文档库 最新最全的文档下载
当前位置:文档库 › 正态过程

正态过程

正态过程

正态过程

随机过程复习题

第一章 1. 填空 若X 1,X 2,…,X n 是相互独立的随机变量,且g i (t)是X i 的特征函数,i=1,2,…,n)则X=X 1+X 2+…X n 的特征函数g(t)= _g 1(t) g 2(t)…g n (t) 2.设P(S)是X 的母函数,试证: (1)若E(X)存在,则()1EX P '= (2)若D(X)存在,则 DX = P"(1)+ P ′ (1)-[ P ′ (1)]2 证明:(1)因为()0 k k k P s p s ∞ == ∑,则()1 1 k k k P s kp s ∞ -='= ∑,令1s →,得 ()1 1k k E X P kp ∞ ='==∑ 。 (2)()1 1 k k k P s kp s ∞ -='= ∑, ()()2 2 1k k k P s k k p s ∞ -=''=-∑()2222 =k k k k k k p s kp s ∞ --=-∑ 令1s →,得()()()2 22112 P 1= 1k k k k p kp EX p EX p EX p ∞ ='''-=--+=-∑ ()()2=P 1+1EX p '''∴ ()()()()2 22P 1+11DX EX EX p p ''''∴=-=-???? 证毕 3. 设X 服从B(n,p),求X 的特征函数g(t)及EX,EX 2 ,DX. 解:X 的分布列为P(X=k)=1k k n n C p q -,q=1-p ,k=0,1,2,...n, ()00 k n n n itk k k n k k it n k it g t e C p q C pe q pe q n n k k ? ??? ? ? ? ? ? ? --===+∑∑== 由性质得 ()() , 0n t d it EX i i np dt p q g e ==-=-=+ ()()()22 " 2 2 2 2 0n t it i npq d i p q g p n e EX dt ===-=+-+ ()2 2DX =EX EX =npq -

随机过程习题答案A

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)

(完整版)答案应用随机过程a

山东财政学院 2009—2010学年第 1 学期期末考试《应用随机过程》试卷(A ) (考试时间为120分钟) 参考答案及评分标准 考试方式: 闭卷 开课学院 统计与数理学院 使用年级 07级 出题教师 张辉 一. 判断题(每小题2分,共10分,正确划√,错误划ⅹ) 1. 严平稳过程一定是宽平稳过程。(ⅹ ) 2. 非周期的正常返态是遍历态。(√ ) 3. 若马氏链的一步转移概率阵有零元,则可断定该马氏链不是遍历的。(ⅹ ) 4. 有限马尔科夫链没有零常返态。(√ ) 5.若状态i 有周期d, 则对任意1≥n , 一定有:0)(?nd ii p 。(ⅹ ) 二. 填空题(每小题5分,共10分) 1. 在保险公司的索赔模型中,设索赔要求以平均每月两次的速率的泊松过程到达保险公司,若每次赔付金额是均值为10000元的正态分布,一年中保险公司的平均赔付金额是__240000元___。 2.若一个矩阵是随机阵,则其元素满足的条件是:(1)任意元素非负(2)每行元素之和为1。 三. 简答题(每小题5分,共10分) 1. 简述马氏链的遍历性。 答:设) (n ij p 是齐次马氏链{}1,≥n X n 的n 步转移概率,,如果对任意 I j i ∈,存在不依赖于i 的极限0)(?=j n ij p p ,则称齐次马氏链{}1,≥n X n 具有遍历性。 2. 非齐次泊松过程与齐次泊松过程有何不同?

答:非齐次泊松过程与齐次泊松过程的不同在于:强度λ不再是常数,而是与t 有关,也就是说,不再具有平稳增量性。它反映了其变化与时间相关的过程。如设备的故障率与使用年限有关,放射物质的衰变速度与衰败时间有关,等等。 四. 计算、证明题(共70分) 1. 请写出C —K 方程,并证明之. (10分) 解: 2. 写出复合泊松过程的定义并推算其均值公式. (15分) 解:若{}0),(≥t t N 是一个泊松过程,是Λ,2,1,=i Y i 一族独立同分布的随机变量,并且与{}0),(≥t t X 也是独立的, )(t X =∑=t N i i Y 1,那么{}0),(≥t t X 复合泊松过程

