《概率论与数理统计 》经典课件 随机过程教材课程.ppt

概率论与数理统计 ; 随 机 过 程; 关键词： 随机过程 状态和状态空间 样本函数 有限维分布函数 均值函数 方差函数 自相关函数 自协方差函数 互相关函数 互协方差函数 正态过程 独立增量过程 泊松过程 维纳过程 ; 一维、二维或一般的多维随机变量的研究是概率论的研究内容，而随机序列、随机过程则是随机过程学科的研究内容。从前面的描述中看到，它的每一样本点所对应的，是一个数列或是一个关于t的函数。 ; 例1：抛掷一枚硬币的试验，样本空间是S={H,T}，现定义：; ; ; ; 例5：考虑抛掷一颗骰子的试验：;随机过程的分类： 随机过程可根据参数集T和任一时刻的状态分为四类，参数集T可分为离散集和连续集两种情况，任一时刻的状态分别为离散型随机变量和连续型随机变量两种： 连续参数连续型的随机过程???如例2，例3 连续参数离散型的随机过程，如例1，例4 离散参数离散型的随机过程，如例5 离散参数连续型的随机过程，;§2 随机过程的统计描述; 例1：抛掷一枚硬币的试验，定义一随机过程：; 例1：抛掷一枚硬币的试验，定义一随机过程：; ;(二) 随机过程的数字特征;17; ; ; ;21;(三) 二维随机过程的分布函数和数字特征;23; ;§3 泊松过程及维纳过程; 独立增量过程的性质：;27;(一) 泊松分布;29;续;证毕;32;33;34;35;36; 定理一：强度为λ的泊松流(泊松过程)的点间间距是相互独立的随 机变量，且服从同一指数分布 定理二：如果任意相继出现的两个质点的点间间距是相互独立， 且服从同一个指数分布： 这两个定理刻画出了泊松过程的特征，定理二告诉我们，要确定一个计数过程是不是泊松过程，只要用统计方法检验点间间距是否独立，且服从同一个指数分布。;(二) 维纳过程;39;40;41; 关键词： 无后效性(马尔可夫性) 齐次马尔可夫链 n步转移概率 n步转移概率矩阵 C-K方程 马氏链的有限维分布律 遍历性 极限分布(平稳分布);§1 马尔可夫过程及其概率分布; ;由上例知，泊松过程是时间连续状态离散的马氏过程， 维纳过程是时间状态都连续的马氏过程。 时间和状态都离散的马尔可夫过程称为马尔可夫链，简称马氏链， 记为：{Xn=X(n),n=0,1,2,…},参数集T={0,1,2,…}， 记链的状态空间为：; ;的状态; 例2：(0-1传输系统) 如图所示，只传输数字0和1的串联系统中，设每一级的传真率为p，误码率为q=1-p。并设一个单位时间传输一级，X0是第一级的输入， Xn是第n级的输出(n≥1)，那么{Xn,n=0,1,2…}是一随机过程， 状态空间I={0,1}，而且当Xn=i为已知时，Xn+1所处的状态的概率分布只与Xn=i有关，而与时刻n以前所处的状态无关，所以它是一个马氏链，而且还是齐次的，它的一步转移概率和一步转移概率矩阵 分别为：; 例3：一维随机游动。设一醉汉Q(或看作一随机游动的 质点)在直线上的点集I={1,2,3,4,5}作随机游动， 且仅在1秒、2秒等时刻发生游动，游动的概率规则 是：如果Q现在位于点i(1<i<5)，则下一时刻各以 的概率向左或向右移动一格，或以 的概率 留在原处；如果Q现在处于1(或5)这一点上，则下 一时刻就以概率1 移动到2(或4)这点上，1和5这 两点称为反射壁，这种游动称为带有两个反射壁的 随机游动。 ;解：以Xn表示时刻n时Q的位置，不同的位置就是Xn的不同 状态；而且当Xn=i为已知时，Xn+1所处的状态的概率分布 只与Xn=i有关，而与Q在时刻n以前如何到达i完全无关， 所以{Xn,n=0,1,2 …}是一马氏链，且是齐次的。 它的一步转移概率矩阵为： 如果把1这点改为吸收壁，即Q一旦到达1这一点，则永远留在点1时，此时的转移概率矩阵为：; 例4：排队模型 设服务系统由一个服务员和只可以容纳两个人的等候室组成。服务规则为：先到先服务，后来者需在等候室依次排队，假设一个需要服务的顾客到达系统时发现系统内已有3个顾客，则该顾客立即离去。 设时间间隔⊿t内有一个顾客进入系统的概率为q，有一接受服务的顾客离开系统(即服务完毕)的概率为p,又设当⊿t充分小时，在这时间间隔内多于一个顾客进入或离开系统实际上是不可能的，