第1章随机过程的基本概念.ppt

给出连续型的证明： 做变换 则Jacobi行列式的值为 积分区域变为 所以有 推论1：若 则均值遍历性定理成立。 证明：因为，当 时，有 推论2：对于平稳序列而言，若 则均值遍历性定理成立。 证：给出离散型情形，由Stoltz定理 令 定理（协方差函数遍历性定理） 设X={Xt,-∞t+ ∞}是平稳过程，其均值函数为零，则协方差函数有遍历性的充要条件是 其中 *电子科技大学 第一章 随机过程的基本概念 §1.1 基本概念 §1.2 有限维分布与柯尔莫哥洛夫定理 §1.3 随机过程的数字特征 §1.1 基本概念 Ex.1 对某城市的气温进行n年的连续观察, 记录得 一、实际背景 在许多实际问题中,不仅需要对随机现象做特定时间点上的一次观察,且需要做多次的连续不断的观察,以观察研究对象随时间推移的演变过程. 研究该城市气温有无以年为周期的变化规律? 随机过程的 谱分析问题 Ex.2 从杂乱电讯号的一段观察{Y(t),0 t T} 中,研究是否存在某种随机信号S(t )? 过程检测 Ex.3 监听器上收到某人的话音记录{Z(t),αt β} 试问他是否确实是追踪对象？ 过程识别 二、随机过程定义 为(ΩF,P)上的一个随机过程. 定义 设(Ω,F, P)是概率空间, ,若对每个 是概率空间(ΩF,P)上的随机变量, 则称这族随机变量 注 1) 称T是参数集(或参数空间) 当T=(1,2, …，n), 随机向量 当T=(1,2, … ,n,…), 随机时间序列 随机过程是n 维随机变量，随机变量序列的 一般化,是随机变量X(t), 的集合. 用E表示随机过程 的值域,称E为 过程的状态空间. Ex.4 设(Ω,F, P)是对应于抛均匀硬币的概率空间: 做无穷多次抛硬币独立试验,引入随机变量 则 是一随机过程. 其参数集T ={0,1,2,…}, 状态空间E={0,1}. 随机过程的理解 为集合T 与Ω的积集. 称 随机过程 可看成定义在积集 上的二元函数 1)当固定 是一个随机变量； 2)当固定 ,作为 的函数， 是一个定义在T上的普通函数. T Ω X(t1,ω) X(t2,ω) X(t,ω1) X(t,ω2) X(t,ω3) t1 t2 tn 定义 对每一固定 ，称 是随机过程 的一个样本函数. 也称轨道,路径,现实. Ex.5 利用抛硬币的试验定义一个随机过程， 设出现正反面的概率相同 ,写出 X(t) 的所有样本函数. 解 记 ω1= {出现正面}, ω2= {出现反面}, 则X(t)的所有现实为 x(ω1,t)= cosπt, 和 x(ω2, t)= 2t. 1、分布函数定义 对任意 ,二维随机变量(X(s),X(t))联合分布函数 定义1 随机过程 ，对 随机变量X(t)的分布函数 ,称为过程XT 的一维 分布函数. 二、有限维分布与柯尔莫哥洛夫定理 称为XT 的二维分布函数族. 定义2 过程 对任给的 随机向量 的联合分布函数 称为过程的n 维分布函数.记 称F为XT 的有限维分布函数族. 定义3 过程 的n 维特征函数定义为 特征函数和分布函数是相互唯一确定. 称 为XT 的有限维特征函数族. 2. 随机过程存在定理 随机过程的有限维分布函数族满足以下 两个性质 （1）对称性 对1,2,…,n 的任一排列j1, j2, … , jn,均有 对任意固定的自然数mn,均有 （2）相容性 注 联合分布函数能完全确定边缘分布函数. 因事件乘积满足交换律. 注 类似地,随机过程的有限维特征函数满足: ?? 1) 对1,2,…,n的任一排列j1 , j2 , …, jn 有 2) 对任意固定的自然数mn,均有 3、随机过程存在定理(柯尔莫哥罗夫) 如果分布函数族 满足条件(1)和(2),则存在一个概率空间上的一个随机过程 ,其有限维分布函数族恰为 即有 在实际应用中,很难确定出随机过程的有限维 分布函数族,过程的数字特征能反映其局部统计性 质. 1、均值函数、方差函数及相关函数 定义 给定随机过程