随机过程习题解答
第一章习题解答
1. 设随机变量X 服从几何分布,即:(),0,1,2,k P X k pq k === 。求X 的特征函
数,EX 及DX 。其中01,1p q p <<=-是已知参数。 解 0
()()jtx
jtk k X k f t E e
e pq ∞
===
∑ 0
()k jtk
k p q e
∞
==∑ =0
()1jt
k
jt k p
p qe qe ∞
==-∑ 又20
()k
k
k k q q E X kpq p kq p
p p
∞∞
======∑∑ 222
()()[()]q D X E X E X P =-=
(其中 00
(1)n
n
n n n n nx
n x x ∞
∞
∞
====+-∑∑∑)
令 0
()(1)n n S x n x ∞
==+∑
则 1
00
()(1)1x
x
n
n k n x
S t dt n t dt x x
∞
∞
+===
+=
=-∑∑??
2
220
1()()(1)11(1)1(1)x
n n d
S x S t dt dx
x x
nx x x x ∞
=∴=
=
-∴=-=
---?∑
同理 2
(1)2k
k
k
k k k k k k x k x kx x ∞∞∞∞
=====+--∑∑∑∑
令20
()(1)k k S x k x ∞
==+∑ 则
21
1
()(1)(1)x
k
k k k k k S t dt k t dt k x
kx ∞∞
∞
+====+=+=∑∑∑?)
2、(1) 求参数为(,)p b 的Γ分布的特征函数,其概率密度函数为
1,0()0,0()
0,0p p bx
b x e x p x b p p x --?>?
=>>Γ??≤?
(2) 其期望和方差;
(3) 证明对具有相同的参数的b 的Γ分布,关于参数p 具有可加性。 解 (1)设X 服从(,)p b Γ分布,则
10
()()
p jtx
p bx
X b f t e
x e dx p ∞
--=Γ? 1()0
()p p jt b x b x e dx p ∞
--=Γ?
101
()()()()(1)p u p p p p
p b e u b u jt b x du jt p b jt b jt b
∞
----==Γ---? 1
(())x p p e x dx ∞
--Γ=
? (2)'1()(0)X p E X f j b
∴=
= 2''221(1)
()(0)X p p E X f j b
+=
= 2
2
2()()()P
D X
E X E X b
∴===
(4) 若(,)i i X p b Γ 1,2i = 则
121212()
()()()(1)P P X X X X jt f t f t f t b
-++==-
1212(,)Y X X P P b ∴=+Γ+
同理可得:
()()i
i
P X b f t b jt
∑=∑-
3、设ln (),()(k Z F X E Z k =并求是常数)。X 是一随机变量,()F x 是其分布函数,且是
严格单调的,求以下随机变量的特征函数。
(1)(),(0,)Y aF X b a b =+≠是常数; (2)ln (),()(k Z F X E Z k =并求是常数)。
解 (1)11{()}{()}[()]P F x y P x F y F F y y --<=<== (01y ≤≤)
∴ 0
0()0111
y F y y
y y ?
=≤≤??>?
∴()F x 在区间[0,1]上服从均匀分布
()F x ∴的特征函数为1
1
00
1()(1)jtx jtx jt X e f t e dx e jt jt ===-? 1
()()(1)jbt
jbt
jta
Y X f t e
f at e
e
jat
==-
(2)ln ()
()()[]jtz jt F x Z f t E e E e
== =1
ln 0
1jt y
e dy ??
=1
1
1jt
y dy jt =+?
'2()(1)(1)Z f t j jt -∴=-??+
''23()(1)(2)(1)Z f t j jt -=--??+
()(1)
()(1)!(1)
k k k k Z f t k j jt -+=-??+
()1()(0)(1)!k k k
Z k E Z f k j
∴=
=- 4、设12n X X X ,,相互独立,且有相同的几何分布,试求1
n
k k X =∑的分布。
解
1
1
()()n
k
k n
k
k jt
x X f
t E e
==∑=∑
=1
()k
n
jtx k E e =∏
=11n
jt
k p
qe
=-∏
=(1)n jt n p qe - =0()k n k jtk n k C p q e ∞
=-∑
∴1
{}()n
k n k k n k P x n k C p q ==+=-∑
5、 试证函数(1)
()(1)
jt jt jt e e f t n e -=-为一特征函数,并求它所对应的随机变量
的分布。
证 (1)000(1)1(1)
lim ()lim lim 1(1)1jt jnt jt jt jt
jt
t t t e e e e f t n e n e +++→→→--===-- 0000(1)1(1)lim ()lim lim lim 1(1)1jt jnt jt jt jt jt t t t t e e e f t e n e n e
----
→→→→--===-- (0)1f ∴=
lim ()1t f t →= ∴ ()f t 为连续函数
11
11
{1()}()(1)
i i k
k i
k jt jt n
n n
n n
jt jt i
k i k i k
jt i k i k jt e e e e f t
t e
n e
λλλλ====--=-∑∑∑∑
=11{1()(1)}(1)
i i i
k
k k i
k jt jt jt n n jt jt jt i k jt i k jt e e e e e e e
n e
λλ==-++-∑∑ =()111
1[]i k n n n j t t l
i k
i k l e n λλ-===∑∑∑
=1111i
k jlt n n n
i k jlt i k l e
n e
λλ===∑∑∑
=1111
1i k
n n n n jlt jlt i k i l k l e e
n λλ-====∑∑∑∑ 11
()0n n
i
k
i
k
i k f t t λλ
==∴
-≥∑∑
∴非负定
(2)(1)
()(1)
jt jnt jt e e f t n e -=-
=2(1)(1)(1)
(1)
jt jt jt jt n tj jt
e e e e e n e --+++- =1
1n jtk
k e n =∑
∴1{}k P x k n
≤= (0,2,k n = )
6、证函数2
1
()1f t t =
+为一特征函数,并求它所对应的随机变量的分布。 解 (1)
11
()n
n
i
k
i k
i k f t t λλ
==-∑∑
=2
2
1
11
101()
1n n
n n
i k
i k
i k i k i k t t M
λλλλ====≥≥+-+∑∑
∑∑
(1,max{}i k i j n
M t t ≤≤=-)
且()f t 连续(0)1f = ∴()f t 为特征函数 (2)2211111
