电子科技大学研究生随机过程思考题

(完整版)北邮研究生概率论与随机过程2012-2013试题及答案

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=? ；

应用随机过程学习总结

应用随机过程学习总结 一、预备知识：概率论 随机过程属于概率论的动态部分，即随机变量随时间不断发展变化的过程，它以概率论作为主要的基础知识。 1、概率空间方面，主要掌握sigma代数和可测空间，在随机过程中由总体样本空间所构成的集合族。符号解释： sup表示上确界， inf表示下确界。 本帖隐藏的内容 2、数字特征、矩母函数与特征函数：随机变量完全由其概率分布来描述。其中由于概率分布较难确定，因此通常计算随机变量的数字特征来估算分布总体，而矩母函数和特征函数便用于随机变量的N阶矩计算，同时唯一的决定概率分布。 3、独立性和条件期望：独立随机变量和的分布通常由卷积来表示，对于同为分布函数的两个函数，卷积可以交换顺序，同时满足结合律和分配率。条件期望中，最重要的是理解并记忆E(X) = E[E(X|Y)] = intergral(E(X|Y=y))dFY(y)。 二、随机过程基本概念和类型 随机过程是概率空间上的一族随机变量。因为研究随机过程主要是研究其统计规律性，由Kolmogorov定理可知，随机过程的有限维分布族是随机过程概率特征的完整描述。同样，随机过程的有限维分布也通过某些数值特征来描述。 1、平稳过程，通常研究宽平稳过程：如果X(t1)和X(t2)的自协方差函数 r(t1,t2)=r(0,t-s)均成立，即随机过程X(t)的协方差函数r(t,s)只与时间差 t-s有关，r(t) = r(-t)记为宽平稳随机过程。 因为一条随机序列仅仅是随机过程的一次观察，那么遍历性问题便是希望将随即过程的均值和自协方差从这一条样本路径中估计出来，因此宽平稳序列只需满足其均值遍历性原理和协方差遍历性原理即可。 2、独立增量过程：若X[Tn]– X[T(n-1)]对任意n均相互独立，则称X(t)是独立增量过程。若独立增量过程的特征函数具有可乘性，则其必为平稳增量过程。 兼有独立增量和平稳增量的过程称为平稳独立增量过程，其均值函数一定是时间t的线性函数。

最新随机过程考试试题及答案详解1

随机过程考试试题及答案详解 1、（15分）设随机过程C t R t X +?=)(，),0(∞∈t ，C 为常数，R 服从]1,0[区间上的均 匀分布。 （1）求)(t X 的一维概率密度和一维分布函数； （2）求)(t X 的均值函数、相关函数和协方差函数。 【理论基础】 （1）? ∞ -= x dt t f x F )()(，则)(t f 为密度函数； （2）)(t X 为),(b a 上的均匀分布，概率密度函数?? ???<<-=其他,0,1 )(b x a a b x f ，分布函数 ?? ??? >≤≤--<=b x b x a a b a x a x x F ,1,,0)(，2)(b a x E += ，12)()(2a b x D -=； （3）参数为λ的指数分布，概率密度函数???<≥=-0,00 ,)(x x e x f x λλ，分布函数 ?? ?<≥-=-0 ,00,1)(x x e x F x λ，λ1)(=x E ，21 )(λ=x D ； （4）2 )(,)(σμ==x D x E 的正态分布，概率密度函数∞<<-∞= -- x e x f x ,21 )(2 22)(σμπ σ， 分布函数∞<<-∞= ? ∞ --- x dt e x F x t ,21)(2 22)(σμπ σ，若1,0==σμ时，其为标准正态分布。 【解答】本题可参加课本习题2.1及2.2题。 （1）因R 为]1,0[上的均匀分布，C 为常数，故)(t X 亦为均匀分布。由R 的取值范围可知， )(t X 为],[t C C +上的均匀分布，因此其一维概率密度?? ???+≤≤=其他,0,1 )(t C x C t x f ，一维分布 函数?? ??? +>+≤≤-<=t C x t C X C t C x C x x F ,1,,0)(；

概率论与随机过程考点总结

概率论与随机过程考点总 结 This manuscript was revised by the office on December 10, 2020.

