《《随机过程》教程03》由会员分享，可在线阅读，更多相关《《随机过程》教程03（27页珍藏版）》请在金锄头文库上搜索。
1、随机过程教程,第三讲 随机对象（一）,本章要义（阅读引言部分）,本章介绍如何对随机现象建立数学模型。 根本思想是对随机系统的输出机制不加考虑，而是对输出样本的可能性大小进行先验地规定。 按照随机系统输出样本的差异，有三类随机对象 随机变量、随机向量（瞬态观察） 随机过程（过程观察） 如何描述、刻画这三类随机对象 完全描述 不完全描述,概率空间,认识随机系统 举例，p.13-14 要点：随机系统的关键在于输出的不可预知性，但对输出的范围是清楚的。因此给出样本空间是关键 认识样本空间 可数和不可数 瞬态和过程 标准化：数、向量、函数,插入部分,下一张,关于可数和不可数,集合的映射：单射、满射和双射
2、(p.23),单射（不同的原像具有不同的像）,满射（每一个像都有原像）,原像集,像集,双射（既是单射，又是满射）,从直觉上承认能建立双射关系的两个集合，其所含元素的“个数”一样多。,可数和不可数的定义,凡是能和自然数集合或者自然数集合的一个子集建立双射关系的集合称为可数集合；否则称为不可数集合。 可数和不可数是人类认识“无穷”所产生的概念，是对无穷的分类。 已经证明连续的区间，和实数集等都是不可数集合：1,2,(0.1,0.01),R,等等,无穷大的分类,0, 1 ,2 ,3,(自然数集合的无限多为0， 0集合的所有子集构成的集合的“无限多（势）”为1 ， 1集合的所有子集构成的集合的势为2
3、， )，在数学上已经严格证明： 0, 1 ,2 ,3,等之间不能建立双射的关系。,对于无穷大，“整体大于部分”的直觉不再成立,对于自然数集 ，偶数集合 是一个子集 ，但我们将 中的和 中的 建立对应关系，就发现这是一个双射。 自然数旅馆的“故事” 不可数集合的“部分等于全体”,无穷大的趣闻三次数学危机,第一次危机：无理数的发现（正方形的对角线） 第二次危机：微积分中的无穷小量（确定无穷小是运动的量，无限趋于零但不等于零）,第三次数学危机,罗素悖论 对“无穷问题”的评价：大脑的概念和存在性问题（认识主体和客体的关系）。,回到 主标题,事件和Borel集,事件：样本空间中满足一定条件的全体元素构成
4、子集，“一定条件”有事件的意义，因此称样本空间的子集为事件。（举例说明） 不可能事件 必然事件 基本事件：可数和不可数 Borel集：规定了事件的全体及其相容性,概率空间的定义,阅读讲解p.16定义2.1 理解概率空间 概率空间是对随机现象的基本建模方法 概率空间有三个要素：样本空间、Borel事件集、概率集函数,(S,B,P) 样本空间和Borel事件集是随机系统的输出 概率集函数对事件发生可能性的大小进行了先验的量化,概率空间的建模方法,舍弃了对输出某个结果机制的观察，而是观察某个结果的输出可能性 是对输出结果的统计观察 先验量化的理由有许多 完成先验量化的是概率集函数,概率集函数,概率集
5、函数的标准化 概率集函数的性质2.1 概率集函数的确定：从基本事件集上进行扩充 可数样本空间概率集函数的确定（p.18） 不可数样本空间概率集函数的确定（p.19）,证明,条件概率,理解意义：此时条件已经成了必然事件 阅读p.20 独立性的概念 全概率公式 证明 应用意义 在连续情形下的推广 Bayes公式,随机对象,样本空间的标准化：同构 随机对象是抽象的概念（图2.4） 三类具体的随机对象 随机变量、复随机变量 随机对象 随机过程,随机变量,用一维实数集合标准化了的样本空间，或者说样本空间是实数集合 此时，概率集函数则有相应的形式 概率质量函数（pmf,probability mass f
6、unction）（离散样本空间） 概率分布函数(cdf,cumulative distribution function)（离散和连续样本空间） 概率密度函数(pdf,probability density function)（离散和连续样本空间） 广义导数的定义,概率分布函数的性质,理解：是累积概率(总质量) 性质2.2的证明 好处：不论离散样本空间还是连续样本空间，皆可以描述概率的分布。,概率密度函数的性质,理解：单位长度上的概率（密度） 性质2.3的证明 连续和离散样本空间皆可描述 再强调质量分布的比喻,离散型随机变量,定义 概率质量函数 概率分布函数（Heavyside函数的表述） 概
7、率密度函数（delta函数的表述） Delta函数的定义性质,连续型和混合型随机变量,连续型 定义 性质 混合型 定义 性质 三类随机变量之例(p.31-33),随机向量,样本空间是高维欧氏空间 和随机变量的本质区别 不仅有分量（随机变量）的概率信息 还有分量之间的关联信息 描述 联合概率质量函数 联合概率分布函数 联合概率密度函数 降维：边界概率（质量、分布、密度）函数 联合概率分布（密度）函数的性质(2.4) 随机向量的例子,RV的独立性和条件分布,独立的定义(定义2.8) 条件概率分布（密度）函数的定义 性质2.5,总结,样本空间、事件集合 概率空间（三要素） 条件概率：全概率公式、Bayes公式 随机对象 随机变量 随机向量 三类函数及其性质,作业,2.4 2.7 2.12 2.19 2.20 2.26 2.27 第一章的总结和第二章的总结可以合并成一次，注意：总结应包含两部分内容 一是内容总结； 二是学习心得，即自己的理解、体会及思想 书本内容的理解 定理及习题新的证明 书本知识用途举例 等等,随机过程第三讲“随机对象（一）” 终,