()[]11()211f t t jt jt jt
=
==++--+ =(1)(1)0
1[]2jt x
jt x e
dx e dx ∞
∞
+---?? =12jtx x
e
dx ∞
--∞
? =12x
jtx e e dx ∞
--∞
? ∴1()2
x P x e -=
7、设12n X X X ,,相互独立同服从正态分布2(,)N αδ,试求n 维随机向量
12(,,)n X X X 的分布,
并求出其均值向量和协方差矩阵,再求X 1
1n
i i X n ==∑的率密度函数。
解 121
(,,)()i
n
n x i i P x x x P
x ==
∏
2
1
2
2
()
1exp{}2(2)n
i i n n
x a σ
πσ=-=
-
∑
又 i X 的特征函数为:221
2
()exp{}i X f t jat t σ=- 12221
,12
21
1
(,)()exp{()}n n
n
X X X n i i i i i f t t t f t jat t σ====-∑∏ ∴ 均值向量为{,,}αααα=
∴ 协方差矩阵为222(,,)B diag σσσ=
又
22121
()(,,)()exp{]n
t t t t
n n n n n X i f t f f jat t σ====-∏
8、设X .Y 相互独立,且(1)分别具有参数为(,)m p 及(,)n p 分布;(2)分别服从参数为12(,),(,)p b p b Γ的分布。求X+Y 的分布。
解(1)0
()k
n
jtx jtx x x n x X k n k
x f t e
P e C p q --===∑∑
=0
()n
it x x n x n x pe C q --=∑
=0
(
)n
p n
jt x
x n q x q
e C -=∑
=(1)p n jt n
q e -+
=()jt n q pe -+
则 12,1,2()()()jt jt m n
X Y f t t pe q pe q =++
∴
()()()()jt m n X Y X Y f t f t f t pe q ++==+
∴(,)X Y b m n p ++
(2)
1
12()
12()(1)
()(1)
(,)
p X p p X Y jt f t b
jt f t b
X Y p p b --++=-∴=-∴+Γ+ 9、已知随机向量(X 、Y )的概率密度函数为
22
1
4[1()],1,1(,)0,xy x y x y p x y ?+--<<=??
其他
求其特征函数。
解
12()12(,){}j t x t y f t t E e +=
=1211
()3314
11(1)j x t y e x y xy dy +--?+-?? =11
1
331
2221
[cos ()sin ]jt x e dx t y j x y xy t y dy -+-??
=1212
1
sin sin t t t t 10、已知四维随机向量1234(,,,)X X X X 服从正态分布,均值向量为0,协方差矩阵为44,()kl B E δ?=1234求(X X X X )。
解 144
4
14140
14(,)(,)()[
](,)
t t f t t E X X j t t -==?=?
又 '
1142(,)exp[]
f t t tBt =- =4
4
12
11
exp{}k
l k l
k l t t σσ==-
∑∑
其中11
12131421
2223243132333441
4243
44B σσσσσ
σσσσσσσσσσσ?? ? ?= ? ? ???
cov(,)kl k l
X X σ= (,1,2,k l =
∴
123
4
13
24
E σσσσσ
σ++1234(X X X X )= 11、设12
3X X X ,和相互独立,且都服从N (0,1),试求随机变量112212Y X X Y X X =+=+和组成的随机向量12(Y,Y)的特征函数。
解 12,33
,1231
(,,)exp{}X X X k k
k f t t t j
t x
==∑
=3
3
21
21
1
exp{}k k jt x k k k e t ===-∑∏
=123,,1234(,,)X X X f u u u u +
=222
112122exp{[(())]}u u u u +++
12、设123X X X ,和相互独立,都服正态分布δ2N (0,),试求:
(1) 随机向量123(X ,X ,X )
的特征函数。 (2) 设112123123,,,S X S X X S X X X ==+=++,求随机向量123(,,)S S S 的特征函数。 (3) 121232Y X X Y X X =-=-和组成的随机向量12(Y,Y)的特征函数。 解(1)1
23
222
,,1232331232331(,,)exp{[()()]}2
X X
X f t t t t t t t t t t t t σ+++=-+++++ (2)1
2,3
,123112233(,,){exp[()]}S S S f t t t E j t s t s t s =++
=123123233{exp[(()()]}E j t t t x t t x t x +++++ =1
2
3
,,123233(,,)X X X f t t t t t t +++
=2221232331exp{[()()]}2
t t t t t t σ-+++++ (3)112212()
,12(,){}j t y t y Y Y f t t E e
+∴=
=1112223{exp[(()]}E j t x t t x t x -+-+
=2222
111222
exp[(()]}t t t t σ-+-+ 13、设123(X,X ,X)服从三维正态分布N (0,B),其中协方差矩阵为,ld δ?33B=(),且
2112233.δδδδ===试求。
解222222123[()()()]E X X X δδδ---
=2222222224261231213231[][]3[]E X X X E X X X X X X E X σσ-+++-
又'12()exp{}
f t tBt =- 123
442
1222
12
2t t t f b t t σ===?∴=+? 同理可得 22
41313()2E X X b σ=+ 22422323()2E X X b σ=+
222622221231213122313()228E X X X b b b b b σσσ=+++ ∴22
22
22
12
3
122313
[()()()]8E X X X b b b
δ
δδ---= 14、设12n X X X ,,相互独立同服从分布δ2
N (0,)
。试求21
exp()n
n i i Y X ==-∑的期望。
解2(0,)k X N σ (1,2,k n =
令12(,,)n X x x x = 12(,,)n t t t t = 则
222'
221
11()exp{(,,)}exp{}22n X k k f t tdiag t t σσσσ==-=-∑
2
1(){exp()}n
n k k E Y E t =∴=-∑
22
2211
k
k x n
x k k d x σ+∞
--=-∞
=
∏?
