电子科技大学随机过程第2章.pptVIP

电子科技大学 电子科技大学 §2.1 正 态 过 程 根据中心极限定理，在现实问题中,满足一定条件的随机变量之和的极限服从正态分布. 　　正态分布在现实当中大量存在，是随机现象中最为常见的一种分布． 　　如电子运动中的热噪声，人的身高，考试成绩,测量误差等都服从正态分布 　　正态分布具有一系列良好的性质，便于计算和应用． 电子科技大学 即对任意的正整数 n 和t1, t2 , …, tn∈T, n 维随机变量 (Xt1,…,Xtn) 都服从正态分布. 　　为研究正态过程的有限维分布, 应首先研究多维正态分布随机变量. 定义2.1.1 随机过程{Xt , t∈T}称为正态过程,如果它的任意有限维分布都是联合正态分布. 电子科技大学 一、多维正态随机变量 1.概率密度与特征函数 若(X,Y)～ 则(X,Y)的联合概率密度为 其中σ10,σ20, | ρ |1, 协方差矩阵满足|C|≠0. 电子科技大学 (X,Y)的联合概率密度的矩阵形式为 记为(X,Y) ～N(μ, C). 电子科技大学 定义2.1.2 设C=(cij) 是n 阶对称正定矩阵,μ是n 维实值列向量, 若n维随机向量 X=(X1, X2, …, Xn)T 的联合密度函数为 其中X=(x1, x2, …, xn)T,