欢迎访问 生活随笔!

生活随笔

当前位置: 首页 > 编程资源 > 编程问答 >内容正文

编程问答

【数理知识】《随机过程》方兆本老师-第1章-引论

发布时间:2025/4/5 编程问答 27 豆豆
生活随笔 收集整理的这篇文章主要介绍了 【数理知识】《随机过程》方兆本老师-第1章-引论 小编觉得挺不错的,现在分享给大家,帮大家做个参考.
无回到目录第2章

第1章-引论-《随机过程》方兆本

  • 第1章-引论
    • 1.1 引言
      • 1.1.1 基本概念和例子
          • 定义1.1
      • 1.1.2 有限维分布和数字特征
      • 1.1.3 平稳过程和独立增量过程
          • 定义1.2 严格平稳
          • 定义1.3 宽平稳或二阶矩平稳
          • 定义1.4 独立增量过程 / 平稳独立增量过程
    • 1.2 条件期望和矩母函数
      • 1.2.1 条件期望
      • 1.2.2 矩母函数及生成函数
          • 定义1.5 矩母函数
          • 定义1.6 概率生成函数
    • 1.3 收敛性
          • 定义1.7 依概率收敛 / 几乎必然收敛
          • 定义1.8 均方收敛

第1章-引论

1.1 引言

1.1.1 基本概念和例子

定义1.1

1.1.2 有限维分布和数字特征

1.1.3 平稳过程和独立增量过程

定义1.2 严格平稳

如果随机过程 X(t)X(t)X(t) 对任意的 t1,⋯,tn∈Tt_1, \cdots, t_n \in Tt1,,tnT 和任何 hhh
(X(t1+h),⋯,X(tn+h))=d(X(t1),⋯,X(tn)),(1.3)(X(t_1+h), \cdots, X(t_n+h)) \overset{d}{=} (X(t_1), \cdots, X(t_n)), \tag{1.3}(X(t1+h),,X(tn+h))=d(X(t1),,X(tn)),(1.3)

则称为严格平稳的。

定义1.3 宽平稳或二阶矩平稳

如果随机过程的所有二阶矩存在并有 EX(t)=mEX(t) = mEX(t)=m 及协方差函数 RX(t,s)R_X(t,s)RX(t,s) 只与时间差 t−st-sts 有关,则称为宽平稳的或二阶矩平稳的。

二阶矩
数学上,“矩”是一组点组成的模型的特定的数量测度。
在力学和统计学中都有用到“矩”。
如果这些点代表“质量”,那么:
零阶矩表示所有点的 质量;一阶矩表示 质心;二阶矩表示 转动惯量。
如果这些点代表“概率密度”,那么:
零阶矩表示这些点的 总概率(也就是1);一阶矩表示 期望;二阶(中心)矩表示 方差;三阶(中心)矩表示 偏斜度;四阶(中心)矩表示 峰度;
这个数学上的概念和物理上的“矩”的概念关系密切。

定义1.4 独立增量过程 / 平稳独立增量过程

1.2 条件期望和矩母函数

1.2.1 条件期望

1.2.2 矩母函数及生成函数

定义1.5 矩母函数

随机变量 XXX 的矩母函数定义为随机变量 exp⁡{tX}\exp\{tX\}exp{tX} 的期望,记作 g(t)g(t)g(t),即
g(t)=E(exp⁡{tX})=∫exp⁡{tX}dF(x)(1.17)g(t)=E(\exp\{tX\}) = \int \exp\{tX\}dF(x) \tag{1.17}g(t)=E(exp{tX})=exp{tX}dF(x)(1.17)

对相互独立的随机变量 XXXYYY,它们和的矩母函数就等于其矩母函数的积:
gX+Y(t)=gX(t)⋅gY(t)(1.19)g_{X+Y}(t) = g_X(t) \cdot g_Y(t) \tag{1.19}gX+Y(t)=gX(t)gY(t)(1.19)

定义1.6 概率生成函数

1.3 收敛性

定义1.7 依概率收敛 / 几乎必然收敛
定义1.8 均方收敛

总结

以上是生活随笔为你收集整理的【数理知识】《随机过程》方兆本老师-第1章-引论的全部内容,希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错,欢迎将生活随笔推荐给好友。