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X ， 分布函数)()(x X P x F ≤= 离散型随机变量X 的概率分布用分布列 )(k k x X P p == 分布函数∑=k p x F )( 连续型随机变量X 的概率分布用概率密度)(x f 分布函数?∞-=x dt t f x F )()( 2．n 维随机变量),,,(21n X X X X = 其联合分布函数),,,,(),,,()(221121n n n x X x X x X P x x x F x F ≤≤≤== 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X ∑=k k p x EX 连续型随机变量X ?∞ ∞-=dx x xf EX )( 方差：222)()(EX EX EX X E DX -=-= 反映随机变量取值的离散程度 协方差（两个随机变量Y X ,）：EY EX XY E EY Y EX X E B XY ?-=--=)()])([( 相关系数（两个随机变量Y X ,）：DY DX B XY XY ?= ρ 若0=ρ，则称Y X ,不相关。 独立?不相关?0=ρ ４．特征函数)()(itX e E t g = 离散 ∑=k itx p e t g k )( 连续 ?∞ ∞-=dx x f e t g itx )()( 重要性质：1)0(=g ，1)(≤t g ，)()(t g t g =-，k k k EX i g =)0( 母函数：∑∞ ===0 )()(k k k k z p z E z g !) 0()(k g p k k = )1()('g X E = 2''")]1([)1()1()(g g g X D -+= ５．常见随机变量的分布列或概率密度、期望、方差 ０－１分布 q X P p X P ====)0(,)1( p EX = pq DX = 二项分布 k n k k n q p C k X P -==)( np EX = npq DX = 泊松分布 ! )(k e k X P k λλ -== λ=EX λ=DX 均匀分布略 正态分布),(2σa N 2 22)(21)(σσ πa x e x f -- = a EX = 2σ=DX 指数分布 ???<≥=-0,00,)(x x e x f x λλ λ1=EX 21 λ=DX ６．Ｎ维正态随机变量),,,(21n X X X X =的联合概率密度),(~B a N X

最新随机过程考试真题

1、设随机过程C t R t X +?=)(，),0(∞∈t ，C 为常数，R 服从]1,0[区间上的均匀分布。 （1）求)(t X 的一维概率密度和一维分布函数； （2）求)(t X 的均值函数、相关函数和协方差函数。 2、设{ }∞<<∞-t t W ),(是参数为2 σ的维纳过程，)4,1(~N R 是正态分布随机变量； 且对任意的∞<<∞-t ，)(t W 与R 均独立。令R t W t X +=)()(，求随机过程 {}∞<<∞-t t X ),(的均值函数、相关函数和协方差函数。 3、设到达某商场的顾客人数是一个泊松过程，平均每小时有180人，即180=λ；且每个 顾客的消费额是服从参数为s 的指数分布。求一天内（8个小时）商场营业额的数学期望与方差。 4、设马尔可夫链的转移概率矩阵为： ??? ? ? ??=3.007.08.02.0007.03.0P （1）求两步转移概率矩阵) 2(P 及当初始分布为 0}3{}2{,1}1{000======X P X P X P 时，经两步转移后处于状态2的概率。 （2）求马尔可夫链的平稳分布。 5设马尔可夫链的状态空间}5,4,3,2,1{=I ，转移概率矩阵为： ??? ??? ? ? ? ?=010007.03.0000 0001 00004.06.0003.04 .03.0P

求状态的分类、各常返闭集的平稳分布及各状态的平均返回时间。 6、设{}(),0N t t ≥是参数为λ的泊松过程，计算[]()()E N t N t s +。 7、考虑一个从底层启动上升的电梯。以i N 记在i 第层进入电梯的人数。假定i N 相互独立，且i N 是均值为i λ的泊松变量。在第i 层进入的各个人相互独立地以概率ij p 在第j 层离开电梯， 1ij j i p >=∑。令j O ＝在第j 层离开电梯的人数。 （1）计算()j E O （2）j O 的分布是什么 （3）j O 与k O 的联合分布是什么 8、一质点在1，2，3点上作随机游动。若在时刻t 质点位于这三个点之一，则在),[h t t +内， 它都以概率 )(h o h +分别转移到其它两点之一。试求质点随机游动的柯尔莫哥洛夫微分方程，转移概率)(t p j i 及平稳分布。 1有随机过程{ξ(t )，-∞

