2024年随机过程知识点.doc

第一章：预备知识

§1.1概率空间

随机试验，样本空间记為Ω。

设Ω是一种集合，F是Ω的某些子集构成的集合族。假如

〔1〕F；

〔2〕F，F；

〔3〕假设F，，那么F；

那么称F為代数(Borel域)。(,F)称為可测空间，F中的元素称為事件。

由定义易知：

定义1.2设(,F)是可测空间，P(·)是定义在上的实值函数。假如

那么称P是上的概率，〔〕称為概率空间，P(A)為事件A的概率。

设〔〕是概率空间，，假如對任意，有：

那么称為独立事件族。

§1.2随机变量及其分布

随机变量X，分布函数，n维随机变量或n维随机向量，联合分布函数，是独立的。

§

设随机变量X的分布函数為，假设，那么称

＝

為X的数學期望或均值。上式右边的积分称為Lebesgue-Stieltjes积分。

方差，為X、Y的协方差，而

為X、Y的有关系数。假设那么称X、Y不有关。

〔Schwarz不等式〕假设那么

§1.4特性函数、母函数和拉氏变换

定义1.10设随机变量的分布函数為F〔x〕，称

為X的特性函数

随机变量的特性函数具有如下性质：

(1)1

(2)g(t)在上一致持续。〔3〕

(4)假设是互相独立的随机变量，那么的特性函数，其中是随机变量X的特性函数，.

定义1.11设是n维随机变量，t=()那么称

,

為X的特性函数。

设X是非负整数值随机变量，分布列

那么称

＝

為X的母函数。

§1.5n维正态分布

定义1.13假设n维随机变量的联合概率密度為

式中，是常向量，是正定矩阵，那么称為n维正态随机变量或服從n维正态分布，记作。

可以证明，假设，那么的特性函数為

為了应用的以便，下面，我們不加证明地給出常用的几种結论。

性质1假设那么。

性质2设，，假设正定，那么。即正态随机变量的线性变换仍為正态随机变量。

性质3设是四维正态随机变量，，那么

§1.6条件期望

給定Y=y時，X的条件期望定义為

由此可見除了概率是有关事件｛Y=y｝的条件概率以外，目前的定义与無条件的状况完全同样。

E(X|Y=y)是y的函数，y是Y的一种也許值。假设在Y的条件下，全面地考虑X的均值，需要以Y替代y，E(X|Y)是随机变量Y的函数，也是随机变量，称為X在Y下的条件期望。

条件期望在概率论、数理记录和随机過程中是一种拾分重要的概念，下面我們简介一种极其有用的性质。

性质假设随机变量X与Y的期望存在，那么

--------(1)

假如Y是离散型随机变量，那么上式為

假如Y是持续型，具有概率密度f(x)，那么〔1〕式為

随机過程的概念与主线类型

§2.1随机過程的主线概念

设〔〕是概率空间,T是給定的参数集,假设對每個t∈T，有一种随机变量X(t,e)与之對应，那么称随机变量族是〔〕的随机過程,简记為随机過程。T称為参数集，一般表达時间。

一般将随机過程解释為一种物理系统。X(t)表达在時刻t所处的状态。X(t)的所有也許状态所构成的集合称為状态空间或相空间，记為I。

從数學的观點来說，随机過程是定义在T×Ω上的二元函数。對固定的t，X(t,e)是定义在T上的一般函数，称為随机過程的一种样本函数或轨道，样本函数的全体称為样本函数的空间。

§2.2随机過程的函数特性

={X(t),t∈T}的有限维分布函数族。

有限维特性函数族：

其中：

定义2.3设={X(t),t∈T}的均值函数，。

二阶矩過程，协方差函数：

有关函数：

定义2.4设{X(t),t∈T}，{Y(t),t∈T}是两個二阶矩過程，

互协方差函数，互有关函数。

§2.3复随机過程

设，是取实数值的两個随机過程，假设對任意

，

其中，那么称為复随机過程．

复随机過程的协方差函数具有性质

〔1〕對称性：；

〔2〕非负定性

§2.4几种重要的随机過程

一、正交增量過程

定义2.6设是零均值的二阶矩過程，假设對任意的有公式

，

那么称正交增量過程。

二、独立增量過程

定义2.7设是随机過程，假设對任意的正整数和随机变量是互相独立的，那么称是独立增量過程，又称可加過程。

定义2.8设是平稳独立增量過程，