随机过程-第四章 更新过程
《应用随机过程》教学大纲
《应用随机过程》课程教学大纲 课程代码：090541007 课程英文名称：Applications Stochastic Processes 课程总学时：40 讲课：40 实验：0 上机：0 适用专业：应用统计学 大纲编写（修订）时间：2017.6 一、大纲使用说明 （一）课程的地位及教学目标 随机过程是现代概率论的一个重要的组成部分，其理论产生于上世纪初期，主要是由物理学、生物学、通讯与控制、管理科学等方面的需求而发展起来的。它是研究事物的随机现象随时间变化而产生的情况和相互作用所产生规律的学科。随机过程的理论为许多物理、生物等现象提供诸多数学模型，同时为研究这类现象提供了数学手段。本课程为统计学专业的专业课程，通过本课程的学习，掌握随机过程的基本概念、基本理论、内容和基本方法，了解随机过程的重要应用，为后继课程学习提供知识准备，另一方面，随机过程的发展也是人们认识客观世界的一个重要组成部分，它有助于学生辩证唯物主义世界观的培养。 （二）知识、能力及技能方面的基本要求 1.基本知识：通过本科程的学习，使学生掌握，要求学生掌握随机过程的基本概念、二阶矩过程的均方微积分、马尔可夫过程的基本理论、平稳过程的基本理论、鞅和鞅表示、维纳过程、Ito定理、随机微分方程等理论和方法。 2.基本能力：通过本课程的学习，使学生能较深刻地理解随机过程的基本理论、思想和方法，并能应用其解决实践中遇到的随机问题，从而提高学生的数学素质，加强学生开展科研工作和解决实际问题的能力。 3.基本技能：掌握建立随机数学模型、分析和解决问题方面的技能，为进一步自学有关专业应用理论课程作好准备。 （三）实施说明 本大纲是根据沈阳理工大学关于制订本科教学大纲的原则意见专门制订的。在制订过 程中参考了其他学校相关专业应用随机过程教学大纲。 本课程思维方式独特，还需要学生有较高的微积分基础，教学中应注意概率意义的解 释和学生基础情况的把握，处理好抽象与具体，偶然与必然、一维与多维，理论与实践的关系。本课程内容分概率论与数理统计两部分，在教学中应充分注意两者之间的联系，重视基本概念，讲清统计思想。 （四）对先修课的要求 本课的先修课程：数学分析，高等代数，概率论。 （五）对习题课的要求 由于本课程内容多学时少，习题课在大纲中未作安排，建议教师授课过程中灵活掌 握；对于学生作业中存在的问题，建议通过课前和课后答疑解决。通过习题课归纳总结章节知识解决重点难点内容。 （六）课程考核方式 1.考核方式：考试 2.考核目标：在考核学生基本知识、基本原理和方法的基础上，重点考核学生解决实际问题的能力。 3.成绩构成：本课程的总成绩主要由两部分组成：平时成绩20-30％；期末成绩70-80％; 平时成绩构成：出勤，测验，作业。其中测验为开卷，随堂测验。
随机过程试题带答案
1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为 。 2．设随机过程X(t)=Acos( t+),- 1、Poisson 过程 2、更新过程 3、Lundberg-Cramer 破产模型 4、鞅 1、设某医院专家门诊，从早上8:00开始就已有无数患者等候，而每次专家只能为一名患者服务，服务的平均时间为20分钟，且每名患者的服务时间是独立的指数分布，求8:00-12:00门诊结束时接受过治疗的患者在医院停留的平均时间。 2、甲乙两人进行某种比赛，设每局甲胜的概率是p ,乙胜的概率是q ，和局的概率是r ，1=++r q p 。设每局比赛后，胜者记“+1”分，负者记“-1”分，和局不计分，且当两人中有一人获得2分时结束比赛。以n X 表示比赛至第n 局时甲获得的分数，则{}Λ,1,0,=n X n 为时齐Markov 链。求 （1）一步转移概率矩阵。 （2）求在甲获得1分的情况下，不超过两局可结束比赛的概率。 1、设H 是n Z 的分布，G 是n Y 的分布，F 是n n Z Y +的分布，并记 (){}P t P t =时刻系统是开的，设[]n n E Y Z +<∞，且F 不是格点的，证明： ()[][][]lim n t n n E Z P t E Z E Y →∞=+ 2、考虑一个公平博弈问题。设Λ,,21X X 独立同分布，分布函数为： {}{}2 111=-===i i X P X P 于是可以将()Λ,2,1=i X i 看做一个投掷硬币游戏的结果：如果出现正面就赢1元，出现反面则输1元。假设每次赌博所下赌注将于前面硬币的投掷结果有关，以n B 记第n 次所辖的赌注，则n B 是11,,-n X X Λ的函数。令n W 表示第n 次赌博后 所输（赢）的总钱数， 00=W ，则有∑==n j j j n X B W 1，假设[] ∞ 应用随机过程试题及答案 一．概念简答题（每题5 分，共40 分） 1. 写出卡尔曼滤波的算法公式 2. 写出ARMA（p,q）模型的定义 3. 