12
2
2
1(
1)2n k
y x σ
=+
21221
1
((1))2k n
y k k e dy σ+∞
--=-∞
+?
=21
1
(1)2n
k σ
=+ =2
2
(12)n σ-+
15、设X .Y 相互独立同分布的(0,1)N 随机变量,讨论22X
U X Y V Y
=+=
和的独立性。 解 22
12Z X Y X
Z Y
?=+?
?=?? ∴有
2
2
12x z x y x z y y ?=??=+?????
=??=???
或x y ?=??
??=?? 则21
2
22122222(1)x y
y
x
y
x J
z y
--=
=--=-+
又222
1(,)2x y X Y R x y e π
+-?=
2(,)x y R ∈
11212,121222211(,)[](0,)2(1)
z Z Z P z z e z z R z π-∴=->∈+
1
1211()2
z Z P z e -= 1(0)z >
2222
11()21Z P z z π=?+ 2z R ∈ ∴1Z 服从指数分布,
2Z 服从柯西分布,且
对21,2(),z z R ?∈有
1212,1212(,)()()Z Z Z Z P z z P z p z =? ∴12,Z Z 相互独立。
16、设X . Y 相互独立同服从参数为1的指数分布的随机变量,讨论
X
U X Y V X Y
=+=
+和的独立性。 解(1)0
()0
0x X x e P x x -≥?=?
(),0,0
(,)0x y X Y x y e P x y -+≥≥?=??
其它
(2) 0010
u U V
u v ue P u -≤≤=?? -[u(1-v)+uv]
(u,v)=e 其它
(3) 00
()(,)0U U V u
u P u P u v dv ue u +∞
--∞
==?≥?? 0
001()101V u v v P v ue du v +∞-?
<≥?
=?=≤??或
∴ (,)()()U V U V P u v P u P v = 对2(,)u v R ?∈均成立
∴,U V 相互独立
17、设二维随机变量(X,Y)的概率密度函数分别如下,试求)Y y =E (X
(1)1,0,0(,),0
x
y y
x y e
p x y y --?>>?=???
其它
(2)2,0(,),0
x y x
e p x y λλ-<=??其它
证 (1){}()X Y E X Y y xP x y dx +∞
-∞
==?
=
11x y
x y
y y x e dx y y
e dx y
+∞
--+∞
--?=?
?
(2)221()
x y x y
x e dx
y
E X Y Y e dx λλλλλ
λ+∞
-+∞
-+==?
?
18、设X 、Y 是两个相互独立同分布的随机变量,X 服从区间[0,1]上的均匀分布,Y 服从参数为λ的指数分布。试求(1)X 与X+Y 的联合概率密度;(2)().D X Y y =
解 1(0,1)
()0X x P x ∈?=?
? 其它
()0
y Y e P y λλ-≥?=??y 0
y<0
∴,01(,)0
y X Y x e P x y λλ-≤≤≥?=??y 0
其它y<0
令U X V X Y =??
=+? 则10J =≠ x u
y v u
=??=-?
∴(),,01(,)(,)0
v u X X Y X Y u v u e P u v P u v u J λλ--+≤≤≥?=-=?? 其它
(2)111
3412()()D X Y y D x ===-=
19、设,0,1,2,n X n =±± 是一列随机变量,且01211n k k
k n n X n n n ??
?-
?
=
? ?- ???
,其中K 是正常数。试证:
(1) 当1n k X >时,几乎收敛于0。 (2) 当2n k X >时,均方收敛于0; (3) 当20n k X ≤时,不均方收敛于。 证 令0X =
k P 1k n
2
1k
n
- 1k n
n X
n - 0 n
k P 2
1k
n
- 2
k
n
∴
2n X 0 2n
∴{lim
0}1n n P X →∞== ( 当1k >,2
lim 0k n n
→∞
=) n X 几乎肯定 收敛于0
2
22{}{}2k n n E X X E X n --==
当2
22lim {}lim 20k n n n k E X X n -→∞→∞
>-== 时, ∴n X 均方收敛于0
当2k ≤时,2
lim {}0n n E X X →∞
-≠ 即0n X 不均方收敛于。
20、设,,.P P P
n n n n X a Y b X Y a b ??→??→±??→+试证
证0ε?>
{()()}n n x y a b ε±-±≥={()()}n n x a y b ε-±-≥
{}{}2
2
n n x a y b εε
?-≥-≥
∴0{()()}n n P x y a b ε≤±-±≥
{}{}02
2
n n P x a P y b εε
≤-≥+-≥→ ()n →∞
∴ P
n n x y a b ±??→±
第二章习题解答
1.设(1,2,)X i = 是独立的随机变量列,且有相同的两点分布112211-??
?
??
