独立增量过程2讲课文档.pptVIP

它是独立正态随机变量之和，所以它是正态随机变量，由正态分布的性质知(W(t1)，W(t2)，…，W(tn))服从n维正态分布，因此W(t)为正态过程。(2).维纳过程增量的分布只与时间差有关,所以它是齐次的独立增量过程.它又是正态过程.其分布完全由它的均值函数与自协方差函数所确定.维纳过程的均值函数、自协差函数、自相关函数分别为方差随时间区间的长度呈线性增加。第28页，共31页。独立增量过程第1页，共31页。一、独立增量过程1．定义设{X(t),t?0}为一随机过程,对于0?st,称随机变量X(t)-X(s)为随机过程在区间[s,t]上的增量.若对于任意的正整数n及任意的0?t0t1t2…tn,n个增量X(t1)-X(t0)，X(t2)-X(t1)，…，X(tn)-X(tn-1)相互独立，称{X(t),t?0}为独立增量过程。第2页，共31页。若对于任意的实数s,t和0?s+h＜t+h,X(t+h)－X(s+h)与X(t)－X(s)具有相同的分布,则称增量具有平稳性,并称相应的独立增量过程为齐次的或时齐的。即：增量X(t)－X(s)的分布函数实际上只依赖于时间差t-s，而不依赖于t与s本身,即与观察的起始时刻无关。2．独立增量过程的性质(1)独立增量过程{X(t),t≧0}在X(0)=0的条件下,{X(t)}的有限维分布函数可以由增量X(t)－X(s)，0?s＜t的分布确定.证：令Yk=X(tk)-X(tk-1),k=1,2,…,n.t0=0.由条件，增量的分布已知，且具有独立增量，则第3页，共31页。(2)独立增量过程{X(t),t≧0}在X(0)=0的条件下,{X(t)}的协

方差函数为Y1,Y2,…,Yn的联合分布即可确定，而X(t1)=Y1，X(t2)=Y1+Y2，……X(tn)=Y1+Y2+…+Yn，即X(tn)是Y1，…Yn的线性函数，推广结果：Y1,Y2,…,Yn的联合分布确定了{X(t)}的有限维分布函数。第4页，共31页。证明:记Y(t)=X(t)-?X(t),当X(t)具有独立增量时，Y(t)也具有独立增量；且Y(0)=0,E[Y(t)]=0,DY(t)=E[Y2(t)]=DX(t).所以，当0?s＜t时，有于是可知对于任意的s,t≧0,协方差函数可表示为：同理，当0?t＜s时，有第5页，共31页。二、泊松过程泊松过程是研究随机质点流的计数性质的基本数学模型之一，是一类重要的随机过程。在通信工程、服务行业、生物学、物理学、公用事业等领域的许多问题都可以用泊松过程来描述。如：商店接待的顾客流，数字通信中已编码信号的误码流等第6页，共31页。随机质点流：质点（或事件）陆续地随机到达（或随机发生），则形成一个随机质点流．例如：商店接待的顾客流、等车的乘客流、数字通信中已编码信号的误码流、经过中国上空的流星流、放射性物质所放射出的粒子流、要求在机场降落的飞机流，等等。随机质点流的强度：通常称单位时间内平均出现的质点的个数为随机质点流的强度，记为?第7页，共31页。1.计数过程定义定义1.称随机过程{N(t),t≧0}为计数过程,若N(t)表示[0,t]时段内“事件A”发生的次数,且N(t)满足下列条件(1)N(t)≧0；(2)N(t)取整数；(3)若0≤s＜t,则N(s)≤N(t)；(4)当s＜t时,N(t)-N(s)等于在间隔(s,t)上“事件A”发生的次数。例如：若用N1(t)表示某电话交换台在[0,t]内接到的电话呼唤次数；第8页，共31页。若用N2(t)表示[0,t]这段时间内到达某商场的顾客数；若用N3(t)表示时间[0,t]内某放射性物质放射出的粒子数；若用N4(t)表示在时间[0,t]内某地段出现的交通事故次数等,这些Ni(t)均为计数过程。为了建模方便，我们把“事件A”发生一次说成质点出现一个，于是计数过程N(t)看作在时间轴上区间[0,t]内质点出现的个数。第9页，共31页。随机事件的来到数都可以得到一个计数过程,而同一时刻只能至多发生一个来到的就是简单计数过程.计数过程的一个典型的样本函数如图tN(t)第10页，共31页。计数过程N(t)是独立增量过程如果计数过程在不相重叠的时间间隔内，事件A发生的次