简述Poisson 过程的随机分流定理 4. 简述Markov 链与Markov 性质的概念 5. 简述Markov 状态分解定理 6．简述HMM 要解决的三个主要问题得分B 卷（共9 页）第2 页7. 什么是随机过程，随机序列？8．什么是时齐的独立增量过程？二．综合题（每题10 分，共60 分） 1 ．一维对称流动随机过程n Y , 0 1 0, , n n k k Y Y X ? ? ? ? 1 ( 1) ( 1) , 2 k k k X p x p x ? ? ? ? ? 具有的概率分布为且1 2 , , ... X X 是相互独立的。试求1 Y 与2 Y 的概率分布及其联合概率分布。 2. 已知随机变量Y 的密度函数为其他而且，在给定Y=y 条件下，随机变量X 的条件密度函数为? ? 其他试求随机变量X 和Y 的联合分布密度函数( , ) f x y . 得分B 卷（共9 页）第3 页 3. 设二维随机变量( , ) X Y 的概率密度为( ,其他试求p{x<3y} 4．设随机过程( ) c o s 2 , ( , ) , X t X t t ? ? ? ? ? ? X 是标准正态分布的随机变量。试求数学期望( ) t E X ，方差( ) t D X ，相关函数1 2 ( , ) X R t t ，协方差1 2 ( , ) X C t t 。B 卷（共9 页）第4 页5 ．设马尔科夫链的状态空间为I={0,1}, 一步转移概率矩阵为 大学2015～2016学年秋季学期本科生 课程自学报告 课程名称：《概率论与随机过程》 课程编号：07275061 报告题目：大数定律和中心极限定理在彩票选号的应用学生： 学号： 任课教师： 成绩： 评阅日期： 随机序列在通信加密的应用 2015年10月10日 摘 要：大数定律与中心极限定理是概率论中很重要的定理，较多文献给出了不同条件下存在的大数定律和中心极限订婚礼，并利用大数定律与中心极限定理得到较多模型的收敛性。但对于他们的适用围以及在实际生活中的应用涉及较少。本文通过介绍大数定律与中心极限定理，给出了其在彩票选号方面的应用，使得数学理论与实际相结合，能够让读者对大数定律与中心极限定理在实际生活中的应用价值有更深刻的理解。 1. 引言 在大数定律与中心极限定理是概率论中很重要的定理，起源于十七世纪，发展到现在，已经深入到了社会和科学的许多领域。从十七世纪到现在，很多国家对这两个公式有了多方面的研究。长期以来，在大批概率论统计工作者的不懈努力下，概率统计的理论更加完善，应用更加广泛，如其在金融保险业的应用，在现代数学中占有重要的地位。 本文主要通过对大数定律与中心极限定理的分析理解，研究探讨了其在彩票选号中的应用，并给出了案例分析，目的旨在给出大数定律与中心极限定理应用对实际生活的影响，也对大数定律与中心极限定理产生更深刻的理解。 2. 自学容小结与分析 2.1 随机变量的特征函数 在对随机变量的分析过程中，单单由数字特征无法确定其分布函数，所以引入特征函数。特征函数反映随机变量的本质特征，可唯一的确定随机变量的分布函数、随机变量X 的特征函数定义为： 定义1 ][)()(juX jux e E dx e x p ju C ==? +∞ ∞ - (1) 性质1 两两相互独立的随机变量之和的特征函数等于各个随机变量的特征函数之积。 性质1意味着在傅立叶变换之后，时域的卷积变成频域的相乘，这是求卷积的简便方法。类比可知求独立随机变量之和的分布的卷积，可化为乘法运算，这样就简便了计算，提高了运算效率。 性质2 求矩公式：0)(|) ()(][=-=u n u x n n n du C d j X E (2) 性质3 级数展开式：!)(][!|)()()(0 00n ju X E n u du u C d u C n n n n n n n n X ∑∑∞ ==∞ === (3) 2.2 大数定律与中心极限定理 定义2 大数定律：设随机变量相互独立，且具有相同的μ=)(k X E 和,...2,1,)(2 ==k X D k σ, 则0∈>?,有 《应用随机过程A》课程教学大纲 课程编号： L335001 课程类别：专业限选课适用专业：统计学专业 学分数：3学分学时数： 48学时 应修（先修）课程：数学分析、概率统计、微分方程、高等代数 一、本课程的地位和作用 应用随机过程是数学与应用数学专业的专业限选课程，是统计学专业的专业课程之一。随机过程是研究客观世界中随机演变过程规律性的学科，随机过程的研究对象为随时间变化的随机现象，即随时间不断变化的随机变量，通常被视为概率论的动态部分。随着科学技术的发展，它已广泛地应用于通信、控制、生物、地质、经济、管理、能源、气象等许多领域，国内外许多高等工科院校在研究生中设此课程，大量工程技术人员对随机分析的方法也越来越重视。通过本课程的学习，使学生初步具备应用随机过程的理论和方法来分析问题和解决问题的能力。 