2.4.1正态分布

2. 4.1正态分布 【教学目标】 1.了解正态分布的意义,掌握正态分布曲线的主要性质及正态分布的简单 应用。 2.了解假设检验的基本思想,会用质量控制图对产品的质量进行检测,对 生产过程进行控制。 【教学重难点】 教学重点:1.正态分布曲线的特点; 2.正态分布曲线所表示的意义. 教学难点:1.在实际中什么样的随机变量服从正态分布; 2.正态分布曲线所表示的意义. 【教学过程】 一、设置情境,引入新课 这是一块高尔顿板,让一个小球从高尔顿板上方的通道口落下,小球在下落的过程中与层层小木块碰撞,最后掉入高尔顿板下方的某一球槽内。 问题1.在投放小球之前,你能知道这个小球落在哪个球槽中吗? 问题 2.重复进行高尔顿板试验,随着试验次数的增加,掉入每个球槽中小球的个数代表什么? 问题 3.为了更好的研究小球分布情况,对各个球槽进行编号,以球槽的编号

为横坐标,以小球落入各个球槽的频率值为纵坐标,你能画出它的频率分布直方图吗? 问题4.随着试验次数的增加,这个频率直方图的形状会发生什么样的变化? 二、合作探究,得出概念 随着试验次数的增加,这个频率直方图的形状会越来越像一条钟形曲线. 这条曲线可以近似下列函数的图像: 22 ()2,(),(,),2x x e x μσμσ?πσ -- = ∈-∞+∞ 其中实数(0)μσσ>和为参数,我们称,()x μσ?的图像为正态分布密度曲线,简称正态曲线。 问题 5.如果在高尔顿板的底部建立一个水平坐标轴,其刻度单位为球槽的宽度,X 表示一个随机变量,X 落在区间(,]a b 的概率为什么?其几何意义是什么? 一般地,如果对于任何实数a b <,随机变量X 满足

高斯分布背景模型原理

高斯分布背景模型原理 背景差分法的关键是背景图像的描述模型即背景模型,它是背景差分法分割运动前景的基础。背景模型主要有单模态和多模态两种,前者在每个背景像素点上的颜色分布比较集中,可以用单分布概率模型来描述,后者的分布则比较分散,需要用多分布概率模型来共同描述。在许多应用场景,如水面的波纹、摇摆的树枝,飘扬的红旗、监视器屏幕等,像素点的值都呈现出多模态特性。最常用的描述场景背景点颜色分布的概率密度模型(概率密度分布)是高斯分布(正态分布)。 1 单高斯分布背景模型 单高斯分布背景模型适用于单模态背景情形, 它为每个图象点的颜色建立了用单个高斯分布表示的模型) ,(,t t x N σμ其中下标t 表示时间。设图象点的当前颜色度量为t X ,若(,,)ttt p N X T μσ ≤ (这里p T 为概率阈值) , 则该点被判定为前景点, 否则为背景点(这时又称t X 与) ,(,t t x N σμ相匹配)。 在常见的一维情形中, 以t σ表示均方差, 则常根据/t t d σ的取值 设置前景检测阈值:若/t t d T σ>,则该点被判定为前景点, 否则为背 景点。 单高斯分布背景模型的更新即指各图象点高斯分布参数的更新。引入表示更新快慢的常数——更新率α, 则该点高斯分布参数的更新可表示为 1(1)t t t d μαμα+=-?+? (1)

21(1)t t t d σασα+=-?+? (2) 单高斯背景模型能处理有微小变化与慢慢变化的简单场景,当较复杂场景背景变化很大或发生突变,或者背景像素值为多峰分布(如微小重复运动)时,背景像素值的变化较快,并不是由一个相对稳定的单峰分布渐渐过度到另一个单峰分布,这时单高斯背景模型就无能为力,不能准确地描述背景了。]1[ 2 混合高斯分布背景模型 与单高斯背景模型不同,混合高斯背景模型对每个像素点用多个高斯模型混合表示。设用来描述每个像素的高斯分布共K 个(K 通常取 3—5个),象素uv Z 的概率函数: ,,,1()(,,)K u v j u v u v j u v j u v j P Z N Z ωμ ==∑∑ 其中,j uv ω是第j 个高斯分布的权值, 背景建模和更新过程(仅针对单个像素): 1.初始化:第一个高斯分布用第一帧图像该点的像素值作为均值或前N 帧图像该点的像素值的平均值作为均值,并对该高斯分布的权值取较大值(比其它几个高斯分布大)。其余的高斯分布的均值均为0,权重相等,所有高斯函数的方差取相等的较大值。 2.权值归一化 3.选取背景

