随机过程 第二章2new.pptVIP

第二章 随机过程的概念与基本类型 随机过程的定义和统计描述 随机过程分布和数字特征 复随机过程 随机过程基本类型 作业：2.3 2.4 2.8 2.12 2.15 而 的样本函数变化激烈，波动性大，其不同时刻的状态之间的联系不明显，且时刻间隔越大，联系越弱. 其中 随时间变化缓慢，这个过程在两个不同时刻的状态之间有较强的相关性; 因此，必须引入描述随机过程在不同时刻之间相关程度的数字特征。 自相关函数（简称相关函数）就是用来描述随机过程两个不同时刻状态之间内在联系的重要数字特征。 称为随机过程X(t)的自相关函数，简称相关函数， 我们把随机过程 在任意两个不同时刻 的随机变量 与 的混合原点矩（若存在） 记作 若取 ， 称 与 的中心矩 为随机过程的自协方差函数，简称协方差函数。 则有 此时相关函数即为均方值 。 (1) (2) (3) 随机过程数字特征之间的关系： 从这些关系式看出，均值函数 和相关函数 是最基本的两个数字特征，其它数字特字特征，协方差函数 方差 函数 都可以由它们确定。 四、互相关函数 两个随机过程之间的关系 互协方差函数 互相关函数 求W(t)的均值函数和相关函数。 §2.4 复随机过程 二、复随机过程的数字特征函数 均值函数 方差函数 相关函数 协方差函数 相互之间的关系 三、协方差函数的性质 二阶矩过程 正交增量过程 独立增量过程 马尔可夫过程 正态过程 维纳过程 平稳过程 §2.5 随机过程的几种基本类型 二阶矩过程 定义：设已给定随机过程 ， 如果对于一切 均有 ， 则称 为二阶矩过程。 1、二阶矩过程必存在均值 2、由Schwartz不等式 知其相关函数和协方差都存在。 性质： 例题：设{X(t),t∈T}是正交增量过程，T=[a,b]为有限区间，且规定X(a)=0，当astb时，求其协方差函数。 正交增量过程 2、特点：不相重叠的区间上状态的增量互不相关。 独立增量过程 2、特点：独立增量过程在任一个时间间隔上过程状态的改变，不影响任一个与它不相重叠的时间间隔上状态的改变。 正交增量过程 独立增量过程 定义依据：不相重叠的时间区间上增量的统计相依性 互不相关 相互独立 正交增量过程 独立增量过程 × 正交增量过程 独立增量过程 二阶矩存在， 均值函数恒为零 3、独立增量过程与正交增量过程的关系 4、独立增量过程，其有限维分布，可由 增量的分布所确定 即有限维分布可由增量分布来确定。 5.平稳独立增量 例题：考虑一种设备一直使用到损坏为止，然后换上同类型的设备。假设设备的使用寿命是随机变量，令N(t)为在时间段[0,t]内更换设备的件数，通常可以认为{N(t)，t≥0}是平稳独立增量过程。 定理：独立增量过程的有限维分布函数族由其 一维分布和增量的分布确定。 注：有限维分布，首先由增量分布确定，而增量分布由一维分布确定，最重要的独立增量过程是维纳过程和泊松过程。 马尔可夫过程 2、马尔可夫性 系统在已知现在所处状态的条件下，它将来所处的状态与过去所处的状态无关。 例 证明独立增量过程是马尔可夫过程 条件分布函数具有马尔可夫性,所以是马尔可夫过程。 * * 概率论主要研究的对象是随机变量，即随机试验的结果，可用一个或有限个随机变量描述的随机现象。而有些随机现象仅用一个或有限个随机变量描述是不够的，必须用无穷多个随机变量来描述。 一、随机过程是随机变量的推广 随机变量在每次试验的结果中，以一定的概率取某个事先未知，但为确定的数值。 在实际应用中，我们经常要涉及到在试验过程中随时间t而改变的随机变量。例如，接收机的噪声电压， 此外，还包括生物群体的增长问题； 电话交换机在一定时间段内的呼叫次数； 一定时期内的天气预报； 固定点处海平面的垂直振动等等。 对接收机的输出噪声电压，作一次“长时间的观察”，测量获得的噪声电压Xt是一个样本函数 二、随机过程的定义 1.通常我们可以根据随机变量X(t)在时间和状态上的类型区分随机过程的类型。 三、随机过程的分类 连续随机过程 随机序列 离散参数链 参数集 状态空间 可数集 区间 离散随机过程 连续型 离散型 在时间和状态上都连续 连续型随机过程