上海财经大学浙江学院《概率论与数理统计》课件-第10章随机过程的基本知识_第1页
上海财经大学浙江学院《概率论与数理统计》课件-第10章随机过程的基本知识_第2页
上海财经大学浙江学院《概率论与数理统计》课件-第10章随机过程的基本知识_第3页
上海财经大学浙江学院《概率论与数理统计》课件-第10章随机过程的基本知识_第4页
上海财经大学浙江学院《概率论与数理统计》课件-第10章随机过程的基本知识_第5页
已阅读5页,还剩66页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1.随机过程的概念

2.随机过程的统计描述

3.几种常见的随机过程

第十章

随机过程的基本知识上海财经大学浙江学院《概率论与数理统计》随机过程被认为是概率论的“动力学”部分(J.Neyman,1960).意思是说它的研究对象是随时间演变的随机现象.§1

随机过程的概念

考察下面几个随时间变化演变的随机现象.1.某地某日一昼夜气温的变化情况{X(t),0<t<24},X(t)表示t时刻的气温.2.通讯技术中,接收机热噪声电压随时间的变化过程{V(t),t>0}.3.股票行情,{P(t),t>0}.P(t)表示从某时刻起某种股票的价格.4.某路公交车的客流情况{(X(t),Y(t));t0<t<t1},(X(t),Y(t))表示t时刻起点与终点站的候车人数5.纺纱机纺出一条长为l的细纱,由于纺纱过程中随机因素的干扰,它各处的横截面直径是不同的,可记X(u)是坐标为u处横截面的直径,0<u<l.

一个随机过程实际上就是样本点与参数的二元函数.设是一实数集,是一个样本空间.若对每个,都是定义在样本空间上的一个随机变量,则称这一随机变量族为随机过程,记为,简记为或,其中T称为参数集、指标集或时间集.(P201)

定义1可以从下面两个角度来理解一个随机过程.一、随机过程的定义(1)固定,是一随机变量,称为在时的状态,当时,也称为在时刻过程处于状态.故一个随机过程就是一族随机变量,所以随机过程可以看作是多维随机变量的延伸.(2)固定,是关于的普通函数,记为或,称为样本函数或随机过程的一个实现,也称为一条轨道.故一个随机过程就是一族样本函数.称所有可能取值的全体为该过程的状态空间,记作.说对随机过程进行了一次试验,是指在T上对过程进行了一次全程观察,其结果就是一个样本函数.通常我们画出的随机过程曲线示意图,就是该过程的一个样本函数或一条轨道.设是一样本空间,若对每一样本点,都有一个时间的函数与之对应,则称这族时间的函数为随机过程.

定义2随机过程是一族随机变量,T中有多少个元素,随机过程就对应着多少个随机变量;随机过程又是一族样本函数,中有多少个样本点,随机过程就相应地有多少个样本函数.参数集可以是离散的也可以是连续的考察随机过程式中a和b是常数,

是服从分布的随机变量,称为随机相位正弦波.求(1)

分别取0,/2,时的三条轨道;(2)t分别为0.5,2时的两个随机变量.例1二、随机过程的分类

随机过程可按时间(参数)是连续的还是离散的分为两类.(1)当T

是有限集或可列集时,称为离散参数随机过程或随机序列.随机序列又按实际情况被记为或,其中称为离散时间.(2)当T是有限或无限区间时,称为连续参数随机过程随机过程也可按任一时刻的状态是连续型随机变量还是离散型随机变量分为两类.(1)若对于任意,都是离散型随机变量,则称为离散型随机过程.(2)若对于任意,都是连续型随机变量,则称为连续型随机过程.例2(随机游动)设一个质点在0时刻处于直线上的位置(整数),以后每隔单位时间分别以概率及向正的或负的方向随机移动一个单位.记为质点在时刻的位置.对于固定的,是一个随机变量.随着时刻的变化形成了一族随机变量,

就是一个随机序列,并且是一个离散型随机序列.设是一个随机过程,对于每个随机变量的分布函数一般与t有关,记为随机变量的统计特性可以用它的分布来刻画.

随机过程是一族随机变量,它的统计特性也可以用类似的方法来刻画.§2

随机过程的统计描述

一、随机过程的分布函数

定义1称它为随机过程的一维分布函数.

