欢迎访一网宝!您身边的知识小帮手,专注做最新的学习参考资料!
首页 > 其他 >

2012年武汉理工大学管理类专业博士研究

一网宝 分享 时间: 加入收藏 我要投稿 点赞

  2012年武汉理工大学博士入学考试《随机过程》考试大纲1

  1.概率空间、随机变量及数字特征

  考试内容:

  概率空间的概念、随机变量及其分布函数、随机变量的数字特征、特征函数、母函数、n维正态分布、条件期望。

  考试要求:

  (1)了解概率空间的概念。

  (2)理解随机变量的概念,掌握分布函数、密度函数的基本性质。

  (3)理解随机变量的期望、方差、协方差、特征函数、母函数概念,掌握其基本性质,会求随机变量的期望、方差、协方差、特征函数、母函数。

  (4)掌握n维正态分布的性质。

  (5)理解条件概率、条件分布函数、条件密度函数的概念,理解独立随机变量的概念,掌握条件随机变量的期望性质。

  2.随机过程的基本概念

  考试内容:

  随机过程的概念、随机过程的分布函数族、随机过程的数字特征、正交增量过程、独立增量过程、正态过程、维纳过程、复随机过程。

  考试要求:

  (1)理解随机过程的概念、掌握随机过程的分布函数族,会求随机过程的数字特征。

  (2)理解正交增量过程、独立增量过程的概念、了解正态过程、维纳过程。

  (3)理解复随机过程的概念。

  3.泊松过程

  考试内容:

  泊松过程的概念、泊松过程的数字特征、时间间隔与等待时间分布、到达时间的条件分布、非齐次泊松过程及数字特征、复合泊松过程及数字特征。

  考试要求:

  (1)理解泊松过程的概念、掌握两种定义。

  (2)掌握泊松过程的基本性质、会求泊松过程的数字特征、时间间隔与等待时间的分布、到达时间的条件分布。

  (3)理解非齐次泊松过程的概念、会求其数字特征。

  (4)理解复合泊松过程、会求其数字特征。

  4.马尔可夫链

  考试内容:

  马尔可夫过程的概念、马尔可夫链的概念、马尔可夫链的转移概率、马尔可夫链的状态分类、常返性的判别及其性质、状态空间的分解、状态转移概率的渐近性质与平稳分布。

  考试要求:

  (1)了解马尔可夫过程的概念,理解马尔可夫链的概念。

  (2)掌握马尔可夫链的状态转移概率性质、会根据状态转移概率描绘状态转移图、会根据实际问题求状态转移概率。

  (3)理解状态的周期、常返概念,会求状态的周期、会判断状态的常返性、会分解状态空间。

  (4)掌握状态转移概率的渐近性质。

  (5)理解平稳分布的概念、会求平稳分布。

  5.连续时间的马尔可夫链

  考试内容:

  连续时间的马尔可夫链的概念、状态转移速率、柯尔莫哥洛夫微分方程、生灭过程。

  考试要求:

  (1)理解连续时间的马尔可夫链的概念、掌握连续时间的马尔可夫链的基本性质、掌握连续时间的马尔可夫链与泊松过程的关系。

  (2)理解状态转移速率的概念、理解柯尔莫哥洛夫微分方程、会根据该方程求状态转移概率。

  6.随机分析

  考试内容:

  随机过程的极限概念及基本性质、随机过程的均方连续及性质、随机过程的均方导数及性质、随机过程的均方积分及性质。

  考试要求:

  (1)了解随机序列的极限概念、了解随机序列的处处收敛、几乎处处收敛、依概率收敛、均方收敛概念及关系、掌握随机序列的均方收敛的基本性质。

  (2)了解随机过程的均方连续的概念,掌握随机过程的均方连续与相关函数的关系。

  (3)了解随机过程的均方导数的概念,掌握随机过程的均方导数与相关函数的关系,掌握随机过程的均方导数基本性质。

  (4)了解随机过程的均方积分的概念,掌握随机过程的均方积分与相关函数的关系,掌握随机过程的均方积分基本性质。

  7. 平稳随机过程

  考试内容:

  平稳随机过程的概念、联合平稳过程、平稳随机过程的相关函数的性质、平稳过程的遍历性、平稳过程的谱密度及性质、窄带过程及白噪声过程的谱密度、联合平稳过程的互谱密度。

  (1)理解平稳过程和联合平稳过程的概念、掌握平稳随机过程的相关函数的性质。

  (2)理解平稳过程的遍历性概念、会求平稳过程的时间均值和时间相关函数、会判断平稳过程的遍历性。

  (3)理解平稳过程的谱密度的概念、掌握平稳过程的谱密度性质,掌握谱密度与相关函数的关系。

  (4)了解窄带过程及白噪声过程的概念、会根据其谱密度求相关函数。

  (5)了解联合平稳过程的互谱密度、掌握联合平稳过程的互谱密度性质,掌握联合平稳过程的互谱密度与互相关函数的关系。

  参考书

  随机过程(第二版),刘次华编著,华中科技大学出版社(2001)

精选图文

221381
领取福利

微信扫码领取福利

微信扫码分享