6.1二阶矩过程 定义 6.1.1:若随机过程X(t),t∈T有EX()2<∞,则称X()为二阶矩过程。 以L2记所有二阶绝对矩有限的随机变量全体。由 Schwarz不等式:x,yl2, ExyExy2,对于二阶矩过程其均值函数(t)=EX(1),协方差函数

第五章连续时间 Markov链 5.1连续时间 Markov链 连续时间 Markov链的要旨仍然是 Markov性与上一章不同之处在于指标集 (这里表示时间)取值连续,通常为≥0}。状态仍然是离散的,最多取可数 个值,我们用整数值0,1,2…表示

第四章离散时间 Markov链 4.1定义和一些例子 在一些物理学、生物学、经济学等许多学科中都有如下行为的系统:该系统 是与时间有关的一个系统,如果已知系统在现在的状态,则此系统的过去所处的 状态与将来所处状态是(条件)独立的,这个特性称为 Markov性

2.1随机过程的基本概念和例子 定义2.1.1:设(,F,P)为概率空间,T是某参数集,若对每一个t∈T,(tw 是该概率空间上的随机变量,则称X(t,w)为随机过程(Stochastic Process 随机过程就是定义在同一概率空间上的一族随机变量。随机过程X(tw)可 以看成定义在TxQ上的二元函数,固定wo∈Ω,即对于一个特定的随机试验, 称X(t,wo)为样本路径(Sample Path),或实现(realization),这是通常所观测到的 过程;另一方面,固定t∈T,X(to,w)是一个随机变量,按某个概率分布随机 取值

第一章概率论基础知识 1.事件、概率和概率空间 1.1随机事件的运算和概率 1.2代数(城)和Bore集

1.(99-1-03)设n阶矩阵A的元素全为1,则A的个特征值是

1.(98-1-03)设A为n阶矩阵,|A≠0,A为A的伴随矩阵,E为n阶单位矩阵.若 A有特征值,则(A)2+E必有特征值

1.(97-1-03)设=43B为三阶非零矩阵,且AB=O,则t=

1.(961.03)设A是4×3矩阵,且A的秩r(4=2,而B=020,则 (AB)=