《随机过程》教学大纲
课程名称：CMP226《随机过程》 Stochastic Process
课程性质：经济、管理、金融专业选修课
学习课时：学时36 ，学分2
教材与主要参考书：
《应用随机过程》张波编著，中国人民大学出版社 2001年。
《随机过程》 [美]S.M.劳斯著，何声武、谢盛荣、程依明译，中国统计出版社 1997年。《应用随机过程》钱敏平、龚光鲁著，北京大学出版社1998年。
《随机过程》方兆本、缪柏其著，中国科技大学出版社 1993年。
《概率论基础和随机过程》王寿仁编著，北京科学出版社 1997年。
《经济学和金融学中的随机方法》[美]A.G.马利亚里斯、W.A.布罗克著，陈守东、李小军、李元译，上海人民出版社 2004年。
授课方式：课堂讲授为主
所属院系：信息学院应用数学系
教学对象：经济、管理、金融专业本科二年级及以上
先修课程及知识基础：
《微积分》函数极限、函数积分与微分、函数的性质、级数理论
《概率论》全部内容
考核方式：期中、期末各一次闭卷考试。
平时作业成绩占20%，期中考试成绩占10%，期末考试成绩占70%。
一、课程简介
随机过程的研究对象为随时间变化的随机现象，即随时间不断变化的随机变量，通常被视为概率论的动态部分。概率论和随机过程在经济规律的定量分析中，得到广泛应用，是现代金融理论的理论工具，也是金融分析中经常使用的数学工具，在现代金融及其衍生市场起着重要的作用，尤其是期权定价模型的出现使得期权这一衍生工具有章可循。该课程主要讲述随机过程的基本理论，介绍金融学中常用的随机过程：泊松过程、马尔可夫过程、鞅、布朗运动以及随机积分。并介绍一些金融模型，以突出随机过程的基本概念在金融学中的应用和对金融现象的描述。
二、教学内容
第一章准备知识
[内容提要]
§1.1 概率空间
§1.2 随机变量和分布函数
§1.3 数字特征，矩母函数与特征函数
§1.4 条件概率、条件期望和独立性
§1.5 收敛性
[要求与说明]
1、复习随机变量、分布函数、分布律和概率密度函数的概念，条件分布，函数的分布
求法，常见的离散型与连续型分布，及多维随机变量的知识。
2、复习随机变量的数学期望、方差、矩、协方差与协方差阵、相关系数的定义及计算。
3、掌握条件数学期望的求法，全期望公式的意义与应用。
4、掌握随机变量的特征函数的定义、性质与求法。
5、理解随机变量序列的各种收敛性。
[学时] 2
第二章随机过程的基本概念和基本类型
[内容提要]
§2.1 基本概念
§2.2 有限维分布与柯尔莫哥洛夫定理
§2.3 随机过程的基本类型
[要求与说明]
1、掌握随机过程的背景、定义及分类。
2、掌握随机过程的一维、二维分布函数、有限维分布函数、均值函数、方差函数与协
方差函数等重要的数字特征，以及随机过程的特征函数的定义与应用。
3、了解随机过程的按物理架构分类、按概率特性分类及几种常见随机过程，如二阶矩
过程，正态随机过程，独立增量过程等。
[学时] 3
第三章泊松过程
[内容提要]
§3.1 泊松过程
§3.2 与泊松过程相联系的若干分布
§3.3 泊松过程的推广
[要求与说明]
1、理解泊松过程的背景与定义，以及泊松过程的简单性质。
2、掌握泊松过程的均值函数、方差函数、协方差函数的求法与应用。
3、掌握两质点到达时间间隔的分布函数、概率密度及有关概率的求法。
4、了解复合泊松过程背景，定义与示例，以及复合泊松过程的简单性质。
[学时] 4
第四章更新过程
[内容提要]
§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 伦德伯格－克拉默破产论
*§4.5 更新过程的推广
[要求与说明]
1、理解更新过程的定义及其分布。
2、了解更新方程及其应用。
[学时] 3
第五章马尔可夫链
[内容提要]
§5.1 基本概念
§5.2 状态的分类及性质
§5.3 极限定理及平稳分布
§5.4 马尔可夫链的应用
§5.5 连续时间马尔可夫链
§5.6 转移概率和柯尔莫哥洛夫微分方程
[要求与说明]
1、理解马尔可夫过程的背景与定义，马尔可夫过程的基本性质。
2、熟悉常见马尔可夫过程。
3、掌握马尔可夫链的背景、概念，常见马尔可链的定义与基本性质。
4、齐次马尔可夫链，非齐次马尔可夫链的一步、二步转移概率，多步转移概率求法，转
移概率矩阵与C-K方程介绍。
5、了解马尔可夫链在金融学中的应用。
[学时] 5
第六章鞅
[内容提要]
§6.1 基本概念
§6.2 鞅的停时理论及一个应用
§6.3 一致可积性
§6.4 鞅收敛定理
§6.5 连续鞅
[要求与说明]
1、理解随机游动和鞅的背景与定义。
2、掌握停时理论及其实际应用。
3、熟悉随机游动与鞅对金融现象的刻画。
[学时] 5
第七章布朗运动
[内容提要]
§7.1 基本概念与性质
§7.2 高斯过程
§7.3 布朗运动的鞅性质
§7.4 布朗运动的马尔可夫性
*§7.5 布朗运动的最大值变量及反正弦律
§7.6 布朗运动的几种变化
[要求与说明]
1、掌握布朗运动的背景与定义。
2、掌握首中时与最大值分布。
