随机过程的微分及积分.pdfVIP

随机过程的微分和积分随机过程的微分和积分 9在高等数学中，数列的收敛与极限是微积 分的基础。 9在随机过程中，随机序列的收敛与极限随机序列的收敛与极限的的 则是随机过程微积分随机过程微积分的基础基础。 “数列收敛”的概念 ?若有数列S1,S2,…,Sn,…对任意小的正实数ε0，总能 找到一个正整数N，使得当nN时，存在∣Sn-a∣ ε， 对任意nN ，则称数列S1,S2,…,Sn,…收敛于常数a ?用lim Sn = a 表示；或用S1，S2，…，Sn → a n?∞ n ?∞ ??数列数列{{SSn}}的极限为的极限为aa 举例：设一个电压控制电路对外来的噪声电压信号进行控制， 使其稳定在某一水平。我们考察这一渐进过程。 设该试验共有三个结果Ω=( ξ1,ξ2, ξ3)，在t=1,2, …,n,…上采样, 随 时间变化得一串随机变量X1,X2,…,Xn… ←称随机变量序列{X(n)}。 随机序列收敛的几种定义随机序列收敛的几种定义 11、随机变量序列、随机变量序列““处处收敛处处收敛”” ()every? where 若随机序列样本空间Ω={ξ1, ξ2, ξ3}中的“所有” 的样 本序列(普通数列)均收敛，即： ζ 11：xx(1), 1 (2), , xnx 1 ( ) → 1 L n→∞ ζ 22：，(,,)x (1),xxnxxxxX 2 (2), , 2 ( ) →∈ 2 123 L n→∞ 33：xx(1), 3 (2), , xnx 3 ( ) → 3 ζ L n→∞ 若 limxnii ( ) = x， ?∈Ωζ i 若 n→∞ 则称：随机序列{X(n)} “处处收敛”于随机变量X。 记作： limX (nX ) = n→∞ e 简写： {()}X nX??→ 9在 “处处收敛”的定义中，Ω中只要有“一 个”ξi对应的样本序列{xi ()n } 不收敛，则 随机序列{X(n)}就不是“处处收敛”的。 99这个条件一般的随机序列都不容易满足这个条件一般的随机序列都不容易满足。 2、以概率以概率11收敛（收敛（““几乎处处收敛几乎处处收敛””）） almostalmost .every.where.every.where 若随机序列{X(n)}相对试验E的所有可能结果ξ ∈Ω 满足： PXnX{lim ( )= }= 1 n→∞ 则称：随机序列{X(n)} “以概率1收敛”于随机变量 X。 ae. 简记： {()}Xn???→ X 33、依概率收敛、依概率收敛（（ProbabilityProbability）） 若随机序列{X(n)} 对于任意给定小正数ε 0 ， 有： limPXn { ( )? X≥=ε } 0 n→∞ 则称：随机序列{X(n)}“依概率收敛”于随机变量X。 P 记： {()}Xn??→ X 44、依分布收敛、依分布收敛(distribution)(distribution) 若存在：limFxn ( )= Fx ( ) n →∞ 则称：随机变量序列{X(n)}“依分布收敛”于X。 d 记： X ()nX??→ F()x 1 F()x 设：Fn(x)，n=1,2,…是 n M 随机序列{X(n)}的分布函 Fi()x 数，F(x)是随机变量X的分 M 布函数。