随机过程笔记(2) 绪论(2)

文章目录

  • 各种分布
      • 两点分布 X~B(1,p)
      • 二项分布 X~B(n,p)
      • Poisson分布
      • 指数分布
      • 正态分布
      • 二维正态分布
      • 特征函数
          • 意义
          • 概念
          • 性质
  • 概念与定义
      • 随机变量(续)
      • 自相关函数和自协方差函数
          • 自相关函数
          • 自协方差函数
          • 二者区别
      • 随机向量
      • 随机过程
          • 分类
          • 有限维分布族与特征函数族
          • 随机过程的数字特征
          • 多个随机过程的数字特征
      • 复随机变量
          • 复数的方差的求法
          • 复随机变量的概念
          • 复随机变量 的方差、期望、自相关函数
          • 例题
      • 多元特征函数
          • 定义
          • 性质
      • 独立与不相关的总结
    • n维正态分布
      • 性质
    • 琐碎
      • 牛顿- 莱布尼茨法则
      • 密度函数、分布函数、特征函数之间之间的关系




各种分布

两点分布 X~B(1,p)

在这里插入图片描述
在这里插入图片描述
这个不用记 当场推很快的


二项分布 X~B(n,p)

在这里插入图片描述

二项分布可以看成多次独立的两点分布
随机过程笔记(2) 绪论(2)_第1张图片

E(X+Y)=E(X)+E(Y)是期望本身就有的性质
D(X+Y)=D(X)+D(Y) 则是因为 独立–》 不相关 --》 Cov(X,Y)=0 推出的


Poisson分布

随机过程笔记(2) 绪论(2)_第2张图片


指数分布

在这里插入图片描述在这里插入图片描述


正态分布

  • 一维正态
    在这里插入图片描述

二维正态分布

随机过程笔记(2) 绪论(2)_第3张图片

特征函数

意义

如何理解统计中的特征函数? - 马同学的回答 - 知乎
https://www.zhihu.com/question/23686709/answer/376439033

概念
  • 刻画随机变量的数字特征有很多,什么期望啊,方差啊,现在还多了个特征函数
    随机过程笔记(2) 绪论(2)_第4张图片
  • 其中t为任意实数,j 为虚数(j2=-1)
    一般情况下 对复随机变量积分以后得到的也是一个复函数

要掌握常见的分布的特征函数 像掌握其密度函数和分布函数那样牢牢记住!

  • 两点分布
    随机过程笔记(2) 绪论(2)_第5张图片

  • 二项分布
    随机过程笔记(2) 绪论(2)_第6张图片
    是两点分布函数的n次方

  • 泊松分布
    在这里插入图片描述

  • 标准正态分布
    以上都是离散的随机变量 现在是连续随机变量

ϕ ( t ) = e − t 2 / 2 \phi(t)=e ^{-t^{2}/2} ϕ(t)=et2/2

比较特殊 不是复函数了
随机过程笔记(2) 绪论(2)_第7张图片

性质

随机过程笔记(2) 绪论(2)_第8张图片
前三条的证明:
随机过程笔记(2) 绪论(2)_第9张图片

ref@https://www.bilibili.com/video/av57014611/?p=7

  • 第四条证明:
    随机过程笔记(2) 绪论(2)_第10张图片
    很好用! 如果是用概率密度函数求 就要用卷积的方式,但是特征函数的花就直接求乘积即可!

如果有看到类似如下的 ,要求证明多个i.i.d仍然是xx分布的时候可以考虑这个性质
随机过程笔记(2) 绪论(2)_第11张图片
在这里插入图片描述
随机过程笔记(2) 绪论(2)_第12张图片

  • 第一条的证明:

在特征函数的意义里面我们可以知道,特征函数展开就是各阶矩!(特征特征,每阶矩都是一个特征)

随机过程笔记(2) 绪论(2)_第13张图片
利用牛顿-莱布尼茨法则

  • 用处
    如果我们已经知道了特征函数,我们想要求k阶原点矩,直接求特征函数的k阶倒数在t=0处的取值即可!

  • 线性性 十分有用!
    随机过程笔记(2) 绪论(2)_第14张图片
    熟记 利用性质4
    随机过程笔记(2) 绪论(2)_第15张图片



概念与定义

随机变量(续)

随机过程笔记(2) 绪论(2)_第16张图片

  • w是样本点 【t固定】
  • t 是一个样本轨迹 ,一次实验【w固定】

随机过程笔记(2) 绪论(2)_第17张图片
其实觉得这个说法最清晰

随机过程笔记(2) 绪论(2)_第18张图片

自相关函数和自协方差函数

随机过程笔记(2) 绪论(2)_第19张图片

自相关函数

取两个trace进行乘积然后求期望

自协方差函数

取两个trace 求中心化后的乘积的期望

二者区别

随机过程笔记(2) 绪论(2)_第20张图片



随机向量

随机过程笔记(2) 绪论(2)_第21张图片


随机过程

无穷个随机变量(随机向量的维数趋近于无穷)就组成一个随机过程

分类

随机过程笔记(2) 绪论(2)_第22张图片

  • 随机向量 --》 有限维分布族
    随机过程笔记(2) 绪论(2)_第23张图片
有限维分布族与特征函数族
  • 一维
    随机过程笔记(2) 绪论(2)_第24张图片
    为什么叫族呢? 因为 t 是一个参数,不同的 t 会得到不用的分布函数,有一个族

