计算机科学与工程学院指导.pptVIP

计算机科学与工程学院　顾小丰 随机过程与排队论 计算机科学与工程学院 顾小丰 Email：guxf@uestc.edu.cn * 上一讲内容回顾 随机变量的数字特征 数学期望 方差 k阶矩 协方差 条件数学期望 随机变量的特征函数 本讲主要内容 随机过程的基本概念 随机过程的定义 随机过程的分布 随机过程的数字特征 重要随机过程 独立过程 独立增量过程 第二章 随机过程的基本概念 随机过程的引入 随机过程的定义 随机过程的分布 随机过程的数字特征 几种重要的随机过程 一、随机过程的引入 随机过程产生于二十世纪初，起源于统计物理学领域，布朗运动和热噪声是随机过程的最早例子。随机过程理论社会科学、自然科学和工程技术的各个领域中都有着广泛的应用。例如：现代电子技术、现代通信、自动控制、系统工程的可靠性工程、市场经济的预测和控制、随机服务系统的排队论、储存论、生物医学工程、人口的预测和控制等等。 只要研究随时间变化的动态系统的随机现象的统计规律，就要用到随机过程的理论。 例 电话问题 二、随机过程的定义 设(Ω,F,P)是一个概率空间，T是一个参数集(T?R)，X(t,?)，t?T，??Ω是T?Ω上的二元函数，如果对于每一个t?T，X(t,?)是(Ω,F,P)上的随机变量，则称随机变量族{X(t,?)，t?T}为定义在(Ω,F,P)上的随机过程(或随机函数)。简记为{X(t)，t?T}，其中t称为参数，T称为参数集。 样本函数与状态空间 随机过程X(t,?)是定义在T?Ω上的二元函数：一方面，当t?T固定时，X(t,?)是定义在Ω上的随机变量；另一方面，当??Ω固定时，X(t,?)是定义在T上的函数，称为随机过程的样本函数。 随机过程在时刻t所取的值X(t)=x称为时刻t时随机过程{X(t),t?T}处于状态x，随机过程{X(t),t?T}所有状态构成的集合称为状态空间，记为E，即： E＝{x：X(t)=x,t?T} 随机过程的分类 按状态空间和参数集分类 三、随机过程的分布 设{X(t),t?T}是一个随机过程，对于每一个t?T，X(t)是一个随机变量，它的分布函数 F(t,x)＝P{X(t)x}，t?T，x?R=(-?,+?) 称为随机过程{X(t),t?T}的一维分布函数。 二维分布函数 设{X(t),t?T}是一个随机过程，对任意s,t?T，(X(s),X(t))是一个二维随机变量，它的联合分布函数 F(s,t;x,y)＝P{X(s)x,X(t)y}， t?T，x?R 称为随机过程{X(t),t?T}的二维分布函数。 二维概率密度 n维分布函数 设{X(t),t?T}是一个随机过程，对任意t1,t2,…,tn?T，n维随机变量(X(t1), X(t2),…,X(tn))的联合分布函数 F(t1,t2,…,tn;x1,x2,…,xn) ＝P{X(t1)x1,X(t2)x2,…,X(tn)xn}， t1,t2,…,tn?T，x1,x2,…,xn?R 称为随机过程{X(t),t?T}的n维分布函数。 n维概率密度 如果(X(t1),X(t2),…,X(tn))是连续型n维随机变量，存在非负可积函数f(t1,t2,…,tn;x1,x2,…, xn)，使得 n+m维联合分布函数 设{X(t),t?T}和{Y(t),t?T}是两个随机过程，对任 意s1,s2,…,sn,t1,t2,…,tm?T，把n+m维随机变量(X(s1), X(s2),…,X(sn),Y(t1),Y(t2),…,Y(tm))的联合分布函数 FXY(s1,s2,…,sn,t1,t2,…,tm;x1,x2,…,xn,y1,y2,…,yn) ＝P{X(s1)x1,X(s2)x2,…,X(sn)xn, Y(t1)y1,Y(t2)y2,…,Y(tm)ym}， t1,t2,…,tn?T，x1,x2,…,xn?R 称为随机过程{X(t),t?T}和{Y(t),t?T}的n+m维联合分布 函数。 n+m维联合概率密度 如果(X(s1),X(s2),…,X(sn),Y(t1),Y(t2),…,Y(tm))是 连续型n+m维随机变量，存在非负可积函数 fXY(s1,s2,…,sn,t1,t2,…,tm;x1,x2,…,xn,y1,y2,…,ym)， 使得 相互独立的随机过程 设{X(t),t?T}和{Y(t),t?T}是两个随机过程，如果对 任意n,m?1，其n+m维联合分布满足 FXY(s1,s2,…,sn,t1,t2,…,tm;x1,x2,…,xn,y1,y2,…,yn) ＝FX(s1,s2,…,sn;x1,x2,…,xn)·FY(t1,t2,…