随机过程复习提纲.ppt

齐次马氏链的平稳分布 平稳方程 若不满足遍历性定义，则非遍历！ 齐次马氏链即使不具有遍历性，也可能存在平稳分布；且平稳分布可能不唯一！满足定理条件时，平稳分布即为极限分布。 第三章 小 结 均方极限定义与验证 （1）若 ，则 ； （2）若 ， ，则 ； （3）若 ， ，则对任意常数 和 ，有 ； （4）若数列 满足 ， 是随机变量， 则 ； 均方极限性质—— 除具有唯一性外，还具有 均方连续、均方导数、均方积分概念 均方导数、均方积分的简单性质 * 均方导数与自（互）相关函数关系 第五章 小 结 严平稳过程定义及数字特征特点 设 为复（或实）随机过程，若满足 （1） （2） （3） 宽平稳过程定义与验证 则称该过程为宽平稳过程。 严平稳性即是指，任意n维随机向量 与 同分布。 严平稳过程不一定是宽平稳过程；反之， 宽平稳过程也不一定是严平稳过程； 宽平稳正态过程是严平稳过程。 联合平稳过程（平稳相关） 严平稳过程与宽平稳过程关系 * * * 随机过程 第一章 小 结 条件分布函数（连续型） 条件分布律（离散型） 条件概率密度 n维随机变量常用结论 设 相互独立， 为任意实数。 ※ ※ 数字特征—— 条件期望 离散型 连续型 若X与Y相互独立，则 全期望公式 离散型 数字特征—— 条件期望 连续型 全期望公式 特征函数 定义 对一切随机变量，其特征函数都存在！ 常见分布的特征函数 1.两点分布((0-1)分布) 2.二项分布 B(n, p) 3.泊松分布 4.均匀分布 5.指数分布 6.标准正态分布 特征函数的基本性质 特征函数 分布函数 第二章 小 结 随机过程 {X(t)，t∈T } ：样本函数、样本曲线 一维分布函数 X(t)是一个随机变量 X(t)的概率密度函数 一维概率密度函数 X(t)的分布律 一维概率分布（一维分布律）： 二维分布函数 例3： 若该过程中任意两时刻的随机变量相互独立， 试求 两时刻X(t)的二维分布函数。 解 X(1/2), X(1)的联合分布律 欲求联合分布函数 综上 随机过程的数字特征与特征函数 （1）均值函数 （2）均方值函数 （3）方差函数 （4）自相关函数 （5）自协方差函数 （6）一维特征函数 数字特征之间的关系 二维随机过程的数字特征： 互相关函数： 互协方差函数： 随机过程不相关： 复随机过程的数字特征 —— 类似 求X(t)的数字特征。(P80) 例6 解 随机过程的概率结构分类 1、二阶矩过程 2、独立随机过程 3、独立增量过程 4、平稳增量过程（齐次随机过程） 过程 X(t) 具有平稳增量。 注：若 X(t) 为平稳增量过程，则对任意T 中的时刻 s 和 t ，有 X( t +τ) - X(t) 与 X( s +τ) - X(s) 同分布。 5、正态过程 则称X(t)为正态随机过程。 其中 6、维纳(Wiener)过程 则称随机过程{X(t),t≥0}是参数为σ2的维纳过程，或布朗运动。当σ＝1时称为标准维纳过程。 微粒不停地做无规则运动的现象叫做布朗运动 布朗运动的数学模型 第四章 小 结 随机质点流 强度 N(t) —— [0,t)内到达的随机质点个数 τn —— 第n个随机质点的到达时间 Tn —— 第n-1个与第n个质点时间间隔 {N(t), t≥0}泊松过程 * [例4] 设顾客依泊松过程到达某商店，平均每小时到达4人。已知商店上午9：00开门，试求： 至9：30仅到一位顾客而11：30时总计已到达5位顾客的概率。 * 解 人/小时， 以9:00为时间起点。设N(t)为[0,t)内到达的顾客数， 则N(t)为泊松过程。 则称 是一由 与 复合而成的复合泊松过程。 [定义1] 设 是一强度为 的泊松过程， 是独立同分布随机变量序列，且 与 相