随机过程-第二章.ppt

  1. 1、本文档共56页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

2随机过程的概念与基本类型内容提要随机过程的基本概念随机过程的分布律和数字特征复随机过程几种重要的随机过程2.1随机过程的基本概念初等概率论——研究的主要对象:一个或有限个随机变量(或向量),虽然也讨论随机变量序列,但一般假定相互独立。随机过程——随机变量族2.1随机过程的基本概念随机过程几个例子:生物群体的生长问题:以Xt表示在t时刻群体的个数,对每一个t,Xt是一个随机变量。若从t=0开始,每隔24小时对群体个数观测一次,则{Xt,t=0,1,…}是随机过程。例2某电话交换台在时间段[0,t]内接到的呼叫次数是与t有关的随机变量X(t),对于固定的t,X(t)是一个取非负整数的随机变量。则{X(t),t?[0,?)}是随机过程。例3天气预报问题:在天气预报中,若以Xt表示某地区第t次统计所得到的该天最高气温,则Xt是随机变量,{Xt,t=0,1,…}是随机过程。例4Brown运动:漂浮在液体表面上的微小粒子不断进行无规则的运动,它是大量分子随机碰撞的结果,若记(X(t),Y(t))为粒子在平面坐标上的位置,则它是平面上的随机过程{(X(t),Y(t)),t∈T}例5海浪分析:在海浪分析中,需要观测某固定点处的垂直振动。设X(t)表示在时刻t该处的海平面相对于平均海平面的高度。则X(t)是随机变量,而{X(t),t∈[0,∞)}是随机过程例6随机游动:一个醉汉在路上行走,以概率P前一步,以概率1-p后退一步(假设步长相同)以X(t)记他在t时刻在路上的位置,则X(t)为随机过程。随机过程的定义[定义]设(?,F,P)是概率空间,T是给定的参数集,若对每个t?T,有一个随机变量X(t,e)与之对应,则称随机变量族{X(t,e),t?T}是(?,F,P)上的随机过程,简记为随机过程{X(t),t?T}。T称为参数集,通常表示时间。状态与样本函数X(t,e)是定义在T??上的二元函数状态——对于固定时刻t?T,X(t,e)是(?,F,P)上的随机变量,此时把X(t)所取的值称为随机过程X(t)在时刻t所处的状态。X(t)的所有可能状态所构成的集合称为状态空间或相空间,记为I。样本函数——对于固定样本点e,X(t,e)是定义在T上的普通函数,称之为随机过程{X(t),t?T}的一个样本函数或轨道。样本函数的全体称为样本函数空间。随机过程的分类连续随机过程参数连续,状态连续离散随机过程参数连续,状态离散连续随机序列参数离散,状态连续离散随机序列参数离散,状态离散疑难解析1、怎样理解随机过程?它与函数及随机变量有何不同?答(1)随机过程将普通函数的概念从实数与实数的对应关系推广到实数与随机变量的对应关系。对普通函数而言,当t?T时,总有一个确定的实数x与之对应;而对随机过程而言,当t?T时,与之对应的X(e,t)是一个随机变量。(2)随机过程是随机变量的推广。随机变量是在固定时间t上的试验结果,是一个数的集合。而当随机过程在t?T上的试验结果,是一个时间函数的集合。当t固定时,随机过程就成为一个随机变量。疑难解析(3)随机变量X(e)是定义在Ω上的函数,对每个e?Ω,都有确定的x与之相对应;而随机过程当e?Ω时,对应的X(e,t)又是t的函数,称为样本函数或样本曲线。所以随机过程将随机变量从e与实数对应推广到e与实函数的对应。(4)随机过程是一族随机变量,T中有多少个元素,X(e,t)就含有多少个随机变量。随机变量又是一族样本函数,每一e?Ω对应一个样本函数,Ω含有多少个事件,就有多少个样本函数。疑难解析随机过程对参数集T有何要求?随机过程定义中的参数T可以是时间集,也可以是长度、重量、速度等物理量。随机过程本来通称随机函数,当参数T时间集时称为随机过程,但现在将参数不是时间集的随机函数也称为随机过程,对参数集T不再有时间集的限制。2.2随机过程的分布律和数字特征n维分布律[定义]设XT={X(t),t?T}是随机过程,对任意n?1和t1,t2,…,tn?T,随机过程XT的n维分布函数为n维分布函数的性质Kolmogorov定理Kolmogorov定理Kolmogorov定理全局特征与局部特征若对于任意时刻t1,t2,…,tn?T和任意n?1,随机过程X(t)的n维分布函数或概率密度都已

文档评论(0)

好文精选 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档