正态分布讲解(含标准表)

2.4正态分布 复习引入: 总体密度曲线:样本容量越大,所分组数越多,各组的频率就越接近于总体在相应各组取值的概率.设想样本容量无限增大,分组的组距无限缩小,那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线. 总体密度曲线 b 单位 O 频率/组距 a 它反映了总体在各个范围内取值的概率.根据这条曲线,可求出总体在区间(a,b)内取值的概率等于总体密度曲线,直线x=a,x=b及x轴所围图形的面积. 观察总体密度曲线的形状,它具有“两头低,中间高,左右对称”的特征,具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示: 2 2 () 2 , 1 (),(,) 2 x x e x μ σ μσ ? πσ - - =∈-∞+∞ 式中的实数μ、)0 (> σ σ是参数,分别表示总体的平均数与标准差,, ()x μσ ? 的图象为正态分布密度曲线,简称正态曲线. 讲解新课:

一般地,如果对于任何实数a b <,随机变量X 满足 ,()()b a P a X B x dx μσ?<≤=?, 则称 X 的分布为正态分布(normal distribution ) .正态分布完全由参数μ和σ确定,因此正态分布常记作),(2 σ μN .如果随机变量 X 服从正态分布,则记为X ~),(2σμN . 经验表明,一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和,它就服从或近似服从正态分布.例如,高尔顿板试验中,小球在下落过程中要与众多小木块发生碰撞,每次碰撞的结果使得小球随机地向左或向右下落,因此小球第1次与高尔顿板底部接触时的坐标 X 是众多随机碰撞的结果,所以它近似服从正态分布.在现实生活中,很多随机变量都服从或近似地服从正态分布.例如长度测量误差;某一地区同年龄人群的身高、体重、肺活量等;一定条件下生长的小麦的株高、穗长、单位面积产量等;正常生产条件下各种产品的质量指标(如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等);某地每年七月份的平均气温、平均湿度、降雨量等;一般都服从正态分布.因此,正态分布广泛存在于自然现象、生产和生活实际之中.正态分布在概率和统计中占有重要的地位. 说明:1参数μ是反映随机变量取值的平均水平的特征数,可以用样本均值去佑计;σ是衡量随机变量总体波动大小的特征数,可以用样本标准差去估计. 2.早在 1733 年,法国数学家棣莫弗就用n !的近似公式得到了正态分布.之后,德国数学家高斯在研究测量误差时从另一个角度导出了它,并研究了它的性质,因此,人们也称正态分布为高斯分布. 2.正态分布),(2 σ μN )是由均值μ和标准差σ唯一决定的分布 通过固定其中一个值,讨论均值与标准差对于正态曲线的影响

应用随机过程试题及答案

应用随机过程试题及答案 一.概念简答题(每题5 分,共40 分) 1. 写出卡尔曼滤波的算法公式 2. 写出ARMA(p,q)模型的定义 3. 简述Poisson 过程的随机分流定理 4. 简述Markov 链与Markov 性质的概念 5. 简述Markov 状态分解定理 6.简述HMM 要解决的三个主要问题得分B 卷(共9 页)第2 页7. 什么是随机过程,随机序列?8.什么是时齐的独立增量过程?二.综合题(每题10 分,共60 分) 1 .一维对称流动随机过程n Y , 0 1 0, , n n k k Y Y X ? ? ? ? 1 ( 1) ( 1) , 2 k k k X p x p x ? ? ? ? ? 具有的概率分布为且1 2 , , ... X X 是相互独立的。试求1 Y 与2 Y 的概率分布及其联合概率分布。 2. 已知随机变量Y 的密度函数为其他而且,在给定Y=y 条件下,随机变量X 的条件密度函数为? ? 其他试求随机变量X 和Y 的联合分布密度函数( , ) f x y . 得分B 卷(共9 页)第3 页 3. 设二维随机变量( , ) X Y 的概率密度为( ,其他试求p{x<3y} 4.设随机过程( ) c o s 2 , ( , ) , X t X t t ? ? ? ? ? ? X 是标准正态分布的随机变量。试求数学期望( ) t E X ,方差( ) t D X ,相关函数1 2 ( , ) X R t t ,协方差1 2 ( , ) X C t t 。B 卷(共9 页)第4 页5 .设马尔科夫链的状态空间为I={0,1}, 一步转移概率矩阵为

