[数学]随机过程212.ppt

§3 随机过程的有限维特征函数族 3. 协方差函数 5. 均方值函数 设{X(t)}是一S.P. 对任意的t∈T, 若E[X(t)]2存在,则称 E[X(t)]2为S.P.X(t)的均方值函数. 记ΦX(t).即 ΦX(t)= E[X(t)]2 t∈T 随机过程的数字特征有如下关系 CX(s,t)=RX(s,t)-mX(s)mX(t) s,t∈T DX(t)=CX(t,t) t∈T ΦX(t)=RX(t,t) t∈T 所以最关键的数字特征是均值函数 与相关函数 本节内容举例 设S.P. X(t)=acos(ωt+Θ). a, ω常数, Θ~U[0, 2π] 求该过程的均值函数,相关函数,方差函数. 解 2. 设S.P. X(t)=Acosωt+Bsinωt t≥0, ω为常数. A,B相互独立,同服从正态分布N(0,σ2) 求该过程的数字特征. 解 * 1.Stieltjes积分 定义 设f(x), g(x)是定义在[a,b]上的两个有界函数,对[a,b] 的任一划分 a=x0 x1…xn=b, 记 △=max{△xk} 任取ξk∈[xk-1,xk],k=0,1,…,n.作和 若极限 存在,且与[a,b]的分法及ξk的取法无关. 则称此极限为f(x)对函数g(x)在[a,b]上的Stieltjes积分. 简称S积分.也称f(x)对g(x)在[a,b]上S可积. 记 设f(x), g(x)是定义在(-∞,+ ∞)上的两个函数,若 在任意有限区间[a,b] f(x)对 g(x)在[a,b] S可积,且 存在 则称此极限为f(x)对g(x)在无穷区间(-∞,+ ∞)上的 Stieltjes积分.记 关于Stieltjes积分有如下性质 ⑴当g(x)为跳跃函数,且在xi (i=1,2,…)具有跃度pi时有 ⑵当g(x)存在导数g′(x)时,有 利用Stieltjes积分可以统一离散型r.v.与连续型r.v.(或随机变量的函数)的数学期望定义.如下 定义 设随机变量X的分布函数为F(x),若 则X的期望为 并有以下结论 (1)设 v.r.X的分布函数为F(x), y=g(x)是连 续函数,若 则v.r.Y=g(X)的期望为 (2)一般设v.r.(X1,…,Xn)的联合分布函数为F(x1,x2,…,xn),g(x1,x2,…,xn)为连续函数. 若 则v.r.Y=g(X1,X2,…,Xn)的数学期望存在.且 定义 设随机变量X的分布函数F(x),则称 为随机变量X的特征函数. 2.随机变量的特征函数 其中u为实参变量, 为复随机变量 对任意实数u,有|ejux|=1.故E[ejux]总存在. (1) 特征函数总是存在的. 关于特征函数的几点说明 (2)特征函数的性质(证明page17) ⅰ ⅱ ⅲ 若Y=aX+b ,a,b为常数,则 ⅳ ⅴ 若X与Y相互独立,Z=X+Y,则 (可推广到n个相互独立随机变量) 是非负定的. ⅵ 即对任意的n,任意复数Zk,任意实数uk (k=1,2,…,n),有 ⅶ 设随机变量X的n阶原点矩(即E[Xk])存在, 则 存在k(k≤n)阶导数,且有 (3)一些重要分布的特征函数 单点分布 P(X=c)=1, c常数.则 二项分布 k=0,1,…,n.0p1,q=1-p. 则特征函数 Poisson分布 k=0,1,2,…, λ0 则特征函数 均匀分布 r.v.X～U(a,b],密度函数为 则特征函数 正态分布 r.v.X～N(μ, σ2),密度函数为 则特征函数 特别X～N(0,1)时 指数分布 r.v.X服从参数为λ(0)的指数分布, 概率密度为 则特征函数 (4)随机变量的分布函数与其特征函数 相互唯一确定. 定义(多元特征函数) 设n维随机变量X=(X1,X2,…,Xn)的联合分布函数 为F(x1,x2,…,xn),则称 为n维随机变量X的特征函数. 也称多元特征函数 多元特征函数具有与一元特征函数类似的性质 n维随机变量的特征函数与其联合分布函数 是一一对应的 特征函数应用举例: 定义 (随机过程的有限维特征函数族) 设{X(t),t∈T}是一个S.P.对于任意固定的t1,t2,…,tn ∈T, X(t1),X(t2),…,X(tn)是n个随机变量,称 为S.P.{X(t),t∈T}的n维特征函数. (ui ∈R, i=1,2,…,n) 为随机过程的有限维特征函数族 §4 随机过程的数字特征 有限维分布函数族虽然能够完整描述随机 过程的统计特征,但是在实际中很难得到