随机过程与 方兆本 引言 .ppt

吴述金 Email: sjwu@stat.ecnu.edu.cn 办公室：金统楼327 §1.1 引言 第一章 引 论 定义1.1 随机过程就是一族随机变量 其中t是参数,它属于某个指标集T, T称为参数集. 一般地, t表示时间. 当T={0,1,2,…}时称随机过程为随机序列. 对X(t)可以这样看: 随机变量是定义在空间?上的,所以是随 t与???而变化的.于是可以记为X(t,?). 当固定一次随机试验,即取定?0??时, X(t,?0)就是一条样本路径.它是t的函数; 另一方面,固定时间t = t0, X(t0,?)就是一个随机变量, 其取值随着随机试验的结果而变化, 变化有一定的规律,用概率分布来描述. 随机过程在t时刻的值称为过程所处的状态,状态的全体称为状态空间. 依照状态空间不同可分为连续状态和离散状态; 依照参数集T,当T为有限集或可数集则称为离散参数过程,否则称为连续参数过程.当T是高维向量时称X(t)为随机场. 例1.1 英国植物学家Brown注意到漂浮在液面上的微小粒子不断进行不规则的运动,这种运动叫做Brown运动.它是一个随机过程. Brown运动是分子大量随机碰撞的结果. 若记(xt,yt)为粒子在平面坐标上的位置,则它是平面上的Brown运动. 例1.2 若某人在一个直线格子点上, 从原点出发进行行走, 规则如下: 掷一枚硬币, 若正面向上则前进一个格子; 若反面向上则后退一个格子. 以X(t)表示他在t时刻所在的位置, 则X(t)就是一种直线上的随机游动. -2 -1 0 1 2 3 例1.3 到达总机交换台的呼叫次数为Poisson过程.每次呼叫是相互独立的,而间隔时间服从指数分布.交换台在同一时间只能接通K个呼叫.人们常要了解在某一时刻的排队长度以及呼叫的平均等待时间.这是一种排队模型. 该模型可以应用于对超市、公交车站的管理或服务研究。 例1.4 流行病学的研究中有如下模型: 在时刻0时易感人群大小为X(0), Y(0)是已受传染的人数.假定易感人群被传染的概率为p, 则经过一段传染周期后(记为单位时间)X(0)中有X(1)没有染上病而Y(1)却受到传染.传染过程一直蔓延到再没有人会染上这种流行病时停止.于是 且当时 有 {X(t), t=1,2,…}就是以上式为状态转移概率的Markov过程. 例1.5 记X(t)为时刻t的商品价格.若X(t)适合线性模型 其中 为实参数, Z(t)为独立同分布的不可观测的随机变量,则X(t)服从ARMA模型——自回归滑动平均模型. 这是在经济预测中十分有用的时间序列模型. 有限维分布和数字特征 对于随机过程 , 过程的一维均值函数为 过程的方差函数为 过程的一维分布为 过程的自相关函数为 过程的协方差函数为 对于随机过程 , 其中随机变量 与 的关系有X(t1)与X(t2)的联合分布为 即过程在t1, t2两个不同时刻值的联合二维分布. 自相关函数和协方差函数性质: 1. 对称性, 即对任何s, t有 2. 非负定性, 即对任何t1, t2,…,tn?T及任意系数b1, b2,…,bn有 对于随机过程 , 其有限维分布族为 有限维分布的性质: 1. 对称性 2. 相容性 例1.6 记Xn为第n次独立地扔一枚骰子的结果,则{Xn, n?1}为一随机过程.参数集T为{1,2,…},而状态空间为{1,2,3,4,5,6}. 均值函数为: 协方差函数为: 任何有限维分布: 其中F(x)为X1的分布函数. 平稳过程和独立增量过程 如果一个随机向量 与另一个随机向量 有相同的联合分布函数,则称这两个随机向量是同分布的,记为 . 定义1.2 如果随机过程X(t)对任意的t1,…,tn?T和任何h 有 则称X(t)为严格平稳的. 定义1.3 如果随机过程X(t)的所有二阶矩存在,并且E[X(t)]=m及协方差函数RX(t,s)只与时间差t-s有关,则称X(t)为宽平稳的或二阶矩平稳的. 对于宽平稳过程,由于对-?s, t+?, RX(t,s)=RX(0,t-s) 所以可以记之为RX(t-s). 显然对所有t, RX(t)=RX(-t), 即为偶函数. 定义1.