二、本课程的教学目标 使学生掌握随机过程的基本知识，通过系统学习，学生的概率理论数学模型解决随机问题的能力得到更加进一步的提高，特别在经济应用上，通过本课程的学习，可以让数学专业的学生很方便地转向在金融管理、电子通讯等应用领域的研究。 三、课程内容和基本要求 ?”记号标记既（用“*”记号标记难点内容，用“?”记号标记重点内容，用“* 是重点又是难点的内容。） 第一章预备知识 1．教学基本要求 （1）掌握概率空间, 随机变量和分布函数, 矩母函数和特征函数的概念和相关性质。 （2）掌握条件概率, 条件期望和独立性的概念和相关性质。 （3）了解概率中收敛性的概念和相互关系。 2．教学内容 （1）概率空间 （2）▽随机变量和分布函数 （3）▽*数字特征、矩母函数和特征函数 （4）▽*条件概率、条件期望和独立性 （5）收敛性 第二章随机过程的基本概念和类型 1．教学基本要求 （1）掌握随机过程的定义。 （2）了解有限维分布族和Kolmogorov定理。 （3）掌握独立增量过程和独立平稳增量过程概念。 2．教学内容 （1）基本概念 （2）▽*有限维分布和Kolmogorov定理 （3）▽随机过程的基本类型 第三章 Poisson过程 1．教学基本要求 （1）了解计数过程的概念。 （2）掌握泊松过程两种定义的等价性。 （3）掌握泊松过程的到达时刻的分布、等待时间的分布和来到时刻的条件分布。（4）了解泊松过程的推广。 2．教学内容 （1）▽ Poisson过程 （2）▽* 与Poisson过程相联系的若干分布 （3）* Poisson过程推广 第四章更新过程 1．教学基本要求 （1）掌握更新过程的定义和基本性质。 （2）掌握更新函数、更新方程。 （3）了解更新定理及其应用，更新过程的若干推广。 （4）了解更新过程的若干推广。 2．教学内容 2014-2015随机过程参考题 一.判断题 1．若随机变量的特征函数存在，则可以用它来刻画随机变量的概率分布． （ ） 2．对于独立的随机变量1,,n X X ，都有[]11 n n k k k k E X E X ==??=????∏∏． （ ） 3．若12(,, )n F x x x 是随机向量1=, ,)n X X X （的联合分布函数，则它对每个变量都是 单调不减的． （ ） 4.一个随机过程的有限维分布具有对称性和相容性． （ ） 5．非齐次泊松过程一定具有独立增量性和平稳增量性． （ ） 6．参数为λ的泊松过程第n 次与第1n -次事件发生的时间间隔n X 服从参数为n 和n λ的Γ分布． （ ） 7．复合P o i s s o n 过 程一定是计数过程． （ ） 8．若随机变量X 服从周期为d 的格点分布，则对自然数n 总有{}0P X nd =>．（ ） 9．设,i j 是离散时间马氏链的两个互通的状态，则它们的周期相等． （ ） 10．离散时间马尔科夫链的转移矩阵的行和列的和均为1 . （ ） 11．一个随机变量的分布函数和特征函数相互唯一确定． （ ） 12．对独立的随机变量1, ,n X X ，都有[]1 1n n k k k k Var X Var X ==??=????∑∏． （ ） 13．一个随机过程的有限维分布族一定是具有对称性和相容性的分布族。 （ ） 14．若一个随机过程的协方差函数,s t γ（）只与时间差t s -有关，则它一定是宽平稳过 程． （ ） 15．参数为λ的泊松过程中，第n 次事件发生的时刻n T 服从参数为λ的指数分布．（ ） 16．非齐次泊松过程不具有独立增量性，但具有平稳增量性． （ ） 17．更新过程在有限时间内最多只能发生有限次更新． （ ） 18．更新过程的更新函数()M t 是t 的单调不增函数． （ ） 19．马尔科夫链具有无后效性． （ ） 20．Poisson 过程是更新过程． （ ） 具有对称性和相容性的分布族一定是某个随机过程的有限维分布族。 （ ） 21．若一个随机过程是宽平稳的，则它一定是严平稳的。 （ ） 习题 1. 设随机过程{(,),}X t t ω-∞<<+∞只有两条样本函数 12(,)2cos ,(,)2cos ,X t t X t t x ωω==--∞<<+∞ 且1221 (),()33P P ωω==，分别求： （1）一维分布函数(0,)F x 和(,)4F x π ； （2）二维分布函数(0,;,)4F x y π ； （3）均值函数()X m t ； （4）协方差函数(,)X C s t . 2. 利用抛掷一枚硬币一次的随机试验，定义随机过程 1 2 cos ()2t X t πωω?=??出现正面出现反面 且“出现正面”与“出现反面”的概率相等，各为1 2 ，求 1）画出{()}X t 的样本函数 2）{()}X t 的一维概率分布，1 (;)2F x 和(1;)F x 3）{()}X t 的二维概率分布121 (,1;,)2 F x x 3. 通过连续重复抛掷一枚硬币确定随机过程{()}X t cos ()2 t t X t t π?