,令1(0)0,()n
i i Y Y n X ===∑,试求:
(1) 随机过程{(),0,1,2,}Y n n = 的一个样本函数; (2) [(1)]P Y k =及P[Y(n)=k]之值; (3) [()]P Y n k =; (4) 均值函数; (5) 协方差函数;
解: (1)当1i X = 时,(1,2,)i = ,()y n n =
(2)1
2111{(1)}{}0
k P y k P X k =-?====??或其它
12X X + 2 0 -2
k P
14 12 1
4
1412
121
20
{(2)}{}20
k k p Y k P X X k k =??=?==+==?=-???其它
当n 为奇数时
Y (n) n -
2n -+ 1- 1 2n - n
k P
2
n n
C
12n n
C 122n n n
C -
122
n n n
C + 12n n n C - 2
n
n n C
当n 为偶数时
Y (n) n -
2n -+ 2- 0 2 2n - n
k P
2
n n
C
12n n
C [
]1
2
2n n n C -
[]122
n n n
C + 12n n n C - 2
n n n C
(4)1
1
[()][]()n n
i i i i E Y n E x E x ====∑∑
而()0i E x =
[()]E Y n
∴= (5)1
1
[(),()]{]n n
i j i j Cov Y n Y m E x x ===∑∑
m n ≤若 2
21
1
{}{}n n
k k k k E x E x m ====∑∑
∴ 若n m <,则有Cov[Y(n),Y(m)]=n 即有Cov[Y(n),Y(m)]=min(n,m)
2.设X(t)cos sin A t B t ωω=-,其中A 、B 是相互独立且有相同的2(0,)N σ分布的随机变量,ω是常数,(,)t ∈-∞+∞,试求: (1)X (t )的一个样本函数; (2)X (t )的一维概率密度函数; (3)均值函数和协方差函数。 解:(1)当A=B=1时,X(t)cos sin t t ωω=-
(2)cos ()(,)sin t X t A B t ωω??= ?-?? 1(,)~(0,)A B N B 21200B σσ??= ???
()X t ∴ ~2
(0,)N σ
22
2()(,)x X p x x σ-
∴=
∈-∞+∞
(3)[()]0E X t =
cov[(),()]{(cos sin )(cos sin )}X s X t E A s B s A t B t ωωωω=--
2cos ()s t σω=-
3.设随机过程1()(cos sin ),0n
k k k k k X t Y t Z t t ωω==+≥∑。其中1212,,,,,,n n Y Y Y Z Z Z 是相互独
立的随机变量,且,k k Y Z ~2(0,),1,2,k N k n σ= 。 (1)求{X(t)}的均值函数和相关函数; (2)证明{X(t)}是正态过程。
解:(1)1[()][()cos ()sin ]0n
k k k k k E X t E Y t E Z t ωω==+=∑
(,)[()[]]X R s t E X s X t =
1
1
2212
1
{[(cos sin )][(cos sin )]}
[(cos cos sin sin )]
cos ()
n n
k k k k k k k k k k n
k k k k k k k n
k
k E Y s Z s Y t Z t E Y s t Z s t s t ωωωωωωωωσ
ω=====++=+=-∑∑∑∑
(2)121212((),(),,())(,,,,,,,)n n n X t X t X t Y Y Y Z Z Z A =
1212(,,,,,,,)~(0,)n n Y Y Y Z Z Z N B 其中1112112
1112112cos cos cos cos cos cos sin sin sin sin sin sin n n n n n n n n n n t t t t t t A t t t t t
t ωωωωωωωωωωωω??
? ?
?=
? ?
? ?
??
?
,222222
1212(,,,,,)k k B diag σσσσσσ=
由n 维正态分布的线性性质得
12((),(),,())n X t X t X t ~'(0,)N A BA
因此X(t)是正态过程。
4.设{(),0}W t t ≥是参数为2σ的Wiener 过程,求下列过程的均值函数和相关函数: (1)2()(),0;X t W t t =≥ (2)1
()(),0X t tW t t
=> (3)12()(),0X t c W c t t -=≥ (4)()()(),01X t W t tW t t =-≤≤ 解:(1)22()[()][()]X m t E X t E W t t σ===
22222(,)[()()][()][()]2{[()()]}X R s t E W s W t E W s E W t E W s W t ==?+?
4422min (,)st s t σσ=+
(2)1
()[()]0X m t E tW t
==
1111
(,)[()()][()()]X R s t E sW tW stE W W s t s t
=?=?
2211
min(,)
min(,)
st s t s t σσ==
(3)1212()[()][()][()]0X m t E X t E c W c t c E W c t --====
1212(,)[()()][()()]X R s t E X s X s E c W c s c W c t --=?=?
2222222[()()]min(,)min(,)
c E W c s W c t c c s t s t σσ--=?=??=
(4)()[()][()()]0X m t E X t E W t tW t ==-=
(,)[()()]X R s t E X s X t =
[]
2{[()()][()()]}
(1)(1)()()(1)(1)min(,)
E W s sW s W t tW t s t E W s W t s t s t σ=--=--=--
5.设到达某商店的顾客组成强度为λ的Poisson 流,每个顾客购买商品的概率为p,且与其他顾客是否购买商品无关,若{(),0}Y t t ≥是购买商品的顾客流,证明
{(),0}Y t t ≥是强度为p λ的Poisson 流。
证:令n X 表示“第n 个顾客购买商品”,则(1),(0)1n n P X p P X p q ====-=且
()
1()N t n n Y t X ==∑。其中()N t 为[0,]t 时间段内到达商店的顾客人数,则()Y t 的特征函数
为
()(){exp[()]}Y t f u E juY t =
()
1
()
01
(1)
{exp[]}
{exp[]()}{()}
()
[]!ju N t n n N t k n k n
ju n t
n p t e E ju X E ju X N t n P N t n t pe q e n e
λλλ=∞==∞
-=-===?==+=∑∑∑∑
∴{(),0}Y t t ≥是强度为p λ的Poisson 流。
6.在题5中,进一步设{(),0}Z t t ≥是不购买商品的顾客流,试证明{(),0}Y t t ≥与
{(),0}Z t t ≥是强度分别为p λ和(1)p λ-的相互独立的Poisson 流。
证:(1)()()()N t Z t Y t =+
∴ ()
()
1
(){exp[()]}N t Z t i i f
u E ju N X ==-∑
01
0()(1)(1)
(){exp[()]}!1
[()]!
