第12章 小结

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【第十二章小结】随机过程是在同一概率空间上依参数t变化的一族随机变量。固定时刻得到随机变量,固定一次试验结果得到整条样本函数。时间参数离散或连续、状态空间的性质、边际分布的性质及路径是否连续应分别说明,不能相互替代。离散参数过程也称随机序列或时间序列。

【统计描述】全部有限维分布描述任意有限组时刻的联合分布规律,一维边际通常不够。实际分析常先研究均值、自相关、自协方差等较易计算的数字特征;二阶特征对一般过程只提供部分信息,不能默认确定全部分布。对于正态过程,每个有限维向量都联合正态,允许退化情况,其有限维分布由均值和协方差确定。

本书是未标准化二阶原点矩,是协方差;均方值是,方差是。互相关、互协方差描述不同过程在任意两时刻的联系。独立过程在二阶矩存在时不相关,反向一般不成立;正态情形要用反向结论,还需联合正态而非仅各自正态。

【独立增量】不重叠时段的增量独立,不表示过程值独立。平稳增量指增量分布只依赖时段长度,不表示过程自身平稳。有限二阶矩、初值0的独立增量过程满足,原点自相关还需加两时刻均值乘积。

【泊松过程】齐次强度λ的计数过程从0开始,独立增量在长度h的区间内服从。均值、方差均为λt,协方差为λ乘较早时刻。第n次到达等待时间服从形状n、率λ的Gamma分布;相邻到达间隔独立同分布为率λ的指数分布,反向也可据此构造齐次泊松过程。非时齐模型改用累计强度,不能继续把所有间隔当作同一指数分布。

【维纳过程】从0开始,独立增量为,并选取连续样本路径版本。它是正态过程,均值0、方差、协方差及自相关均为。标准情形方差率为1。两种过程都可用于构造其他模型,但一个是跳跃计数,一个是连续位移,不能因都具有独立平稳增量就混为一谈。

【重要术语及主题】随机过程,样本函数,有限维分布函数族,数字特征,均值函数,均方值与方差函数,自相关函数,自协方差函数,二维随机过程,互相关与互协方差,独立增量,平稳增量,泊松过程与泊松流,等待时间与点间间距,维纳过程。