应用随机过程课件

(1) X是随机变量；
(2) { : X ( ) a} F , a R； (3) { : X ( ) a} F , a R； (4) { : X ( ) a} F , a R.
定义1.7 设X ( )是F上的随机变量，函数 F ( x) P( : X ( ) x), x 称为随机变量 X的分布函数。
i 1 i 1


则称P是(, F）上的概率， (, F , P)称作概率空 间，P( A)称为事件A的概率。
例1.1：[0,1]上的Borel概率空间：设 [0,1], F B[0,1],
即B[0,1]是局限在[0,1]上的Borel - 代数, 称(, F ) ([0,1], B[0,1])为[0,1]上的Borel可测空间.A [a, b] B[0,1]
i 1
定义1.3
设 R,由所有半无限区间(, a )生成的 - 代数 （即包含{(, a ), a R}的最小 - 代数） , 称为R上的 Borel - 代数, 记作B ( R )，其中的元素称为Borel集 合.类似可以定义R n上的Borel - 代数, 记作B ( R n ). 显然 B (( , a ), a R ).
上的事件 定义1.4 设F是定义在样本空间
代数，P(A ),A F是定义在F上的非负集函数，且满 足
（ 1 ）对任意A F，有0 P(A ) 1 ;
(2) P( ) 1 ;
（ 3 ）对任意Ai F，i 1, 2, ,Ai Aj ,i j
P（ Ai） P(Ai )
参考书
1.《应用随机过程》
林元烈 编著 清华大学出版社
2.《随机过程》
王风雨 编著 北京师范大学出版社
前
言
第1章 预备知识
1.1 概率空间
在自然界和人类的活动中经常遇到各种各样的现 象，大体上分为两类：必然现象和随机现象 。 具有随机性的现象—随机现象 对随机现象的观察或为观察而进行的实验 （有3个特征） —随机试验
样本空间 {1, 2, 3, 4, 5, 6} ，下列事件是否构成
- 代数？
(1) 事件类F {, ,{1, 2, 3},{3, 4, 5, 6}};
(2) 事件类F {, ,{1, 2,}{3, 4},{5, 6}};
(3) 事件类F {, ,{1, 3, 5}{2, 4, 6}};
(2)若果Ai F ,i 1, 2, n ,则 Ai F , Ai F ;
n n i 1 i 1
(3)若果Ai F ,i 1, 2, ,则 Ai F ;
i 1
(4)若果A ,B F ,则A B F ,B A F ;
（5） - 代数必为代数.
n
lim inf An {除有限多次外，其余投掷的结果都是
“正面” }.
1.2 随机变量和分布函数
随机变量： 用实数来表示随机实验的各种结果.
定义1.6 设(, F , P)是概率空间，X是定义在上，
取值于实数集R上的函数( X ( ))，且对x R，
{ : X ( ) x} F , 则称X ( )是F上的随机变量。
n n
n 1
n 1
n 1
事件列极限2：
（3）对于任意事件序列 { An , n 1,2,}，
{ An , k 1,2,}
n k

{ An , k 1,2,}
nk
def

因而分别有极限 .
lim inf An An lim An 定义1.5 n k 1 n k — An 的下极限 def lim sup An An lim A n n k 1 n k — An 的上极限
记作 随机试验的结果 —基本事件或样本点。
所有可能的结果称为样本空间。 记作
的子集A由基本事件组成 —A称为事件。
事件的性质 假设A,B,C是任意事件，则他们满足：
(1)交换律
A B B A
A (B C ) ( A B ) C
(2)结合律 A (B C ) ( A B ) C (3)分配律 A (B C ) ( A B ) ( A C )
则 lim An An
n

n 1
结论： 单调事件(集合)序列必有极限.
(8) 概率的连续性：
若{ An , n 1}是单调递增(或递减)的事件序列 定理：
则
n
lim P ( An ) P ( lim An )
n
具体情况：
(1)若An F , 且An A,即An An 1, 且 An A
应用随机过程
Application of Stochastic Processes
数理科学与工程学院 应用数学系
范爱华
1.01
1.02
365
27.8
1377.4
365
成功的道路并不拥挤， 因为坚持到最后 的人并不是很多。
主要教学参考书
教材
《应用随机过程》
张波 张景肖 编 中国人民大学 出版社
性质：若F ( x1, x2 ,, xd )是联合分布函数，则
(1) 0 F ( x1, x2 ,, xd ) 1 ； (2) F ( x1, x2 ,, xd )对每个变量都是单调的； (3) F ( x1, x2 ,, xd )对每个变量都是右连续的；
1 ___ {x : x a } 例1.2： {x : x a} n ( A) ( B)
含义：(1) x lim sup
意味着x属于{ An }中无穷多个集合.
(2) x lim inf An
意味着除去{ An，n 1,2,}中的有限多个集合外，
定义P( A) b a, 称(, F，P)为[0,1]上的Borel概率空间，
称P为[0,1]上的Borel概率测度.
概率的基本性质 (1) P ( ) 0,
(2) 若A, B F , 则P( A B) P( A) P( B) P( AB) (3) P( A ) 1 P( A)
A (B C ) ( A B ) ( A C )
(4)对偶原则 (De Morgan律)
A B A B
i 1
A B A B
i 1
Ai Ai
i 1
Ai Ai
i 1
定义1.1 设为样本空间， F是中的某些子集
组成的集合族，若满足 ：
(4) A, B F , 若A B 若A B
P( A) P( B) P( B A) P( B) P( A)
—单调性
n 1
(5) 若An F , n 1 则 P( An )

n 1
P( An )

—次可列可加性
(6) 设 i j, Ai A j , Ai
分布函数的含义： 分布函数F ( x)表示随机变量X取值
不超过 x的概率 ( x为任意实数).
分布函数 F ( x) 的性质：
（1） 0 F ( x) 1 ；
(2) F ( x)是非降函数，即x1 x2 F ( x1 ) F ( x2 );
(3) lim F ( x) 0, lim F ( x ) 1;
P ( A) lim P ( An ) P ( lim An ) P( An )
n n

n 1
(2)若An F , 且An A,即An An 1, 且 An A
P ( A) lim P ( An ) P ( lim An ) P( An )
(4) F ( x)是又连续的, 即F ( x 0) lim F (t ) F ( x).
t x
x
x
随机变量的类型：
离散型： P( X xk ) pk
F ( x) P ( X x) pk
k 1
pk 1

连续型： F ( x) P ( X
xk x x x) f
(t )dt
（其中f ( x)为概率密度函数， ） f ( x)dx 1 dF ( x) f ( x) dx 多维随机变量： X ( X1, X 2 ,, X d )
— d维随机向量
多维随机变量联合分布函数：
F ( x1, x2 ,, xd ) P( X1 x1, X 2 x2 ,, X d xd ), xk R
类是事件 - 代数. 例1.1 由的一切事件构成的事件
(常常它为称为最广泛的 - 代数.)
例1.2 由F {, }， 则F是事件 - 代数。
称作平凡事件 - 代数.
例1.3 对任意事件A ,F {,A ,A ,}
是事件 - 代数。
思考题： 随机试验: 掷一枚骰子，观察出现的点数，
x属于该序列的其余集合.
lim sup An 关系：lim inf An n
n
n
例1.3：
{所以投掷硬币结果“正面”和“反面”组成的序列.}
F {的所有子集}，An {第n结果是“正面” }.
则
n
lim sup An 有无限多次投掷的结果是“正面” }
i 1

则对任意事件A, 有
P( A) P( A Ai )
i 1

（7）性质(2)的推广，Jordan公式
对任意A1, A2 ,, An 有