正态分布分析

正态分布 以平均值为中心呈对称分布的钟形曲线。正态分布是最常见的统计分布,因为许多物理、生物和社会方面的测量值都自然近似于正态。许多统计分析均要求数据来自正态分布总体。 例如,居住在宾夕法尼亚州的所有成年男性的身高近似于正态分布。因此,大多数男性的身高都将接近于 69 英寸的平均身高。高于和矮于 69 英寸的男性的数量相近。只有一小部分身材特别高或特别矮。 平均值 (μ) 和标准差 (σ) 是定义正态分布的两种参数。平均值是钟形曲线的波峰或中心。标准差决定数据的散布情况。大约有 68% 的观测值与平均值相差不到 +/- 1 个标准差;95% 与平均值相差不到 +/- 2 个标准差;而 99% 的观测值与平均值相差不到 +/- 3 个标准差。 就宾夕法尼亚州男性的身高而言,平均身高为 69 英寸,标准差为 2.5 英寸。 大约68% 的宾夕法尼亚男性身高介于66.5 (μ- 1σ) 和71.5 (μ+ 1σ) 英寸之间。 大约95% 的宾夕法尼亚男性身高介于64 (μ- 2σ) 和74 (μ+ 2σ) 英寸之间。 大约99% 的宾夕法尼亚男性身高介于61.5 (μ- 3σ) 和76.5 (μ+ 3σ) 英寸之间。 过程能力

生产或提供满足根据客户需要定义的规格的产品或服务的能力。例如,影印机制造商要求橡胶辊筒的宽度必须介于 32.523 cm 与 32.527 cm 之间,才能避免卡纸。能力分析揭示了制造过程满足这些规格的程度,并提供有关如何改进该过程和维持改进的见解。 在评估过程能力之前,必须确保过程是稳定的。不稳定的过程是无法预测的。如果过程稳定,则可以预测将来的性能并改进其能力。 应定期测量并分析过程的能力。能力分析有助于回答以下问题: ?过程是否满足客户规格? ?过程将来的性能如何? ?过程是否需要改进? ?过程是保持了这些改进还是回复到了原来的未改进状态? 可使用过程指标(如 Cp、Pp、Cpk 和 Ppk)来分析过程能力。 潜在(组内)能力和整体能力 大多数能力评估都可以分组为两种类别中的一种:潜在(组内)能力和整体能力。每种能力都表示对过程能力的唯一度量。潜在能力通常称为过程的“权利”:它忽略子组之间的差异并表示当消除了子组之间的偏移和漂移时执行过程的方法。另一方面,整体能力是客户所体验到的;它考虑了子组之间的差异。评估潜在能力的能力指标包括 Cp、CPU、CPL 和 Cpk。评估整体能力的能力指标包括 Pp、PPU、PPL、Ppk 和 Cpm。 例如,您检查某一糖果厂的设备,其中包括将特定重量的糖果装入容器的机器。糖果每周从工厂出货一次。为评估此过程的能力,在一周内的每天,对袋子样本进行称重;每个样本在分析中表示一个子组。观察发现,每个子组内的变异性很小,但由于子组平均值每天都有偏移,因此袋子重量的总体变异性很大。因此,整个一周的出货在袋子重量上与给定日期内生产的袋子重量之间存在较大的变异性。在下图中,较小的分布表示连续七天内每天的袋子重量的分布。最上面的分布表示整周的出货,它是子组的合计。

应用随机过程答题(2)