=? ?在时刻抛掷硬币出现正面 在时刻抛掷硬币出现反面 求：（1）1(,),(1,)2F x F x ； （2）121 (,1;,)2 F x x 4. 考虑正弦波过程{(),0}X t t ≥，()cos X t t ξω=，其中ω为正常数，~(0,1)U ξ. （1）分别求3,,,424t ππππωωωω = 时()X t 的概率密度(,)f t x . （2）求均值函数()m t ，方差函数()D t ，相关函数(,)R s t ，协方差函数(,)C s t . 5. 给定随机过程： ()X t t ξη=+ ()t -∞<<+∞ 其中r. v. (,)ξη的协方差矩阵为1334C ?? = ??? ， 求随机过程{(),}X t t -∞<<+∞的协方差函数. 6. 考虑随机游动{(),0,1,2,}Y n n = 4.1 设有一泊松过程(){}0,≥t t N ，求： （1）()(){}2211,k t N k t N P ==，用21t t 、的函数表示之； （2）该过程的均值和相关函数。 问该过程是否为平稳过程？ (1) 解：首先， {}{}{}1111222211)()()()(,)(k t N P k t N k t N P k t N k t N P ====== 根据泊松过程的独立增量性质可知 {}{}) (1212121211221212!)()]([)()()(t t k k e k k t t k k t t N P k t N k t N P -----=-=-===λλ 于是， {}21 122! )(!)()(,)(1211122211t k k k k e k k k t t t k t N k t N P λλ----= == (2) 解：该过程的均值为 []()()t k t te e k t k t N E k k t k t k λλλλλλ=??? ? ??-==∑∑+∞=--+∞ =-110!1!)()( 根据泊松过程的独立增量过程性质可得其相关函数为(12t t >) [] ()[])] ([)]()([)]([)()()()()()(12121112121t N E t N t N E t N E t N t N t N t N E t N t N E +-=+-= 其中， )()]()([1212t t t N t N E -=-λ 12 1212)]([t t t N E λλ+= 于是，12t t >时的相关函数为 []121212 12121221)()()(t t t t t t t t t N t N E λλλλλ+=++-= 同理可得21t t >时的相关函数为 []221221)()(t t t t N t N E λλ+= 《随机过程》教学大纲 课程编码：1511104303 课程名称：随机过程 学时/学分：48/3 先修课程：《数学分析》、《概率论与数理统计》 适用专业：数学与应用数学 开课教研室：信息与计算科学教研室 一、课程性质与任务 1．课程性质：随机过程是概率论与数理统计的后继课程，是数学与应用数学专业的专业选修课。随机过程通常被视为概率论的动态部分，即研究的是随机现象的动态特征，着重对随时间和空间变化的随机现象提出各种不同的模型并研究其内在的性质与相互联系，具有较强的理论性。该学科在社会科学、自然科学、经济和管理等各个领域中都有广泛的应用。随机过程论在理论与应用两方面都发展迅速，学习、了解这门学科对概率统计及数学其他分支如信息与计算科学、自然学科、工程技术乃至经济管理等方面的学者及科技工作者都是重要而且有益的。本课程开设在第6学期。 2．课程任务：通过本课程的学习，学生应能较好地理解随机数学的基本思想，掌握几个常用过程，如泊松过程、马尔可夫链、生灭过程、更新过程、鞅的基本概念，基本理论及分析方法。提高学生的数学素质，加强学生运用随机过程的思想方法开展科研工作和解决实际问题的能力。 二、课程教学基本要求 《随机过程》要求在熟练掌握概率论的基础上深刻理解随机过程的基本思想，理解随机过程是概率论的动态部分的含义；掌握随机过程的分类方法及常见的随机过程（如Poisson 过程、更新过程、Markov链和鞅等）的各种性质、推广形式及简单应用。 本课程的成绩考核形式：末考成绩（闭卷考试）（70%）＋平时成绩（平时测验、作业、课堂提问、课堂讨论等）（30％)。成绩评定采用百分制，60分为及格。 三、课程教学内容 第一章 准备知识 1．教学基本要求 复习随机变量、分布函数、分布律和概率密度函数的概念，条件分布，函数的分布求法，常见的离散型与连续型分布，及多维随机变量的知识；复习随机变量的数学期望、方差、矩、协方差与协方差阵、相关系数的定义及计算；掌握条件数学期望的求法，全期望 第三节更新过程的推广 一、交错更新过程 考虑一个系统，它有两个状态：开或关，最初它是开的且持续开的时间为Z1；而后关闭且持续关闭的时间为Y1，之后又打开，时间为Z2；又关闭，时间为Y2，再打开等等。 