3、熟悉布朗运动的各种变形与推广。
4、会用布朗运动描述金融现象。
[学时] 6
第八章随机积分
[内容提要]
§8.1 关于随机游动的积分
§8.2 关于布朗运动的积分
§8.3 伊藤积分过程
§8.4 伊藤积分公式
§8.5 布莱克－斯克尔斯模型
[要求与说明]
1、掌握伊藤积分过程。
2、掌握伊藤积分公式。
3、理解布莱克－斯克尔斯模型，了解随机微分方程在期权定价中的应用。 [学时] 5
期中测验1学时，期末复习2学时。
带*的内容为选讲。
第三章随机过程 本节首先介绍利用matlab现有的库函数根据实际需要直接产生均分分布和高斯分布随机变量的方法，然后重点讲解蒙特卡罗算法。 一、均匀分布的随机数 利用MATLAB库函数rand产生。rand函数产生（0，1）内均匀分布的随机数，使用方法如下： 1）x=rand(m)；产生一个m×m的矩阵，所含元素取值均为在（0，1）内均匀分布的随机数。 2）x=rand(m，n)；产生一个m×n的矩阵，所含元素取值均为在（0，1）内均匀分布的随机数。 3）x=rand；产生一个随机数。 举例：1、产生一个5×5服从均匀分布的随机矩阵，所含元素取值均为在（0，1）内均匀分布的随机数。 x=rand(5) 2、产生一个5×3服从均匀分布的随机矩阵，所含元素取值均为在（0，1）内均匀分布的随机数。 x=rand(5,3) 二、高斯分布的随机数 randn函数产生均值为0，方差为1的高斯分布的随机数，使用方法如下： 1）x=randn(m)；产生一个m×m的矩阵，所含元素都是均值
为0，方差为1的高斯分布的随机数。 2）x=randn(m，n)；产生一个m×n的矩阵，所含元素都是均值为0，方差为1的高斯分布的随机数。 3）x=randn；产生一个均值为0，方差为1的高斯分布的随机数。 举例：1、产生一个5×5的矩阵，所含元素都是均值为0，方差为1的高斯分布的随机数。 x=randn(5) 2、产生一个5×3的矩阵，所含元素都是均值为0，方差为1的高斯分布的随机数。 x=randn(5,3) 3、产生一个5×3的矩阵，所含元素都是均值为0，方差为4的高斯分布的随机数。 x=2×randn(5,3) 三、蒙特卡罗仿真 1、蒙特卡罗算法 蒙特卡罗估计是指通过随机实验估计系统参数值的过程。蒙特卡罗算法的基本思想：由概率论可知，随机实验中实验的结果是无法预测的，只能用统计的方法来描述。故需进行大量的随机实验，如果实验次数为N，以 N表示事件A发 A 生的次数。若将A发生的概率近似为相对频率，定义为 N N。 A 这样，在相对频率的意义下，事件A发生的概率可以通过重
期末复习试题 一、填空题 1. 假设()0.4,P A =()0.7P A B =， 若A 与B 互不相容，则()________P B =； 若A 与B 相互独立，则()________P B =. 2.设0
___________________.
《通信原理》课程教学大纲 课程编号： 课程名称：《通信原理》 参考学时：60 实验学时：18 先修课及后续课：先修课：电路原理、模拟电子技术基础、数字电子技术基础 后续课：现代DSP技术 （一）说明部分 1．课程性质 本课程是通信工程、电子信息工程本科专业的一门重要的专业基础课，授课对象为在校本、专科学生。该课程设置的目的是使学生学习和掌握通信原理的基本知识，为后续专业课程的学习打下良好的基础。 2．教学目标及意义 通过本课程的学习使学生掌握通信系统基础理论知识，使学生掌握典型通信系统的组成、工作原理、性能特点、基本分析方法、工程计算方法和实验技能等。了解通信技术当前发展状况及未来发展方向。为学生学习后续专业课程提供必要的基础知识和理论背景，为学生形成良好的专业素质打好基础。 3．教学内容和要求 通信系统是通信、电子信息及相关专使学生学习和掌握通信原理的基本知识，它运用了高等数学、概率论、线性代数等专业数学知识，以及信号与线性系统分析方法，进一步为学生在确知信号的谱分析、随机信号（随机过程）和噪声的统计分析方面打下坚实的数理基础。在此基础上要求学生掌握模拟通信系统的基本知识、分析方法和噪声性能。掌握模拟信号数字化技术的基础理论。重点分析数字通信系统的数学模型、误码特性、差错控制编码。并从最佳接收观点提出统计通信理论的基础知识，使学生能够掌握当前通信系统建模和优化的思维方法。 本课程配有通信原理实验，主要涉及的内容有对模拟信号的数字化部分如：脉冲幅度调制PAM、脉冲编码调制PCM、增量调制△M等；有数字信号的调制部分如：二相PSK（DPSK）、FSK等。 4．教学重点、难点 教学的重点在于模拟信号的编码、数字信号的传输及差错控制部分。其中基带传输部分介绍的无码间串扰系统及频带传输部分介绍的最佳接收是难点。 5．教学方法和手段 本课程需要运用先修的高等数学、概率论、线性代数等专业数学知识，信号与系统分析方法，又涉及到后续专业课程的各个领域，本课的理论性和应用性均较强。因此教学上采用课内和课外教学相结合。课内以课堂教学为主，课后学生自学部分内容的形式，课外教学则
