随机过程9介绍.ppt

第九章 随机过程的基本概念 随机过程的基本概念 随机过程的有限维分布函数族 随机过程的数字特征 特殊的随机过程及性质 泊松过程和维纳过程 §9.1 基本概念 例1、1mol氧气注入密封的圆柱形容器中（中间插入网形 隔板），注入的起始时刻令t=0，问[0,1]中任一时 刻左边含有的氧分子数。 令X(t) 表示 t 时刻左边含有的氧分子数，则在每一个时刻 t，X(t)为随机变量。 称{X(t), t∈T=[0, 1]}为一随机过程，T 称为参数集。 例2、(随机游动)设质点在时刻 t=0 从原点出发沿 x 轴 按如下规则移动：每隔一个时间单位以概率 p 左 移一格，以概率 q=1-p 右移一格。若用X(n)表示时 刻 n 质点所处的位置，则{X(n), n=1,2,…}构成一 随机变量序列。 例3、(排队问题)顾客到银行办理个人业务，若窗口有人 接受服务，后来者需排队等待。若 X(t) 表示 t 时刻 银行等待服务的人数，则{X(t), t≥0}是一个随机过程。 例4、(股指波动)记录证券交易所的股指，用X(n)表示第 n 天上证综合指数的开盘指数，则{X(n), n=1,2,…}是一 随机（变量）序列。 实时记录证券交易所的股指，用 X(t) 表示一天中t时刻上证综合指数，则{X(t), t≥0}表示一随机过程。 例5、 令t在T中变动，得到依赖于t 的一族随机变量，则称 为随机过程。 记为{X(t), t∈T}，或 X(t), X(ω, t) 随机过程即为定义在同一个Ω上的无穷多个随机变量的集合族。 注：①T :参数集； t :参数（一般为时间，也可以是其它参数）； Ω:样本空间。 故随机过程{X(t), t∈T}由t 和ω决定。 ③参数 t 固定为 t0，则 X(ω,t0)为一随机变量，称为过  程在 t0 时刻的状态；故随 t 变化的随机变量的集合 族即为一随机过程。 固定t0∈T，I={X(ω0, t0) | 任意ω0 ∈Ω}称为状态空间（所有状态的集合）；根据 X(ω, t0)离散（连续），I 称为离散（连续）状态空间。 ②T 可以是离散、可列地取值，如 T={1,2,…}，称为具有离散参数的随机过程（随机序列）； T 也可以是某一有限区间或无限区间，如T＝[a,b]，T=[0,+∞)，称为具有连续参数的随机过程。 ④固定ω0 ,{X(ω0 , t), t∈T}是 t 普通的函数，称为随机过 程对应于试验结果 ω0 的一个样本函数（轨迹）。 所有的轨迹放在一起即为随机过程，这种定义在理论上比较有用；但在实际的认识中我们是在每个时刻t去认识随机过程，故用统计的方式处理。 §9.2 随机过程的有限维分布函数族 定义1： 定义2： 定义3： 随机过程X(t)的所有有限维分布函数的全体称为随机过程 的有限维分布函数族。记为 例1、设随机序列 Xn=Sn, (n=1,2,…)，其中S是在[0,1]区间 上服从均匀分布的随机变量，求{Xn, n≥1}的一维分 布密度函数族。 所以{Xn, n≥1}的一维分布密度函数族为 例2、已知随机过程 求： §9.3 随机过程的数字特征 定义1： 随机过程{X(t), t∈T}，t 固定时X(t)即为随机变量，故概率论中求数字特征的方法，全部可以用来求随机过程中相应的数字特征（包括数字特征的性质）。 定义2： 计算公式： {X(t), t∈T}中均方值函数存在，其协方差函数一定存在。 随机过程加普通函数不改变协方差函数。 例1.用{X(n), n=1,2,…}表示随机游动, p, q(=1-p) 分别表示左移、右移一格的概率，X(0)=0. 求X(n)的均值函数,均方值函数,方差函数, 相关函数和协方差函数。 例2. 设X, Y独立同服从N(0,1),令X(t)=X+tY,求X(t) 的相关函数和协方差函数。 §9.4 特殊的随机过程 ⒈二阶矩过程：设{X(t), t∈T}为一随机过程,若 任意t∈T,二阶矩存在，即EX2(t)+∞，则称 {X(t), t∈T}为二阶矩过程。 ⒉正态过程：设{X(t), t∈T}为一随机过程,若X(t) 的任一有限维分布均为正态分布，则称 {X(t), t∈T}为正态过程（特殊的二阶矩过程） 若 {X(t), t∈T}是一个独立增量过程，t0是T的起点，定义