--------------------------------------装----------------------------------------订 ---------------------------------------线-------------------------------------- 第 - 1 - 页 共 -3- 页 2005-2006学年秋季学期《 随机分析 》课程期末考试试题B 说明:学生必须将答案全部写在答题纸上,凡写在试题上的一律无效。学生可随身携带计算器。 一、填空题(每小题3分,共计10×3=30分) 1)随机变量()2~,X N μδ,则其矩母函数()=t g 。 2)(){}0,≥t t N 为以参数2=λ的Possion 过程,则()()}{=2211=且=N N P 。 3)设Poisson 过程(){}0,≥t t N 的强度为3,n X 表示过程第1-n 次与第n 次事件的 时间间隔,则}{=n X E , }{=n X D 。 4)设某刊物邮购部的顾客数是平均速率为6的Poisson 过程,订阅1年、2年、3年的概率分别21, 31和6 1,且相互独立。订阅一年时,可得1元手续费。以()t X 记在[]t ,0得到的总手续费。则()}{=t X E = ,()}{= t X D = 。 5)考虑状态0,1,2的一个Markov 链{}0,≥n X n ,其一步转移概率矩阵为 ????? ??=1.08.01.04.02.04.06.03.01.0P ,初始分布为2.0,5.0,3.0210===p p p ,则 ()====1,0,1210X X X P 。 6)已知状态为1,2,3,4的齐次Markov 链{}0,≥n X n 及其一步转移概率矩阵为

正态分布教案导学案

2.4.1正态分布 【教学目标】 1. 了解正态分布的意义,掌握正态分布曲线的主要性质及正态分布的简单应用。 2. 了解假设检验的基本思想,会用质量控制图对产品的质量进行检测,对生产过程进行控制。 【教学重难点】 教学重点:1.正态分布曲线的特点; 2.正态分布曲线所表示的意义. 教学难点:1.在实际中什么样的随机变量服从正态分布; 2.正态分布曲线所表示的意义. 【教学过程】 一、 设置情境,引入新课 这是一块高尔顿板,让一个小球从高尔顿板上方的通道口落下,小球在下落的过程中与层层小木块碰撞,最后掉入高尔顿板下方的某一球槽内。 问题1.在投放小球之前,你能知道这个小球落在哪个球槽中吗? 问题2.重复进行高尔顿板试验,随着试验次数的增加,掉入每个球槽中小球的个数代表什么? 问题3.为了更好的研究小球分布情况,对各个球槽进行编号,以球槽的编号为横坐标,以小球落入各个球槽的频率值为纵坐标,你能画出它的频率分布直方图吗? 问题4.随着试验次数的增加,这个频率直方图的形状会发生什么样的变化? 二、合作探究,得出概念 随着试验次数的增加,这个频率直方图的形状会越来越像一条钟形曲线 . 这条曲线可以近似下列函数的图像: 22 ()2,1(),(,),2x x e x μσμσ?πσ --= ∈-∞+∞ 其中实数(0)μσσ>和为参数,我们称,()x μσ?的图像为正态分布密度曲线,简称正态曲

线。 问题5.如果在高尔顿板的底部建立一个水平坐标轴,其刻度单位为球槽的宽度,X 表示一个随机变量,X 落在区间(,]a b 的概率为什么?其几何意义是什么? 一般地,如果对于任何实数a b <,随机变量X 满足 ,(

相关正态随机过程的仿真实验报告

实验名称:相关正态随机过程的仿真 一、实验目的 以正态随机过程为例,掌握离散时间随机过程的仿真方法,理解正态分布随机过程与均匀分布随机过程之间的相互关系,理解随机过程的相关函数等数值特征;培养计算机编程能力。 二、实验内容 相关正态分布离散随机过程的产生 (1)利用计算机语言的[0,1]区间均匀分布随机数产生函数生成两个相互独立的序列 {U1(n)|n=1,2,…100000},{U2(n)|n=1,2,…100000} 程序代码: clc; N=100000; u1=rand(1,N); u2=rand(1,N);%----------------在[0,1] 区间用rand函数生成两个相互独立的随机序列 n1=hist(u1,10);%--------------------------hist函数绘制分布直方图 subplot(121);%-----------------------------一行两列中的第一个图 bar(n1); n2=hist(u2,10); subplot(122); bar(n2); 实验结果:

(2)生成均值为m=0,根方差σ=1的白色正态分布序列 {e(n)|n=1,2, (100000) [][]m n u n u n +=)(2cos )(ln 2-)(e 21πσ 程序代码: clc; N=100000; u1=rand(1,N); u2=rand(1,N);%---------------在[0,1] 区间用rand 函数生成两个相互独立的随机序列 en=sqrt(-2*log(u1)).*cos(2*pi*u2);%--------定义白色正态分布e(n) n=hist(en,100);%--------------------------hist 函数绘制分布直方图 bar(n); 实验结果: (3)假设离散随机过程x(n)服从均值为x m =0、根方差为2x =σ、相关函数为||2)(r k x x k ασ= )6.0(=α 功率谱函数为

