2012第六章正态随机过程

2012第六章正态随机过程

ID:34637183

大小:317.25 KB

页数:41页

时间:2019-03-08

2012第六章正态随机过程_第1页
2012第六章正态随机过程_第2页
2012第六章正态随机过程_第3页
2012第六章正态随机过程_第4页
2012第六章正态随机过程_第5页
资源描述:

《2012第六章正态随机过程》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、随机过程第六章:正态随机过程第六章:正态随机过程6.1随机变量特征函数的回顾6.2多维正态随机变量的定义与协方差矩6.3n维正态随机变量的性质6.4正态随机过程的定义6.5正态随机过程的性质正态随机过程定义:如果对一个随机过程任意选取n个时刻,则得到n个相应的随机变量,若此n个随机变量的联合分布都是n维正态分布,则称随机过程X(t)是正态随机过程(高斯过程)。6.1随机变量特征函数的回顾随机变量的特征函数:随机变量的概率密度函数和特征函数之间存在一一对应关系,因此在得知随机变量的特征函数后,就可以知道它的概率密度函数。(1)特征函数的定义juX设X为随机变量,称e的数学期望为随机

2、变量X的特征函数。记为:iuXC(u)=E[e]X+∞jux连续型CX(u)=∫ef(x)dx−∞∞离散型juxCX(u)=∑eP{x=xi}i=0已知特征函数,求概率密度函数:1+∞-juxf(x)=C(u)edu∫X2π−∞例题6-1:X~N(0,1),求C(u)X+∞22xu1−−解:C(u)=ejuXe2dx=e2X∫2π−∞详细解答见教材P8例题1.2。2解答:X~N(a,σ),求C(u)?X222+∞(xa−)σujuX1−22jua−2结论:Cu()==eeσdxeX∫2πσ−∞(2)特征函数的性质ò具有C(u)≤C(0)=1XXòX的特征函数为C(u),则Y=aX

3、+b的特征函数为:XjubC(u)=eC(au)YX证明:juaXb()+jubjXuaCuEe()=[]=eEe[]Yjbu=eCu()aX例题:2X~N(a,σ),求C(u)?X解:构造YXa=σ+其中X~N(0,1)2(σu)jua-jua2C(u)=eC(σu)=eYX(3)特征函数的矩定理K设X和Y是随机变量,若E(X),K=1,2...存在,则称它为X的K阶原点矩。K若E(X-EX),K=1,2...存在,则称它为X的K阶中心矩。Kl若E[XY]存在,K,l=1,2...,则称它为X和Y的K+l阶混合矩。Kl若E([X-EX)(Y-EY)]存在,K,l=1,2...,

4、则称它为X和Y的K+l阶混合中心矩。nnn−dCuX()性质1:E[X]=()j

5、nu=0du证明:(归纳法证明)+∞当n=1时:jj−−11dCuX()

6、=d[(ejuxfx)dx]

7、uu=00∫=dudu−∞+∞−1jux=jejxf()

8、xdx∫u=0−∞+∞==∫xfxdx()EX[]−∞性质2:证明省略。(4)多维随机变量的特征函数多维随机变量的特征函数定义:定义:⎛⎞x11⎛⎞u⎜⎟⎜⎟d..d若X==⎜⎟u⎜⎟⎜⎟..⎜⎟⎜⎟⎜⎟xu⎝⎠nn⎝⎠特征函数:C...(u...u)=E[eju1x1+ju2x2+....junxn]x1xn1ndddTjuTX即:CdT

9、(u)=E[e]X多维随机变量的特征函数性质:①若X1,X2统计独立,则:Cu(,)uCu=()()Cuxx12,12x11x22推广到n个:CuuC(,...)=()...uCu()x11,...xnnn1XX1n+∞+∞证明:Cu(,)[uE==ejuxj11++ux22]ejuxj11ux22f(,)xxdxdxxx12,12∫∫1212−∞−∞若独立,则f(,)xx=fxfx()()121122+∞+∞Cu(,)u=ejux11+jux22fxfxd()()xdxxx12,12∫∫112212−∞−∞+∞+∞==efjux11(xdxe)ju22xfxdx()CuCu()

10、()∫∫111222XX1212−∞−∞②边际特征函数:CuCu(,)0=()XX12,1X11推广到n个:Cu(,...uCu,0)=(...u)XX11,...nn1n−1XX...−11n−1证明:CuE(,0)[=ejux11+jux22]

11、XX12,1u2=0jux11==Ee[]Cu()X11ddddddT③已知()[]TjuX,,CuEedT=且则Y=+AXbXdddTjvTbTdCveCvAddTT()=()YX证明:ddTdTjux已知CudT()E=[]e,:则XddddddddddTjvYTTjv()AX+bjvTbj(AvT)XCvdT()E==[]Ee[

12、e]=eE[e]YddTjvbT=eCdT(vA)Xjub比较:Y=aX+bC(u)=eCu(a)YX6.2多维正态随机变量的定义与协方差矩(1)一维正态随机变量一维正态随机变量X的概率密度函数可以表示为:2()x−a1−2fx()=e2σX2πσ2记为XNa~(,)σ22σu22jau−σu特征函数为:C()ue==2exp(jau−)X2(2)二维正态随机变量若随机变量X,X的联合概率密度函数可以表示为:1211x11−−a12()xaxa1()2−2fxx(,)=−−exp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。