随机过程1.2.pdf

二.随机过程的分类与进一步的举例  根据参数集与状态空间离散与否,随机过程可分为  离散参数,离散状态的随机过程  离散参数,连续状态的随机过程  连续参数,离散状态的随机过程  连续参数,连续状态的随机过程 进一步的举例 随机过程——西安电子科技大学数学与统计学院冯海林 例2.1.1 伯努利过程与二项过程(离散参数,离散状态) 设有随机过程X={Xn , n=1,2, … ，}, 其中X X ，X ，…，X … ，相互独立同分布. 1， 2 3 n ， 如果X n 同服从0-1分布，则称X为伯努利过程. 伯努利过程描述了一系列独立同分布的随机试验. n 如果令Sn X k , S0 0 k 1 则称S={Sn , n=0,1,2, … ，}为二项过程. 随机过程——西安电子科技大学数学与统计学院冯海林 例2.2.2 严高斯白噪声过程(离散参数,连续状态) 设有随机过程X={Xn , n=1,2, … ，}, 其中X X ，X ，…，X … ，相互独立同分布. 1， 2 3 n ， 如果X n 同服从正态分布N(0,2 ), 则称X为严高斯白噪声过程. 随机过程——西安电子科技大学数学与统计学院冯海林 例2.2.3.泊松过程（连续参数离散状态） 称随机过程N={N ,t≥0}是参数为λ 的泊松过程，如果 t 它满足以下三条件： （） 1 N 0 0 (2) 对任意的0  s t, 增量Nt -Nt服从参数为 (t s)的泊松分布，即 k (ts) ((t s)) e P( N - N k)  , k 0,1, 2, t s k! (3)对任意的n  2, 及0 t t  t  , n个增量 0 1 n N - N , , N - N , N - N 是相互独立的随机变量. t t t t t t n n-1 2 1 1 0 其中(2)(3)合称为平稳独立增量性。 随机过程——西安电子科技大学数学与统计学院冯海林 例2.2.4.正态(高斯)过程(连续参数连续状态) 设X= {X ,t∈[0，+∞}}是一实值随机过程,若对任意n≥1 t 及t ,t ,…,t ∈[0，+∞} n维随机变量 1 2 n (X , X , …, X )服从n维正态随机分布, t1 t2 t n 则称X是正态过程(高斯过程). 注：正态过程的定义可用于验证一个过程是否为正态过程。 随机过程——西安电子科技大学数学与统计学院冯海林 复习: n维正态随机变量、分布及性质 设X = (X , X ,..., X )是n维随机变量， 1 2 n 如果其联合概率密度函数为 1 1 T