称为一维分布函数族.(P204)若存在非负函数,使成立,则称为随机过程的一维概率密度.

定义2例1求随机过程的一维密度函数.这里b

是常数,X是标准正态随机变量.解:(1)当sinbt≠0时,由X~N(0,1),X(t)=Xsinbt知,X(t)~N(0,sin2bt),则X(t)的一维密度函数为(2)当sinbt=0时,X(t)不存在一维密度函数.例2设随机过程,其中服从参数为的指数分布,求的一维分布函数.解:的分布函数为当时,的一维分布函数即设是一个随机过程,对于任意的时刻,二维随机变量的分布函数一般与有关,记为称为随机过程的二维分布函数.(P205)

定义3为随机过程的二维分布函数族.若存在非负函数,使则称为随机过程的二维概率密度.(P205)

定义4称设是一个随机过程,对于任意的n维随机变量的分布函数记为

称为随机过程的n维分布函数.(P206).

定义5称为随机过程的n维分布函数族若存在非负函数,使成立,则称非负函数为随机过程的维概率密度.(P206)

定义6

称为随机过程的n维分布函数族.(P206)

定义7

设是一个随机过程,对于每个随机变量的均值或数学期望一般与t有关,记为称为随机过程的均值函数.(P206)二、随机过程的数字特征

定义8均值函数表征了过程在时刻取值的平均特征.

设是一个随机过程,对于每个随机变量的二阶中心距即方差一般与有关,记为称为随机过程的方差函数.(P207)

设是一个随机过程,对于每个记为随机过程的均方值函数.(P207)

定义9

定义10对任意的,称和的二阶混合中心矩

为随机过程的自协方差函数,简称协方差函数.记号,又记为.(P207)对任意的,称和的二阶混合原点矩

为随机过程的自相关函数,简称相关函数.记号在不致引起混淆的情况下常记为.

定义11

定义12随机过程的数字特征之间有如下关系例如例3设,其中A和B是相互独立且均服从正态分布的随机变量.求随机过程的均值函数、方差函数和协方差函数.解例4不断地独立抛一个硬币,定义随机过程解其中L是一正常数,.求的均值函数与相关函数.当落在同一区间时,表示同一次试验的结果,这时.当落在不同区间时,利用独立性,得例5求随机相位正弦波,

U(0,2

)的均值函数、相关函数和协方差函数.解:

的概率密度为设是二维随机过程,称n+m维随机变量的分布函数为该二维随机过程的n+m维分布函数,或与的n+m维联合分布函数.(P209)

设,是定义在同一样本空间

和同一参数集T上的二个随机过程,称为二维随机过程.

定义13

定义14

分别称

(P209)为随机过程与的互相关函数与互协方差函数.若对与的任意n+m维联合分布函数,都有其中分别是的n维分布函数和的m维分布函数,则称随机过程与相互独立.

定义15

定义16若对任意,都有,则称随机过程与不相关.(P209)性质1

定义17推论1若与不相关,则

设与是定义在同一样本空间和同一参数集上的两个随机过程,称为随机过程与的和.(P209)

定义18推论2

设是随机过程,对于每一个二阶矩都存在,则称为二阶矩过程.(P210)

§3几种常见的随机过程

一、

二阶矩过程

定义1由许瓦兹不等式知,二阶矩过程的相关函数和协方差函数必存在.若随机过程满足:对任意时刻,过程的增量相互独立,则称为独立增量过程.(P211)二、独立增量过程对随机过程,其中为时间集,称,为过程在区间内的增量.

定义2直观地说,在互不重叠的时间区间上,独立增量过程的增量是相互独立的.若对任意的非负实数,且,的分布只依赖于时差,即与具有相同的分布,则称随机过程的增量具有平稳性.一个独立增量过程的增量具有平稳性时,称该过程为齐次的或时齐的.例1设是一个相互独立的随机序列,其中n是离散时间,

,则是一个独立增量过程(序列).证:对于任意的正整数,增量即是相互独立的,从而是一个独立增量过程.例2求独立增量过程的协方差函数与相关函数,设.解:记

,则(1)(2)当时,同理,当时,所以若随机过程

的每一个有限维分布都是正态分布,即对任意正整数n,,

服从n维正态分布,则称为正态过程或高斯过程.(P212)三、正态增量过程

定义3

随机过程是正态过程的充要条件是其任意n个状态构成的n维随机变量的线性组合为一维正态随机变量,其中为不全为0的实数.

