第6章 说第3节 随机分析.pptVIP

四 均方积分 （一）均方黎曼可积 定义1 分割 作和式 如果 则称 并称 记作 即 （二）均方可积准则 定理6.7 即黎曼积分 存在 证 由均方收敛准则可知， 即 存在 如果上式极限存在，其极限值就是黎曼积分 推论 证明 由定理1知， （三）均方积分的性质 性质1 性质2 其中 性质3 首页 性质4 性质5 （均方可积的唯一性） （四）均方积分的数字特征 1．随机过程 积分的期望 证 注1 注2 2．均方积分的方差 则 证 首页 例1 解 在定义中可取 则 所以 例2 解 讨论维纳过程 的均方可积性。 且有 由于 对一切有穷的u存在， 首页 例3 解 设 所以 同样可得 故得 * 第6章 第3节 随机分析 一 均方极限 二 均方连续性 三 均方导数 四 均方积分 第4节 各态历经性 一、收敛性概念 1．概率1收敛（或几乎处处收敛） 如果 随机变量序列 以概率1收敛于X，或称 几乎处处收敛于X，记作 则称 首页 如果 2．依概率收敛 对于任意给定的正数 ，有 随机变量序列 依概率收敛于X，记作 则称 首页 如果 3．均方收敛 对于所有的 有 随机变量序列 以均方收敛于X，记作 且 则称 或简记为 或称X是{ }的均方极限 记作 如果 4．依分布收敛 设 ， 分别为随机变量 及X 的 分布函数 随机变量序列 依分布收敛于X，记作 则称 对于的每一个连续点x，有 （1）若 均方收敛，则 必为依概率收敛； 收敛性之间的关系 （2）若 以概率1收敛，则 必为依概率收敛； （3）若 依概率收敛，则 必为依分布收敛。 1. 均方收敛与依概率1收敛不存在确定的关系。 注 2. 均方收敛是最简单的收敛形式，它只涉及单独一个序列。 证 由定理3得到计算平稳过程均值和相关函数的近似公式 证明依概率收敛与均方收敛的关系： 均方收敛准则 定理6.2 柯西准则 则 均方收敛的充要条件为 证 只证必要性 因为 均方收敛于X， 所以有 首页 又由 所以 故 性质1 唯一性 若 则 注 因 = 证 于是 即 （二） 均方收敛性质 性质2(期望与极限的交换性） 若 则 证 由许瓦兹不等式得 因 故得证 注 当 均方收敛于X时， 的期望收敛于X的期望 性质3 若 则 证 由许瓦兹不等式得 因 故得证 性质4 若 则对任意常数a、b都有 证 因为 故得证 首页 均方收敛准则（定理6.4） 其说明随机变量序列 均方收敛的充要条件是它的相关函数列按普通极限意义收敛。 性质5 若数列 等价 存在 证 推广 二 、 均方连续性 均方收敛 定义1 即 则称 在点t均方连续。 （一）均方连续 称 在 时均方收敛于 （二）均方连续准则 定理1 则 证 充分性 则 所以 首页 再证必要性 又 由均方收敛性质2得 定理2 证 由定理1知， 再由均方收敛性质3，得 即 首页 定理3 则 证 由均方连续定义 从而 说明 在均方连续的条件下，均值运算与极限运算的次序可以互换。但要注意，上式左边为普通函数的极限，而右边表示均方收敛意义下的极限。 例1 试讨论其均方连续性。 解 泊松过程的均值、方差函数为 则相关函数 同样 因此 由于 故 注 此例说明均方连续的随机过程，其样本曲线不一定是连续的。 三、 均方导数 （一）均方导数的定义 定义1 如果均方极限 存在 则称 在t处均方可微， 并将此极限记作 即有 或 二次均方可微 二阶均方导数 定义2 广义二次可微 存在 （二）均方可微准则 定理1 证 由均方收敛准则知 的充要条件是 存在 而 存在 首页 （三）均方导数的性质 性质1 性质2 首页 性质3 性质4 证1 在t处均方可微，在t处均方连续。 （四） 1． 证 注 均方导数 的均值等于均值函数的导数。 而 为普通意义下的确定性函数，故可用分析的方法求导。 2. 证 注 求偏导数得到。 3． 证明 首页 即 同理可得 又因 故 随机过程 的相关函数求两次混合偏导数。