1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为 。 2．设随机过程X(t)=Acos( t+),- 《应用随机过程》课程教学大纲 课程代码：090541007 课程英文名称：Applications Stochastic Processes 课程总学时：40 讲课：40 实验：0 上机：0 适用专业：应用统计学 大纲编写（修订）时间：2017.6 一、大纲使用说明 （一）课程的地位及教学目标 随机过程是现代概率论的一个重要的组成部分，其理论产生于上世纪初期，主要是由物理学、生物学、通讯与控制、管理科学等方面的需求而发展起来的。它是研究事物的随机现象随时间变化而产生的情况和相互作用所产生规律的学科。随机过程的理论为许多物理、生物等现象提供诸多数学模型，同时为研究这类现象提供了数学手段。本课程为统计学专业的专业课程，通过本课程的学习，掌握随机过程的基本概念、基本理论、内容和基本方法，了解随机过程的重要应用，为后继课程学习提供知识准备，另一方面，随机过程的发展也是人们认识客观世界的一个重要组成部分，它有助于学生辩证唯物主义世界观的培养。 （二）知识、能力及技能方面的基本要求 1.基本知识：通过本科程的学习，使学生掌握，要求学生掌握随机过程的基本概念、二阶矩过程的均方微积分、马尔可夫过程的基本理论、平稳过程的基本理论、鞅和鞅表示、维纳过程、Ito定理、随机微分方程等理论和方法。 2.基本能力：通过本课程的学习，使学生能较深刻地理解随机过程的基本理论、思想和方法，并能应用其解决实践中遇到的随机问题，从而提高学生的数学素质，加强学生开展科研工作和解决实际问题的能力。 3.基本技能：掌握建立随机数学模型、分析和解决问题方面的技能，为进一步自学有关专业应用理论课程作好准备。 （三）实施说明 本大纲是根据沈阳理工大学关于制订本科教学大纲的原则意见专门制订的。在制订过 程中参考了其他学校相关专业应用随机过程教学大纲。 本课程思维方式独特，还需要学生有较高的微积分基础，教学中应注意概率意义的解 释和学生基础情况的把握，处理好抽象与具体，偶然与必然、一维与多维，理论与实践的关系。本课程内容分概率论与数理统计两部分，在教学中应充分注意两者之间的联系，重视基本概念，讲清统计思想。 （四）对先修课的要求 本课的先修课程：数学分析，高等代数，概率论。 （五）对习题课的要求 由于本课程内容多学时少，习题课在大纲中未作安排，建议教师授课过程中灵活掌 握；对于学生作业中存在的问题，建议通过课前和课后答疑解决。通过习题课归纳总结章节知识解决重点难点内容。 （六）课程考核方式 1.考核方式：考试 2.考核目标：在考核学生基本知识、基本原理和方法的基础上，重点考核学生解决实际问题的能力。 3.成绩构成：本课程的总成绩主要由两部分组成：平时成绩20-30％；期末成绩70-80％; 平时成绩构成：出勤，测验，作业。其中测验为开卷，随堂测验。 第一章随机过程的基本概念与基本类型 一．随机变量及其分布 1．随机变量，分布函数 离散型随机变量的概率分布用分布列分布函数 连续型随机变量的概率分布用概率密度分布函数 2．n维随机变量 其联合分布函数 离散型联合分布列连续型联合概率密度 ３．随机变量的数字特征 数学期望：离散型随机变量连续型随机变量 方差：反映随机变量取值的离散程度 协方差（两个随机变量）： 相关系数（两个随机变量）：若，则称不相关。 独立不相关 ４．特征函数离散连续 重要性质：，，， ５．常见随机变量的分布列或概率密度、期望、方差 ０－１分布 二项分布 泊松分布均匀分布略 正态分布 指数分布 ６．Ｎ维正态随机变量的联合概率密度 ，，正定协方差阵 二．随机过程的基本概念 １．随机过程的一般定义 设是概率空间，是给定的参数集，若对每个，都有一个随机变量与之对应，则称随机变量族是上的随机过程。简记为。 含义：随机过程是随机现象的变化过程，用一族随机变量才能刻画出这种随机现象的全部统计规律性。另一方面，它是某种随机实验的结果，而实验出现的样本函数是随机的。 当固定时，是随机变量。当固定时，时普通函数，称为随机过程的一个样本函数或轨道。 分类：根据参数集和状态空间是否可列，分四类。也可以根据之间的概率关系分类，如独立增量过程，马尔可夫过程，平稳过程等。 ２．随机过程的分布律和数字特征 用有限维分布函数族来刻划随机过程的统计规律性。随机过程的一维分布，二维分布，…，维分布的全体称为有限维分布函数族。随机过程的有限维分布函数族是随机过程概率特征的完整描述。在实际中，要知道随机过程的全部有限维分布函数族是不可能的，因此用某些统计特征来取代。（１）均值函数表示随机过程在时刻的平均值。 （２）方差函数表示随机过程在时刻对均值的偏离程度。 （３）协方差函数且有 （４）相关函数(3)和(4)表示随机过程在时刻，时的线性相关程度。 北京邮电大学2012——2013学年第1学期 《概率论与随机过程》期末考试试题答案 考试注意事项：学生必须将答题内容（包括填空题）做在试题答题纸上，做在试卷纸上一律无效。在答题纸上写上你的班号和选课单上的学号，班内序号! 一. 单项选择题和填空题：（每空3分，共30分） 1.