网站大量收购闲置独家精品文档,联系QQ:2885784924

(应用随机过程综述.docVIP

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(应用随机过程综述

Harbin Institute of Technology 课程设计(论文) 课程名称: 应用随机过程 设计题目: 综述 院 系:电子与信息工程学院 班 级: 09硕通信一班 设 计 者: 学 号: 指导教师: 田波平 设计时间: 2009-11至2009-12 哈尔滨工业大学 哈尔滨工业大学课程设计任务书 姓 名: 院 (系): 电子与信息工程学院 专 业: 信息与通信工程 班 号: 09硕通信一班 任务起至日期: 2009 年 11 月 12 日至 2009 年 12 月 20 日 课程设计题目: 综述——特征函数在随机过程研究中的作用与意义 已知技术参数和设计要求: 已知特征函数的基本定义。 总结特征函数在随机过程研究中的作用和意义。 工作量: 查找相关的资料,对特征函数的基本定义进行一定的了解。 查阅相关的文献,理解特征函数的应用。 对相关的文献进行总结,归纳出特征函数在随机过程研究中的作用和意义。 工作计划安排: 2009-11-12~2009-11-31:查找相关的资料,对特征函数的基本定义进行一定的了解 2009-12-1~2009-12-20:对相关的文献进行总结,归纳出特征函数在随机过程研究中的作用和意义。 同组设计者及分工: 无 指导教师签字___________________ 年 月 日 教研室主任意见: 教研室主任签字___________________ 年 月 日 特征函数在随机过程研究中的作用与意义 1.特征函数的定义 特征函数是一个统计平均值,它是由随机变量组成的新的随机变量的数学期望,记为: (1) 当为连续随机变量时,则的特征函数可表示成 (2) 其中为的概率密度函数。 对于随机过程的特征函数的定义与随机变量的特征函数的定义一致。 对任意时刻t,随机过程的一维特征函数为: (3) 2.特征函数的性质 ; 共轭对称性; 特征函数在区间上一致连续; 设随机变量,其中是常数,则; 其中分别表示随机变量的特征函数。上式对于随机过程同样适用。 设随机变量相互独立,又,则; 此式表示两个相互独立随机变量之和的特征函数等于各自特征函数的乘积。 3.特征函数在随机过程研究中的作用与意义 3.1 利用特征函数求随机过程的概率密度 根据特征函数的定义,特征函数与概率密度有类似傅里叶变换的关系,即 (4) (5) 这里需要注意的是,特征函数与概率密度的之间的关系与傅里叶变换略有不同,指数项差一负号。 在随机过程的研究过程中,经常会利用已知的随机过程的概率密度函数,求解它们某种特定组合的概率密度函数。通常我们的做法是由已知的概率密度函数,通过函数变换的形式求解,求解的过程很复杂。但是,如果利用特征函数的性质以及它与概率密度之间的关系就很容易求解上述问题了。以下用一个例子来说明这个过程。 已知随机过程为相互独立的高斯随机过程,数学期望为0,方差为1,求的概率密度。 已知数学期望为0,方差为1的高斯过程的概率密度为 (6) 利用特征函数与概率密度之间类傅里叶变换的关系,可以很容易的求得的特征函数 , (7) 利用特征函数的性质(5) 再次利用特征函数与概率密度之间类傅里叶变换的关系,可得的概率密度 (8) 由上面的求解过程可见,利用特征函数求解比起直接求两个随机过程之和的概率密度要简单的多。 以上就简要介绍了特征函数在求解随机过程的概率密度时的作用。利用特征函数可以很方便的对某些随机过程的特定组合的概率进行求解。 3.2 离散状况下的特征函数在求解分布函数中的应用 受傅立叶变换物理意义的启发,得到基于坐标分解的特征函数的新解释。离

文档评论(0)

jishu9527 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档