12.1 随机过程的概念

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【12.1 随机过程的概念】随机过程研究随时间或其他参数变化的随机现象。本章按原书顺序引入概念、分布和数字特征,再讨论泊松过程与维纳过程。与只研究一个时刻的随机变量不同,过程需要同时描述各时刻的状态,以及不同时刻之间的联系。

【过程、参数集与状态】在同一概率空间上,对每个给定随机变量,这一族称为随机过程。T是参数集,通常解释为时间,也可以是试验序号、距离等。本章主要使用无限时间集,基本定义也允许其他非空指标集。

状态指给定时刻过程所取的值,状态空间S包含过程可能取的全部状态。固定t而让随机试验结果变化,得到一个随机变量;固定一次随机试验结果而让t变化,得到样本函数。两种“固定”的对象不同,不能把一条已观察曲线当成过程全部可能行为。

【三个层次分开描述】时间参数离散或连续,与状态取值的性质是两回事。的序列是离散参数过程;T为实数区间时是连续参数过程。连续时间并不保证样本曲线连续,例如计数曲线可以跳跃。另一方面,固定时刻的边际分布是离散分布还是连续分布,与整个过程中统一状态空间是否可数,也应分别说明;本节例5正好体现这种区别。

【例1 掷骰子】(1)以记第n次掷一颗骰子的点数,则是离散参数、取值于的随机序列。定义一个过程本身不要求各次独立;若进一步假设独立且骰子公平,各才是相同离散均匀分布的独立观察。

原书将这个点数序列称为伯努利过程或伯努利随机序列,需交代术语口径:若按广义独立重复试验序列理解,可以这样称呼;通常狭义伯努利过程指独立同分布的0、1序列,六面点数本身不服从伯努利二点分布。若定义,在独立公平假设下才得到参数1/6的狭义伯努利序列。

(2)以记前n次的最大点数,它也有相同状态空间,但样本序列不下降,通常并不独立。独立公平假设下,对有。同样的每时刻取值集合不表示两个过程有同样的联合统计规律。(例完)

【例2 每日股票收盘价】以每天序号为参数,可以用实数状态的离散参数过程近似描述收盘价。这里“实数状态”是建模选择,实际报价存在最小单位、舍入等限制;不能因采用连续值近似就认定实际价格可以取任意实数。每天观察一次与价格数值是否连续是两个分类维度,本例不涉及价格预测或现时市场判断。(例完)

【例3 电话呼叫计数】以记某交换台从起始时刻到t累计收到的呼叫数,是连续参数、非负整数状态的计数过程。随着t增加,样本函数保持不下降,在呼叫到达时跳跃;因此“连续参数”不能误读成“样本曲线连续”。仅凭它是计数过程,不能立刻断言为泊松过程,还需后续小节规定的相应增量条件。(例完)

【例4 维纳过程】布朗运动的数学模型可记为,,初始。位移可用实数取值描述,时间参数连续;维纳过程还具有规定的正态增量、独立增量及连续样本路径等性质,12.3再给出完整定义。这里只凭“实数取值、连续时间、起点0”三个条件还不能唯一确定维纳过程。

初始时刻的恒等于0,是退化随机变量,并不具有通常的连续概率密度;这不妨碍整个模型采用实数状态空间。过程所用状态空间、某个特殊时刻的分布和路径性质不能相互替代。(例完)

【例5 一次抛硬币选择整条曲线】样本空间为,抛一次硬币后定义所有实数时刻上的过程:H发生时,T发生时。这里的一次抛掷决定整条样本函数,并不是每个时刻重新抛硬币、在两条曲线上随意跳来跳去。

tx(t)12-112t1 = 0.7t2 = 1.7x1(t) = cos(πt)x2(t) = t
图12-1 两条可能样本函数cos(πt)与t;为清楚标出截面,示意时刻取t1=0.7、t2=1.7,数值位置由函数精确计算

若、,且,全程可能状态的并集为实数集,因为直线分支可取所有实数;但固定一个t,的取值至多两个,分布为

原书说“任一时刻都有两个元素”需改为“至多两个不同值”。当时两分支重合,固定时刻只有一个可能值,概率质量为1。交点时刻为−1,以及约−0.7898326284、0.3769670094;不能把相同数值写成两个不同状态。

H: cos(πt)T: t0.7-0.58778525230.721.70.58778525231.72-1-1-11t* ≈ -0.7898326284-0.7898326284-0.78983262841t* ≈ 0.37696700940.37696700940.37696700941
补充表 图12-1两个示意截面的函数值及交点;p是整条曲线被选中的概率,不是每时刻另抽的概率

按原书以固定时刻随机变量分布为口径,它的边际分布是离散的,可称离散型、连续参数;若按统一状态空间的可数性分类,它的实数状态空间却不可数。因此不能在没有声明口径时把“状态空间连续”与“每个边际分布连续”混作同一句话。

两条样本曲线都是连续函数,但每个时刻的分布至多为两点分布;曲线连续也不等于概率分布连续。一次选择使不同时刻强烈联系,分别知道每个时刻有哪两个值还不够说明它们如何共同出现。(例完)

【从样本认识过程】地震波幅、风荷载、船舶上浪次数、通信噪声、群体变化等都可用相应过程建模,不同问题的时间集、状态空间和依赖机制各不相同。实际常只能观察有限条曲线或有限时刻的数据,不能据一条曲线断言全部分布规律已被掌握。下一节用有限维分布和数字特征进一步刻画这些联系。