1.4 随机过程的定义：有限维分布与样本路径

1.4 随机过程的定义：有限维分布与样本路径

本节摘要：随机过程是一族带时间索引的随机变量，但这个定义有两张等价的面孔——有限维分布族与样本路径。本节给出正式定义，比较两种视角各自擅长回答的问题，用一段仿真代码画出多条样本路径，并解释为什么 Kolmogorov 延拓定理是整个学科的存在性保票。

一个反例可以立刻暴露初等概率论的边界：抛一枚硬币一次，正面记 1、反面记 0，初等概率论应付自如。现在改成抛无数次，把每次结果记成序列，问"序列中 1 的占比是否收敛到二分之一"。这个问题里没有单独的"某个随机变量"是主角，主角是整条无穷序列——一个随机函数。任何只处理有限个随机变量的工具箱在这里都不够用，必须给"一族随机变量"建立语法。这套语法就叫随机过程。

正式定义与两个坐标系

定义：设 T 是参数集（通常取非负实数或非负整数），对每个 t 属于 T，X_t 是同一概率空间上的随机变量，则族 {X_t, t 属于 T} 称为随机过程。

这个定义本身平淡无奇，力量全在两种读法里：

读法一：固定时刻，横切。取定 t₀，X_t₀ 是一个普通随机变量，有分布、有期望、有方差。把所有时刻的分布叠起来，得到"一维分布族"；任取有限个时刻 t₁ 到 tₖ，(X_t₁, …, X_tₖ) 有联合分布，这构成有限维分布族。问题：哪些有限维分布族能拼成一个合法的过程？Kolmogorov 延拓定理回答：只要这族分布满足相容性（边缘分布对得上），就存在一个概率空间把它们全部实现。这张保票让研究者可以放心地"先写分布、后造过程"——高斯过程、第 4 章的布朗运动，都是先给出相容的有限维分布再被构造出来的。

读法二：固定样本点，纵切。取定一次实验结果 ω，映射 t 到 X_t(ω) 是 T 上的普通函数——这便是样本路径。股价某一天的分时线、某次地震仪记录的波形，都是某条样本路径的片段。路径视角关心的问题是：路径连续吗？有界吗？极限存在吗？第 4 章会看到布朗运动的路径处处连续却处处不可微——这个惊人的性质只能从路径视角提出来。

图：一族样本路径与一个时刻的横切面

两种视角的分工表

两个视角在"过程是什么"这个层面上完全等价（有限维分布族决定过程的一切分布性质），但计算的顺手程度天差地别。证明定理时常常在两个视角之间换座：先在分布视角写出等式，再到路径视角解释含义。这种换座能力是读懂随机过程文献的门槛，值得从本节开始刻意练习。

按什么标准给过程分类

后续章节的排兵布阵，依据的是四条正交的分类轴：

时间轴：离散时间（链、序列）与连续时间（过程）。第 2 章的计数过程与第 4 章的布朗运动分居两侧。

状态轴：状态空间离散（可数个状态）与连续（区间或流形）。排队人数是离散状态，粒子位置是连续状态。

依赖结构：独立增量（各段互不影响）、马尔可夫性（只依赖当前）、鞅性（条件期望恒等于现值）、平稳性（分布随平移不变）。这是最重要的一条轴，第 2 到第 4 章各占一种。

矩结构：高斯性（有限维分布全是正态）与非高斯。高斯性让分布族由二阶矩完全决定，第 4 章高斯过程一节专门展开。

这四条轴的组合生成全册的"角色表"：泊松过程 = 连续时间 + 离散状态 + 独立增量；马尔可夫链 = 任意时间 + 离散状态 + 马尔可夫性；布朗运动 = 连续时间 + 连续状态 + 独立增量 + 高斯。拿到一个实际问题时，第一件事就是沿这四条轴给现象定位——第 6 章的建模方法论会把它变成一套固定流程。

动手：画出你第一条样本路径族

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(3)
t = np.linspace(0, 1, 500)

# 一个最简单的连续时间过程：带漂移的随机相位正弦叠加噪声
# 用它练手"路径族"的观察姿势，第 4 章会换成真布朗运动
fig, ax = plt.subplots(figsize=(8, 4.5))
for i in range(8):
    phase = rng.uniform(0, 2*np.pi)
    noise = rng.normal(0, 0.15, size=t.shape)
    path = np.sin(2*np.pi*2*t + phase) + np.cumsum(noise)*0.05
    ax.plot(t, path, linewidth=1.0, alpha=0.8)

ax.axvline(0.6, color="darkorange", linestyle="--", linewidth=1.5)  # 横切时刻
ax.set_xlabel("时间 t")
ax.set_ylabel("X(t)")
ax.set_title("八条样本路径：每条是一次完整抽签，虚线处横切得到随机变量")
plt.tight_layout()
plt.show()
# 观察点：任取一条竖线，路径在该处的取值散布成一个分布；
# 任取一条横线沿时间走，看到的是一次具体实现的演化。两张"照片"属于同一个过程。
​

跑完把 8 条改成 80 条再跑一次：横切处的散布会逐渐显形为一条密度曲线——横切视角就是在这群点上看分布。这个练习五分钟，但对建立"分布与路径同时在场"的双重视觉直觉，效率远高于读十页定义。

📌 顺手记住一个术语：轨迹的实现（realization）与样本路径同义；统计文献里也说"一条轨道"。看到不同叫法不必慌，都是同一件事。

辨析：三个容易含混的术语

"过程"与"序列"的边界：离散时间、连续时间只是参数集不同，没有本质鸿沟。把连续时间的均匀网格抽样，得到的就是时间序列；把时间序列的采样间隔推到零的极限，常常回到连续过程。实践中"数据是离散的、模型是连续的"是常态——拟合时利用连续模型的理论（谱、标度），预测时输出离散网格值。

"实现"与"样本"的层级：一条样本路径是一次完整实验的实现，路径上某个时刻的取值是一个样本点。统计里"样本量"通常指独立实现的条数，而不是一条路径上采了多少个点——后者受相关拖累，有效信息要按自相关折算（第 3、5 章都吃这个亏的坑）。

"状态"与"取值"：马尔可夫语境里"状态"是系统所有可能处境的标签集合中的元素；"取值"是某时刻的具体读数。布朗运动的状态空间是实数轴（连续状态），泊松计数的状态空间是非负整数（离散状态）——同一个"过程"词汇下，状态空间的形状决定用什么工具：离散状态走矩阵与链论，连续状态走密度与微分方程。第 2、3、4 章的分章依据正是这条线。

本节要点回顾

• 随机过程 = 同一概率空间上带时间索引的随机变量族，定义简单，两种读法才是筋骨。
• 横切得分布，纵切得路径；Kolmogorov 延拓定理保票"分布族可以拼成过程"。
• 路径视角才能提出正则性问题（连续性、可微性），第 4 章的惊喜都在这里。
• 四条分类轴：时间、状态、依赖结构、矩结构；给现象定位是建模第一步。
• 双重视角的换座能力，是读文献与做推导的日常动作。

地基到此打完。下一章进入第一个具体过程：用泊松过程为"偶然到达"计数，你会立刻看到本章全部工具的实战运转。