电子科大随机信号分析随机期末试题答案

电子科技大学2014-2015学年第 2 学期期 末 考试 A 卷 一、设有正弦随机信号()cos X t V t ω=， 其中0t ≤<∞，ω为常数，V 是[0,1)均匀 分布的随机变量。（ 共10分） 1．画出该过程两条样本函数。(2分) 2．确定02t πω=，134t πω=时随机信号()X t 的 一维概率密度函数，并画出其图形。(5 分) 3．随机信号()X t 是否广义平稳和严格平 稳？(3分) 解：1.随机信号()X t 的任意两条样本函 数如题解图(a)所示： 2.当02t πω=时，()02X πω=，()012P X πω??==????， 此时概率密度函数为：(;)()2X f x x πδω =

当34t πω=时， 3()42X πω=-，随机过程的一维 概率密度函数为： 3. ()[]1cos cos 2E X t E V t t ωω==???? 均值不平稳， 所以()X t 非广义平稳，非严格平稳。 二、设随机信号()()sin 2X n n πφ=+与 ()()cos 2Y n n πφ=+，其中φ为0~π上均 匀分布随机变量。（ 共10分） 1．求两个随机信号的互相关函数 12(,)XY R n n 。(2分) 2．讨论两个随机信号的正交性、互不 相关性与统计独立性。(4分) 3．两个随机信号联合平稳吗？(4分) 解：1.两个随机信号的互相关函数 其中()12sin 2220E n n ππφ++=???? 2. 对任意的n 1、n 2 ,都有12(,)0XY R n n =， 故两个随机信号正交。

又 故两个随机信号互不相关， 又因为 故两个随机信号不独立。 3. 两个随机信号的均值都平稳、相关函数都与时刻组的起点无关，故两个信号分别平稳，又其互相关函数也与时刻组的起点无关，因而二者联合平稳。 三、()W t 为独立二进制传输信号，时隙长度T 。在时隙内的任一点 ()30.3P W t =+=????和 ()30.7P W t =-=????，试求（ 共10分） 1．()W t 的一维概率密度函数。(3分) 2．()W t 的二维概率密度函数。(4分) 3．()W t 是否严格平稳？(3分)

哈尔滨工程大学硕士研究生随机过程测试第1页

哈尔滨工程大学理学院 化学危险物品安全监督管理办法 页脚内容 哈尔滨工程大学 2013级硕士研究生随机过程第一次测试 1、已知随机过程)(t X ，x 是任一实数，定义另一个随机过程 ? ? ?>≤=x t X x t X t Y )(,0)(,1)( 试求：)(t Y 的均值和自相关函数。 解：均值为：[]()1{()1}0{()0}E Y t P Y t P Y t =?=+?= {()}P X t x =≤ (;)X F x t = 相关函数为：[]1212(,)()()Y R t t E Y t Y t = 1221{()1,()1}0{()0,()0}P Y t Y t P Y t Y t =?==+?== 1122{(),()}P X t x X t x =≤≤ 1212(,;,) X F x x t t = 2、随机过程00()cos sin X t A t B t ωω=+，其中0ω为常数，A 、B 均为高斯变 量，并且[][]0E A E B ==，222[][]E A E B σ==。 （1） 若A 、B 相互独立，判断该过程是否宽平稳、是否严平稳。 （2） 若A 、B 相互独立，求(0)X 和(1)X 的一维概率密度。 （3） 若A 、B 正交，判断该过程是否宽平稳、是否严平稳。 解：（1）]sin []cos []sin cos [)]([t B E t A E t B t A E t X E ωωωω+=+= t B E t A E ωωsin ][cos ][+= 0= （0][][==B E A E ） )]sin cos )(sin cos [()]()([),(22112121t B t A t B t A E t X t X E t t R X ωωωω++== ] sin sin cos sin sin cos cos cos [2122121212t t B t t AB t t AB t t A E ωωωωωωωω+++= 21212 2 1212 []cos cos [][]cos sin [][]sin cos []sin sin E A t t E A E B t t E A E B t t E B t t ωωωωωωωω=+++ 212212sin sin ][cos cos ][t t B E t t A E ωωωω+= （22])[(][][X E X D X E +=） )(cos 122t t -=ωσ )(cos 2τωσ= （12t t -=τ） 2 2[()](0)X X D X t R m σ=-= 可见()X t 是宽平稳随机过程。 在任意时刻对()X t 采样得到高斯变量A 、B 的线性组合，可见()X t 为一高斯随机过程. 所以它也是严平稳的。 （2 ）一维概率密度：22(,0)(,1)2X X x f x f x σ??== -???? （3）A 、B 为高斯随机变量，所以不相关与统计独立等价，又因为这两个变量均值为零，所以不相关与正交等价。因此在A 、B 正交的情况与A 、B 统计独立情况等价，()X t 为宽平稳过程，也为严平稳过程 3、)(t X 和)(t Y 联合平稳过程定义了一个随机过程t t Y t t X t V 00sin )(cos )()(ωω+= （1）)(t X 和)(t Y 数学期望和相关函数满足那些条件可使)(t V 是平稳过程。 （2）在（1）结果的基础上用)(t X 和)(t Y 的功率谱密度和互谱密度表示的)(t V 的 功率谱密度。 （3）如果)(t X 和)(t Y 不相关，那么)(t V 的功率谱密度是什么？ 解：（1）00[()][()cos ()sin ]E V t E X t t Y t t ωω=+00[()]cos [()]sin E X t t E Y t t ωω=+ 欲使)]([t V E 与时间无关，不随时间函数t 0cos ω、0sin ωt 变化， )(t X 和)(t Y 的数学期望必须是0)]([,0)]([==t Y E t X E ；

