随机过程课件三.docVIP

第三章 随机过程 3.1 随机过程的基本概念 1、随机过程 定义3-1 设是给定的概率空间，为一指标集，对于任意，都存在定义在上，取值于的随机变量与它相对应，则称依赖于的一族随机变量为随机过程，简记，或。 注：随机过程是时间参数和样本点的二元函数，对于给定的时间是是概率空间上的随机变量；对于给定样本点是定义在上的实函数，此时称它为随机过程对应于的一个样本函数，也成为样本轨道或实现。称为随机过程的相空间，也成为状态空间，通常用表示处于状态。 2、随机过程分类： 随机过程按照时间和状态是连续还是离散可以分为四类： 连续型随机过程、离散型随机过程、连续随机序列、离散随机序列。 3、有穷维分布函数 定义3-2 设随机过程，在任意个时刻的取值构成维随机向量，其维联合分布函数为： 其维联合密度函数记为。 我们称为随机过程的有穷维分布函数。 3.2 随机过程的数字特征 1、数学期望 对于任何一个时间，随机过程的数学期望定义为 是时间的函数。 2、方差与矩 随机过程的二阶中心矩 称为随机过程的方差。 随机过程的二阶原点矩定义为 注：是时间的函数，它描述了随机过程的诸样本对于其数学期望的偏移程度。 3、协方差函数和自相关函数 随机过程对于任意，其协方差函数定义为 当时，协方差函数就是方差。 随机过程的自相关函数（相关函数）定义为 当时，自相关函数就是二阶原点矩。 4、实二阶矩过程 定义3-3 设为实随机过程，若对于任意的，其均方函数，则称为实二阶矩过程。 注：由柯西-施瓦兹（Cauchy-Schwarz），可知，二阶矩过程自相关函数一定存在。 5、例3-1 判断随机过程在下列两种情况下是否为二阶矩过程。 （1）为常数； （2）具有概率密度 解：（1）因为 所以是二阶矩过程。 （2）因为 所以不是二阶矩过程。 3.3 离散时间和离散型随机过程 当时间参数取离散值时，这种随机过程称为离散随机过程 。这时，是一串随机变量所构成的序列，即随机序列。由于随机序列的指标表示时间，所以常称随机序列为时间序列。 1、例3-2 设一维随机游动过程，其中(即独立同分布随机序列，且。求。 解： 根据期望、方差的定义和性质，有 而且 则 2、例3-3 考虑随机点在时间区间内发生的次数，若随机点在内发生的次数是偶数（视0为偶数），则令；若为奇数，且令；且。又设在内有个随机点发生的概率与无关，且（即参数为的Poisson分布） 其中由此计算可得 于是有 故得 通过类似的计算，可以得到对于 所以相关函数为 同理可以计算当时的情况。 综合上面的结论有 因此的方差为 3.4 正态随机过程 1、正态随机过程 如果随机过程的任意n维概率分布都是正态分布，则称它为正态随机过程或高斯随机过程，简称正态过程或高斯过程。 正态随机过程的n维概率密度为 其中，是n维向量，是阶的矩阵，逆矩阵，它的第i行j列的元素为 其中，为相关系数。 注： 由上式可见，正态随机过程的n维概率分布仅取决于它的一、二阶矩函数，即只取决于它的数学期望、方差和相关系数。 2、正态随机过程性质 如果对正态过程在n个不同时刻采样，所得到的一组随机变量两两互不相关，即 则这些随机变量也是相互独立的。 在的条件下，n维正态概率密度等于n个一维正态概率密度的连乘积。所以对于一个正态过程来说，不相关与独立是等价的。 3.5 Poisson过程 1、独立增量过程 定义3-4 设是一随机过程，若对任意正整数n及 ，随机变量的增量 是相互独立的，则称是独立增量过程。 注： 设是独立增量过程，若对任意的，增量的概率分布只依赖于而与无关，则称随机过程为齐次的或时齐的。 若只要时间间隔相同，那么增量服从的分布也相同，也称此过程具有平稳性。 具有独立增量和平稳增量的过程称为独立平稳增量过程。常见的独立平稳增量过程有Poisson过程和Wiener（维纳）过程。 2、计数过程 定义3-5 如果用表示内随机事件发生的总数，则随机过程称为一个计数过程。因此，计数过程满足 （1）； （2）是非负整数值； （3）对于任意两个时刻，有； （4）对于任意两个时刻，等于时间区间中发生的事件个数。 如果计数过程在不相交时间区间中发生的事件个数是独立的，则称计数过程有独立增量。 3、Poisson过程的两个定义 定义3-6 设随机过程是一个计数过程，如果满足 （1）； （2）是独立增量过程； （3）对于任意，增量具有参数 的Poisson分布，即 则称为具有