定理1例3设,其中随机变量相互独立,且都服从正态分布,是实常数.试证是一个正态过程.证设

是随机过程的任意n个状态,对于任意不全为零的实数,令由

相互独立且都服从正态分布知,Z服从正态分布,所以服从维正态分布,故随机过程是一个正态过程.四、维纳过程

若随机过程满足(1)具有独立增量(2)对任意的,服从正态分布(3)

则称为维纳过程或布朗运动.

当时称为标准布朗运动.(P212)

定义4维纳过程是布朗运动的数学模型.维纳过程的增量具有平稳性,即维纳过程是齐次的独立增量过程.容易证明,维纳过程也是正态过程.例4求标准布朗运动的五种数字特征.解由于

,并且

,得当

时,由独立增量性知同理,当时,所以显然,计数过程满足(1)(2)是一非负整数(3)若,则(4)对,表示时间间隔内质点出现的次数.记,为在时间内事件(或质点)出现的次数,称为计数过程.(P214)五、泊松过程

定义5

计数过程称为泊松过程,若它满足(1)(2)是独立增量过程(3)对任意的,

其中常数称为过程的强度.相应的质点出现的时刻称作强度为的泊松流.(P214)

定义6由定义6可知

设是一计数过程,若它还满足

(2)是独立增量过程(3)对充分小的,(4)对充分小的,则称是泊松过程.(P215)

定义7在定义7条件下,泊松过程增量的分布律为其中且.定理2设是一泊松过程,记为质点第n次出现的等待时间或到达时间.定理3

的密度函数为记,为质点第n次出现与第n-1次出现的时间间隔,称为到达时间间隔序列.定理4强度为的泊松过程的到达时间间隔序列是相互独立的随机变量序列,并且都服从参数为的指数分布定理5计数过程是强度为的泊松过程的充要条件是其到达时间间隔序列相互独立,并且同分布于参数为的指数分布.例1(一维随机游动

)游动的概率规则的概率向左或向右移动一格,或以1/3的概率留在原处;

如果Q

现在位于点i(1<i<5

),则下一时刻各以1/31移动到2(或4)这一点上.如果Q

现在位于1(或5)这点上,则下一时刻就以概率1和5这两点称为反射壁.上面这种游动称为带有两个反射壁的随机游动.六、马尔可夫链分析而与时刻

n以前所处的状态无关.称为马氏链在时刻n处于状态i条件下,在时刻n+1转移到状态j的一步转移概率.

设是一随机序列,其状态空间.若对任意的状态及任意的(离散)时刻,都有则称过程具有马尔可夫性或无后效性,并称它为马尔可夫链,简称马氏链.(P218)

定义8

当马氏链n步转移概率与起始时刻m无关,只与时间差n有关时,可把n步转移概率记为,即

称此转移概率具有平稳性,称对应的马氏链为齐次的或时齐的.(P218)

定义9以下的讨论只限于齐次马氏链.把齐次马氏链的n步转移概率按状态顺序排成矩阵,称为马氏链的n步转移概率矩阵.(P218)

定义10齐次马氏链的一步转移概率记为齐次马氏链的一步转移概率矩阵所以一维随机游动

Xn是一个齐次

Markov

链.

一步转移概率一步转移概率矩阵马氏链的转移概率有如下性质其中,(3)式称为切普曼-柯尔莫戈洛夫方程,简称C-K方程.C-K方程的含义是:过程从状态i出发,经时间间隔转移m+n到状态j的概率应等于过程从状态i出发先经m时段转移到任意的中间状态k,接着再从k出发经n时段转移到状态j的概率的和.将C-K方程写成矩阵形式,得从而即,马氏链的n步转移概率被它的一步转移概率所决定.

若对所有的状态,的转移概率存在极限

其中与状态j无关,且满足

则称为的极限分布.(P220)

定义11极限分布是一概率分布,不论初始状态i如何,马氏链经过充分长时间转移后,停留在状态j的概率为定理6若齐次马氏链的状态空间S有限,且存在正整数m,使,

,则是方程组满足条件,的唯一解.设每一级的传真率为

p,误码率为

q=

1-

p.设一个单

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论