第十章-随机过程及其统计描述(VIP专享)课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《第十章-随机过程及其统计描述(VIP专享)课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- VIP专享 第十 随机 过程 及其 统计 描述 VIP 专享 课件
- 资源描述:
-
1、2关键词:随机过程 状态和状态空间 样本函数 有限维分布函数 均值函数 方差函数 自相关函数 自协方差函数 互相关函数 互协方差函数 正态过程 独立增量过程 泊松过程 维纳过程第十章 随机过程及其统计描述tt确定信号如:方波、锯齿波等。其幅度、相位均随时间做有规律的、已知的变化。即:这次测出的是这种波形,下次测出的还是这种 波形。可以用确定的时间函数来描述。人 们可以准确地预测它未来的变化。随机信号其幅度、相位均随时间做无规 律的、未知的、随机的变化。这次测出 的是这种波形,下次测出的可能会是另 一种波形。无法用确定的时间函数来描 述,无法准确地预测它未来的变化。但是,随机信号的统计规律则是确
2、定的。信号是个随时间、空间、或其它某个参量变化的,携带某种信息的物理量。通常遇到最多的是时间信号,是随时间变化的物理量。因此,人们用统计学方法建立随机信号的数学模型因此,人们用统计学方法建立随机信号的数学模型随机过程。随机过程。下面由一个试验实例来建立随机过程的概念。下面由一个试验实例来建立随机过程的概念。举例:举例:在相同条件下,对同一雷达接收机的内部噪声电压(或在相同条件下,对同一雷达接收机的内部噪声电压(或电流)经过大量的重复测试后,设观测到的所有的可能结果有电流)经过大量的重复测试后,设观测到的所有的可能结果有m种,记录下种,记录下m个不相同的波形。个不相同的波形。1km10inttt
3、t111(,)(,)()iX tX tx t(,)(,)()kikkX tX tx t(,)(,)()mimmX tX txt()iX tS.,),(,),(,.,),(,是随机过程则称是一个随机变量若此函数对任意固定的二元函数上的和为定义在是一个无限实数集设TtStXtXTtTSTtStXT定义:这里对每一个tT,X(t)是一随机变量.T叫做参数集.常把t看作为时间,称X(t)为时刻t时过程的状态,而X(t1)=x(实数)说成是t=t1时过程处于状态x,对于一切tT,X(t)所有可能取的一切值的全体称为随机过程的状态空间.t固定,固定,变化:变化:X(ti,)随机变量(状态)。随机变量(状态
4、)。t固定,固定,固定:固定:X(ti,k)一个确定的值。一个确定的值。t变化,变化,固定固定:X(t,k)确定的时间函数确定的时间函数(随机过程的样本函数)随机过程的样本函数)t变化,变化,变化:变化:X(t,)随机过程(一族时间函数的总体,随机过程(一族时间函数的总体,或随时间变化的随机变量)或随时间变化的随机变量)下标下标i和和k,分别表示确定的某个时刻,分别表示确定的某个时刻i和确定的某个样本和确定的某个样本k。对随机过程而言:).(),(tXtX简记为今后将一般,随机变量写成一般,随机变量写成:X,Y,Z。随机过程写成。随机过程写成:X(t),Y(t),Z(t)样本函数写成样本函数写
5、成:x(t),y(t),z(t)或或X1(t)Xn(t)7 例1:抛掷一枚硬币的试验,样本空间是S=H,T,现定义:1(),()()2 (),cos tHX ttP HP TtTX t t 当出现,其中当出现则是一随机过程。,()t X tcos tt解:对任意固定的是随机变量,取值为和1234()X t1()X t2()Xtt1()()2P X tcos tP X tt12(),()X tcos t Xtt此随机过程的样本函数只有两个,即82()(),(0,2),()(),(0,2),()(),X tcosttt X tcostx tcost 例:考虑式中 和 是 正常数,是在上服从均匀分布
