一、随机变量的无记忆变换 二、随机向量的无记忆变换 三、随机过程的无记忆变换

一、连续时间情形的二阶矩性质 推论若输入过程X(t)是宽平稳过程,则输出过程Y(t)亦为宽平稳过程,且X(t)和Y(t)联合宽平稳

一、功率谱密度的定义 二、WienerKhinchin-定理定理4.8(Wiener-Khinchin-定理)若X(t)为宽平稳过程,且其自相关函数Rx()满足

一、随机变量的无穷和 二、随机序列通过离散时间线性系统的表示 三、连续时间随机过程的微积分 四、随机过程通过连续时间线性系统的表示 五、由差分方差和微分方程定义的线性系统

平稳随机过程 一、严平稳随机过程 定义 二、宽平稳随机过程 定义 三、相互关系

记忆特性随机过程 一、纯粹独立随机过程 二、独立增量过程 三、Markov过程

随机过程的分类 一、按照概率分布特性分类 二、具有特殊的概率分布 三、按照记忆特性分类 四、按照统计平稳特性分类 五、按照功率谱密度分类 六、按照遍历特性分类

一、随机变量、随机向量是状态观察的结果 二、随机过程是过程观察的结果 三、对随机过程采样得到随机变量和随机向量

映射方法:将具体的样本空间映射到数集或者 函数集(传统的方法;概率论中常用)。 直接方法:直接指定样本空间为数集或函数集 当样本空间为一维实数集合时,则称该一维实变量为随机变量。 当样本空间为一维复数集合时,则称该一维复数变量为复随机变量当样本空间为高维实数空间时,则称该高维实数空间为随机向量当样本空间为定义于某个数集上的函数组成,则称该函数集合为随机过程

一、认识随机系统 1 举例,p.13-14 2 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 3 认识样本空间