概率论十.pptVIP

* 多个随机过程之和的数字特征对三个随机过程X(t), Y(t)和Z(t)，令 W(t)=X(t)+Y(t)+Z(t),显然, 均值函数 mW(t)=mX(t)+mY(t)+mZ(t). 而W(t)的自相关函数可以根据均值运算规则和相关函数的定义得到: RWW(t1,t2)=E[W(t1)W(t2)] = RXX(t1,t2)+RXY(t1,t2)+RXZ(t1,t2) +RYX(t1,t2)+RYY(t1,t2)+RYZ(t1,t2)  +RZX(t1,t2)+RZY(t1,t2)+RZZ(t1,t2). 几个随机过程之和的自相关函数可以表示为各个随机过程的自相关函数以及各对随机过程的互相关函数之和. 若X(t), Y(t)和Z(t)两两不相关, 且各自的均值函数都为零, 则各个互相关函数均为零, W(t)的自相关函数等于各个过程的自相关函数之和, 即  RWW(t1,t2)=RXX (t1,t2)+RYY (t1,t2)+RZZ (t1,t2) 令t1=t2=t, 由上式可得W(t)的方差函数(此处即为均方值函数)为 * §3 泊松过程及维纳过程 独立增量过程 给定二阶矩过程{X(t), t?0}, 称随机变量X(t)-X(s), 0?st为随机过程在区间(s,t]上的增量. 如果对任意选定的正整数n和任意选定的 0?t0t1t2...tn, n个增量 X(t1)-X(t0), X(t2)-X(t1), ..., X(tn)-X(tn-1)相互独立, 则称{X(t), t?0}为独立增量过程. 若对任意的实数h和0?s+ht+h, X(t+h)-X(s+h)与X(t)-X(s)具有相同的分布，则称增量具有平稳性。此时，增量X(t)-X(s)的分布函数只依赖于时间差t-s,与t或s本身无关。 当增量具有平稳性时, 称相应的独立增量过程是齐次的或时齐的. * 独立增量过程的性质： * 等间隔的 不等间隔的 计数过程 例如： 120急救台接收到求救电话数量的分布情况 网站某个广告收到访问点击数量的分布情况 等等 6 5 4 3 2 1 (一) 泊松过程 * * * * * * * 定理一：强度为λ的泊松流(泊松过程)的点间间距是相互独立的随机变量，且服从同一指数分布 定理二：如果任意相继出现的两个质点的点间间距是相互独立，且服从同一个指数分布： 这两个定理刻画出了泊松过程的特征，定理二告诉我们，要确定一个计数过程是不是泊松过程，只要用统计方法检验点间间距是否独立，且服从同一个指数分布。 则质点流构成强度为λ的泊松过程 * (二) 维纳过程 维纳过程是布朗运动的数学模型 以W(t)表示运动中一微粒从时刻t=0到时刻t0的位移的横坐标，且设W(0)=0。由于微粒的运动是受到大量随机的、相互独立的分子碰撞的结果，于是: (1)粒子在时段(s,t]上的位移可看作是许多微小位移的 和，根据中心极限定理，假设位移W(t)-W(s)服从正 态分布是合理的。 (2) 由于粒子的运动完全由液体分子不规则碰撞而引起的，这样，在不相重叠的时间间隔内，碰撞的次数、大小和方向可假设相互独立，即W(t)具有独立增量，同时W(t)的增量具有平稳性。 * * * 本章作业： P317 3、6、8 随机过程的概念 随机过程的数字特征 * * 第十二章 随机过程及其统计描述随时间演变的随机现象由一族（无限多个）随机变量来描述 * 考虑正弦信号 X(t)=cos(wt+Q), t?(-?, ?), 其中w是正常数, Q是在(0,2p)上服从均匀分布的随机变量.对(0,2p)内任意一个随机数qi, 相应的正弦信号记为： t 0 x(t) x1(t),q1=0 x2(t), q2=3p/2 xi(t)=cos(wt+qi)， qi?(0,2p). §1 随机过程的概念 对于任意一个固定的时刻 t=t1, X(t1)=cos(wt1+Q)是一个定义在 Q={qi?(0,2p)}上的随机变量. 对于所有可能的参数t的取值 t?T，这里T= (-?, ?) ，可以得到 一族（无限多个）随机变量的集合{X(t), t?T},称为一个随机过程. 对于给定的qi,称 xi(t1)= cos(wt1+qi)为t1时刻随机过程的一个状态. 对于一切qi?(0,2p)以及 t?T, X(t)所有可能的取值的全体称为随机过程 的状态空间. 在上例中，X