应用随机过程期末复习资料全.docxVIP

第一章 随机过程的基本概念

一、随机过程的定义

n n例1：医院登记新生儿性别，0表示男，1表示女，Xn表示第n次登记的数字，得到一个序列X1，X2，···，记为{X，n=1,2,··}，则Xn是随机变量，而{X，n=1,2,··}

n n

n例2：在地震预报中，若每半年统计一次发生在某区域的地震的最大震级。令Xn表示第n次统计所得的值，则Xn是随机变量。为了预测该区域未来地震的强度，我们就要研究随机过程{X，n=1,2,··}的统计规律性。

n

例3：一个醉汉在路上行走，以概率p前进一步，以概率1-p后退一步（假设步长相同）。以X(t)记他t时刻在路上的位置，则{X(t),t?0}就是（直线上的）随机游动。

例4：乘客到火车站买票，当所有售票窗口都在忙碌时，来到的乘客就要排队等候。乘客的到来和每个乘客所需的服务时间都是随机的，所以如果用X(t)表示t时刻的队长，用Y(t)表示t时刻到来的顾客所需等待的时间，则{X(t),t?T}和{Y(t),t?T}都是随机过程。

定义：设给定参数集合T，若对每个t?T,X(t)是概率空间(?,?,P)上的随机变量，则称{X(t),t?T}为随机过程，其中T为指标集或参数集。

Xt(?):??E，E称为状态空间，即X(t)的所有可能状态构成的集合。

例1：E为{0,1}

例2：E为[0,10]

例3：E为{0,1,?1,2,?2,?}

例4：E都为[0,??)

注：（1）根据状态空间E的不同，过程可分为连续状态和离散状态，例1，例3为离散状态，其他为连续状态。

参数集T通常代表时间，当T取R,R+,[a,b]时，称{X(t),t?T}为连续参数的随机过程；当T取Z,Z+时，称{X(t),t?T}为离散参数的随机过程。

例1为离散状态离散参数的随机过程，例2为连续状态离散参数的随机过程，例3为离散状态连续参数的随机过程，例4为连续状态连续参数的随机过程。

二、有限维分布与Kolmogorov定理

随机过程的一维分布：F(t,x)?P{X(t)?x}

随 机 过 程 的 二 维 分 布 ：

F

t,t

1 2

(x ,x

1 2

)?P{X(t

1

)?x

1

, X(t

2

)?x

2

}, t ,t ?T

1 2

?

随机过程的n维分布：

F (x,x,?x

)?P{X(t)?x, X(t)?x

,?X(t)?x}, t,t,?t ?T

t,t,?t 1 2 n

1 1 2 2

n n 1 2 n

12 n

1、有限维分布族：随机过程的所有一维分布，二维分布，…n维分布等的全体

{F

t1,t2

,?t

n

(x,x

1 2

,?x

n

), t,t

1 2

,?t

n

?T, n?1}称为{X(t),t?T}的有限维分布族。

2、有限维分布族的性质：

对称性：对（1,2，…n）的任一排列(j,j,? j)，有

1 2 n

F

t ,t

j1 j2

,?t

jn

(x ,x

j j

1 2

,? x

j

n

)?F

t1,t2

,?t

n

(x ,x

1 2

,? x )

n

相容性：对于mn，有

F

t ,?t

1 m

,tm?1?tn

(x,? x

1 m

,???)?F

t1

,?t

m

(x,? x )

1 m

3、Kolmogorov定理

定理：设分布函数族{F

t1,t2

,?t

n

(x,x

1 2

,?x

n

), t,t

1 2

,?t

n

?T, n?1}满足上述的对称

性 和 相 容 性 ， 则 必 存 在 一 个 随 机 过 程 {X(t),

t ? T} ， 使

{F

t1,t2

,?t

n

(x,x

1 2

,?x

n

), t,t

1 2

,?t

n

?T, n?1}恰好是{X(t),t?T}的有限维分布族。

定义：设{X(t),t?T}是一随机过程：

称X(t)的期望?

(t)?E[X(t)]（如果存在）为过程的均值函数。

X

如果?t?T，E[X2(t)]存在，则称随机过程{X(t),t?T}为二阶矩过程。此时，称

函数?(t,t)?E[(X(t