随机过程知识点汇总

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。

随机过程试题带答案

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+),-t t 则 {(5)6|(3)4}______P X X === 9．更新方程()()()()0t K t H t K t s dF s =+-?解的一般形式为 。 10．记()(),0n EX a t M M t μ=≥→∞-→对一切，当时，t +a 。 二、证明题（本大题共4道小题，每题8分，共32分） P(BC A)=P(B A)P(C AB)。 1．为it (e -1) e λ。2． 1(sin(t+1)-sin t)2ωω。3． 1 λ 4． Γ 5． 212t,t,;e,e 33?????? 。 6．(n)n P P =。 7．(n) j i ij i I p (n)p p ∈=?∑。 8．6 18e - 9。()()()()0 t K t H t K t s dM s =+-? 10. a μ 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。 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

概率论与随机过程考点总结定稿版

概率论与随机过程考点 总结 HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】

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X ， 分布函数)()(x X P x F ≤= 离散型随机变量X 的概率分布用分布列 )(k k x X P p == 分布函数∑=k p x F )( 连续型随机变量X 的概率分布用概率密度)(x f 分布函数?∞-=x dt t f x F )()( 2．n 维随机变量),,,(21n X X X X = 其联合分布函数),,,,(),,,()(221121n n n x X x X x X P x x x F x F ≤≤≤== 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X ∑=k k p x EX 连续型随机变量X ?∞ ∞-=dx x xf EX )( 方差：222)()(EX EX EX X E DX -=-= 反映随机变量取值的离散程度 协方差（两个随机变量Y X ,）：EY EX XY E EY Y EX X E B XY ?-=--=)()])([( 相关系数（两个随机变量Y X ,）：DY DX B XY XY ?=ρ 若0=ρ，则称Y X ,不相 关。 独立?不相关?0=ρ

４．特征函数)()(itX e E t g = 离散 ∑=k itx p e t g k )( 连续 ?∞ ∞ -=dx x f e t g itx )()( 重要性质：1)0(=g ，1)(≤t g ，)()(t g t g =-，k k k EX i g =)0( 母函数：∑∞ ===0 )()(k k k k z p z E z g !) 0()(k g p k k = )1()('g X E = 2''")]1([)1()1()(g g g X D -+= ５．常见随机变量的分布列或概率密度、期望、方差 ０－１分布 q X P p X P ====)0(,)1( p EX = pq DX = 二项分布 k n k k n q p C k X P -==)( np EX = npq DX = 泊松分布 ! )(k e k X P k λλ -== λ=EX λ=DX 均匀分布略 正态分布),(2σa N 2 22)(21)(σσ πa x e x f -- = a EX = 2σ=DX 指数分布 ???<≥=-0,00,)(x x e x f x λλ λ1=EX 21 λ=DX ６．Ｎ维正态随机变量),,,(21n X X X X =的联合概率密度),(~B a N X T n a a a a ),,,(21 =，T n x x x x ),,,(21 =，n n ij b B ?=)(正定协方差阵 3.随机向量的变换 二．随机过程的基本概念 １．随机过程的一般定义

