概率论与数理统计第2版资源-宗序平 主编 概率统计121.ppt

* * 主讲 宗序平 《概率论与数理统计》 第十二章 随机过程初步 §12.1 随机过程的概念 一、随机过程的定义 随机过程被认为是概率论的“动力学”（J.Neyman, 1960). 意思是说它的研究对象是随时间演变的随机现象. 随机过程就是研究随机现象变化过程及其规律性的一门新兴学科. 首先看几个实例。 例12－1 考虑抛硬币的试验，用X(n)表示第n次(n≥1)抛硬币出现的结果 里随机过程或贝努里随机序列. 为相互独立的随机变量，因而 可能的结果，取值为0或1，且X(1)，X(2)，…,X(n)… 为随机过程，且称具有这样特性的随机过程为贝努 对于n=1，2…，X(n)均为随机变量，且X(n)有两种 例12－2 电话问题 用N(t)表示时刻t以前即时间间 隔[O，t)内电话总台接到的电话呼唤次数，对于固 定的t,显然N(t)是一个随机变量，但t是一个变化连 续的参数，因此{N(t),t≥0}为一随机过程. 定义12.1.1 设?是样本空间，T是一个实数集， {X(?,t)，t?T， ? ? ?}是对应于t和?的实数，即为定义在T和?上的二元函数，则称{X(?,t)，t?T， ? ? ?}随机过程。 或X(t). 简记为 称T为参数集合,参数t?T可以视为时间，X(t)的每一 个可能的取值所构成的集合，称为状态空间，用 S表示. 由上述实例归纳出如下定义： (1)对于给定的?,X(?,t)是一个关于t的函数, 称为样本函数,它可以理解为随机过程的一个实现. (2) 当t=t0时,X(t0)是一个随机变量, 称它为X(t)在 t0时刻的状态。 两个特点： 式中a和b是常数,?是在(0,2?)上具有均匀分布的随机变量,称为随机相位正弦波.求 (1) ?分别取0, ?/2, ?时的三个样本函数； (2)t分别为1,2时的两个状态. 例12.1.3 设 例12.1.5设有一服务台，[0,t)内到达服务台的顾客数N(t)为随机变量，因而{N(t), t?[0,?]}为一随机过程. 当服务台空闲时到达的顾客立刻接受服务，如果顾客到达时发现服务员正在为另一位顾客服务，则他需要排队等候，用X(t)表示t时刻系统内的顾客人数，则{X(t), t?[0,?]}}为一随机过程，该随机过程的状态空间S={0，1，2，…}. 例12.1.4 某大型超市统计在t时刻的库存量X(t)，它 大库存量; 参数集T =[0, ?]. 是随时间变化而变化的随机变量,因此{X(t),t?[0,?]} 为随机过程，状态空间为S=[0，R], 其中R表示为最 例12.1.6 随机过程X(t)=X0+Vt，a≤t≤b,其中X0与V为相互独立的服从标准正态分布的随机变量，则{X(t)，t?[a,b]}为一随机过程，显然对于固定的t，X(t)～N(0,t2). 参数集 离散 ? 非离散 连续 ? 连续参数链(例12.2, 12.4,12.6) 随机过程(例12.3,12.5) 离散 ? 离散参数链或离散参数随机序列(例12.1, ) 随机序列 S 二、 随机过程的统计描述 定义12－2 给定随机过程{X(t)},对任意正整数n 及T中任意n个元素，t1, t2, …, tn，(X(t1), …, X(tn))的联合分布函数记为 称它为随机过程{X(t)}的n维分布函数. 1、随机过程的数字特征 (1)???? 均值函数与方差函数 给定随机过程{X(t), t?T}, 固定t ? T, X(t)为 一随机变量, 它的均值、方差一般与t有关，记为 均值函数 方差函数 均方差函数或标准差函数. （2）自相关函数 对任意的t1, t2 ? T, X(t1), X(t2)为两个随机变量, 令 自相关函数 C(t1,t2) 自协方差函数 均方值函数 显然C(t1, t1)=DX(t1). （3）互相关函数 同时考虑两个随机过程X(t)与Y(t)时, 对任意的t1,t2?T,若X(t1)与Y(t2)的二阶混合矩存在， 互相关函数 互协方差函数 则称过程X(t)与Y(t)的互不相关. 若 2、二阶矩过程 定义12－3 如果随机过程{X(t), t ? T}对每个t ? T, X(t)的均值和方差均存在， 则称{ X(t), t ? T}为二阶矩过程. 特别地，如果{X(t),t ? T}的有限维分布为 正态分布，则称之为正态过程. 正态过程是二阶矩过程的特例. 例12－7 X(t)=X0+Vt, t ?[a, b],其中X0，V是相互独立的服从N(0，1)分布的随机变量， 求 {X(t), t ?[a,b]}随机过程的均值函数与协方差函数. 解： 例12－8