随机过程课件RP2随机过程的基本概念.pptVIP

2 随机过程的概念与基本类型 随机过程的基本概念 随机过程的分布律和数字特征 复随机过程 几种重要的随机过程 2.1 随机过程的基本概念 随机过程——随机变量族 随机过程几个例子： 生物群体的生长问题：以 Xt 表示在 t 时刻群体的个数，对每一个 t ，Xt 是一个随机变量。若从 t=0 开始，每隔24小时对群体个数观测一次，则{Xt , t =0, 1, … }是随机过程。 某电话交换台在时间段[0, t]内接到的呼叫次数是与 t 有关的随机变量 X (t)，对于固定的 t，X (t) 是一个取非负整数的随机变量。则 { X (t), t ?[0, ?) } 是随机过程。 随机过程的定义 [定义] 设（?, F, P）是概率空间，T是给定的参数集，若对每个t ?T ，有一个随机变量 X (t, e) 与之对应，则称随机变量族 { X (t, e), t ?T }是(?, F, P) 上的随机过程，简记为随机过程 { X (t), t ?T }。T 称为参数集，通常表示时间。 状态与样本函数 X (t, e) 是定义在T? ?上的二元函数 状态——对于固定时刻 t ? T ，X (t, e) 是 (?, F, P) 上的随机变量，此时把 X (t) 所取的值称为随机过程X (t)在时刻 t 所处的状态。 X (t) 的所有可能状态所构成的集合称为状态空间或相空间，记为I。 样本函数——对于固定e ，X (t, e) 是定义在T上的普通函数，称之为随机过程 { X (t, e), t ?T }的一个样本函数或轨道。样本函数的全体称为样本函数空间。 随机过程的四种类型 2.2 随机过程的分布律和数字特征 [分布律] 设XT ={X (t), t ?T }是随机过程，对任意 n?1 和t1, t2, …, tn ?T ，随机向量 ( X (t1), X (t2), …, X (tn) ) 的联合分布函数为这些分布函数的全体称为XT ={X (t), t ?T } 的有限维分布函数族。 有限维分布函数族的性质 Kolmogorov定理 分布密度 数字特征 [定义] 设XT ={X (t), t ?T }是随机过程，如果对任意t ?T，E{X (t)}存在，则随机过程 XT 的数字特征定义为 几种关系 均值函数 mX (t) 和相关函数 RX (s, t) 是最基本的两个数字特征。 “相关理论”——在随机过程理论中，仅研究 mX (t) 和 RX (s, t)有关的理论。 例1 已知随机相位正弦波 X (t) = a cos(?t + ?)，其中 a 0，? 为常数，?为在（0, 2?）内均匀分布的随机变量。求随机过程 { X (t), t ?(0, ?) } 的均值函数 mX (t) 和相关函数 RX (s, t) 。 互协方差、互相关函数 设有两个二阶矩过程{ X (t), t ?T }和 { Y (t), t ?T } ， 例2 设 X (t) 为信号过程，Y (t) 为噪声过程，令W (t) = X (t) + Y (t)， 2.3 复随机过程 [定义] 两个实随机过程：{ Xt , t ?T }和 { Yt , t ?T }，如对任意 t ?T，有  Zt = Xt + iYt 则称{ Zt , t ?T }为复随机过程。 复随机过程的数字特征 复随机过程协方差函数的性质 复随机过程{ Zt , t ?T }的协方差函数 B(s, t) 具有性质： 例3 2.4 几种重要的随机过程 二阶矩过程 正交增量过程 独立增量过程 马尔可夫过程 正态过程和维纳过程 平稳过程 二阶矩过程 [定义] 对于随机过程{ X(t), t ?T }，若对任意 t ?T ，X(t)的均值和方差都存在，则称 X(t) 为二阶矩过程。 正交增量过程 独立增量过程 平稳独立增量过程 马尔可夫过程 正态过程 维纳过程 平稳过程 广义平稳过程 * * 连续 离散 连续 离散 I T 随机序列 （时间序列） 离散过程 (2) 相容性：当 mn 时， (1) 对称性：对于{ t1, t2, …, tn }的任意排列 ， 设已给参数集T及满足对称性和相容性条件的分布函数族F，则必存在一概率空间 (?, F, P) 及定义在其上的随机过程 {X (t), t ?T } ，它的有限维分布函数族是F。 若 对 的n阶偏导数 存在时，则称 为随机过程X (t)的n维分布密度。 相应地，所有有限维分布密度函数的集合 称为随机