6、的随机变量,这是一个随机过程。对每一固定的时刻是随机变量 的函数,从而也是随机变量。它的状态空间是-.在内随机取一数相应的就得到一个样本函数这族样本函数的差异在于它们相位 的不同,故这一过程称为随机相位正弦波。93(),0,1()()0,1().X tVcos ttVX ttX tVcos tVcos tvx tvcos t 例:设其中 是常数;在上服从均匀分布,则是一个随机过程。对每一固定的,是随机变量 乘以常数,故也是随机变量,对上随机变量取一 值,就得到相应的一个样本函数 104120()0,0()(),00,1,2,.X tttX tX t t例:设某城市的急救中心电话台迟早会接到用户
7、的呼叫。以表示时间间隔内接到的呼叫次数,它是一个随机变量,且对于不同的,是不同 的随机变量,于是是一随机过程,且它的 状态空间是1t2t3t4t1t2t4t3t14231()x t2()x t()x tt 例5:考虑抛掷一颗骰子的试验:16(1)(1)1,2,(),1,2,3,4,5,6,1nnnnXnnnXP XiiXn 设是第 次抛掷的点数,对于的不同值,是随机变量,服从相同的分布,因而构成一随机过程,称为伯努利过程或伯努利随机序列,它的状态空间为 1,2,3,4,5,6。(2),11,2,3,4,5,6nnYnY n设 是前 次抛掷中出现的最大点数,也是 一随机过程,它的状态空间仍是。下
8、面分别给出它们的一条样本函数:n87654321nx321654nx(1)(2)n87654321ny321654ny12随机过程的分类:随机过程的分类:随机过程可根据参数集T和任一时刻的状态分为四类,参数集T可分为离散集和连续集两种情况,任一时刻的状态分别为离散型随机变量和连续型随机变量两种:1.连续参数连续型的随机过程,如例2,例32.连续参数离散型的随机过程,如例1,例43.离散参数离散型的随机过程,如例54.离散参数连续型的随机过程,132 随机过程的统计描述()一随机过程的分布函数族(),(),(,),(,)(XXF x tP X txx RX t t Tt TX t t TF x
9、t t T 设随机,过程对每一固定的称为随机一过程的称维分布函数一为,维分布函数族数字特征分布函数两种描述一维分布函数族刻画了随机过程在各个个别时刻的统计特性。一维分布函数族刻画了随机过程在各个个别时刻的统计特性。1212121111222221(,)(),()(2,3,),(),(),(),1,2,(),(,;,)(),()XnnnniXnnnniFx xxt ttP X tx X txX tn nt ttTnX tX tX txR inX t tTFx xx t tttTX t tnxnT一般地,对任意个不同的时刻,维随机变量的分布函数:称为随机变;,量的称为的维分布函数维分布函数族121
10、2(,;,),1,2,(),XnniFx xx t ttntTX t tT有限维分布一般地,称为随机过程的它完全确定了随机过程函数族的统计特性科尔莫戈罗夫定理:为了描述随机过程在不同时刻状态之间的统计联系为了描述随机过程在不同时刻状态之间的统计联系,15 例1:抛掷一枚硬币的试验,定义一随机过程:12cos 1(),()(),2 ()(1)(;0)(;1);(2)(,;0,1);tHX ttP HP TtTX tF xF xF x x 出现,设出现试确定的:一维分布函数,二维分布函数 1 (0)0 HXT出现解:出现 0 01(;0)012 1 1xF xxx故1 (1)1 HXT出现出现 0
11、 11(;1)112 1 1xF xxx 故162(),0,130,()442X tVcos t tVtX t 例:设随机过程,在上均匀分布 求在时的密度函数。,0,tcos tacos t解:对给定的 若记,()X taV则的密度函数为:1 011;0 XVxxaafx tfaa其他01acos1 01;00 Xxfx于是 其他2,42acos22 0;240 Xxfx其他23,42acos 22 03;240 Xxfx其他1,acos 1 10;0 Xxfx 其他0,2acos012P X 随机过程的数字特征随机过程的数字特征 一、数学期望一、数学期望 如果将过程如果将过程X(t)中的中的