Z Y n 独立同分布，因此{Z n}和{Y n}都是独立同分假设随机变量(,),1 n n 布，但允许Z n和Y n是相依的（什么含义）。 定理：设H是Z n的分布，G是Y n的分布，而F是Z n+Y n的分布，令 ()P t =P(时刻t 系统是开的) 设()n n E Y Z +<∞，且F 不是格点的，则 () lim ()()() n t n n E Z P t E Y E Z →∞ = + 证明：对第一次更新的时刻111X Z Y =+取条件概率得 P(时刻t 系统是开的|X 1=x)=111(|)()P Z t Z Y t x t P t x x t >+>≥??- 10 10 ()(|)() ()()() 1()()() t t P t P t X x dF x P Z t P t x dF x H t P t x dF x ∞ ===>+-=-+-???时刻系统开着 方程（）的解为 0()1()(1())()t P t H t H t x dM x =-+--? 由于 10 (1())()H t dt E Z ∞ -=<∞? 且1()H t -非负不增，由关键更新定理得 11111(1()) () lim ()() () t H t E Z P t E Y Z E Y Z ∞ →∞ -= = ++? 交错更新定理的应用 例：()1()1()N t N t N t X S S ++=-表示包含点t 的更新区间的长度，求()1N t X +的极限分布 解：设一个开－关循环对应于一个更新区间，且如果整个循环时间大于x ，就说整个循环是开的，否则开着的时间就是0，即此系统在一个循环期中或者全开，或者全关着。注意到 ()1()(t x)() N t P X x P P t +>==包含的更新长度大于 时刻开着 由交错更新定理知，若F 不是格点的，有 H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程设计（论文） 课程名称：应用随机过程 设计题目：综述 院系：电子与信息工程学院 班级： 09硕通信一班 设计者： 学号： 指导教师：田波平 设计时间： 2009-11至2009-12 哈尔滨工业大学 哈尔滨工业大学课程设计任务书 特征函数在随机过程研究中的作用与意义 1.特征函数的定义 在介绍特征函数在随机过程研究中的作用和意义之前，首先介绍一下特征函数的定义。 特征函数是一个统计平均值，它是由随机变量X 组成的新的随机变量j X e ω的数学期望，记为： ()()j X E e ωωΦ= （1） 当X 为连续随机变量时，则X 的特征函数可表示成 ()()i X i x Ee f x e dx ωωω∞ -∞ Φ== ? （2） 其中()f x 为X 的概率密度函数。 对于随机过程的特征函数的定义与随机变量的特征函数的定义一致。 对任意时刻t ,随机过程的一维特征函数为： () (,)[](,)i X t i x X t E e f x t e dx ωωω∞ -∞ Φ== ? （3） 2.特征函数的性质 以下本文不加证明的给出特征函数的几个性质： (1) |()|(0)1ωΦ≤Φ=； (2) 共轭对称性()()ωωΦ-=Φ； (3) 特征函数()ωΦ在区间(,)-∞∞上一致连续； (4) 设随机变量Y aX b =+，其中,a b 是常数，则()()ib Y X e a ω ωωΦ=Φ； 其中(),()X Y ωωΦΦ分别表示随机变量,X Y 的特征函数。上式对于随机过程同样适用。 (5) 设随机变量,X Y 相互独立，又Z X Y =+，则()()()Z X Y ωωωΦ=ΦΦ； 此式表示两个相互独立随机变量之和的特征函数等于各自特征函数的乘积。 3.特征函数在随机过程研究中的作用与意义 由于特征函数在随机过程中和随机变量中的定义是一致的，仅是将X 变为X (t ),将概率密度函数也做相应的变化即可。故本文为方便起见，将随机过程和随机变量的特征函数的作用与意义做统一的讨论。 利用特征函数求随机过程的概率密度 遵义师范学院课程教学大纲 应用随机过程教学大纲 （试行） 课程编号：280020 适用专业：统计学 学时数：48 学分数： 2.5 执笔人：黄建文审核人： 系别：数学教研室：统计学教研室 编印日期：二〇一五年七月 课程名称：应用随机过程 课程编码： 学分：2.5 总学时：48 课堂教学学时：32 实践学时：16 适用专业：统计学 先修课程：高等数学、线性代数、概率论、测度论或者实变函数（自学） 一、课程的性质与目标： （一）该课程的性质 《应用随机过程》课程是普通高等学校统计学专业必修课程。它是在学生掌握了数学分析、线性代数和概率论等一定的数学专业理论知识的基础上开设的，要求学生掌握随机过程的基本理论和及其研究方法。 （二）该课程的教学目标 （1）从生活中的需要出发，结合研究随机现象客观规律性的特点，并根据随机过程的内容和 知识结构，着重从随机过程的基本理论和基本方法出发，就实际应用中的典型随机过程做应用研究，并在理论、观点和方法上予以总结、提高及应用。 （2）对各个章节的教学，随机过程侧重于基本思想和基本方法的探讨，介绍随机过程的基本概念，建立以分布函数等研究相关问题概率的实际应用思路，寻求解决统计和随机过程问题的方法。着重基本思想及方法的培养和应用。 （3）结合学生实际，利用生活中的实例进行分析，培养学生的辩证唯物主义观点。 二、教学进程安排 课外学习时数原则上按课堂教学时数1:1安排。 三、教学内容与要求 第一章 预备知识 【教学目标】 通过本章的学习，复习并扩展概率论课程的内容，为学习随机过程打下良好的基础，提供必备的数学工具。 【教学内容和要求】 随机过程以概率论为其主要的基础知识，为此，本章主要对概率空间；随机变量与分布函数；随机变量的数字特征、矩母函数与特征函数；独立性和条件期望；随机变量序列的收敛性与极限定理等常用到的概率论基本知识作简要的回顾和扩展。其中概率空间，矩母函数和特征函数的定义及性质、条件期望、收敛性、极限定理等既是本章的重点，又是本章的难点。 【课外阅读资料】 《应用随机过程》，林元烈编，清华大学出版社。 【作业】 1.已知连续型随机变量X 的分布函数为0,0()arcsin ,011,1x F x A x x x ≤? ? =< 应用随机过程学习汇总 ————————————————————————————————作者：————————————————————————————————日期： 应用随机过程学习总结 一、预备知识：概率论 随机过程属于概率论的动态部分，即随机变量随时间不断发展变化的过程，它以概率论作为主要的基础知识。 1、概率空间方面，主要掌握sigma代数和可测空间，在随机过程中由总体样本空间所构成的集合族。符号解释： sup表示上确界， inf表示下确界。 本帖隐藏的内容 2、数字特征、矩母函数与特征函数：随机变量完全由其概率分布来描述。其中由于概率分布较难确定，因此通常计算随机变量的数字特征来估算分布总体，而矩母函数和特征函数便用于随机变量的N阶矩计算，同时唯一的决定概率分布。 3、独立性和条件期望：独立随机变量和的分布通常由卷积来表示，对于同为分布函数的两个函数，卷积可以交换顺序，同时满足结合律和分配率。条件期望中，最重要的是理解并记忆E(X) = E[E(X|Y)] = intergral(E(X|Y=y))dFY(y)。 二、随机过程基本概念和类型 随机过程是概率空间上的一族随机变量。因为研究随机过程主要是研究其统计规律性，由Kolmogorov定理可知，随机过程的有限维分布族是随机过程概率特征的完整描述。同样，随机过程的有限维分布也通过某些数值特征来描述。 1、平稳过程，通常研究宽平稳过程：如果X(t1)和X(t2)的自协方差函数 r(t1,t2)=r(0,t-s)均成立，即随机过程X(t)的协方差函数r(t,s)只与时间差 t-s有关，r(t) = r(-t)记为宽平稳随机过程。 因为一条随机序列仅仅是随机过程的一次观察，那么遍历性问题便是希望将随即过程的均值和自协方差从这一条样本路径中估计出来，因此宽平稳序列只需满足其均值遍历性原理和协方差遍历性原理即可。 2、独立增量过程：若X[Tn]– X[T(n-1)]对任意n均相互独立，则称X(t)是独立增量过程。若独立增量过程的特征函数具有可乘性，则其必为平稳增量过程。 兼有独立增量和平稳增量的过程称为平稳独立增量过程，其均值函数一定是时间t的线性函数。 设有一泊松过程(){}0,≥t t N ，求： （1）()(){}2211,k t N k t N P ==，用21t t 、的函数表示之； （2）该过程的均值和相关函数。 问该过程是否为平稳过程？ (1) 解：首先， {}{}{}1111222211)()()()(,)(k t N P k t N k t N P k t N k t N P ====== 根据泊松过程的独立增量性质可知 {}{}) (1212121211221212!)()]([)()()(t t k k e k k t t k k t t N P k t N k t N P -----=-=-===λλ 于是， {}21 122! )(!)()(,)(1211122211t k k k k e k k k t t t k t N k t N P λλ----= == (2) 解：该过程的均值为 []()()t k t te e k t k t N E k k t k t k λλλλλλ=??? ? ??-==∑∑+∞=--+∞ =-110!1!)