  • n维
    随机过程笔记(2) 绪论(2)_第25张图片

  • 有限维分布函数族
    当n取一个特定值的时候,就是一个有限维,但是n又可以趋近于无穷(实际上这是一个理想的概念)
    随机过程笔记(2) 绪论(2)_第26张图片

  • 性质 ( 多元函数分布 那chapter(下方)讲了更多更有用的性质 )
    随机过程笔记(2) 绪论(2)_第27张图片

联想到特征函数里面,扩充的是0 ,这里扩充的是∞
随机过程笔记(2) 绪论(2)_第28张图片

  • 随即变量可以通过分布函数来刻画,也可以通过特征函数来刻画。那么随机过程也是,我可以通过有限维的分布函数族来刻画,也可以通过有限维的特征函数族来刻画

随机过程笔记(2) 绪论(2)_第29张图片

  • 定理
    随机过程笔记(2) 绪论(2)_第30张图片
    这个定理可以证明:分布函数族、特征函数族和随机过程三者之间的相互唯一确定性



随机过程的数字特征

随机变量有期望、方差、协方差 等数字特征,随机过程也有(就是多个随机变量组成的嘛)
随机过程笔记(2) 绪论(2)_第31张图片

  • 注意,随机变量叫做均值,随机过程就叫做均值函数,因为这里的均值函数是关于时间 t 变化的(随机变量的 t 就是某个speciifc的 t )【别的以此类推】

方差就是参数 t 取两个相同的值的协方差

随机过程笔记(2) 绪论(2)_第32张图片

  • 其实感觉跟一起接触到的概念一样,只不过以前接触到的两个变量就是X 和Y ,现在换成了X(t)和X(s) 【书写形式上的不一样而已】
多个随机过程的数字特征

随机过程笔记(2) 绪论(2)_第33张图片
在这里插入图片描述



复随机变量

以前我们讨论的随机变量都是实数

复数的方差的求法

如果X是一个复数随机变量的向量(向量中每个元素均为复数的随机变量),那么其方差定义则为E[(X- μ)(X -μ)*],其中X*是X的共轭转置向量或称为埃尔米特向量。根据这个定义,复数随机变量的方差为实数。

复随机变量的概念

ref @ 百度百科

在这里插入图片描述

复随机变量 的方差、期望、自相关函数

在这里插入图片描述
证明复随机变量的方差 实际上就是和组成自身的两个实随机变量的方差之差(和他们的协方差无关)
随机过程笔记(2) 绪论(2)_第34张图片

  • 复随机变量的自协方差函数是这样的
    随机过程笔记(2) 绪论(2)_第35张图片
    跟实随机变量的协方差很类似,但是看到要乘的是共轭哦!

  • 类似的, 复随机变量的自相关函数是这样的(共轭)

随机过程笔记(2) 绪论(2)_第36张图片
随机过程笔记(2) 绪论(2)_第37张图片

例题

多元特征函数

定义

随机过程笔记(2) 绪论(2)_第38张图片
随机过程笔记(2) 绪论(2)_第39张图片

性质

类似一元的特征函数
随机过程笔记(2) 绪论(2)_第40张图片
随机过程笔记(2) 绪论(2)_第41张图片

随机过程笔记(2) 绪论(2)_第42张图片
随机过程笔记(2) 绪论(2)_第43张图片

  • 性质5和6可以联想分布函数一起记忆!
    • 分布函数中,别的就是取∞可以用于扩维
    • 分布函数中,如果分布可以拆开也是说明独立【充要】! —— (分布函数拆开就相当于概率可以拆开[ 可以翻回之前的ppt看! ] )
    • 分布函数和特征函数之间的关系这么紧密!因为他们其实是一一对应的[ 琐碎知识点中有提到 ]
      随机过程笔记(2) 绪论(2)_第44张图片

独立与不相关的总结

随机过程笔记(2) 绪论(2)_第45张图片
???



n维正态分布

随机过程笔记(2) 绪论(2)_第46张图片

性质




琐碎

牛顿- 莱布尼茨法则

随机过程笔记(2) 绪论(2)_第47张图片

密度函数、分布函数、特征函数之间之间的关系

随机过程笔记(2) 绪论(2)_第48张图片
随机过程笔记(2) 绪论(2)_第49张图片
这个定理就可以证明

你可能感兴趣的:(math)