数理统计与随机过程 研究生 练习题

一、随机抽取某班28名学生的英语考试成绩，算得平均分数为80=x 分，样本标准差8=s 分，若全年级的英语成绩服从正态分布，且平均成绩为85分，问：能否认为该班的英语成绩与全年级学生的英语平均成绩有显著差异（取显著性水平050.=α）？ 解：这是单个正态总体 ),(~2σμN X ，方差2σ未知时关于均值μ的假设检验问题，用T 检验法. 解 85:0=μH ，85:1≠μH 选统计量 n s x T /0 μ-= 已知80=x ，8=s ，n ＝28，850=μ， 计算得n s x T /0 μ-=31 .328/885 80=-= 查t 分布表，05.0=α，自由度27，临界值052.2)27(025.0=t . 由于052.2>T 2622.2>，故拒绝0H ，即在显著水平05.0=α下不能认为 该班的英语成绩为85分. 试检验每分钟内借出的图书数是否服从泊松分布? （取显著性水平050.=α） 解：由极大似然估计得.2?==x λ 在X 服从泊松分布的假设下，X 的所有可能的取值对应分成两两不相交的子集A 0, A 1,…, A 8。 则}{k X P =有估计 i p ? ,7,0,!2}{?2===-k k e k X P k =0?p

三、某公司在为期10年内的年利润表如下： (1)求该公司年利润对年份的线性回归方程;(2)对回归方程进行显著性检验：（取05 .0=α）；(3)解释回归系数的意义；（4）求第11年利润的预测区间（取050.=α）。 四、用三种不同材料的小球测定引力常数，实验结果如下： 在单因素试验方差分析模型下，检验材料对引力常数的测定是否有显著影响？取显著性水平05.0=α, 计算结果保留三位小数。 五、某大型设备在任何长度为t 的时间区间内发生故障的次数{}+∞<≤t t N 0),(是强度λ的Poisson 过程，记设备无故障运行时间为T 。 （1）求})(|)({4365==N N P ； （2）求自相关函数),(t s R N ，写出推导过程； （3）求T 的概率分布函数； （4）已知设备已经无故障运行了10小时，求再无故障运行8小时的概率。 六、（15分）设{,}n X n T ∈是一个齐次马尔可夫链，其状态空间}4,3,2,1{,=I ， 一步转移概率矩阵为 ?????? ? ??=2/12/1004/12/14/1004/14/12/1002/12/1P （1）求}4,2,1,3,2{54321=====X X X X X P ； （2）求}1|3{2==+n n X X P ； （3）讨论此链是否具有遍历性，若是遍历的求其极限分布。