设A 是定义在非空集合Ω上的集代数,则下面正确的是 .A （A ）若A B ∈∈A,A ,则A B -∈A ; （B ）若A A B ∈?A,,则B ∈A ; （C ）若12n A n =∈?A,,,,则 1 n n A ∞=∈A ; （D ）若12n A n =∈?A,,,,且123A A A ??? ,则 1 n n A ∞ =∈A . 2. 设(),ΩF 为一可测空间，P 为定义在其上的有限可加测度，则下面正确的是 .c （A ）若A B ∈∈F,F ,则()()()P A B P A P B -=-； （B ）若12n A n =∈?F,,,,,且123A A A ??? ，则1 li ( )()m n n n n P A A P ∞→∞ ==； （C ）若A B C ∈∈∈F,F,F,，则()()()()P A B C P A P AB P A BC =++； （D ）若12n A n =∈?F,,,,,且,i j A i j A =??=/，1 1 ( )()n n n n P P A A ∞ ∞===∑. 3.设f 为从概率空间(),P ΩF,到Borel 可测空间(),R B 上的实可测函数，表达式为100 0()k A k f kI ω==∑，其中1000 ,, i j n n i j A A A ==??=Ω/=，则fdP Ω=? ； 《应用随机过程A》课程教学大纲 课程编号： L335001 课程类别：专业限选课适用专业：统计学专业 学分数：3学分学时数： 48学时 应修（先修）课程：数学分析、概率统计、微分方程、高等代数 一、本课程的地位和作用 应用随机过程是数学与应用数学专业的专业限选课程，是统计学专业的专业课程之一。随机过程是研究客观世界中随机演变过程规律性的学科，随机过程的研究对象为随时间变化的随机现象，即随时间不断变化的随机变量，通常被视为概率论的动态部分。随着科学技术的发展，它已广泛地应用于通信、控制、生物、地质、经济、管理、能源、气象等许多领域，国内外许多高等工科院校在研究生中设此课程，大量工程技术人员对随机分析的方法也越来越重视。通过本课程的学习，使学生初步具备应用随机过程的理论和方法来分析问题和解决问题的能力。 二、本课程的教学目标 使学生掌握随机过程的基本知识，通过系统学习，学生的概率理论数学模型解决随机问题的能力得到更加进一步的提高，特别在经济应用上，通过本课程的学习，可以让数学专业的学生很方便地转向在金融管理、电子通讯等应用领域的研究。 三、课程内容和基本要求 ?”记号标记既（用“*”记号标记难点内容，用“?”记号标记重点内容，用“* 是重点又是难点的内容。） 第一章预备知识 1．教学基本要求 （1）掌握概率空间, 随机变量和分布函数, 矩母函数和特征函数的概念和相关性质。 （2）掌握条件概率, 条件期望和独立性的概念和相关性质。 （3）了解概率中收敛性的概念和相互关系。 2．教学内容 （1）概率空间 （2）▽随机变量和分布函数 （3）▽*数字特征、矩母函数和特征函数 （4）▽*条件概率、条件期望和独立性 （5）收敛性 第二章随机过程的基本概念和类型 1．教学基本要求 （1）掌握随机过程的定义。 （2）了解有限维分布族和Kolmogorov定理。 （3）掌握独立增量过程和独立平稳增量过程概念。 2．教学内容 （1）基本概念 （2）▽*有限维分布和Kolmogorov定理 （3）▽随机过程的基本类型 第三章 Poisson过程 1．教学基本要求 （1）了解计数过程的概念。 （2）掌握泊松过程两种定义的等价性。 （3）掌握泊松过程的到达时刻的分布、等待时间的分布和来到时刻的条件分布。（4）了解泊松过程的推广。 2．教学内容 （1）▽ Poisson过程 （2）▽* 与Poisson过程相联系的若干分布 （3）* Poisson过程推广 第四章更新过程 1．教学基本要求 （1）掌握更新过程的定义和基本性质。 （2）掌握更新函数、更新方程。 （3）了解更新定理及其应用，更新过程的若干推广。 （4）了解更新过程的若干推广。 2．教学内容 1、 已知X(t)和Y(t)是统计独立的平稳随机过程，且它们的均值分别为mx 和my ，它们的自 相关函数分别为Rx()和Ry()。（1）求Z(t)=X(t)Y(t)的自相关函数；（2）求Z(t)=X(t)+Y(t)的自相关函数。 答案： （1）[][])()()()()()()(t y t x t y t x E t z t z E R z ττττ++=+= [][] ) ()()()()()()()()(τττττy x z R R t y t y E t x t x E R t y t x =++== ：独立的性质和利用 （2）[]()()[])()()()()()()(t y t x t y t x E t z t z E R z +?+++=+=ττττ [])()()()()()()()(t y t y t x t y t y t x t x t x E ττττ+++++++= 仍然利用x(t)和y(t)互相独立的性质：)(2)()(τττy y x x z R m m R R ++= 2、 一个RC 低通滤波电路如下图所示。