随机过程总复习知识.ppt

状态i 非常返 常返 正常返 零常返 平稳分布与极限分布(重点) 研究状态的关系(重点) 练习:设马氏链的状态空间为I = {1，2，3，4}， 其一步转移矩阵为 画出状态转移图. 1 0.6 0.2 0.2 0.7 1 1 2 0.3 3 4 1 练习 设今日有雨，则明日也有雨的概率为0.7，今日无雨明日有雨的概率为0.5，求星期一有雨，星期三也有雨的概率。 解: 其为有两个状态的马尔可夫链，有雨记为1，无雨记为0，一步转移概率矩阵为 例 设马氏链的状态空间为{1,2,3},一步转移矩阵为 解:状态转移图如下: ① ② ③ ① ② ③ 因此,状态3为正常返态,且为吸收态. 因此,状态1和2为非常返态, 练习：设马氏链的状态空间为{1,2},一步转移矩阵为 解: ① ② 练习：设马氏链的状态空间为{1,2},一步转移矩阵为 解: ① ② 状态转移图如右: 所以 解 P 随机过程的数字特征 2．方差函数 1．均值函数 3．协方差函数 注 4．自相关函数 注 Poisson过程及Brown运动的自相关函数及协方差函数等。 5．互协方差函数 6．互相关函数 练习 解 求:(1)均值函数;(2)协方差函数;(3)方差函数。 （1） （2） （3） 练习 解: 练习 解 试求它们的互协方差函数。 所以 1.严平稳过程 定义1 则 称为严平稳过程 若对任意的 和任意的 严平稳过程的有限维分布关于时间是平移不变的. 2.宽平稳过程 定义2 如果它满足： 则称 为宽平稳过程， 简称平稳过程 因为 均值函数 注:(3)可等价描述为: 注2 注1 严平稳过程不一定是宽平稳过程。 因为严平稳过程不一定是二阶矩过程。 若严平稳过程存在二阶矩，则它一定是宽平稳过程。 宽平稳过程也不一定是严平稳过程。 因为宽平稳过程只保证一阶矩和二阶矩不随时间推移而改变，这当然不能保证其有穷维分布不随时间而推移。 练习 解: 的随机变量序列, 则 令 练习 独立增量过程 重要结论: Poisson 过程和Brown运动都是独立平稳增量过程.它们本身都不是平稳过程. 问：Poissin过程（或更新过程）中，事件发生（更新） 　　的时刻　是不是独立增量过程？ 定义3.1.1 第三章复习内容 定义3.1.2 定义3.1.2的等价定义 显见Poisson过程本身不是平稳过程，其增量是平稳过程。 解: 练习: 设N(t)是参数为 的Poisson过程,事件发生时刻 在已知N(t)=2的条件下的联合概率密度为_____. 练习: 重要结论 例2：一理发师在t=0时开门营业,设顾客按强度为λ 的泊松过程到达.若每个顾客理发需要a分钟,a是正 常数 . 求第二个顾客到达后不需等待就马上理发的 概率及到达后等待时间S的平均值 . 解：设第一个顾客的到达时间为T1，第二个顾客的 到达时间为T2。令X2= T2 - T1，则第二个顾客到达 后不需等待等价于 X2a。由定理知X2服从参数为 λ 的指数分布，故 等待时间 解: 没被维修过的概率 练习: 维修过一次的概率 考虑一特定保险公司的全部赔偿，设在[0,t ]内投保死亡的人数N(t)是发生率为 的泊松过程。设 是第n个投保人的赔偿价值， 独立同分布。 表示[0,t ]内保险公司必须付出的 全部赔偿。 练习: 解： 第四章复习内容 Poisson 过程是更新过程.是事件发生的时间间隔为独立同指数分布的更新过程. 更新过程的参数可以为离散的,也可以为连续的.但状态是离散的.它是计数过程. 更新函数 更新密度 卷积的定义 练习:判断下列命题是否正确 ( ) ( ) ( ) ( ) √ × √ × 更新方程 更新方程的唯一有界的解 其中 三个更新定理 第五章复习内容 马尔可夫性即无后效性. 状态的分类及性质是重点 互通,类,不可约,周期等概念. 第一章复习内容 一、期望和方差 1．期望 设离散型随机变量X的分布律为 则 设连续型随机变量X的概率密度为 ， 则 函数期望 当 X为离散型随机变量 则 当X为连续型随机变量， 则 2.方差 计算方差时通常用下列关系式： 称随机变量 的期望为X的方差，即 3．性质 （1） （2） （3） 若X和Y相互独立，则 计算协方差时通常用下列关系式： 二、协方差 四、特征函数 特征函数 设X为随机变量，称复随机变量 的数学期望 为X的特征函数，其中t是实数。 还可写成 特征函数与分布函数相互唯一确定。 性质 则和 设相互独立的随机变量