12、 t 看成是固定的,则看成是固定的,则 X(t)就是一个随机变量,就是一个随机变量,它随机的取值它随机的取值x,其在,其在 t 时刻取时刻取x值的概率密度为值的概率密度为 。据期望的定义:据期望的定义:)(0)(tmttXXmX(t)描述了描述了X(t)所有样本函数在各个时刻摆动的中心所有样本函数在各个时刻摆动的中心即即X(t)在各个时刻的状态在各个时刻的状态(随机变量随机变量)的数学期望。的数学期望。(,)Xfx t1()Xmt1t()XimtitdxtxxftXEtmtXXX),()()()(二、随机过程二、随机过程X(t)的均方值和方差的均方值和方差 同理,把过程同理,把过程X(t)中的
13、中的t视为固定时,视为固定时,X(t)为时刻为时刻t的状态(随机的状态(随机变量)。其二阶原点矩:变量)。其二阶原点矩:将将t视为变量时,即为过程视为变量时,即为过程X(t)的均方值。的均方值。22()(,)XE Xtx fx t dx222()()()()(,)()XXXXD X tE X tm tx m tfx t dxt同理,过程同理,过程X(t)的方差:的方差:过程过程X(t)的均方差:的均方差:)()()(2tttXDXX)(2tX故离散型随机过程故离散型随机过程Y(t)的数学期望为:的数学期望为:)()(iiytYPtp对离散型随机过程对离散型随机过程Y(t),tT.若所有状态取值
14、的样本空间为若所有状态取值的样本空间为 Sy1,y2,ym。均方值为:均方值为:方差为:方差为:表示状态表示状态Y(t)取取t时刻值为时刻值为yi的概率。的概率。miiiYtpytm1)()()()()(1222tpytYEtimiiYmiiYiYtptmytYDt122)()()()(三、随机过程的自相关函数三、随机过程的自相关函数 下面两个随机过程下面两个随机过程 X(t),Y(t)它们的期望和方差都相同,它们的期望和方差都相同,mx(t)=mY(t),x(t)=Y(t)。但从样本函数看有明显不同。但从样本函数看有明显不同。x(t)随随时间变化慢,不同时刻的两个状态时间变化慢,不同时刻的两
15、个状态X(t1),X(t2)之间的依赖性强(相之间的依赖性强(相关性强)。关性强)。y(t)随时间变化快,不同时刻的两个状态随时间变化快,不同时刻的两个状态Y(t1),Y(t2)之间之间的依赖性弱(相关性弱)。因此期望和方差不能反应过程内部变的依赖性弱(相关性弱)。因此期望和方差不能反应过程内部变化快慢、相关性强弱的状况。化快慢、相关性强弱的状况。ttttmttXXX210)()()(ttttmttYYY210)()()(一般用来描述随机过程一般用来描述随机过程“任意两个时刻的两个状态之间内在联系任意两个时刻的两个状态之间内在联系”的重要数字特征的重要数字特征 自相关函数定义为:自相关函数定义
16、为:它反应了任意两个时刻的状态它反应了任意两个时刻的状态X(t1)与与X(t2)之间的之间的“相关程度相关程度”。状态状态X(t1)与与X(t2)之间的相关程度也可以用自协方差函数来描述:之间的相关程度也可以用自协方差函数来描述:212121212121),;,()()(),(xdxttxxfxxtXtXEttRXX12112211221212121212121222(,)()()()()()()(,;,)(,)(,)()()(,)()(,)()()XXXXXXXXXXXXXCt tEX tmtX tmtxmtxmtfx x t tdx xCt tRt tmtmttttRt tE XtCt t
17、D X tt 时,过程的均方值。过程的方差。随机过程的自相关系数定义为:随机过程的自相关系数定义为:0)(0)(.)()(),(),(21212121ttttttCttXXXXXX注:随机过程的期望、方差、自相关函数、协方差函数、自相注:随机过程的期望、方差、自相关函数、协方差函数、自相关系数等存在的条件是:关系数等存在的条件是:)()(2tXEtXE各数字特征之间的关系如下:2,XXtRt t 121212,XXXXCt tRt ttt 22,XXXXtCt tRt tt以后,所有例题都满足上述两个条件,不必再去验证232(),()()X t tTtT E XtX t随机过程,如果对每一都存
展开阅读全文