假定输入是均值为0、双边功率谱密度函数为n 0/2 的高斯白噪声。（1）求输出信号的自相关函数和功率谱密度函数；（2）求输出信号的一维概率密度函数。 答案： （1） 该系统的系统函数为RCs s X s Y s H +==11)()()( 则频率响应为Ω +=ΩjRC j H 11)( 而输入信号x(t)的功率谱密度函数为2 )(0n j P X =Ω 该系统是一个线性移不变系统，所以输出y(t)的功率谱密度函数为： ()2 20212/)()()(Ω+=ΩΩ=ΩRC n j H j P j P X Y 对)(Ωj P Y 求傅里叶反变换，就得到输出的自相关函数： ()??∞ ∞-Ω∞ ∞-ΩΩΩ+=ΩΩ=d e RC n d e j P R j j Y Y ττππτ22012/21)(21)( R C 电压：y(t) 电压：x(t) 电流：i(t) 随机过程分析 摘要随着科学的发展，数学在我们日常的通信体系中有着越来越重的地位，因为在科学研究中，只有借助于数学才能精确地描述一个现象的不同量之间的关系,从最简单的加减乘除，到复杂的建模思想等等。其中，随机过程作为数学的一个重要分支，更是在整个通信过程中发挥着不可小觑的作用。如何全面的对随机信号进行系统和理论的分析是现在通信的关键，也是今后通信业能否取得巨大进步的关键。 关键字通信系统随机过程噪声 通信中很多需要进行分析的信号都是随机信号。随机变量、随机过程是随机分析的两个基本概念。实际上很多通信中需要处理或者需要分析的信号都可以看成是一个随机变量，利用在系统中每次需要传送的信源数据流，就可以看成是一个随机变量。例如，在一定时间内电话交换台收到的呼叫次数是一个随机变量。也就是说把随某个参量而变化的随机变量统称为随机函数；把以时间t为参变量的随机函数称为随机过程。随机过程包括随机信号和随进噪声。如果信号的某个或某几个参数不能预知或不能完全预知，这种信号就称为随机信号；在通信系统中不能预测的噪声就称为随机噪声。下面对随机过程进行分析。 一、随机过程的统计特性 1、数学期望:表示随机过程的n个样本函数曲线的摆动中心， 即均值 ?∞ ∞-==11);()]([)(dx t x xp t X E t a 2、方差:表示随机过程在时刻t 对于均值a(t)的偏离程度。 即均方值与均值平方之差。 {}?∞ ∞ --=-=-==112222);()]([)]()([))](()([)]([)(dx t x p t a x t a t X E t X E t X E t X D t δ 3、自协方差函数和相关函数: 衡量随机过程任意两个时刻上获得的随机变量的统计相关特性时，常用协方差函数和相关函数来表示。 （1）自协方差函数定义 {} )]()()][()([);(221121t a t X t a t X E t t C x --=??∞∞-∞ ∞---=2121212211),;,()]()][([dx dx t t x x p t a x t a x 式中t1与t2是任意的两个时刻；a (t1)与a(t2)为在t1及t2得到的数学期望； 用途：用协方差来判断同一随机过程的两个变量是否相关。 （2）自相关函数 ??∞∞-∞ ∞-==2121212212121),;,()]()([),(dx dx t t x x p x x t X t X E t t R X 用途：a 用来判断广义平稳； b 用来求解随机过程的功率谱密度及平均功率。 二、平稳随机过程 1、定义（广义与狭义）： 则称X(t)是平稳随机过程。该平稳称为严格平稳，狭义平稳或严平稳。 《随机过程期末考试卷》 1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为 。 2．设随机过程X(t)=Acos( t+),- 《金融随机过程》教学大纲 课程编号：111012A 课程类型：专业选修课 总学时：32 学分：2 适用对象：金融工程专业 先修课程：数学分析、线性代数、概率论 一、教学目标 本课程面向具有一定的金融学和数学基础，并对金融量化分析方法感兴趣的金融工程专业高年级学生。本课程在介绍金融随机过程基础理论同时，联系并且生动的分析金融建模中的实例，从量化的角度研究金融学中的一些问题，本课程亦可视为金融风险测度与管理的先导课程。 通过本课程教学，主要实现以下几个目标： 目标1：帮助学生了解金融学（特别是在金融衍生品定价及其风险管理领域）中的重要量化工具，例如：随机过程，随机微积分和偏微分方程，以及Monte Carlo 模拟等模型的数值实现方法。 目标2：通过金融案例教学的方式讲解量化方法在金融建模中的应用； 目标3：帮助学生从量化分析的角度理解金融学中的一些问题，为学生未来继续学习金融工程相关知识或者从事金融量化研究打下基础。 二、教学内容及其与毕业要求的对应关系 本课程在介绍金融随机过程基础理论同时，联系并且生动的分析金融建模中的实例, 各部分穿插进行，整体课程自成体系。