[理学]第4章 随机过程的基本概念10-23.pptVIP

§4.3 随机过程的统计描述 * 设 {X(t),t∈T} 为一随机过程，对任意 n=1 和 t1,t2, …, tn ∈T, X (t1) ,X (t2),…, X (tn) 为 n 个随机变量，称其联合分布函数 F ( t1,t2 ,…,tn ; x1, x2,…, xn ) = P(X(t1) ≤x1, X(t2) ≤x2 … X(tn) ≤xn ) x1 x2,…, xn ∈R 为随机过程{X(t),t∈T}的n维分布函数. 1 分布函数 一维分布函数 二维分布函数 对任意t∈T, X (t)为一随机变量.称其分布函数 F (t ; x)=P(X(t) ≤x), x ∈R 为随机过程{X(t),t∈T}的一维分布函数. 对任意固定的t1,t2∈T, X (t1) ,X (t2)为两个随机变量.称其联合分布函数 F (t1,t2; x1, x2)=P(X(t1) ≤x1, X(t2) ≤x2 ), x1 x2∈R 为随机过程{X(t),t∈T}的二维分布函数. 设{X(t),t∈T}是S.P. 称随机过程{X(t),t∈T}的一维分布函数,二维分布函数,…,n维分布函数,…,的全体 为随机过程的有限维分布函数族. 即 F= {F (t1, …, tn; x1, …, xn) ，t1,t2, …, tn∈T, n=1 } 称为随机过程{X(t),t∈T}的有限维分布函数族. 注: 有限维分布函数族能够描述随机过程的 统计特性. 例1 例4.6 * * 2 数字特征 在实际应用中,很难确定出随机过程的有限维分布函数族,过程的数字特征能反映其局部统计性质. 需确定各类数字特征随时间的变化规律. (1) 设 是一 是一个 如果 存在，记为 则称 为 的均值函数(Mean) 即 * （2） 随机变量Xt的方差 称为随机过程 {X(t),t?T} 的 方差函数(Varance) (3) 设Xt1和Xt2是随机过程{X(t),t?T}在任意二个时刻t1和t2时的状态.称Xt1和Xt2的二阶混合原点矩 为随机过程{X(t), t?T}的自相关函数(correlation),简称相关函数. 如果 ，则称 和 是不相关的。如果 ，则称 和 是相互正交的。如果 ，则称随机过程在 时刻的状态是相互独立的。 和 （4）称Xt1和Xt2的二阶混合中心矩 为随机过程{X(t), t?T}的自协方差函数covaricance,简称协方差函数. 离散随机过程数字特征 3．随机过程的数字特征的关系 随机过程　　　　　的协方差函数、相关函数和均方值函数的关系为 由此可以看出,随机过程的均值函数和相关函数是我 们重点要掌握的数字特征 重点研究内容 * * (5) 对于两个随机过程{X(t),t?T},{Y(t),t?T}，若对任意t ?T，E[Xt]2 、 E[Yt]2存在，则称函数 为随机过程 {X(t), t?T},与{Y(t), t?T},的互协方差函数. 为随机过程{X(t),t?T}与{Y(t),t?T}的互相关函数. 易知 (6) 称 * 定义 若{Xt,t?T}, {Yt,t?T}是两个实随机过程，则称{Zt = X t+i Yt， t ?T} 为复随机过程。 它的均值函数、协方差函数、相关函数和方差函数分别定义如下： μZ (t)= E[Zt]=EXt+i EYt ,t ?T §4.4 两类简单的随机过程 * (1) 独立随机序列 对于任意n个不同的参数t1,···,t n ?T ， r.v. X(t1),···, X(t n)相互独立，这样的随机序列称为独立随机序列。 (2) 独立增量过程 设　　　　 是一随机过程，如果对 和 是相互独立的随机变量，则称 是独立增量过程． 如果对于　　　　　　　 的分布仅依赖 于 而与 本身取值无关，则称 为平稳增量过程． 如果　　　　 既是平稳增量过程， 则称 为平稳的 独立增量过程． 独立增量过程， 又是 第4章 随机过程的基本概念 §4.1 随机过程的定义 §4.2 随机过程分类 §4.3 随机过程的统计描述 §4.4 两类简单的随机过程 自然界变化的过程可分为确知性过程和随机过程两大类 每次观测所得结果都相同，都是时间t的一个确定的函数，具有确定的变化规律。 每次观测所得结果都不同，都是时间t的不同函数，观测前又不能预知观测结果，没有确定的变化规律。 确知过程 随机过程 自然界变化过程 正弦信号 调制信号 周期性脉冲信号