概率统计新平稳过程

1、第十一章平稳过程是一种特殊的随机过程，应用广泛。第1节严格平稳过程、定义了一个随机过程。如果它对任何维数、分布函数和任何实数都满足：则称之为严格平稳过程或狭义平稳过程。严格平稳过程的含义是：过程的任何有限维概率分布。2.严格平稳过程的一维和二维分布函数的性质，特别是取一维分布函数、二维分布函数，上述公式表明，严格平稳过程的一维分布函数不依赖于参数，而二维分布函数只依赖于参数间距，而与自身无关。3。(1)离散状态随机过程严格平稳条件，一维概率密度函数，二维概率密度函数，四。严格平稳过程的数字特征的性质，以连续严格平稳过程为例，(常数)；(常数)；(常数)；(只取决于，不取决于)；因此，定理1是一

2、个严格稳定的过程。如果过程的二阶矩存在，那么、(1)都是常数，与参数无关。(2)、仅取决于参数间距，而不取决于。数字特征的这一特性也称为平稳性。定理1的逆定理是无效的。例1(Bernoulli序列)独立并重复地进行某个实验，每次成功的概率是，失败的概率是。为了表明第二个实验的成功，取m个正整数：维分布定律：n维分布定律不依赖，对于任何正整数，都必须存在，所以伯努利序列是一个严格的平稳过程。在例2中，假设标准正态随机变量相互独立，并且检验证明随机过程不是严格平稳的，并且的数值特征不是平稳的。解的一维分布函数显然依赖于参数t，因此，对于任何一个解，都不是一个稳定的过程。的一维概率密度为：取决于参数

3、t，即的均值函数不满足平稳性。作业：11.1 1，第2节，广义平稳过程，(1)广义平稳过程的定义，定义2让随机过程满足：(1)存在和限制；(2)是常数；(3)只取决于，但与、无关，叫做广义平稳过程，或广义平稳过程，简称平稳过程。参数集为整数集或可数集的平稳过程也称为平稳、序列或平稳时间序列。(2)广义平稳过程的数字特征的本质，如果它是平稳过程，那么，(2)就是一个常数；(4)是常数；(5)，(仅取决于，但与无关)。3.静态过程的示例、验证是一个静态过程。证明：因此，这是一个固定的过程。例2正弦波具有随机振幅，并且是随机变量，验证是一个平稳过程。例3(白噪声序列)，不相关的随机变量序列、是平稳序

4、列。验证：是任意非零整数。由和相互独立，有，是一个稳定的过程。在通信系统中加密序列的情况下，加密序列是一个固定序列。(3)，其被视为任何非零整数，彼此独立。是一个固定的序列。随机电报信号由电流或给出，电报信号是或在任何时间的概率分别为。此外，信号变化的次数已知为泊松过程，这是一个平稳过程。泊松过程的定义，4。严格平稳过程和广义平稳过程之间的关系，存在推论。1.广义平稳过程不一定是严格平稳过程。2。严格平稳过程，(如果第二时刻不存在)，不一定是广义平稳过程。5。两个平稳过程之间的关系，在下文中，广义平稳过程被称为平稳过程。定义3如果互相关函数，据说与平稳过程有关，或称之为平稳过程，则设和为两个平

5、稳过程。它被称为标准互协方差函数。尤其是当它是，据说两个平稳过程是不相关的。(两者都是常数)。作业：11.2 1，3，4，第3节正常静止过程，1。正态过程，正态随机变量综述：一维正态随机变量，概率密度，二维正态变量对于任何正整数，服从正态分布，它被称为正态过程，也称为高斯过程。独立正常过程：如果是正常过程和独立过程，则称为独立正常过程。正常序列：正常过程，如果是可数集，就是正常序列。必须存在，也就是说，二阶矩存在。定义：如果正常过程是(广义的)平稳过程，它被称为正常平稳过程。定理2:如果它是一个正常过程，它是一个严格的平稳过程，它是一个广义的平稳过程。例1，设置正态过程的均值函数、自相关函数，

6、并试着写出该过程的一维和二维概率密度，也就是说，例2假设是正态平稳过程，并证明它是平稳过程，并且证明：只取决于。练习11.3 1，2，第4节遍历过程(经验过程)，1。时间平均和时间相关函数，函数average on，定义为，当改变参数的平均值时，通常称为随机过程，时间平均显然是一个过程中的两个，表示为，定义为7，称为随机过程的时间相关函数。(显然，这是一个随机的过程。)，此时为随机过程，时间均值，时间相关函数，值和时间相关函数。(记住这个例子的结论，它将在将来使用)，2。遍历性，定义，(2)如果，那么过程的自相关函数具有遍历性。(3)均值和自相关函数具有遍历性，是稳定的，这一过程称为遍历性，或平稳过程具有遍历性。(3)遍历性的例子，其中是遍历性，没有遍历性。在每种状态下，(2)的均值没有遍历性。4.平稳过程各状态遍历性的判别定理。如果引理是一个平稳过程，那么它的时间均值的数学期望和方差分别是、定理3(每个均值状态的遍历性定理)平稳过程。均值在各状态下具有遍历性的充要条件是近似计算提供了依据。也就是说，它满足(是一个周期函数)，这是一个服从世界均匀分布的随机变量，并证明了： (1