[研究生入学考试]随机过程_copy.ppt

* * * * * * * * * * (三) 互谱密度及其性质 * * * * * * 续 * 续 * 证毕！ * * * * 见下页 * * 各态历经定理的重要价值在于它从理论上给出了如下 保证：一个平稳过程X(t)，若0t+∞，只要它满足各态 历经性条件，便可以根据“以概率1成立”的含义，从一 次试验所得到的样本函数x(t)来确定该过程的均值和自相 关函数。 * §3 相关函数的性质 见下页 * 见下页 * 见下页 * * 证毕 柯西－施瓦兹 不等式 * 应用： * §4 平稳过程的功率谱密度 (一) 平稳过程的功率谱密度 * * * * * * * (二) 谱密度的性质 * 1 2 3 4 5 6 7 自相关函数与谱密度对应表 * 即表中的第一栏。 * * §3 遍历性 考虑一个马尔可夫质点（即此质点运动时具有无后效性），它从任意状态i开始运动。问题是：经过步数充分大的运动之后，质点的极限状态是什么？在物理中，这是一个运动的渐近稳定性问题。 * * * 齐次马氏链在什么条件下才具有遍历性？如何求出 它的极限分布？ 有限链的遍历性的充分条件： * * 例1：一质点在1,2,3三个点上作随机游动，1和3是 两个反射壁，当质点处于2时，下一时刻处于1,2,3 是等可能的。写出一步转移概率矩阵，判断此链是 否具有遍历性，若有，求出极限分布。 * 例2：一质点在1,2,3三个点上作随机游动，1和3是 两个反射壁，当质点处于2时，下一时刻转移到1和3 的概率各为?。写出一步转移概率矩阵，判断此链是 否具有遍历性，若有，求出极限分布。 * 例3：一质点在1,2,3三个点上作随机游动，1和3是两个 吸收壁，当质点处于2时，下一时刻转移到1和3的 概率各为?。写出一步转移概率矩阵，判断此链是 否具有遍历性? 若有，求出极限分布。 * 例4：设有6个球(2个红球,4个白球)随机平分放入甲, 乙两个盒中.今每次从两盒中各任取一球并进行交换. 表示开始时甲盒中的红球数,Xn(n0)表示经n次交换 后甲盒中的红球数. (1)求此马氏链的初始分布; (2)求一步转移概率矩阵; (3)计算 ; (4)判断此链是否具有遍历性，若有，求出极限分布。 * * * 关键词： (宽)平稳过程 时间均值 时间相关函数 各态历经性 谱密度 第十二章 平稳随机过程 * §1 平稳随机过程的概念 在自然界中有一类随机过程，它的特征是产生随机现象的主要因素不随时间而变。例如 因为产生随机现象的主要因素不随时间而变，所以 随机过程的统计特性不随时间推移而变——平稳过程。 * * * * * * * * 续 * * §2 各态历经性 如何根据实验记录确定平稳过程的均值和自相关函数呢？ 按照数学期望和自相关函数的定义，需要时，一个平稳 过程重复进行大量观察，获得一族样本函数 用统计实验方法，均值和自相关函数近似地为： * 平稳过程的统计特性不随时间的推移而变化， 根据这一特点，能否通过在一个很长时间内观察得到的 一个样本曲线来估计平稳过程的数字特征呢？ 本节给出的各态历经定理证实，只要满足某些条件， 那么均值和自相关函数实际上可以用一个样本函数在整个 时间轴上的平均值来代替。 * * * * * * * * * * * 关键词： 无后效性(马尔可夫性) 齐次马尔可夫链 n步转移概率 n步转移概率矩阵 C-K方程 马氏链的有限维分布律 遍历性 极限分布(平稳分布) 第十一章 马尔可夫链 §1 马尔可夫过程及其概率分布 马尔可夫性(无后效性) 过程(或系统)在时刻t0所处的状态为已知的条件下，过程在时刻tt0所处状态的条件分布与过程在时刻t0之前所处的状态无关。 通俗地说，就是在已经知道过程“现在”的条件下，其“将来”不依赖于“过去”。 * 证毕！ 由上例知，泊松过程是时间连续状态离散的马氏过程， 维纳过程是时间状态都连续的马氏过程。 * * * * * * 时间和状态都离散的马尔可夫过程称为马尔可夫链， 简称马氏链，记为： {Xn=X(n),n=0,1,2,…},参数集T={0,1,2,…}， 记链的状态空间为： * * 的状态 Xm Xm+1的状态 *