应用随机过程习题课二

习题 1. 设随机过程{(,),}X t t ω-∞<<+∞只有两条样本函数 12(,)2cos ,(,)2cos ,X t t X t t x ωω==--∞<<+∞ 且1221 (),()33P P ωω==,分别求: (1)一维分布函数(0,)F x 和(,)4F x π ; (2)二维分布函数(0,;,)4F x y π ; (3)均值函数()X m t ; (4)协方差函数(,)X C s t . 2. 利用抛掷一枚硬币一次的随机试验,定义随机过程 1 2 cos ()2t X t πωω?=??出现正面出现反面 且“出现正面”与“出现反面”的概率相等,各为1 2 ,求 1)画出{()}X t 的样本函数 2){()}X t 的一维概率分布,1 (;)2F x 和(1;)F x 3){()}X t 的二维概率分布121 (,1;,)2 F x x 3. 通过连续重复抛掷一枚硬币确定随机过程{()}X t cos ()2 t t X t t π?=? ?在时刻抛掷硬币出现正面 在时刻抛掷硬币出现反面 求:(1)1(,),(1,)2F x F x ; (2)121 (,1;,)2 F x x 4. 考虑正弦波过程{(),0}X t t ≥,()cos X t t ξω=,其中ω为正常数,~(0,1)U ξ. (1)分别求3,,,424t ππππωωωω = 时()X t 的概率密度(,)f t x . (2)求均值函数()m t ,方差函数()D t ,相关函数(,)R s t ,协方差函数(,)C s t . 5. 给定随机过程: ()X t t ξη=+ ()t -∞<<+∞ 其中r. v. (,)ξη的协方差矩阵为1334C ?? = ??? , 求随机过程{(),}X t t -∞<<+∞的协方差函数. 6. 考虑随机游动{(),0,1,2,}Y n n =

标准正态分布表

标准正态分布表 标准正态分布表怎么看 将未知量Z对应的列上的数与行所对应的数字结合查表定位 例如要查Z=1.96的标准正态分布表 首先在Z下面对应的数找到1.9 然后在Z右边的行中找到6 这两个数所对应的值为0.9750 即为所查的值 有谁知道,为什么标准正态分布表x的右边和下边都有值啊,难道一个x可以有两个值,看表是怎么看啊 那是一个精度问题,例如当x=0.12,那么应该先在x下方找到0.1,再在右边找到0.02,那么这两个同时对应的那个数就应该是你所要的! 标准正态分布的x值算出来介于两个之间,取哪一个。概论值如果介于两个间,取更大的还是更近的啊 精度要求不是很高的话,在正中取中间值,靠一边取更近的,四舍五入。 精度要求高的话用插值函数,比如在两点间作一次函数逼近。 为什么u0.025等于1.96?标准正态分布表查不到这个结果啊。u0.05是多少?u0.1是多少? 因为P{Z<1.96}=1-0.025=0.975 u0.05=1.645 因为P{Z<1.645}=1-0.05 u0.1类似 统计学中,标准正态分布表中Z值代表意义 Z值只是一个临界值,他是标准化的结果,本身没有意义,有意义的在于在标准正态分布模型中它代表的概率值。通过查表便可以知道。 标准正态分布 期望值μ=0,即曲线图象对称轴为Y轴,标准差σ=1条件下的正态分布,记为N(0,1)。 标准正态分布又称为u分布,是以0为均数、以1为标准差的正态分布,记为N(0,1)。 标准正态分布的密度函数为:

标准正态分布曲线下面积分布规律是:在-1.96~+1.96范围内曲线下的面积等于0.9500,在-2.58~+2.58范围内曲线下面积为0.9900。统计学家还制定了一张统计用表(自由度为∞时),借助该表就可以估计出某些特殊u1和u2值范围内的曲线下面积。