ju ju n n
t
i n i n
ju ju t
n t p qe t t p e t E ju n X e
n te pe q e n e e
λλλλλλλ∞
-==∞
-=+---=-?=+==∑∑∑
(){exp[()]}N f u E juN t =
(1)
()!ju k juk
t k t e t e
e k e
λλλ∞
-=-=?=∑
∴()()()N
Y Z f
u f u f u =?
∴{(),0}Z t t ≥与{(),0}Y t t ≥独立且强度为(1)p λ-的Poisson 流。
7.设1{(),0}N t t ≥和2{(),0}N t t ≥分别是强度为1λ和2λ的独立Poisson 流。试证明: (1)12{()(),0}N t N t t +≥是强度为12λλ+的Poisson 流;
(2)在1{(),0}N t t ≥的任一到达时间间隔内,2{(),0}N t t ≥恰有k 个时间发生的概率为
1
2
1212
.(
),0,1,2,k k p k λλλλλλ=
=++
证:(1) 1212()
()()(){}ju N N N t N t f t E e ++=
121212(1)
(1)
()(1)
{}{}ju ju ju
juN juN e e e
E e E e e
e
e λλλλ--+-=?=?=
∴ {(),0}N t t ≥是强度为12λλ+的Poisson 流。
(2)令T 表示过程12{()(),0}N t N t t +≥任两质点到达的时间间隔。A 表示2{(),0}
N t t ≥恰有1个事件发生在1{(),0}N t t ≥的任一到达时间间隔内,则
2121210
(){}x y x
P A P T T e dx e dy λλλλ∞∞
--=<=??
8.设{(),0}N t t ≥是Poisson 过程,n τ和n T 分别是{(),0}N t t ≥的第n 个事件的到达时间和点间间隔。试证明: (1)()(),1,2,n n E nE T n τ== ; (2)()(),1,2,n n D nD T n τ== 。 证:2
2
1
1
(),(),(),()n n n n n
n
E T E D T D ττλ
λ
λ
λ
===
=
∴()(),1,2,n
n E nE T n τ
== ()(),1,2,n n D nD T n τ==
9.设某电报局接收的电报数()N t 组成Poisson 流,平均每小时接到3次电报,求:(1)一上午(8点到12点)没有接到电报的概率; (2)下午第一个电报的到达时间的分布。 解:
10.设1{(),0}N t t ≥和2{(),0}N t t ≥分别是强度为1λ和2λ的独立Poisson 过程,令
12()()(),0X t N t N t t =+≥,求{(),0}X t t ≥的均值函数与相关函数。
解:121212[()][()()][()][()]()E X t E N t N t E N t E N t t λλ=-=-=-
1212(,)[()()]{[()()][()()]}X R s t E X s X t E N s N s N t N t ==--
111221222211122221212[()()()()()()()()]
min(,)2min(,)
()()min(,)
E N s N t N s N t N s N t N s N t st s t st st s t st s t λλλλλλλλλλ--+=+-++=-++
11.设{(),0}X t t ≥是强度为λ的Poisson 过程,T 是服从参数为γ的指数分布的随机变量,且与{()}X t 独立,求[0,]T 内事件数N 的分布律。 解:由[0,]T 内N 的分布律为:
()(())()!
k x
T x P N T k e p x dx k λλ∞
--∞
==?
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)(;
第一章 随机过程的基本概念 1.设随机过程 +∞<<-∞=t t X t X ,cos )(0ω,其中0ω是正常数,而X 是标准正态变量。试求X (t )的一维概率分布 解:∵ 当0cos 0=t ω 即 πω)2 1 (0+ =k t 即 πω)21(10+=k t 时 {}10)(==t x p 若 0cos 0≠t ω 即 πω)2 1 (1 0+≠ k t 时 {}{}x t X P x x X P t x F ≤=≤=0cos )(),(ω 当 0cos 0>t ω时 ξπ ωωξd e t x X P t x F t x ? - = ??? ? ??≤=02 cos 0 2 021cos ),( 此时 ()t e x t x F t x f t x 0cos 2cos 1 21,),(022ωπ ω? =??=- 若 0cos 0 ?? ?= ,2 ,cos )(出现反面出现正面t t t X π 假定“出现正面”和“出现反面”的概率各为21。试确定)(t X 的一维分布函数)2 1 ,(x F 和)1,(x F ,以及二维分布函数)1,2 1;,(21x x F 解:(1)先求)21,(x F 显然???=?? ???-=??? ??出现反面出现正面 出现反面出现正面10,212,2cos 21π X 随机变量?? ? ??21X 的可能取值只有0,1两种可能,于是 21 021= ??????=?? ? ??X P 2 1121=??????=??? ??X P 所以 ?????≥<≤<=??? ?? 11102 1 0021,x x x x F 再求F (x ,1) 显然? ??-=???=出现反面出现正面出现反面出现正面 2 1 2 cos (1)πX {}{}2 1 2)1(-1 (1)====X p X p 所以 ???? ???≥<≤<=2 121- 2 1-1 0,1)(x x x x F (2) 计算)1,2 1 ;,(21x x F ???-=???=出现反面出现正面出现反面出现正面 2 1)1(, 1 0)2 1 ( X X 于是 (1) 设}0),({≥t t X 是一个实的零均值二阶矩过程,其相关函数为 t s s t B t X s X E ≤-=),()}()({,且是一个周期为T 的函数,即0),()(≥=+τττB T B ,求方差函数)]()([T t X t X D +-。 