随机过程学习总结

随机过程学习报告 通过这一段时间以来的学习，我认识到我们的生活中充满了随机过程的实例，在生活中我们经常需要了解在一定时间间隔[0,t)内某随机事件出现次数的统计规律，如到某商店的顾客数；某电话总机接到的呼唤次数；在电子技术领域中的散粒噪声和脉冲噪声；已编码信号的误码数等。在我们的专业学习——通信工程中，研究数字通信中已编码信号的误码流，数模变换中对信号进行采样等也都会应用到随机过程的知识，因此这门课程的学习是非常重要的。 一、认识泊松过程与复合泊松过程的区别 泊松过程是一类很重要的随机过程，随机质点流描述的随机现象十分广泛，下面我就通过运用泊松过程的知识解答一道书本中的实际应用题目： 设移民到某地区定居的户数是一泊松过程，平均每周有两户定居，即λ=2。若每户的人口数是随机变量，一户4人的概率是1/6，一户3人的概率是1/3，一户两人的概率是1/3，一户一人的概率是1/6，且每户的人口数是相互独立的，①5周内移民到该地区定居的人口数是否为泊松过程？②求上述随机过程的数学期望与方差。 分析：这道题目中的问题就是复合泊松过程的实际应用，这类过程具有泊松过程的一部分性质，不同的地方就在于随机质点流的到达不必再满足每次只能到一个的标准，这就将随机过程的研究与实际相融合，生活中的大部分过程其实是不可能满足每次到达一个这样的苛刻要求的，比如调查到达商场购物的人数等问题时，实际去商场购物时人们大多都是与好朋友结伴出行而不可能存在每个人都是独自来购物的现象，所以引入复合泊松过程是十分有必要的。 解：设[0,t)时间内到该地定居的户数为N(t)，则{N(t)，t>=0}是一泊松过程，X(n)为第n 户移民到该地定居的家庭人口数，{X(0)=0,X(n),n=1,2,3···}是独立同分布随机变量列，Y(t)为[0,t)时间内定居到该地的人数。 则Y(t)=∑=) (0 )n (X t N n t>=0 为一复合泊松过程， )()(υ?n X =4γi e *1/6+3γi e *1/3+2γi e *1/3+γi e *1/6 )()t (υ?Y =)1)((t )1(-γ?λX e 由特征函数的唯一性可知，Y(t)不是泊松过程。 E[X(n)]=4*1/6+3*1/3+2*1/3+1*1/6=5/2 E[）（n X 2 ]=16*1/6+9*1/3+4*1/3+1*1/6=43/6 则E[Y(t)]=λt*E[X(1)]=t*5; D[Y(t)]=λt*E[）（1X 2 ]=t*43/3; 则五周内定居到该地的人数数学期望为：5*5=25 方差为：5*43/3=215/3

概率论与随机过程考点总结

概率论与随机过程考点 总结 Coca-cola standardization office【ZZ5AB-ZZSYT-ZZ2C-ZZ682T-ZZT18】

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X ， 分布函数)()(x X P x F ≤= 离散型随机变量X 的概率分布用分布列 )(k k x X P p == 分布函数∑=k p x F )( 连续型随机变量X 的概率分布用概率密度)(x f 分布函数?∞-=x dt t f x F )()( 2．n 维随机变量),,,(21n X X X X = 其联合分布函数),,,,(),,,()(221121n n n x X x X x X P x x x F x F ≤≤≤== 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X ∑=k k p x EX 连续型随机变量X ?∞ ∞-=dx x xf EX )( 方差：222)()(EX EX EX X E DX -=-= 反映随机变量取值的离散程度 协方差（两个随机变量Y X ,）：EY EX XY E EY Y EX X E B XY ?-=--=)()])([( 相关系数（两个随机变量Y X ,）：DY DX B XY XY ?= ρ 若0=ρ，则称Y X ,不相关。 独立?不相关?0=ρ ４．特征函数)()(itX e E t g = 离散 ∑=k itx p e t g k )( 连续 ?∞ ∞-=dx x f e t g itx )()( 重要性质：1)0(=g ，1)(≤t g ，)()(t g t g =-，k k k EX i g =)0( 母函数：∑∞ ===0 )()(k k k k z p z E z g !) 0()(k g p k k = )1()('g X E = 2''")]1([)1()1()(g g g X D -+= ５．常见随机变量的分布列或概率密度、期望、方差 ０－１分布 q X P p X P ====)0(,)1( p EX = pq DX = 二项分布 k n k k n q p C k X P -==)( np EX = npq DX = 泊松分布 ! )(k e k X P k λλ -== λ=EX λ=DX 均匀分布略 正态分布),(2σa N 2 22)(21)(σσ πa x e x f -- = a EX = 2σ=DX 指数分布 ???<≥=-0,00,)(x x e x f x λλ λ1=EX 21 λ=DX ６．Ｎ维正态随机变量),,,(21n X X X X =的联合概率密度),(~B a N X

