2-随机过程讲解.ppt

二、有限维联合分布数函数族 有限维联合分布函数族： * 设{X(t),t∈T}是随机过程，如果对任意t∈T，E[X(t)]存在，则称函数 为X(t)的均值函数， 反映随机过程在时刻t的平均值。 一、均值函数 §2.3 随机过程的数字特征 * * 我们把随机变量 （随机过程对应于某个固定t值）的二阶原点矩 记作 称为随机过程 的均方值函数。 （二）均方值与方差 称为随机过程 的方差函数。 而把 的二阶中心矩， 是t的确定函数，它描述了随机过程的诸 样本函数对数学期望 的偏离程度见图示。 * 是非负函数，它的平方根称 为随机过程的均方差函数。 即： * （三）自相关函数 均值和方差刻划了随机过程在各个时刻的统计特性，但不能描述过程在不同时刻的相关关系，这点可从下图所示的两个随机过程 和 来说明，从直观上看，它们具有大致相同的均值和方差，但两者的内部结构却有非常明显的差别。 * 具有相同均值函数和方差函数的两个不同的随机过程 * 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 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： * 在科学技术的发展过程中，我们必须对一些随机现象的变化过程进行研究，这就必须考虑无穷多个随机变量；而且解决问题的出发点不是随机变量的N各独立样本，而是无穷多个随机变量的一次具体观测。针对这个问题，我们必须用一族随机变量才能刻画这种随机现象的全部统计规律。我们通常将这族随机变量称为随机过程。 * 在概率空间中，一个事件对应一个发生的概率值，这种对应关系称为一个随机变量； 在上述试验中，一个样本对应一个随机函数（或样本函数），这样一组随机函数称为随机过程。 在试验中的特定时刻t1，我们可以获得一个具体的样本值，这个样本值的对应函数关系也就是一个随机变量。 * Kolmogorov定理是随机过程理论的基本定理，是证明随机过程存在性的有力工具。 * 通常我们讨论的随机过程都是实随机过程，即把随机过程表示成时间的实值函数，这种表示方法的优点是直观、易于接收。 但是在某些情况下，例如：在处理窄带随机过程时，将其表示成复数形式，则更为方便。 * 如：服务系统在某段时间间隔内的“顾客数”，电话交换机中的用户呼叫次数等。 * * 由于随机过程的有限维分布有时无法确定，因此在实际应用中采用了另一种平稳过程概念。 * 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 * 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