解:由定义,有: )(2)0()0()}()({2)0()0()]} ()()][()({[2)] ([)]([)]()([=-+=+-+=+-+--++=+-T B B B T t X t X E B B T t EX T t X t EX t X E T t X D t X D T t X t X D (2) 试证明:如果}0),({≥t t X 是一独立增量过程,且0)0(=X ,那么它必是一个马 尔可夫过程。 证明:我们要证明: n t t t <<<≤? 210,有 } )()({})(,,)(,)()({11112211----=≤=====≤n n n n n n n x t X x t X P x t X x t X x t X x t X P 形式上我们有: } )()(,,)(,)({} )()(,,)(,)(,)({} )(,,)(,)({} )(,,)(,)(,)({})(,,)(,)()({1122221111222211112211112211112211--------------========≤= ======≤=====≤n n n n n n n n n n n n n n n n n n n n x t X x t X x t X x t X P x t X x t X x t X x t X x t X P x t X x t X x t X P x t X x t X x t X x t X P x t X x t X x t X x t X P 因此,我们只要能证明在已知11)(--=n n x t X 条件下,)(n t X 与2 ,,2,1,)(-=n j t X j 相互独立即可。 由独立增量过程的定义可知,当2,,2,1,1-=<<<-n j t t t a n n j 时,增量 )0()(X t X j -与)()(1--n n t X t X 相互独立,由于在条件11)(--=n n x t X 和0)0(=X 下,即 有)(j t X 与1)(--n n x t X 相互独立。由此可知,在11)(--=n n x t X 条件下,)(n t X 与 2,,2,1,)(-=n j t X j 相互独立,结果成立。 (3) 设随机过程}0,{≥t W t 为零初值(00=W )的、有平稳增量和独立增量的过程, 且对每个0>t ,),(~2t N W t σμ,问过程}0,{≥t W t 是否为正态过程,为什么? 解:任取n t t t <<<≤? 210,则有: n k W W W k i t t t i i k ,,2,1][1 1 =-=∑=- 《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+),- 随机过程习题解答(一) 第一讲作业: 1、设随机向量的两个分量相互独立,且均服从标准正态分布。 (a)分别写出随机变量和的分布密度 (b)试问:与是否独立?说明理由。 解:(a) (b)由于: 因此是服从正态分布的二维随机向量,其协方差矩阵为: 因此与独立。 2、设和为独立的随机变量,期望和方差分别为和。 (a)试求和的相关系数; (b)与能否不相关?能否有严格线性函数关系?若能,试分别写出条件。 解:(a)利用的独立性,由计算有: (b)当的时候,和线性相关,即 3、设是一个实的均值为零,二阶矩存在的随机过程,其相关函数为 ,且是一个周期为T的函数,即,试求方差 函数。 解:由定义,有: 4、考察两个谐波随机信号和,其中: 式中和为正的常数;是内均匀分布的随机变量,是标准正态分布的随机变量。 (a)求的均值、方差和相关函数; (b)若与独立,求与Y的互相关函数。 解:(a) (b) 第二讲作业: P33/2.解: 其中为整数,为脉宽 从而有一维分布密度: P33/3.解:由周期性及三角关系,有: 反函数,因此有一维分布: P35/4. 解:(1) 其中 由题意可知,的联合概率密度为: 利用变换:,及雅克比行列式: 我们有的联合分布密度为: 因此有: 且V和相互独立独立。 (2)典型样本函数是一条正弦曲线。 (3)给定一时刻,由于独立、服从正态分布,因此也服从正态分布,且 所以。 (4)由于: 所以因此 当时, 当时, 由(1)中的结论,有: P36/7.证明: (1) (2) 由协方差函数的定义,有: P37/10. 解:(1) 当i =j 时;否则 令 ,则有 第三讲作业: P111/7.解: (1)是齐次马氏链。经过次交换后,甲袋中白球数仅仅与次交换后的状态有关,和之前的状态和交换次数无关。 (2)由题意,我们有一步转移矩阵: P111/8.解:(1)由马氏链的马氏性,我们有: (2)由齐次马氏链的性质,有: (2) 一.填空题(每空2分,共20分) 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it (e -1) e λ。 2.设随机过程X(t)=Acos( t+),- 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) 北京工业大学2009-20010学年第一学期期末 数理统计与随机过程(研) 课程试卷 学号 姓名 成绩 注意:试卷共七道大题,请写明详细解题过程。 考试方式:半开卷,考试时只允许看教材《概率论与数理统计》 浙江大学 盛 骤等编第三版(或第二版)高等教育出版社。可以看笔记、作业,但不允许看其它任何打印或复印的资料。考试时允许使用计算器。考试时间120分钟。考试日期:2009年12月31日 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 /0μ-= 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. 050.= 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 ?ΛΛ,7,0, !2}{?2 ===-k k e k X P k =0?p 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--== ---- 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) 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 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+),- 随机过程复习题 一、填空题: 1.