在随机过程中的相关，相交，独立具有什么意义，他们的区别在哪里?

随机过程中讲到这3个概念的地方有2处。一：判断一个随机过程中两个不同时刻的随机变量之间的关系：二：判断两个随机过程之间的关系。
先说第一种情况：
（1）定义Rx（t1，t2）=E{X（t1）X（t2）}为相关函数，若R=0，称正交（注意，相关函数为0，不是不相关，而是正交）。你就记住，他们1+1阶联合原点钜矩看正交
（2）定义Kx（t1，t2）=E{[X（t1）-Mx(t1)][X(t2)-Mx(t2)]}为协方差函数，若K=0，称不相关；1+1阶联合中心矩看相关。
（3）独立性。就用他们的概率分布函数或密度来表达。联合分布等于他们各自分布的乘积，就称独立。
第二种情况。和第一种类似，还是用这几个定义，只是运算主体由两个变量换成了两个随机过程的表达式。
看看课本，抽出关键的知识，熟悉了就会了

建议楼主仔细看书 --概率与统计 书上有讲解 这三个关系都可以量化 也就是说是可以用式子表达出来的 并不是难以理解的不可见的概念。独立好理解吧，就是说互不影响，比如我扔一枚硬币出正面，并不影响你扔一枚硬币的结果，就算你扔出来也是正面，只要我没影响你，没对你吹气乱叫乱喊之类的，那就是相互独立。相关是有个量化的标准吧，cov（x，y）？=1来判断的，相交应该是讲的随机结果集合的关系。我讲的不清楚 请楼主务必好好啃书本。