| 标题 | 2014武汉理工大学博士入学考试《随机过程》考试大纲 |
| 内容 | 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） 更多学历考试信息请查看学历考试网 |
| 随便看 |
|
在线学习网考试资料包含高考、自考、专升本考试、人事考试、公务员考试、大学生村官考试、特岗教师招聘考试、事业单位招聘考试、企业人才招聘、银行招聘、教师招聘、农村信用社招聘、各类资格证书考试等各类考试资料。