正态分布练习含答案

正态分布 一.选择题: 1.正态分布有两个参数μ与σ,( )相应的正态曲线的形状越扁平。 A .μ越大 B .μ越小 C .σ越大 D .σ越小 答案: C 。解析:由正态密度曲线图象的特征知。 2. 已知随机变量X 服从正态分布N (3,σ2 )则P (X <3)等于 ( ) A.15 B.14 C.13 D.12 解析:由正态分布图象知,μ=3为该图象的对称轴,P (X <3)=P (X >3)=12. 答案:D 3.设两个正态分布N (μ1,σ21)(σ1>0)和N (μ2,σ2 2)(σ2>0)的密度函数图象如图所示,则有 ( ) A .μ1<μ2,σ1<σ2 B .μ1<μ2,σ1>σ2 C .μ1>μ2,σ1<σ2 D .μ1>μ2,σ1>σ2 解析:由图可知,μ2>μ1,且σ2>σ1. 答案:A 4.设随机变量ξ服从正态分布)1,0(N ,则下列结论不正确的是 。 A .)0)(|(|)|(|)|(|>=+<=-<=<-=>-=

B .分数在120分以上的人数与分数在60分以下的人数相同 C .分数在110分以上的人数与分数在50分以下的人数相同 D .该市这次考试的数学成绩标准差为10 解析:由密度函数知,均值(期望)μ=80,标准差σ=10,又曲线关于直线x =80对称,故分数在100分以上的人数与分数在60分以下的人数相同,所以B 是错误的. 答案:B 6. 已知随机变量X ~N (3,22 ),若X =2η+3,则D η等于 ( ) A .0 B .1 C .2 D .4 解析:由X =2η+3,得DX =4D η,而DX =σ2 =4,∴D η=1. 答案:B 7. 在一次英语考试中,考试的成绩服从正态分布)36,100(,那么考试成绩在区间(]112,88内的概率是 ( ) A .0.6826 B .0.3174 C .0.9544 D .0.9974 答案:C 。解析:由已知X —N (100,36), 故88100112100 (88112)( )(22)2(2)10.954466 P X P Z P Z P Z --<≤=<≤=-<≤=≤-=。 8. 某班有48名同学,一次考试后的数学成绩服从正态分布,平均分为80,标准差为10,理论上说在80 分到90分的人数是 ( ) A. 32 B. 16 C. 8 D. 20 答案:B 。解析:数学成绩是X —N(80,102 ), 8080 9080(8090)(01)0.3413,480.34131610 10P X P Z P Z --??≤≤=≤≤=≤≤≈?≈ ???。 二.填空题 9. 若随机变量X ~N (μ,σ2 ),则P (X ≤μ)=________. 解析:由于随机变量X ~N (μ,σ2 ),其概率密度曲线关于x =μ,对称,故P (X ≤μ)=1 2 . 答案:12 10. 已知正态分布总体落在区间(0.2,+∞)的概率为0.5,那么相应的正态曲线f (x )在x =________时达到最高点. 解析:∵P (X >0.2)=0.5,∴P (X ≤0.2)=0.5,

随机过程课后习题

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 ?+--<

正态分布和寿命问题的建模

误差问题的建模 ---正态分布的建立 正态分布模型最初是由高斯(Gauss )在研究误差理论时建立的。 对随机变量的高斯假定 设X 是可由物理手段测量的随机变量,μ是X 的稳定值(理想化的取值),则 εμ+=X , 并称με-=X 为测量误差. 对测量误差ε的统计建模 记误差ε的概率密度函数为)(εf ,求)(εf 的解析表示. 设对X 进行n 次独立观测,可得误差ε的样本 ,με-=i i x n i ,,2,1Λ=, 显然)()(με-=i i x f f 中含未知分布参数μ. 讨论未知分布参数μ应满足的条件. 由于n i εεε,,,2Λ的联合概率密度为 )() ; ,,,(1 21μμεεε-= ∏=n i i n x f L Λ. 根据最大似然法的思想,μ的值使L 最大,以最有利于样本n x x x ,,,21Λ的出现,故μ应满足 0=μ d dL , 进而 0) ()(log =--'-=∑μμμi i x f x f d L d ①

