概率论因 第7章.pptVIP

第七章 随机过程及其统计描述 在概率论中主要研究一个或有限个随机变量,即一维或者n维随机变量(随机向量),随着科学技术的发展,往往需要接连不断的观察或研究随机变量的变化过程,这就要同时考虑无穷多个随机变量,或者说一族随机变量,随机过程这是在这种要求下,于上世纪产生并发展起来的一个数学分支,它是研究随机现象变化过程的规律性的理论.目前以广泛应用于许多现代科学技术领域之中. 7.1 随机过程的基本概念 一 引言 现实世界中的许多现象是随时间的进展而变化 与发展的，这些现象通常称为过程。可分为两类： (1)确定性的变化过程： (2)不确定的变化过程： 如何描述这样的变化过程? 1. 如果对其变化过程的全过程做一次观察,得到一个位置与时间关系的函数x1(t ),若再次观察，又得到函数x2(t ),… ,因而得到一族时间函数. 2. 如果在时刻t观察质点的位置x(t ),则x(t )是一个随机变量,这样对于每个时刻t便得到一个随机变量X(t ),于是我们就得到一族随机变量{X(t),t≥0},（最初始时刻为t=0）,它描述了此随机的运动过程。 二 随机过程的概率分布 2. n维分布函数族 （二）二维随机过程的联合分布函数 三 随机过程的数字特征 ⑤ 作业 * * 随机过程及其统计描述 随机过程的基本概念 随机过程的分类 泊松过程 如果质点在一个随机的力（它由各种随机因素形成）的作用下，那么质点的运动也是随机的。 图7-1 它在任一确定时刻的值是随机变量.显然这个随机过程的状态空间为 。 我们称这种随时间的进展而变化与发展的随机现象为随机过程。 注释： (1) 随机过程 是定义在Ω×T上的二元函数，因此可以从两个角度去理解, 因而有如上的两个定义。 在理论分析往往用随机变量族的描述方式，在实际测量和处理中往往采用样本函数族的描述方式 例3: 考虑抛掷一颗骰子的试验，(i)设 是第n次（ ）抛掷的点数，对于n=1,2…的不同值, 是不同的随机变量，因而 构成一随机过程，称为贝努利过程或贝努利随机序列，(ii)设Xn是前n次抛掷中出现的最大点数， 也是一随机过程。 （一）随机过程的分布函数族 1.一维分布函数族 注:可以证明（柯尔莫哥洛夫），在一定条件下，随机过程的统计特性完全由它的有限维分布函数族决定。 例 6 求例1中的随机过程的一维分布函数 和二维分布函数 解：对任意实数 有 特别的 ① 函数 为{X(t),t?T}的均方值函数. 为{X(t),t?T}的方差函数. 为{X(t),t?T}的自协方差函数. ② ③ ④ 为{X(t),t?T}的均值函数. 1.单个随机过程的情况 诸数字特征的关系： 为{X(t),t?T}的自相关函数. 2．二个随机过程的情况 ① ② ③ ④ 例 7 求例1中的随机过程的均值函数，方差函数，相关函数和协方差函数。 解： 解: Θ的概率密度为 于是 所以一维概率密度为 又由正态分布的性质知，对于任意  服从二维正态分布而 所以二维概率密度为 其中 * * * *