对于随机变量序列}{n X 和常数a ,若对于任意0>ε,有 ______}|{|lim =<-∞ >-εa X P n n ,则称}{n X 依概率收敛于a 。 2.设}),({0≥t t X 是泊松过程,且对于任意012≥>t t , ,则 15 92}6)5(,4)3(,2)1({-??= ===e X X X P , 618}4)3(|6)5({-===e X X P 15 32 62 32 92! 23!2)23(!23}2)3()5({}2)1()3({}2)0()1({} 2)3()5(,2)1()3(,2)0()1({} 6)5(,4)3(,2)1({----??=???==-=-=-==-=-=-====e e e e X X P X X P X X P X X X X X X P X X X P 66 218! 26}2)3()5({}4)3(|6)5({--===-===e e X X P X X P 3.已知马尔可夫链的状态空间为},,{321=I ,初始分布为),,(4 1 2141, ?????? ?? ????????? ?=434 103 13131043 411)(P ,则167)2(12=P ,161}2,2,1{210====X X X P ???????? ?????? ????=48 31481348 436133616367 164167165)1()2(2P P 16 7 )2(12=P 16 1 314341}2|2{}1|2{}1{}2,1|2{}1|2{}1{} 2,2,1{12010102010210=??=================X X P X X P X P X X X P X X P X P X X X P 4.强度λ的泊松过程的协方差函数),min(),(t s t s C λ= 5.已知平稳过程)(t X 的自相关函数为πττcos )(=X R , )]()([)(π?δπ?δπω-++=X S 6. 对于平稳过程)(t X ,若)()()(ττX R t X t X >=+<,以概率1成立,则称)(t X 的自相关函数具有各态历经性。 7.已知平稳过程)(t X 的谱密度为2 3)(2 42 ++=ωωωωS ,则)(t X 的均方值= 2 121- 222 2221 1221)2(22211122)(+??-+??=+-+= ωωωωωS ττ τ-- -=e e R X 2 12 1)(2 习题一 1.设随机变量X 服从几何分布,即:(),0,1,2,...k P X k pq k ===。求X 的特征函数、EX 及DX 。其中01,1p q p <<=-是已知参数。 2.(1)求参数为(p,b )的Γ分布的特征函数,其概率密度函数为 (2)求其期望和方差; (3)证明对具有相同的参数b 的Γ分布,关于参数p 具有可加性。 3.设X 是一随机变量,F (x )是其分布函数,且是严格单调的,求以下随机变量的特征函数。 (1)(),(0,)Y aF X b a b =+≠是常数; (2)Z=ln F()X ,并求()k E Z (k 为自然数)。 4.设12,,...,n X X X 相互独立,具有相同的几何分布,试求 的分布。 5.试证函数 为一特征函数,并求它所对应的随机变量的分布。 6.试证函数 为一特征函数,并求它所对应的随机变量的分布。 7.设12,,...,n X X X 相互独立同服从正态分布2(,)N a σ,试求n 维随机向量12,,...,n X X X 的分布,并求出其均值向量和协方差矩阵,再求 的概 率密度函数。 8.设X 、Y 相互独立,且(1)分别具有参数为(m, p)及(n, p)的二项分布;(2)分别服从参数为12(,),(,)p b p b 的Γ分布。求X+Y 的分布。 9.已知随机向量(X, Y )的概率密度函数为 试求其特征函数。 10.已知四维随机向量X ,X ,X ,X 1234()服从正态分布,均值向量为0,协方差矩 阵为B σ?kl 44=(),求(X ,X ,X ,X E 1234)。 11.设X 1,X 2 和X 3相互独立,且都服从(0,1)N ,试求随机变量112Y X X =+和 213Y X X =+组成的随机向量(Y 1, Y 2)的特征函数。 12.设X 1,X 2 和X 3相互独立,且都服从2(0,)N σ,试求: (1)随机向量(X 1, X 2, X 3)的特征函数; 1,0() 0,0()p p bx b x e x p x p x --?>? Γ??≤? =0,0 b p >>1 n k k X =∑ (1)()(1) jt jnt jt e e f t n e -=-21 ()1f t t =+1 1n i i X X n ==∑22 1[1()],1,1 (,)40,xy x y x y p x y ?+--<=???其他 信息论与编码课程习题1——预备知识 概率论与马尔可夫链 1、某同学下周一上午是否上课,取决于当天情绪及天气情况,且当天是否下雨与心情好坏没有关系。若下雨且心情好,则50%的可能会上课;若不下雨且心情好,则有10%的可能性不上课;若不下雨且心情不好则有40%的可能性上课;若下雨且心情不好,则有90%的可能不会上课。假设当天下雨的概率为30%,该同学当天心情好的概率为20%,试计算该同学周一上课的可能性是多大? 分析: 天气情况用随机变量X 表示,“0”表示下雨,“1”表示不下雨;心情好坏用Y 表示,“0”表示心情好用“0”表示,心情不好用“1”表示;是否上课用随机变量Z 表示,“0”表示上课,“1”表示不上课。由题意可知 已知{ EMBED Equation.KSEE3 \* MERGEFORMAT |[]5.00,0|0====Y X Z P , , , , , , 即题目实际上给出了八个个条件概率和四个概率 由于X ,Y 相互独立,则有 = 注意:全概率公式的应用 2、已知随机变量X 和Y 的联合分布律如又表所示, 且,,求: 1)的分布律与数学期望 2)的分布律与数学期望 3)大于10的概率 4)由上面的例子,你是否能得到离散随机变量函数的数学期望的一般表达式?包括一元和多元随机变量函数。 X Y 5 6 1 0.2 0.3 2 0.1 0.4 分析: 1) 2) 说明:主要考虑联合分布律与随机变量函数分布律的关系 3) 4) and so on. 3、已知随机变量的概率密度函数为,其中,为的函数,求: 1)随机变量X 小于或等于5的概率 2)随机变量Y 的概率密度函数 3)随机变量Y 大于10的概率 4)随机变量Y 的数学期望 分析 1) 2)假设用分别表示随机变量X 的分布函数、随机变量Y 的概率密度函数和分布函数,则有: 有 3) 4) 4、已知随机变量和的联合概率密度函数为 ,。 