随机过程课件.ppt

随 机 过 程 课 件一、问题的提出一、问题的提出二、随机过程的概念二、随机过程的概念三、随机过程举例三、随机过程举例四、小结四、小结第一节　随机过程的概念一、问题的提出例例1 投硬币实验：某人仍一枚硬币，无限制的重复仍下去，投硬币实验：某人仍一枚硬币，无限制的重复仍下去， 记正面为记正面为0，反面为，反面为1，，例例2 总机服务实验：某总机在总机服务实验：某总机在[0,t]时间内接到的呼时间内接到的呼叫叫 次数是一个随机变量，记次数是一个随机变量，记X(t)为为[0,t]内的呼叫次数内的呼叫次数在概率论中曾指出，在单位时间内一站接到的呼唤在概率论中曾指出，在单位时间内一站接到的呼唤次数可用一离散型随机变量次数可用一离散型随机变量在在[0，，t]时间内时间内接到的呼唤次数接到的呼唤次数, ,这一随机变量可记为这一随机变量可记为X(tX(t) )注：上例中的每一条曲线或点图称为一个样本函数注：上例中的每一条曲线或点图称为一个样本函数注：随机过程实际上就是一族无限多个随机变量构成的集合注：随机过程实际上就是一族无限多个随机变量构成的集合注：随机过程中，样本函数的出现是随机的注：随机过程中，样本函数的出现是随机的例例3 热噪声电压热噪声电压　　　　电子元件或器件由于内部微观粒子电子元件或器件由于内部微观粒子(如电子如电子)的随机热骚动所引起的端电压称为的随机热骚动所引起的端电压称为热噪声电压热噪声电压.　　　　对某无线电接收设备的热噪声电压在相同条对某无线电接收设备的热噪声电压在相同条件下进行测量件下进行测量.得到如下的电压得到如下的电压——时间曲线时间曲线. 当当t t固定时固定时, ,X(tX(t) )是随机变量是随机变量, ,故故{ {X(tX(t), t>0}), t>0}是一族随机变量。

是一族随机变量另一方面，对随机变量另一方面，对随机变量 做一次试验得一个试验值做一次试验得一个试验值 ，， 就是一条样本曲线就是一条样本曲线 二、随机过程的概念 随机过程随机过程 还可以看成自变量是还可以看成自变量是t，因变量是随机，因变量是随机变量的函数，所以随机过程亦称为变量的函数，所以随机过程亦称为随机函数随机函数 定义定义：设：设 是一概率空间，是一概率空间，T是一个实的参数集是一个实的参数集,若对若对每一每一 t∈∈T ,均有定义在均有定义在 上的一个随机变量上的一个随机变量 与之对应，则称依赖于参数与之对应，则称依赖于参数 t 的随机变量族的随机变量族 为一为一随机过程随机过程记为记为 当当t t和和 都固定时都固定时, , 是确定的实数是确定的实数, ,称为称为样本函数在样本函数在t t处处的数值。

的数值 随机过程可简记为随机过程可简记为 此时样本用函此时样本用函数数x(tx(t) )表示表示, ,进行多次试验所得的样本函数为进行多次试验所得的样本函数为 随机过程过程X(tX(t),),当当t t固定时，为一随机变量，即是在固定时，为一随机变量，即是在t t时刻的状态时刻的状态随机变量变量X(t)(tX(t)(t固定，固定，t t∈∈T ) 所可能取值构成实数集，称为所可能取值构成实数集，称为随机过程随机过程的状态空间或值域的状态空间或值域每个可能取的值称为一个每个可能取的值称为一个状态状态 随机过程随机过程样本函数样本函数总　　体总　　体个　　体个　　体例例1 抛掷一枚硬币的试验抛掷一枚硬币的试验, 样本空间样本空间 S={H,T}, 现定义现定义三、随机过程举例 ⒊⒊分类分类 （（1）离散参数、离散状态的随机过程如例）离散参数、离散状态的随机过程如例1，，T={1,2,…}, 状态空间有状态空间有0 和和 1 两个数构成。

两个数构成 （（2 2）离散参数、连续状态的随机过程如独立标准正态随机）离散参数、连续状态的随机过程如独立标准正态随机序列，序列，T={1,2,T={1,2,…},},状态空间为状态空间为 （（3）连续参数、离散状态的随机过程如例）连续参数、离散状态的随机过程如例2，，T=[0，，∞]，，状态空间由状态空间由0, 1, 2，，…构成 （（4）连续参数、连续状态的随机过程如例）连续参数、连续状态的随机过程如例3，，T=[0，，∞]，，状态空间为状态空间为[-∞，，∞]离散参数的随机过程亦称为离散参数的随机过程亦称为随机序列随机序列随机过程的随机过程的一维分布函数一维分布函数一维分布函数族一维分布函数族四、随机过程的分布函数族分布函数分布函数 对任一固定对任一固定t∈Tt∈T，任意两个固定的，任意两个固定的t t1 1，，t t2 2∈T∈T，任意固定的，任意固定的t t1 1，，t t2 2，，…, , t tn n∈T∈T，对应的，对应的X(tX(t), ), 具有具有连续概率分布，那么，连续概率分布，那么，称为随机过程称为随机过程X(tX(t) )的一维分布密度。

的一维分布密度称为随机过程称为随机过程X(tX(t) )的二维分布密度的二维分布密度称为随机过程称为随机过程X(tX(t) )的的n n维分布密度维分布密度　　　　柯尔莫哥洛夫定理柯尔莫哥洛夫定理　　有限维分布函数族有限维分布函数族完全完全确定了随机过程的统计特性确定了随机过程的统计特性.注：具有连续概率分布的分布函数，对其变量的注：具有连续概率分布的分布函数，对其变量的偏导数称为随机过程的分布密度偏导数称为随机过程的分布密度例　例　设设 A, B 是两个独立随机变量是两个独立随机变量.均服从正态分布均服从正态分布N(0,1),例　例　设随机过程设随机过程X(t)=Acost，其中，其中A是随机变量，其分布为是随机变量，其分布为Ap1231/31/31/3例　例　设随机过程设随机过程X(t)只有两条样本曲线只有两条样本曲线五、小结1. 随机过程的概念随机过程的概念2. 随机过程的实例及其分类随机过程的实例及其分类连续型随机过程连续型随机过程离散型随机过程离散型随机过程连续参数随机过程连续参数随机过程离散参数随机过程离散参数随机过程(随机序列随机序列)另一方面另一方面,有些分布有些分布(如二项分布、泊松分布如二项分布、泊松分布)的极的极限分布是正态分布限分布是正态分布.所以所以,无论在实践中无论在实践中,还是在理还是在理论上论上,正态分布是概率论中最重要的一种分布正态分布是概率论中最重要的一种分布.二项分布向正态分布的转换二项分布向正态分布的转换。