第9章随机过程引论(重修班).ppt

9.2　随机过程的统计描述 补充例9.1 抛掷一枚硬币的试验，定义一随机过程： 9.3　几种重要的随机过程 9.3.1 独立增量过程 9.3.3 正态过程 可以证明 注意 (1) 为了简便，不失一般性，通常可令独立增量过程在起始时间 t0 的 方差函数 (2) 独立增量过程的协方差函数 1.计数过程 考虑下列一些事件:在[0,t) 时间内电话总机接到的顾客“呼叫”的次数；某服务系统在[0,t) 时间内要求服务的顾客人次；机器在[0,t)时间内发生故障的次数等等。 用N(t)表示在[0,t)时间内发生的事件数。 {N(t),t ?0}是一状态取非负整数、时间参数连续的随机过程，称为计数过程。 9.3.2泊松过程 由定义计数过程满足以下条件 (1) N(t)?0; (2) N(t)取整数； (3) 若st,则N(s)N(t); (4) 当st,则N(t)-N(s)等于区间[s,t]中出现的质点数。 如果计数过程{N(t),t?0},对于任意的st，区间(s,t]内出现的质点数N(t)-N(s)的分布仅依赖于t-s，而与起点t无关，则计数过程是平稳增量过程。 如果将过程的增量X(t)-X(t0)记为X(t0,t),0?t0t,它表示时间间隔[t0,t)内出现的质点数，则事件“在[t0,t)内出现k个质点”就可以表示为{X(t0,t)=k},其概率可以记为 Pk(t0,t)=P{X(t0,t)=k},k=0,1,2,?。 2.泊松过程 则称此过程为 泊松过程。?称为泊松强度 下面根据泊松过程的定义来讨论它的几个数学特征：均值函数、自方差函数及自相关函数。 泊松过程的统计特性 设{X(t), t 0} 是泊松过程，对任意t, t0?[0,+?),且t0? t 有 即表示单位时间内事件A发生的平均次数。 (1)均值函数 (2)方差函数： (3)协方差函数 (4)相关函数 例9.7 解 * 9.1　随机过程的概念 9.1.1　随机过程的概念 9.1.2 随机过程的分类 第9章　随机过程 9.1.1 随机过程的概念 类似于随机变量的定义，可给出随机过程的定义: 定义9.1 设E是随机试验，样本空间为S={e}，若对每个e?S, 总有一个时间函数X(t,e),t?T 与它相对应，这样对于所 有的e?S,得到一族时间t 的函数{X(t,e),t?T } ,称为随机过程， 简记为 {X(t),t?T } 。 X(t)族中的每一个函数称为这个随机过程的样本函数或样本曲线。 由定义可知二元函数X(t,e) 的含义如下： (1)对于一个特定的试验结果ei ，则X(t,ei) 是仅依赖于t 的函数，称为随机过程的样本函数，它是随机过程的一次物理实现。 因此随机过程也可以看作对每个e依某种规律相对应一个参数t的函数X(t,e) 即在概率空间上定义了一个随机函数。 随机过程X(t)的样本函数用x(t)表示，以避免与随机过程的记号X(t)相混。 t S (2) 对于每一个固定的时刻ti, X(t,e) 取决于e,所以是定义在S上的随机变量，见图 t S 按这种定义方式，随机过程是多维随机变量的延伸。 例9.1 抛掷一枚硬币的试验, 样本空间 S={H,T}, 现定义 例9.2　考虑 是一个随机过程, 叫做随机相位正弦波。 例9.3　测量运动目标的距离。 测量存在随机误差。 例9.4　某城市的120急救电话台接收呼叫。 例9.5　抛掷一颗骰子的试验。 此过程称为伯努利过程或伯努利随机序列 (1) 如果一个随机过程X(t) 对于任意的t?T, X(t) 都是连续型随机变量，则称此随机过程为连续型随机过程。 随机过程可以根据其状态空间和参数集的连续或离散进行分类。 若对任意的 t?T, X(t)是离散型随机变量，称此随机过程为离散型随机过程。 例9.2、例9.3 例9.1、例9.4、例9.5 9.1.2　随机过程的分类 若参数T为离散集合，则称随机过程为离散参数随机过程或者随机序列，随机序列的状态空间还是离散的，则称为离散参数链。 (2)当参数T为有限区间或无限区间时，则称X(t) 是连续参数随机过程。以后若没特别指出，随机过程一词总是指连续参数随机过程。 9.2.1 随机过程的分布 9.2.2 随机过程的数字特征 9.2.3 二维随机过程的分布函数和数字特征 9.2.1 随机过程的分布 对于n维随机变量，通常利用n维联合分布函数来描述它的统计规律性，随机过程是一族随机变量，所以，描述随机过