同时，如果时间允许我们将邀请来自量化金融业界的专家结合课程进度为同学们做精彩的报告。我们将根据课程的进展选取如下所列举的内容： 量化工具部分主要介绍条件数学期望、随机过程，鞅、Markov过程，随机游动、Brownian运动、Poisson过程、以及Ito随机积分, Ito公式，随机分析中的一些重要工具（例如Girsanov变换测度等），随机微分方程；偏微分方程相关内容以金融衍生品定价为动机介绍其应用，数学方法方面我们将初步介绍偏微分方程随机微积分的联系(Feynman-Kac定理) 等，抛物型方程初值问题的求解方法。 数值实现方法部分将生动的穿插在理论工具的介绍中，主要介绍Monte Carlo 模拟（随机数产生，重要分布的模拟，随机过程的模拟，提高模拟性能的方差降低方法，随机微分方程的离散模拟等），二项（或多项）格点方法，偏微分方程的数值解等。 量化方法在金融建模中的应用实例大致涉及随机建模和数值方法在金融衍生品定价中的应用。如时间允许我们将从量化原理的角度探讨近期金融衍生品（例如Stocks Index Futures和Credit Default Swap）在我国的发展。 该课程在继概率论与数理统计后，进一步介绍金融领域的随机过程知识，不仅强化与完善了金融专业学生的数理知识体系；而采用结合金融案例的方式进行讲解，更能使学生在充分夯实数理功底的基础上，结合金融实际问题进行思考学习，训练了学生应用数理思维分析金融问题的能力，而这恰是金融工程专业学生的毕业要求之一。 三、各教学环节学时分配 一、1.1设二维随机变量(,)的联合概率密度函数为： 试求:在时,求。 解： 当时，＝ ＝ 1.2 设离散型随机变量X服从几何分布： 试求的特征函数，并以此求其期望与方差。解： 所以： 2.1 袋中红球，每隔单位时间从袋中有一个白球，两个任取一球后放回，对每 对应随机变量一个确定的t ?????=时取得白球如果对时取得红球 如果对t e t t t X t 3)( .维分布函数族试求这个随机过程的一 2.2 设随机过程 ，其中 是常数，与是 相互独立的随机变量，服从区间上的均匀分布，服从瑞利分布，其概 率密度为 试证明为宽平稳过程。 解：（1） 与无关 （2） ， 所以 （3） 只与时间间隔有关，所以 为宽平稳过程。 2.3是随机变量，且，其中设随机过程U t U t X 2cos )(=求：，.5)(5)(==U D U E .321）方差函数）协方差函数；（）均值函数；（（ 2.4是其中，设有两个随机过程U Ut t Y Ut t X ,)()(32==.5)(=U D 随机变量，且 数。试求它们的互协方差函 2.5， 试求随机过程是两个随机变量设B At t X B A 3)(,,+=的均值),(+∞-∞=∈T t 相互独若函数和自相关函数B A ,.),()(),2,0(~),4,1(~,21t t R t m U B N A X X 及则且立 为多少？ 3.1一队学生顺次等候体检。设每人体检所需的时间服从均值为2分 钟的指数分布并且与其他人所需时间相互独立，则1小时内平均有多少学生接受过体检？在这1小时内最多有40名学生接受过体检的概率是多少（设学生非常多，医生不会空闲） 解：令()N t 表示(0,)t 时间内的体检人数，则()N t 为参数为30的 poisson 过程。以小时为单位。 则((1))30E N =。 40 300 (30)((1)40)!k k P N e k -=≤=∑。 3.2在某公共汽车起点站有两路公共汽车。乘客乘坐1,2路公共汽车的强度分别为1λ，2λ，当1路公共汽车有1N 人乘坐后出发；2路公共汽车在有2N 人乘坐后出发。设在0时刻两路公共汽车同时开始等候乘客到来，求（1）1路公共汽车比2路公共汽车早出发的概率表达式；（2）当1N =2N ，1λ=2λ时，计算上述概率。 解： 法一：（1）乘坐1、2路汽车所到来的人数分别为参数为1λ、2λ的poisson 过程，令它们为1()N t 、2()N t 。1 N T 表示1()N t =1N 的发生时 刻，2 N T 表示2()N t =2N 的发生时刻。 1 11 1111111()exp()(1)! N N N T f t t t N λλ-= -- 2 22 1222222()exp()(1)! N N N T f t t t N λλ-= -- 1 2 121 2 1 2 2 1 112,12|1221 1122212(,)(|)()exp() exp() (1)! (1)! N N N N N N N N N T T T T T f t t f t t f t t t t t N N λλλλ--== ---- 《时间序列分析》课程教学大纲 课程编号：33330775课程名称：时间序列分析 课程基本情况： 1．学分：3 学时：51学时（课内学时：45 课内实验：6）2．课程性质：专业必修课 3．适用专业：统计学适用对象：本科 4.先修课程：概率论、数理统计、随机过程 5．首选教材：王燕：《应用时间序列分析》，中国人民大学出版社，2008出版。 