第1章离散时间的马尔可夫链.pdfVIP

第 1 章 离散时间的马尔可夫链 §1 随机过程的基本概念 定义 1 设 (F, ,P) 是概率空间， (E ,E ) 是可测空间， T 是指标集. 若对任何 t T ，有X :   E ，且X F E ，则称 X (), t T 是(,F , P) 上的取值于 t t  t  (EE, ) 中的随机过程，在无混淆的情况下简称{X t (), t T } 为随机过程，称(EE, ) 为 状态空间或相空间，称 E 中的元素为状态，称 T 为时间域. 对每个固定的  ，称 X () 为 X (), t T 对应于 的轨道或现实，对每个固定的t T ，称X () 为E t  t  t 值随机元. 有时X t () 也记为 X t ()  X t  X (t)  X (t, ) 设 T  R ，F , t T 是 中的一族单调增的子 代数（ 代数流），即  t  F ① t T F t F ，且F t 是 代数； ② s, t T , s  t F s F t . 若X F E (t T ) ，则称 X , t T 是F 适应的随机过程，或适应于F t t  t   t   t  的随机过程. 特别地，若令  1 F t   (X s , s  t, s T )   (X s E( )) s  t s T 是由 X , s  t, s T 所生成的 代数，则 X , t T 是F 适应的随机过程.  s   t   t  当(E ,E )  (R,B ) 时，称 X , t T 为实值随机过程； 1  t  当(E ,E )  (C,B ) 时，称 X , t T 为复值随机过程； C  t  n 当(E ,E )  (R ,B ) 时，称 X , t T 为n 维随机过程； n  t  当E 是可列集（有限集）时，称 X , t T 为可列（有限）随机过程；  t 