随机过程试题及解答

2016随机过程（A ）解答 1、（15分）设随机过程V t U t X +?=)(，),0(∞∈t ，U ，V 是相互独立服从正态分布(2,9)N 的随机变量。 1) 求)(t X 的一维概率密度函数； 2) 求)(t X 的均值函数、相关函数和协方差函数。 3) 求)(t X 的二维概率密度函数； 解： 由于U ，V 是相互独立服从正态分布(2,9)N 的随机变量，所以V t U t X +?=)(也服从正态分布， 且： {}{}{}{}()()22m t E X t E U t V t E U E V t ==?+=?+=+ {}{}{}{}22()()99D t D X t D U t V t D U D V t ==?+=+=+ 故： (1) )(t X 的一维概率密度函数为：()2 22218(1) (),x t t t f x e x --- += -∞≤≤∞ (2) )(t X 的均值函数为：()22m t t =+；相关函数为： {}{} (,)()()()()R s t E X s X t E U s V U t V =?=?+??+ {}{}{} 22()13()413 st E U s t E U V E V st s t =?++??+=?++?+ 协方差函数为：(,)(,)()()99B s t R s t m s m t st =-?=+ （3）相关系数： (,)s t ρρ== == )(t X 的二维概率密度函数为： 2212222(22)(22)12(1)9(1)4(1),12(,)x s x t s t s t f x x e ρ????-----?? +????-++???????? = 2、（12分）某商店8时开始营业，在8时顾客平均到达率为每小时4人，在12时顾客的 平均到达率线性增长到最高峰每小时80人，从12时到15时顾客平均到达率维持不变为每小时80人。问在10:00—14:00之间无顾客到达商店的概率是多少？在10:00—14:00之间到达商店顾客数的数学期望和方差是多少？ 解： 到达商店顾客数服从非齐次泊松过程。 将8时至15时平移到0—7时，则顾客的到达速率函数为： 419,04 ()80,47t t t t λ+≤≤?=? <≤? 在10:00—14:00之间到达商店顾客数(6)(2)X X -服从泊松分布，其均值： 6 4 6 2 2 4 (6)(2)()(419)80282m m t dt t dt dt λ-==++=???

研究生学位课程教学大纲-随机过程

硕士研究生学位课程教学大纲 随机过程（课程名称） Stochastic Process（Course Title） 课程编号：IE11001 课程性质：学位课程学分数： 3 课程总学时：48学时 开课学院：信息电子学院授课教师：姚青 预备知识：高等数学、概率论、线性代数 一、课程学习目的及要求： 随机过程是现代概率论的一个重要课题，它主要研究和探讨客观世界中随机演变过程的规律性，并应用于控制﹑通信﹑生物﹑物理﹑雷达通讯﹑地质﹑天文气象﹑社会科学等工程科学技术中。。 通过本课程的学习，要求学生掌握随机过程的基本概念、随机过程的统计特征描述、随机信号通过系统分析以及电子系统中常见的窄带、正态随机信号通过系统的分析以及电子系统中常见的窄带、正态随机信号、马尔可夫过程、平稳过程、信号检测与估计等的基本理论方法，为学生在信号与信息处理领域打下扎实的理论基础，为学习后续课程以及将来的发展奠定坚实的基础。 二、主要章节与学时安排： 第一章随机变量基础（6学时） 教学内容与要求：掌握随机变量的基本概念，随机变量的分布函数与概率密度、数字特征、特征函数和统计特性等。 重点：随机变量的统计特性。 1.1 概率论的基本术语 1.2 随机变量的定义 1.3 随机变量的分布函数与概率密度 1.4 多维随机变量及分布 1.5 随机变量的数字特征 1.6 随机变量的函数 1.7 随机变量的特征函数 1.8 多维正态随机变量 1.9 复随机变量及其统计特性 1.10 MATLAB的统计函数

