第一章随机序列.doc

第一章 随机序列 前言：这一章是本书的预备知识. 我们借助于实例，用较通俗的语言引入平稳随机序列的概念. 然后介绍平稳随机序列的描述方法，并且对平稳序列中的“频谱分析方法”、“相关分析方法”及“参数化方法”之间的关系给予简要说明. 另外，还将介绍两种常用的估计方法，以备后用. 讨论描述随机过程的方法必须注意①随机过程表面上杂乱无章（如Brownian Motion）但是，它既然是客观事物和数量表征，必然有其内在的规律；②为了掌握和利用这些随机过程所表现出来的规律，需要一定的数学工具，这就是随机过程理论.这章主要讨论随机序列的概率分布、参数表征、平稳随机序列（定义、谱分解、白噪声序列、线性运算、有理谱密度的平稳序列、随机差分方程、遍历性）、多维随机序列、两种估计和参数估计的优效性概念。 1．随机序列的概率分布： 随机序列由无穷多个随机变量构成的，我们说给定了一个随机序列 SKIPIF 1 0 的概率分布，是指对于任意有穷多个时刻 SKIPIF 1 0 ，相应的随机变量 SKIPIF 1 0 的联合分布函数 SKIPIF 1 0 都是被给定的，而且它们之间不能矛盾，即是说由高维联合分布推出的低维联合分布与原给定的低维分布相同. 有时我们也说给定了序列 SKIPIF 1 0 的任意有穷维分布. SKIPIF 1 0 为独立的随机序列：若对于 SKIPIF 1 0 有穷个不相同时刻 SKIPIF 1 0 相应 SKIPIF 1 0 是相互独立的random variable 即 SKIPIF 1 0 Exp：电话中的热噪声常常近似于这种独立序列. 由于分布函数完整地描述了随机变量的统计特性，故严平稳随机过程的所有统计特性均不随时间的平移而变化. 故这一要求相当严格. 称之为严平稳（狭义平稳）. 而宽平稳过程对时间推移的不变性表现在统计平均的一、二阶矩上. 显然，严平稳过程比宽平稳过程之条件要求更“严”. SKIPIF 1 0 为狭义平稳序列（严平稳序列）：若一个随机序列 SKIPIF 1 0 的任意有穷维分布满足： SKIPIF 1 0 （整数集）， SKIPIF 1 0 SKIPIF 1 0 即 SKIPIF 1 0 和 SKIPIF 1 0 有相同的分布，无论对怎样的 SKIPIF 1 0 和时刻 SKIPIF 1 0 以及 SKIPIF 1 0 都如此. 2．随机序列的参数表征： ①均值函数：对每个 SKIPIF 1 0 而言，若把随机变量 SKIPIF 1 0 的均值记为 SKIPIF 1 0 . 则随机序列 SKIPIF 1 0 的均值函数就是 SKIPIF 1 0 ；若 SKIPIF 1 0 的分布为 SKIPIF 1 0 ，若 SKIPIF 1 0 具有密度 SKIPIF 1 0 ，则 SKIPIF 1 0 . Remark： SKIPIF 1 0 可取常数（§1例4且电负荷量）；可取周期函数（§1例2某点平均水温）；或取其它形式，为方便计，称 SKIPIF 1 0 为 SKIPIF 1 0 的均值. ②自协方差函数：易知随机序列的均值只和随机序列的一维分布有关，为了分析随机序列 SKIPIF 1 0 在不同时刻取值的统计关系，须要考虑 SKIPIF 1 0 与 SKIPIF 1 0 的协方差值，令 SKIPIF 1 0 SKIPIF 1 0 作为 SKIPIF 1 0 的二元函数，称为随机序列 SKIPIF 1 0 的自协方差函数，特别称 SKIPIF 1 0 为 SKIPIF 1 0 的方差函数，简称方差. 若一个随机序列 SKIPIF 1 0 的任意有穷维分布都是正态分布，则称 SKIPIF 1 0 为正态随机序列. 若以 SK