随机过程及应用-特征函数(Stocbastic Processes With Its Applications ):
|| **1.通过随机变量来描述随机现象,由随机变量的分布函数来了解它的统计规律,引进随机过程理论对时间改变的随机现象进行研究,问题将显得十分复杂;
|| **2.为简化计算量,将傅里叶变换引入并用于分布函数(概率分布、分布律),就产生了* 特征函数 *,经概率论乃至随机过程的理论研究提升至前所未有的新局面!
1.1 一维特征函数定义及实例
设X,Y是实随机变量,定义复随机变量Z=X+Y,其中j=−1−−−√,定义其数学期望为E(Z)=E(X)+jE(Y), (1)特别的,根据欧拉公式,有E(ejuX)=E(cosuX)+jE(sinuX)

本文介绍了随机过程中的特征函数概念,通过一维特征函数的定义和实例,特别是二项分布的特征函数计算,展示了如何利用傅里叶-斯蒂阶变换进行分析。通过对二项分布的特征函数推导,得出最终化简式φ(u) = (q + peju)^n,揭示了特征函数在概率论中的应用。
2346

被折叠的 条评论
为什么被折叠?