1)求随机变量Z 的数学期望 2)求随机变量Z 的概率密度函数 3)结合习题3,总结连续随机变量的函数的数学期望的一般表达式,包括包括一元和多元 Z1 6 7 9 10 P 0.2 0.3 0.1 0.4 随机过程部分习题答案 习题2 2.1 设随机过程b t b Vt t X ),,0(,)(+∞∈+=为常数,)1,0(~N V ,求)(t X 的一维概率 密度、均值和相关函数。 解 因)1,0(~N V ,所以1,0==DV EV ,b Vt t X +=)(也服从正态分布, b b tEV b Vt E t X E =+=+=][)]([ 22][)]([t DV t b Vt D t X D ==+= 所以),(~)(2 t b N t X ,)(t X 的一维概率密度为 ),(,21);(2 22)(+∞-∞∈= -- x e t t x f t b x π,),0(+∞∈t 均值函数 b t X E t m X ==)]([)( 相关函数 )])([()]()([),(b Vt b Vs E t X s X E t s R X ++== ][2 2 b btV bsV stV E +++= 2 b st += 2.2 设随机变量Y 具有概率密度)(y f ,令Yt e t X -=)(,0,0>>Y t ,求随机过程)(t X 的 一维概率密度及),(),(21t t R t EX X 。 解 对于任意0>t ,Yt e t X -=)(是随机变量Y 的函数是随机变量,根据随机变量函数的分 布的求法,}ln {}{})({);(x Yt P x e P x t X P t x F t Y ≤-=≤=≤=- )ln (1}ln {1}ln {t x F t x Y P t x Y P Y --=-≤-=- ≥= 对x 求导得)(t X 的一维概率密度 xt t x f t x f Y 1 )ln ();(- =,0>t 均值函数 ? ∞ +--===0 )(][)]([)(dy y f e e E t X E t m yt t Y X 相关函数 随机过程复习题(含答 案) 随机过程复习题 一、填空题: 1.对于随机变量序列}{n X 和常数a ,若对于任意0>ε,有 ______}|{|lim =<-∞ >-εa X P n n ,则称}{n X 依概率收敛于a 。 2.设}),({0≥t t X 是泊松过程,且对于任意012≥>t t , ,则 15 92}6)5(,4)3(,2)1({-??= ===e X X X P , 618}4)3(|6)5({-===e X X P 15 32 62 32 92! 23!2)23(!23}2)3()5({}2)1()3({}2)0()1({} 2)3()5(,2)1()3(,2)0()1({} 6)5(,4)3(,2)1({----??=???==-=-=-==-=-=-====e e e e X X P X X P X X P X X X X X X P X X X P 66 218! 26}2)3()5({}4)3(|6)5({--===-===e e X X P X X P 3.已知马尔可夫链的状态空间为},,{321=I ,初始分布为 ),,(4 12141, ???? ?? ?? ?????? ??? ?=434 10313131 043 411)(P ,则167)2(12=P ,16 1 }2,2,1{210= ===X X X P ???????? ?????? ????=48 31481348 436133616367 164167165)1()2(2P P 16 7 )2(12=P 16 1 314341}2|2{}1|2{}1{}2,1|2{}1|2{}1{} 2,2,1{12010102010210=??=================X X P X X P X P X X X P X X P X P X X X P 4.强度λ的泊松过程的协方差函数),min(),(t s t s C λ= 5.已知平稳过程)(t X 的自相关函数为πττcos )(=X R , )]()([)(π?δπ?δπω-++=X S 6. 对于平稳过程)(t X ,若)()()(ττX R t X t X >=+<,以概率1成立,则称)(t X 的自相关函数具有各态历经性。 7.已知平稳过程)(t X 的谱密度为2 3)(2 42 ++=ωωωωS ,则)(t X 的均方值= 2 121- 222 2221 1221)2(22211122)(+??-+??=+-+= ωωωωωS ττ τ-- -=e e R X 2 12 1)(2 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=? ; 若已知100 100!1 !(100)()!2 k k k P A -= ,则2f dP Ω=? . 0 2 10(),2550 2525k k kP A =+=∑ 4. 设二维随机变量(,)X Y 的概率密度 2,01,0, (,)0,x y x f x y <<<=? ? 其他, 则[[|]]E E X Y = .2/3 5. 设随机过程,}{()cos X t X t t ω-∞<<+∞=,其中随机变量X 服从参数为 1的指数分布,(0,/2)ωπ∈为常数,则(1)(1)X 的概率密度(;1)f x = ; (2)20 (())E X t dt π =? . ,0,(;1)01,x cos x e cos f x ωω-?>? =??? 其他,20(1())E X t dt π ω=? 6. 设{(),0}W t t ≥是参数为2()0σσ>的维纳过程,令1 ()()X t W t =,则相关 函数2 (1,2)2 X R σ= . 7. 设齐次马氏链的状态空间为{1,2,3}E =,一步转移概率为 0.50.500.50.500.20.30.5P ?? ?= ? ???中国科学大学随机过程(孙应飞)复习题及答案
期末随机过程试题及标准答案
随机过程习题答案A
随机过程试题及答案
随机过程习题答案
学期数理统计与随机过程(研)试题(答案)
最新随机过程习题及答案
随机过程-方兆本-第三版-课后习题答案
随机过程复习试题及答案
随机过程试题及答案
随机过程复习题(含答案)
随机过程课后习题
随机过程与马尔可夫链习题答案
随机过程习题答案
随机过程复习题(含答案)演示教学
北邮研究生概率论与随机过程试题及答案