备选教材：王振龙等编著：《时间序列分析》，中国统计出版社，2000年。 6．考核形式：闭卷考试 7．教学环境：多媒体教室及实验室 一、教学目的与要求 本课程是数理统计学的一个重要分支，先期需完成的课程有概率论、随机过程。通过本课程的学习，使学生掌握时间序列数据的分析方法，包括时间序列简介、平稳时间序列分析、时间序列分解、非平稳序列的随机分析、多元时间序列分析。利用Eviews软件进行本课程的实验教学。 二、教学内容及学时分配 课程内容及学时分配表 三、教学内容安排 第一章时间序列分析简介 【教学目的】1、了解时间序列的定义及常用分析方法；2、掌握时间序列的几个基本概念：随机过程、平稳随机过程、非平稳随机过程、自相关、记忆性。 【教学重点】时间序列的相关概念。 【教学难点】随机过程、系统自相关性。 【教学方法】课堂讲授 【教学内容】 第一节时间序列的定义 第二节时间序列分析方法 第三节时间序列分析软件EVIEWS简介 第二章时间序列的预处理 【教学目的】1、掌握平稳性检验的原理和方法；2、掌握纯随机性检验的原理和方法。【教学重点】平稳时间序列的定义及统计性质。 【教学难点】时间序列的相关统计量。 【教学方法】课堂讲授 【教学内容】 第一节平稳性检验 一、特征统计量 二、平稳时间序列的定义 三、平稳时间序列的统计性质 四、平稳时间序列的意义 五、平稳时间序列的检验 第二节纯随机性检验 一、纯随机序列的定义 二、白噪声序列的定义 三、纯随机性检验 第三章平稳时间序列序列分析 【教学目的】1、理解ARMA模型的定义及性质。2、掌握平稳序列建模方法。3、掌握平稳时间序列的预测 【教学重点】平稳时间序列建模 【教学难点】模型识别，参数估计，序列预测 【教学方法】课堂讲授与上机实验 【教学内容】 第一节方法性工具 一、差分运算 二、延迟算子 三、线性差分方程 第二节 ARMA模型的性质 一、AR模型 二、MA模型 三、ARMA模型 第三节平稳序列建模 一、建模步骤 二、样本自相关系数与偏相关系数 三、模型识别 四、参数估计 五、模型检验 六、模型优化 第四节序列预测 一、线性预测函数 二、预测方差最小原则 三、线性最小方差预测的性质 四、修正预测 第四章非平稳序列的确定性分析 【教学目的】1、理解时间序列的分解原理。2、掌握时间序列的确定因素分解、趋势分解、季节效应分解方法。3、了解时间序列综合效应分解方法。4、了解X-11过程。 随机过程补充例题 例题1 设袋中有a 个白球b 个黑球。甲、乙两个赌徒分别有n 元、m 元，他们不知道那一种球多。他们约定：每一次从袋中摸1个球，如果摸到白球甲给乙1元，如果摸到黑球乙给甲1元，直到两个人有一人输光为止。求甲输光的概率。 解 此问题是著名的具有两个吸收壁的随机游动问题，也叫赌徒输光问题。 由题知，甲赢1元的概率为b p a b =+，输1元的概率为 a q a b =+，设n f 为甲输光的概率，t X 表示赌t 次后甲的赌金， inf{:0 }t t t X or X m n τ===+，即τ 表示最终摸球次数。如果 inf{:0 }t t t X or X m n τ===+=Φ（Φ为空集），则令τ=∞。 设A =“第一局甲赢”，则()b p A a b = +，()a p A a b = +，且第一局甲赢的条件下(因甲有1n +元)，甲最终输光的概率为1n f +，第一局甲输的条件下(因甲有1n -元)，甲最终输光的概率为1n f -，由全概率公式，得到其次一元二次常系数差分方程与边界条件 11n n n f pf qf +-=+ 01f =，0m n f += 解具有边界条件的差分方程 由特征方程 2()p q p q λλ+=+ （1）当q p ≠时，上述方程有解121,q p λλ==，所以差分方程的 通解为 212()n q f c c p =+ 代入边界条件得 1()11()n n n m q p f q p +-=- - （2）当q p =时，上述方程有解121λλ==，所以差分方程的通解为 12n f c c n =+ 代入边界条件得 1n n f n m =- + 综合（1）（2）可得 1()11() 1n n m n q p p q q f p n p q n m +? -?- ≠?? -=?? ?-=? +? 若乙有无穷多的赌金，则甲最终输光概率为 () lim 1n jia n m q p q p p f p q →∞ ?>?==??≤? 由上式可知，如果赌徒只有有限的赌金，而其对手有无限的赌金，当其每局赢的概率p 不大于每局输的概率q ，即p q ≤时， 习题4 以下如果没有指明变量t 的取值范围，一般视为R t ∈，平稳过程指宽平稳过程。 1. 设Ut t X sin )(=，这里U 为)2,0(π上的均匀分布. （a ） 若Λ,2,1=t ，证明},2,1),({Λ=t t X 是宽平稳但不是严平稳， （b ） 设),0[∞∈t ，证明}0),({≥t t X 既不是严平稳也不是宽平稳过程. 