第八章 Gauss过程与 Brown运动 8.1多维正态分布 设X是n维随机变量,称X服从n维正态分布,如果它的特征函数为 (t)=exp{jtu-t},并记为~N(u,2)

（1） 概念及基本性质 定义：设 {X , k 1} k 是独立同分布，取值非负的随机变量，分 布函数为

第八章 Gauss过程与 Brown运动 8.1多维正态分布 设X是n维随机变量,称X服从n维正态分布,如果它的特征函数为 (t)=exp{jtu-t},并记为~N(u,2)。易知,EX=u,Var(X)=如 果≠0,则的分布密度为f(x)=1exp2x-a)2-(x-)

8.1 关于随机游动的积分 8.2 关于Brown运动的积分 8.3 Ito积分过程 8.4 Ito公式 8.5 随机微分方程 8.5 Black-Scholes模型

·4.1更新过程定义及若干分布 ·4.2更新方程及其应用 ·4.3更新定理 ·4.4更新过程的推广

一、随机信号的正交分解 二、常见随机信号的性质 三、随机信号的检测 四、随机信号的均方滤波

第1.1节 随机事件及其概率 第1.2节 条件概率与独立性及其应用 第1.3节 随机变量及其分布 第1.4节 随机变量的分布函数

一、随机信号通过线性系统的表示 二、随机信号的功率谱密度 三、随机信号通过线性系统的统计性质 四、随机信号通过非线性系统

第2.1节 随机向量及其分布 第2.2节 随机向量的联合分布函数

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