()( 根据泊松过程的独立增量过程性质可得其相关函数为(12t t >) [] ()[])] ([)]()([)]([)()()()()()(12121112121t N E t N t N E t N E t N t N t N t N E t N t N E +-=+-= 其中， )()]()([1212t t t N t N E -=-λ 12 1212)]([t t t N E λλ+= 于是，12t t >时的相关函数为 []121212 12121221)()()(t t t t t t t t t N t N E λλλλλ+=++-= 同理可得21t t >时的相关函数为 []221221)()(t t t t N t N E λλ+= 《随机过程》课程教学大纲 课程编号：100005 英文名称：Stochastic Processes 一、课程说明 1. 课程类别 理工科学位基础课程 2. 适应专业及课程性质 理、工、经、管类各专业，必修 文、法类各专业，选修 3.课程目的 随机过程是概率论的一个重要分支，研究的是依赖于一个变动参量的一族随机变量的性质和规律性，是理工科研究生的一门重要基础课。本课程的教学目的是： （1）使学生掌握随机过程的基本概念、基本理论和基本方法； （2）初步具有运用随机过程知识分析和解决实际问题的能力。 4. 学分与学时 学分2，学时40 5. 建议先修课程 微积分、线性代数、概率论与数理统计。 6. 推荐教材或参考书目 推荐教材： （1）《随机过程及其应用》（第三版）. 刘次华主编. 高等教育出版社. 2004年 （2）《随机过程及其应用》（第一版）. 陆大铨主编. 清华大学出版社. 1986年 参考书目： （1）《概率论与数理统计》（第三版）. 盛骤，谢式千，潘承毅主编. 高等教育出版社. 2004年（2）《随机过程论》（第一版）. 胡迪鹤著. 武汉大学出版社. 2000年 7. 教学方法与手段 （1）教学方法：启发式 （2）教学手段：多媒体演示、演讲与板书相结合 8. 考核及成绩评定 考核方式：考试 成绩评定：考试课（1）平时成绩占20%，形式有：考勤、课堂测验、作业完成情况 （2）考试成绩占80%，形式有：笔试（闭卷） 9. 课外自学要求 （1）课前预习； （2）课后复习； （3）完成教材上每章后的适量习题。 二、课程教学基本内容及要求 第一章预备知识 基本内容： （1）概率空间、随机变量及其分布； （2）随机变量的数字特征、特征函数和母函数； （3）n维正态分布； （4）条件期望。 第一章 随机过程的基本概念 一、随机过程的定义 例1：医院登记新生儿性别，0表示男，1表示女，X n 表示第n 次登记的数字，得到一个序列X 1 ， X 2 ， ·，记为{X n ，n=1,2, ·}，则X n 是随机变量，而{X n ，n=1,2, ·}是随机过程。 例2：在地震预报中，若每半年统计一次发生在某区域的地震的最大震级。令X n 表示第n 次统计所得的值，则X n 是随机变量。为了预测该区域未来地震的强度，我们就要研究随机过程{X n ，n=1,2, ·}的统计规律性。 例3：一个醉汉在路上行走，以概率p 前进一步，以概率1-p 后退一步（假设步长相同）。以X(t)记他t 时刻在路上的位置，则{X(t), t ≥0}就是（直线上的）随机游动。 例4：乘客到火车站买票，当所有售票窗口都在忙碌时，来到的乘客就要排队等候。乘客的到来和每个乘客所需的服务时间都是随机的，所以如果用X(t)表示t 时刻的队长，用Y(t)表示t 时刻到来的顾客所需等待的时间，则{X(t), t ∈T}和{Y(t), t ∈T}都是随机过程。 定义：设给定参数集合T ，若对每个t ∈T, X(t)是概率空间),,(P ?Ω上的随机变量，则称{X(t), t ∈T}为随机过程，其中T 为指标集或参数集。 E X t →Ω:)(ω，E 称为状态空间，即X(t)的所有可能状态构成的集合。 例1：E 为{0,1} 例2：E 为[0, 10] 例3：E 为},2,2,1,1,0{ -- 例4：E 都为), 0[∞+ 注：（1）根据状态空间E 的不同，过程可分为连续状态和离散状态，例1，例3为离散状态，其他为连续状态。 （2）参数集T 通常代表时间，当T 取R, R +, [a,b]时，称{X(t), t ∈T}为连续参数的随机过程；当T 取Z, Z +时，称{X(t), t ∈T}为离散参数的随机过程。 （3）例1为离散状态离散参数的随机过程，例2为连续状态离散参数的随机过程，例3为离散状态连续参数的随机过程，例4为连续状态连续参数的随机过程。 二、有限维分布与Kolmogorov 定理 随机过程的一维分布：})({),(x t X P x t F ≤= 随 机 过 程 的 二 维 分 布 ： T t t x t X x t X P x x F t t ∈≤≤=21221121,,},)(,)({),(21 随机过程的n 维分布： T t t t x t X x t X x t X P x x x F n n n n t t t n ∈≤≤≤= ,,},)(,)(,)({),,(21221121,,21 1、有限维分布族：随机过程的所有一维分布，二维分布，…n 维分布等的全体 }1,,,),,,({2121,,21≥∈n T t t t x x x F n n t t t n 称为{X(t), t ∈T}的有限维分布族。 