随机过程性质的定义

随机过程的基本性质

随机过程的概率分布

在任何一个时间$t$，随机过程$\mathbf{X}(t)$都是一个随机变量，我们用如下分布来表示
F ( x , t ) = P { X ( t ) ≤ x } F(x,t) = P\{ \mathbf{X}(t) \leq x \} F(x,t)=P{ X(t)≤x}
这个函数是与时间$t$相关的，它表示，综合考虑所有可能的$\zeta$时，随机过程的一个样本在$t$时刻的取值$\mathbf{X}(t,\zeta )$不超过$x$的概率。 $F(x,t)$是一阶分布函数，对应的一阶密度函数则为
$$f(x,t)=\frac{\partial F(x,t)}{\partial x}$$

用频率近似的解释
如果一个实验重复了$n$次数，那么我们会观测到$n$个函数$\mathbf{X}(t,{\zeta }_i)$。用$n_t(x)$表示在所有的函数中，$t$时刻取值不大于$x$的个数，那么就有
$$F(x,t)\approx \frac{n_t(x)}{n}$$

类似的，二阶的分布函数为：
F ( x 1 , x 2 ; t 1 , t 2 ) = P { X ( t 1 ) ≤ x 1 , X ( t 2 ) ≤ x 2 } F(x_1,x_2; t_1, t_2) = P\{ \mathbf{X}(t_1) \leq x_1, \mathbf{X}(t_2) \leq x_2\} F(x1​,x2​;t1​,t2​)=P{ X(t1​)≤x