随机过程重要公式.pptVIP

随机过程 第一章 小 结 条件分布函数（连续型） 数字特征—— 条件期望 特征函数 常见分布的特征函数 特征函数的基本性质 * 随机过程 条件分布律（离散型） 条件概率密度 n维随机变量常用结论 设 相互独立， 为任意实数。 ※ ※ 离散型 连续型 若X与Y相互独立，则 全期望公式 以连续型为例 定义 对一切随机变量，其特征函数都存在！ 1.两点分布((0-1)分布) 2.二项分布 B(n, p) 3.泊松分布 4.均匀分布 5.指数分布 6.标准正态分布 特征函数 分布函数 第二章 小 结 随机过程 {X(t)，t∈T } ：样本函数、样本曲线 一维分布函数 X(t)是一个随机变量 X(t)的概率密度函数 一维概率密度函数 X(t)的分布律 一维概率分布（一维分布律）： 二维分布函数 随机过程的数字特征与特征函数 （1）均值函数 （2）均方值函数 （3）方差函数 （4）自相关函数 （5）自协方差函数 （6）一维特征函数 数字特征之间的关系 二维随机过程的数字特征： 互相关函数： 互协方差函数： 随机过程不相关： 复随机过程的数字特征 —— 类似 第四章 小 结 随机质点流 强度 N(t) —— [0,t)内到达的随机质点个数 τn —— 第n个随机质点的到达时间 Tn —— 第n-1个与第n个质点时间间隔 {N(t), t≥0}泊松过程 N(0)=0，独立增量，平稳增量 数字特征自己复习； 一维特征函数 复合泊松过程 独立增量、平稳增量 非齐次泊松过程 不一定是 计数过程！ 是计数过程、独立增量过程 第六章 小 结 马尔可夫过程 独立过程和具有常数初值的独立增量过程是 马氏过程（二项过程、泊松过程、非齐次泊松过 程、复合泊松过程、维纳过程均是马氏过程！） 马尔可夫链 马氏性 马氏性 一步转移概率 齐次马尔可夫链 一步转移概率 一步转移概率矩阵行和为1 会判断和说明一随机过程是否齐次马氏链； 会写一步转移概率矩阵和画出概率转移图！ n步转移概率 C-K方程： 矩阵形式 对齐次马氏链： 初始分布 绝对分布 X(0)的分布 X(n)的分布 计算式： 有限维分布（齐次马氏链） 齐次马氏链的遍历性 齐次马氏链的平稳分布 平稳方程 若不满足遍历性定义，则非遍历！ 齐次马氏链即使不具有遍历性，也可能存在平稳分布；且平稳分布可能不唯一！满足定理条件时，平稳分布即为极限分布。 第三章 小 结 均方极限定义与验证 （1）若 ，则 ； （2）若 ， ，则 ； （3）若 ， ，则对任意常数 和 ，有 ； （4）若数列 满足 ， 是随机变量， 则 ； 均方极限性质—— 除具有唯一性外，还具有 均方连续、均方导数、均方积分概念 均方导数、均方积分的简单性质 * 均方导数与自（互）相关函数关系 第五章 小 结 严平稳过程定义及数字特征特点 设 为复（或实）随机过程，若满足 （1） （2） （3） 宽平稳过程定义与验证 则称该过程为宽平稳过程。 严平稳性即是指，任意n维随机向量 与 同分布。 严平稳过程不一定是宽平稳过程；反之， 宽平稳过程也不一定是严平稳过程； 宽平稳正态过程是严平稳过程。 联合平稳过程（平稳相关） 严平稳过程与宽平稳过程关系 * * * 随机过程