迷宫所需时间的期望值。 下面，我们用归纳法，对n+m进行归纳，证明 于是，从(4)式得 或等价地 所以 一般地，我们有 对于固定的k个人，只有他们选中自己的帽子的概率为 练习题 * 例 例 [思路] 勒贝格积分 作积分和式 存在，则记 注： 在定义了勒贝格积分之后，我们可以将所有随机变量的数学期望形式进行统一。 §1.3随机变量的数字特征 随机变量的数学期望和方差具有如下性质： (3) 若X，Y相互独立，则E(XY)=E(X)E(Y)； 例 随机变量函数的数学期望 1、离散型随机变量函数的数学期望为 则有 则有 2、连续型随机变量函数的数学期望为 则 则 多维随机变量函数的数学期望 § 1.4 特征函数、母函数和拉氏变换 特征函数是研究随机变量分布率的一个重要工具，由于分布率和特征函数之间存在一一对应关系，因此在得知随机变量的特征函数之后，就可以知道它的分布率，用特征函数求分布率比直接求分布率容易得多，而且特征函数具有良好的分析性质。在此，我们主要介绍特征函数。 当X是连续型随机变量，概率密度f(x)为, 则 当X是离散型随机变量，分布列 则 随机变量的特征函数具有下列性质： （6）随机变量的分布函数由其特征函数唯一确定。 下面我们只对 （4），（5）进行证明。 证　（４） 所以 g (t )是非负定函数。 证（5） 证(6) n维随机变量的特征函数具有类似于一维随机变量的特征函数的性质。 解 X的分布列为 由性质知 故 解 于是得微分方程 这是可分离变量方程，有 两边积分得 故得方程的通解为 证 解 注：常见随机变量的数学期望、方差和特征函数见书的表1.1。 § 1.5 n维正态分布 随机过程 任课教师：杨春德; 电话(023); E-mail:yangcd@cqupt.edu.cn 随机过程是随机数学系列中一门重要的基础课程，随机数学是研究自然界中不确定现象之一━━随机现象及其统计规律性的数学理论与方法。随机过程是随机数学的主要分支。概率论在数学上用随机变量来研究随机现象的静态特性，而随机过程则研究随着时间（或其它参量）演变的随机现象的统计规律，即研究随机现象的动态特性。换言之，前者研究随机变量，而后者研究随机函数，探讨随机现象的发展与变化的过程。概率论是随机过程的基础，随机过程是概率论的深入发展。 第一章 预备知识 随机过程的发展动力除了数学本身需要之外，20世纪初物理、力学、化学、生物、通信、管理、控制论、规划论、排队论、信息论等学科的需要，推动了随机过程理论的发展，现在，其理论与方法几乎深入到每个自然与社会分支中。通过本门课程的学习，要求你们能较深刻地理解不同类型的随机过程的数学表示和它们的性质，能够理论联系实际，解决自己的学科内的随机过程问题；掌握各种随机过程的基本计算方法。鼓励学有余力的学生继续学习更深的随机过程的理论。 §1.1　概率空间 随机试验是概率论的基本概念，试验的结果事先不能准确地预言，但具有如下的三个特性： 由定义可得 事件的独立性 几个事件的独立性 比较甲乙两人的结果，从以上结果可以得到什么结论 ？ 机遇偏爱有心人！ 一次成功的概率只有2％，是典型的小概率事件； 但重复次数足够多，如n=400， 至少一次成功就是大概率事件！ 只要功夫深，铁杵磨成针！ §1.2 随机变量及其分布 随机变量是概率论的主要研究对象，随机变量的统计规律用分布函数来描述。 在应用中，常见的随机变量有两种类型：离散型随机变量和连续型随机变量。 下面我们讨论n维随机变量及其概率分布。 n维联合分布函数具有下列性质： （4） 在应用中，常见的n维随机变量也有两种类型：离散型和连续型。 例 [思路] *