随机过程教材（上海财经大学）Fourier transformation.ppt

(b) 解： 第四节 下鞅 Jensen 不等式 例 Lp空间 第五节 多布(Doob)不等式 多布最大不等式(Doob’s Maximal Inequality) 第六节 鞅收敛 Exercise 3.2Cautionary Tale: Covariance and Independence The notions of independence and covariance are less closely related than elementary courses sometimes lead one to suspect. Give an example of random variable X and Y with Cov(X, Y)=0 such that both X and Y are Gaussian yet X and Y are not independent. Naturally, X and Y cannot be jointly Gaussian. 例子 随机变量Z的密度函数为：P(Z=1)=0.5; P(Z=-1)=0.5，随机变量Y是服从均值为0，方差为1的正态分布，Z与Y相互独立。令X=ZY，则随机变量X与Y服从正态分布，并且Cov(X,Y)=0，但是X与Y却不服从联合正态分布。 第三节 两个小波 母波 分形的美 母波 Hn(t)是L2[0,1]上的标准完备正交系 clear n=500; t=0:1/n:1; %input j and k j=0; for k=0:2^j-1 for i=1:n+1 x=2^j*t(i)-k; if x=0x0.5 h(i)=1; elseif x=0.5x=1 h(i)=-1; else h(i)=0; end end subplot(2^j,1,k+1) plot(t,h,r.) hold on plot([0,1],[0,0]) hold off end 母波 Hn(t)是L2[0,1]上的标准完备正交系 两个小波之间的关系 Fourier transformation x=sin(2*pi*[0:n]/10); x=sin(2*pi*[1:n]/12)+2*sin(2*pi*[1:n]/20+pi/3); x=sin(2*pi*[1:n]/12)+2*sin(2*pi*[1:n]/20+pi/3)+randn(1,n) x=sin(2*pi*[1:n]/12)+2*sin(2*pi*[1:n]/20+pi/3)+3*randn(1,n) 稳定分布的定义 称随机变量X服从稳定分布，如果对于任意的正数A与B，存在着一个正数C与一个实数D，使得 中心极限定理 稳定分布的特征函数 记为 随机过程复习 第一章 随机游走与第一步分析法 随机游走 分布 财富 财富第一次达到A或-B的时间 问题 第一节 第一步分析法 约束条件： 结论： τ的均值：一步分析法 边界条件是 边界条件是 第三节 非公平游戏 有偏随机游走 概率生成函数 性质：独立随机变量和的概率生成函数是随机变量概率生成函数的积。 probability generating function 鞅理论指出在公平游戏中，无论一个赌博者多么聪明，都不可能获得超额盈利。 第二章 鞅 定义：一个随机变量序列{Mn：0=n∞}是关于随机变量{Xn：0=n∞}的一个鞅，如果序列{Mn}满足以下两个条件： 第一节 经典例子 例1：如果Xn是独立随机变量，对于所有大于等于1的n，E（Xn）=0，则 例2 如果Xn是独立随机变量，对于所有大于等于1的n，E（Xn）=0，Var（Xn）=σ2，则 例3 如果Xn是独立随机变量，对于所有大于等于1的n，Xn=0，E(Xn)=1，则 矩母函数 moment generating function 第二节 New Martingale from old 鞅转换定理 停时 在公平游戏中,赌博者决定何时停止赌博只能以他已经赌过的结果为依据,而不能以以后的结果决定停时。 停时过程 停时定理 一致收敛定理 Exercise 2.1 (Finding a martingale) Consider a gambling game with multiple payouts: the player loses $1 with probability α, wins $1 with probability β, and wins $2 with probability γ. Spe