2、有限维分布族的性质： （1）对称性：对（1,2，…n ）的任一排列),,(21n j j j ，有 ),,(),,(21,,,,21212 1 n t t t j j j t t t x x x F x x x F n n n j j j = （2）相容性：对于m 第一章： 考试范围1.3,1.4 1、计算指数分布的矩母函数. 2、计算标准正态分布)1,0(~N X 的矩母函数. 3、计算标准正态分布)1,0(~N X 的特征函数. 第二章： 1. 随机过程的均值函数、协方差函数与自相关函数 2. 宽平稳过程、均值遍历性的定义及定理 3. 独立增量过程、平稳增量过程，独立增量是平稳增量的充要条件 1、设随机过程()Z t X Yt =+，t -∞<<∞.若已知二维随机变量(,)X Y 的协方差矩阵为2122σρρσ?????? ，求()Z t 的协方差函数. 2、设有随机过程{(),}X t t T ∈和常数a ，()()()Y t X t a X t =+-，t T ∈，计算()Y t 的自相关函数（用(,)X R s t 表示）. 3、设12()cos sin X t Z t Z t λλ=+，其中212,~(0,)Z Z N σ是独立同分布的随机变量，λ为实数，证明()X t 是宽平稳过程. 4、设有随机过程()sin cos Z t X t Y t =+，其中X 和Y 是相互独立的随机变量，它们都分别以0.5和0.5的概率取值-1和1，证明()Z t 是宽平稳过程. 第三章： 1. 泊松过程的定义（定义3.1.2）及相关概率计算 2. 与泊松过程相联系的若干分布及其概率计算 3. 复合泊松过程和条件泊松过程的定义 1、设{(),0}N t t ≥是参数3λ=的Poisson 过程，计算： (1). {(1)3}P N ≤； (2). {(1)1,(3)3}P N N ==； (3). {(1)2(1)1}P N N ≥≥. 2、某商场为调查顾客到来的客源情况，考察了男女顾客来商场的人数. 假设男女顾客来商场的人数分别独立地服从每分钟2人与每分钟3人的泊松过程. (1)．试求到某时刻t 时到达商场的总人数的分布； 应用随机过程学习总结 一、预备知识：概率论 随机过程属于概率论的动态部分，即随机变量随时间不断发展变化的过程，它以概率论作为主要的基础知识。 1、概率空间方面，主要掌握sigma代数和可测空间，在随机过程中由总体样本空间所构成的集合族。符号解释： sup表示上确界， inf表示下确界。 本帖隐藏的内容 2、数字特征、矩母函数与特征函数：随机变量完全由其概率分布来描述。其中由于概率分布较难确定，因此通常计算随机变量的数字特征来估算分布总体，而矩母函数和特征函数便用于随机变量的N阶矩计算，同时唯一的决定概率分布。 3、独立性和条件期望：独立随机变量和的分布通常由卷积来表示，对于同为分布函数的两个函数，卷积可以交换顺序，同时满足结合律和分配率。条件期望中，最重要的是理解并记忆E(X) = E[E(X|Y)] = intergral(E(X|Y=y))dFY(y)。 二、随机过程基本概念和类型 随机过程是概率空间上的一族随机变量。因为研究随机过程主要是研究其统计规律性，由Kolmogorov定理可知，随机过程的有限维分布族是随机过程概率特征的完整描述。同样，随机过程的有限维分布也通过某些数值特征来描述。 1、平稳过程，通常研究宽平稳过程：如果X(t1)和X(t2)的自协方差函数 r(t1,t2)=r(0,t-s)均成立，即随机过程X(t)的协方差函数r(t,s)只与时间差 t-s有关，r(t) = r(-t)记为宽平稳随机过程。 因为一条随机序列仅仅是随机过程的一次观察，那么遍历性问题便是希望将随即过程的均值和自协方差从这一条样本路径中估计出来，因此宽平稳序列只需满足其均值遍历性原理和协方差遍历性原理即可。 2、独立增量过程：若X[Tn]– X[T(n-1)]对任意n均相互独立，则称X(t)是独立增量过程。若独立增量过程的特征函数具有可乘性，则其必为平稳增量过程。 兼有独立增量和平稳增量的过程称为平稳独立增量过程，其均值函数一定是时间t的线性函数。随机过程题目
应用随机过程试题及答案
《概率论与随机过程》课程自学内容小结
应用随机过程教学大纲
随机过程参考题
应用随机过程习题课二
随机过程-习题-第4章-01-精选.
随机过程教学大纲
随机过程(六)更新过程的推广
应用随机过程-综述
应用随机过程教学大纲
应用随机过程学习汇总
随机过程-习题-第4章
《随机过程》课程教学大纲
应用随机过程 期末复习资料
随机过程知识点总结
(完整)应用随机过程学习总结,推荐文档