第二章随机过程的基本概念（9学时） 教学内容与要求：要求理解和掌握随机过程的概念及定义；掌握和应用随机过程的统计描述；理解和掌握平稳随机过程、各态历经过程的概念和统计特性；掌握和应用随机过程的联合分布和互相关函数；掌握和应用随机过程的功率谱密度；理解和掌握脉冲型随机过程的统计特性分析等。 重点：随机过程的概念和统计特性、随机过程功率谱密度等等。 2.1 随机过程的基本概念及定义 2.2 随机过程的统计描述 2.3 平稳随机过程 2.4 随机过程的联合分布和互相关函数 2.5 随机过程的功率谱密度 2.6 典型的随机过程 2.7 基于MATLAB的随机过程分析方法 2.8 信号处理实例 第三章随机过程的线性变换（9学时） 教学内容与要求：掌握和应用线性系统变换的基本概念和基本定理；理解和掌握随机信号的导数与积分；掌握和应用随机过程线性变换的微分方程法、随机过程线性变换的冲激响应法和频谱法；掌握和应用随机信号通过线性的分析方法；理解和掌握白噪声与等效通能带的概念和特性等。 重点：随机过程通过线性系统的分析方法和白噪声通过线性系统分析。 3.1变换的基本概念和基本定理 3.2随机过程的导数与积分 3.3随机过程通过线性系统分析 3.4随机序列通过离散线性系统分析 3.5最佳线性滤波器 3.6线性系统输出端随机过程的概率分布 第四章窄带随机过程（6学时） 教学内容与要求：理解和掌握信号的复信号表示；掌握和应用希尔伯特变换及性质；理解和掌握复随机过程；掌握和应用窄带随机信号的统计特性；理解和掌握随机信号的正交函数展开法等。 重点：希尔伯特变换和正交函数展开法。 4.1希尔伯特变换 4.2信号的复信号表示 4.3窄带随机过程的统计特性 4.4窄带正态随机过程包络和相位的分布 4.5信号处理实例——通信系统的抗噪性能分析

2013级研究生随机过程期末考试试题

考试科目：随机过程及应用 任课教师：吴秋新 考试日期：2013年11月 19日 一、设随机过程+∞<<-∞+=t t B A t X ,2cos 6 )(sin )(π,其中随机变量A 的分布为：21)0(==A P ，21)2(==A P ，随机变量B 的分布为：21)1(=-=B P ，21)1(==B P ，且A 与B 独立，试求：（1）一维分布函数);0(x F 和);8 (x F π；（2）二维分布函数),;6,0(21x x F π；（3）均值函数)(t m X ，协方差函数)6 ,0(πX Cov 。 (注：要求先写出概率分布表，再写分布函数) （12分） 二、设随机过程)cos()cos()cos()(γωζβωηαωξ+++++=t t t t X ，其中ω为常数，ζηξ,,相 互独立且服从正态分布),0(2σN ，γβα,,相互独立且服从（0，π）上均匀分布，且ζηξ,,与γβα,,相互独立，求X(t)的均值函数和自相关函数，并判断是否为平稳过程。 （12分） 三、设在时间区间[0,t]内到达商场的顾客数N(t)是强度为λ的泊松过程，每个顾客购买货物概率为p ， 不购买货物概率为1-p ，0

(完整版)随机过程知识点汇总

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 X ，分布函数 F (x) P(X x) 1．随机变量 离散型随机变量 X 的概率分布用分布列 p P(X x k ) F(x) p k f (t)dt 分布函数 k x X 的概率分布用概率密度 f (x) F(x) 分布函数 连续型随机变量 2．n 维随机变量 X (X ,X , , X ) 1 2 n F(x) F(x ,x , ,x ) P(X x , X 2 x , , X n x n ,) 其联合分布函数 1 2 n 1 1 2 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 X EX x p k k X EX xf (x)dx 连续型随机变量 2 DX E(X EX) 2 EX (EX) 2 方差： 反映随机变量取值 的离散程度 协方差（两个随机变量 X ,Y ）： B E[( X EX)(Y EY)] E(XY) EX EY XY B XY 相关系数（两个随机变量 X,Y ）： 0，则称 X ,Y 不相关。 若 XY DX DY 独立 不相关 itX g(t) E(e ) itx e p k 连续 g(t) k e itx f (x)dx ４．特征函数 离散 g(t) 重要性质： g(0) 1， g(t) 1 g( t) g(t) ， ， g (0) i EX k k k 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 P( X 1) p,P( X 0) q EX p DX pq P(X k) C p q n k k k EX np DX n p q n k 泊松分布 P( X k) e k! EX DX 均匀分布略 ( x a)2 1 2 N(a, ) f (x) 2 2 2 EX a 正态分布 e DX 2