今天看了下知乎上关于随机过程的两个回答,下面记录下我对于随机过程的理解,所参考的回答链接。
随机过程我的理解是一个过程,是一个随时间而不断变化的过程,是一个随机变量的序列。比如一个随机过程
P
=
{
D
1
,
D
2
,
⋅
⋅
⋅
,
D
n
}
P=\{D_1,D_2,···,D_n\}
P={D1,D2,⋅⋅⋅,Dn},Dn就是在时间tn时的分布。
于是我们可以自然地想到最一般的随机过程就是没有任何约束,每个时刻的分布都可以是不一样的,也可以是一样的,如果是一样的分布,其参数也可以是不同的或相同的。比如一个随机过程可以t1是二项分布,t2是正态分布等等等。如果每个时刻分布都是不同的,那么就是相当复杂的随机过程了,那么我们也可以想到最简单,最特殊的随机过程是咋样的,是各个时刻的分布是一样的,且分布的参数也是一样的,这样的话也就是说这个随机过程与时间无关了,其实这个情况下随机过程就是一个分布了,然后这个分布产生了样本。
此外,还有一点,随机过程是一个关于时间的过程,时间可以是离散的,也可以是连续的,可以想到离散的更容易理解,比如抛色子的过程,第一次抛,得到一个结果(结果产生于一个二项分布),类似地,第n次抛也产生一个结果(结果产生于一个二项分布),这个例子中时间就是离散了。但是时间也可以是连续的,这个就有点复杂了,但是连续的时间通常也可以离散化来简化。
此外,还有一个适当的简化就是马尔科夫过程,即此刻的状态只由上个时刻决定。
在数学的角度来看,随机过程由下面的这个微分方程所描述:
含义是分布随时间的变化等于跃迁矩阵乘当前的分布,也就是使用跃迁矩阵来刻画分布的变化。
想要更具体地对随机分布有直观的认识可以看下许铁-巡洋舰科技大佬的原回答。最关键的我认为是随机过程是由分布构成的时间序列。