证明：（a ）验证宽平稳的性质 Λ,2,1,0)cos (2121)sin()sin()(2020==-=? ==?t Ut t dU Ut Ut E t EX π π ππ ))cos()(cos(2 1 )sin (sin ))(),((U s t U s t E Us Ut E s X t X COV ---=?= t U s t s t U s t s t ππ π21}])[cos(1])[cos(1{212020? +++--= s t ≠=,0 2 1 Ut Esin ))(),((2= =t X t X COV (b) ,)),2cos(1(21 )(有关与t t t t EX ππ-= .)2sin(81 21DX(t)有关，不平稳，与t t t ππ-= 2. 设},2,1,{Λ=n X n 是平稳序列，定义Λ Λ,2,1},,2,1,{) (==i n X i n 为 Λ,,)1(1)1()2(1)1(---=-=n n n n n n X X X X X X ，证明：这些序列仍是平稳的. 证明：已知，)(),(,,2 t X X COV DX m EX t t n n n γσ===+ 2 121)1(1)1()1(2)(,0σγσ≡+=-==-=--n n n n n n X X D DX EX EX EX ) 1()1()(2),(),() ,(),(),(),(111111) 1()1(++--=+--=--=--+-+-++--+++t t t X X COV X X COV X X COV X X COV X X X X COV X X COV n t n n t n n t n n t n n n t n t n n t n γγγ显然，) 1(n X 为平稳过程. 同理可证，Λ,,) 3()2(n n X X 亦为平稳过程. 3.设 1 )n n k k k Z a n u σ==-∑这里k σ和k a 为正常数，k=1，....n; 1,...n u u 是（0,2π） 《随机过程期末考试卷》 1 ?设随机变量X服从参数为■的泊松分布，则X的特征函数为 ___________ 。 2?设随机过程X(t)二Acos(「t+「),-：：vt<：：其中「为正常数，A和门是相互独立的随机变量，且A和“服从在区间10,1 1上的均匀分布，则X(t)的数学期望为。 3?强度为入的泊松过程的点间间距是相互独立的随机变量，且服从均值为_ 的同一指数分布。 4?设「W n ,n 一1是与泊松过程：X(t),t - 0?对应的一个等待时间序列，则W n服从分布。5?袋中放有一个白球，两个红球，每隔单位时间从袋中任取一球，取后放回， r 对每一个确定的t对应随机变量x(t)=」3’如果t时取得红球，则这个随机过 e t, 如果t时取得白球 程的状态空间__________ 。 6 ?设马氏链的一步转移概率矩阵P=(p j)，n步转移矩阵P(n)=8(；))，二者之间的关系为。 7?设汉.，n -0?为马氏链，状态空间I，初始概率P i二P(X。二i)，绝对概率 P j(n)二P^X n二j?，n步转移概率p j n)，三者之间的关系为_____________ 。 8 .设｛X(t),t 一0｝是泊松过程，且对于任意t2t^ 0则 P{X ⑸= 6|X (3) = 4} = _______ t 9?更新方程K t二H t ? .°K t-s dF s解的一般形式为__________________ 。10?记二-EX n,对一切a 一0,当t—一：时，M t+a -M t > ____________ 3.设］X n,n — 0?为马尔科夫链，状态空间为I，则对任意整数n—0,仁I 2.设{X (t ),t ≥0}是独立增量过程, 且X (0)=0, 证明{X (t ),t ≥0}是一个马尔科夫过程。 证明：当12n 0t t t t <<< <<时， 1122n n P(X(t)x X(t )=x ,X(t )=x ,X(t )=x )≤= n n 1122n n P(X(t)-X(t )x-x X(t )-X(0)=x ,X(t )-X(0)=x , X(t )-X(0)=x )≤= n n P(X(t)-X(t )x-x )≤，又因为n n P(X(t)x X(t )=x )=≤n n n n P(X(t)-X(t )x-x X(t )=x )≤= n n P(X(t)-X(t )x-x )≤，故1122n n P(X(t)x X(t )=x ,X(t )=x , X(t )=x )≤=n n P(X(t)x X(t )=x )≤ 3.设{}n X ,n 0≥为马尔科夫链，状态空间为I ，则对任意整数n 0,1《应用随机过程》教学大纲
随机过程知识点汇总
(完整版)北邮研究生概率论与随机过程2012-2013试题及答案
应用随机过程教学大纲
随机过程习题答案
随机过程分析
期末随机过程试题及标准答案
金融随机过程-教学大纲
最新随机过程习题及答案
《时间序列分析》课程教学大纲
随机过程补充例题
随机过程-方兆本-第三版-课后习题答案
2017 2018期末随机过程试题及答案
随机过程复习试题及答案
相关主题
文本预览