记)()()(εεελf f '=,则 ) () ()()(μμμλελ--'= -=i i i i x f x f x . 下面分析)(ελ的性质. 将未知常数μ的测量值的平均值用∑==n i i x n x 1 1替代,令 )()(),,,(1 1 21∑∑===-=n i i n i i n x x G ελλεεεΛ, 由①, 0),,,(21=n G εεεΛ. ② 又因为 01 1 =-=∑∑==x n x n i i n i i ε ,故n 个变量n εεε,,,21Λ的自由度为1-n ,令 )(121-+++-=n n εεεεΛ ③ 对②式微分,并注意③式的影响,得 0=?????+??=??i n n i i y G G G εεεε, 亦即 n i ελ ελ??=??,n i ,,2,1Λ=, 表明 c i i =??εελ) ((常数), 从而 b c +=εελ)((b 为常数), 进而 nb c G n i i n +=∑=1 21),,,(εεεεΛ, 由 01 =∑=n i i ε 可知0=b ,于是

随机过程习题答案

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 (2)

考试成绩分布的数学模型

考试成绩分布的数学模型 吴潇辉 摘要:一门课程考完之后我们在分析成绩的时候会发现,一个班的成绩根据我们的经验往往是分布在[0,100]之间的任意一段(可设以10分为一段),并且考得特别低的很少,例如:0分、10分,考得特别高的也很少,例如:100分,但大多数人考的不是特别高也不是特别低,例如:70~90之间。 现在,我们要建立一个数学模型来研究分数的分布情况。我们主要通过运用概率论中随机变量的概率分布规律的讨论,运用软件对题目中的数据进行拟合的方法,并且把两种结果进行比较,最终得出学生成绩的分布服从三大随机变量概率分布中的正态分布。 关键词:数据拟合概率分布函数概率密度函数MATLAB MATHMATIC 一、问题的提出: 大学生学完一门课程,要进行考试,考试之后就有了成绩。通过这个成绩可以说明学生的学习情况也可以说明老师出题的合理性。有人说一个班级的老师成绩应付从正态分布可,那么,这种说法是否正确呢?例如下面的表格给出了某班某门课的考试成绩: 下面我们要解决的问题是: 1、通过上面的表格分析这个班的成绩是否服从正态分布。 2、结合表格中的成绩给出成绩服从正态分布的判别方法和标准,以说明成绩分

布的合理性。 二、模型假设: 1、次门课程出题的难易程度相对于学生的学习程度来说适中,也就是说这次成绩具有合理性,可以把它当作衡量其他出题是否合理的标准。 2、为了下面分析的方便我们姑且认为成绩的分布具有连续性。 三.符号说明 :y在某一段分数上的人数; : N班级总人数; :p在某一段分数上的人数所占的比例; (): p A试验结果A的概率; (): F x概率分布函数; (): p x概率密度函数; ,: σμ常数。 四、模型建立与求解: 从上面的表格中我们可以看出:成绩分布在70~90分之间的人数最多,在0~50分以及90~100分的人数很少,50~69分之间的人数也比较少。因此我们可以近似认为学生成绩与分布在某一段成绩的人数之间关系可近似用下面的草图来表示: 由于 y p N = 41 y =,也就是说对上面图中所有的纵坐标同除以41,因此应当不

随机过程试题

第一单元 1. 下列常见的分布中属于离散型随机变量的分布有():( 2.0分) A.二项式分布 B.均匀分布 C.泊松分布 D.正态分布 E.(0-1)分布 2. 下列常见的分布中属于连续型随机变量的分布有():(2.0分) A.二项式分布 B.均匀分布 C.泊松分布 D.正态分布 E.(0-2)分布 3. 下列关于随机变量分布函数性质的描述,正确的是():(2.0分) A.分布函数是一个不减函数 B.分布函数能够完整地描述随机变量的统计规律性 C.分布函数的最大值为无穷大 D.分布函数是右连续函数 E.离散型随机变量的分布函数是一系列冲激函数的线性组合 4. 下列关于随机变量概率密度性质的描述,正确的是():(2.0分) A.概率密度是一个不减函数 B.概率密度能够完整地描述随机变量的统计规律性 C.只有连续型随机变量才存在概率密度 D.概率密度是非负的函数

E.随机变量的概率密度一定存在 5. 随机试验有什么特点?(2.0分) 6. 基本事件是随机试验中最简单的随机事件。(2.0分) 7. 两个事件乘积的概率等于其中一个事件的概率乘以另一事件在此事件发生的条件下的条件概率。(2.0分) 8. 全概率公式用于在许多情况(B1,B2,…,Bn)下都可能发生事件A,求发生A 的全概率;贝叶斯公式则用于当A已经发生的情况下,求发生事件A的各种可能原因的条件概率。(2.0分) 9. 随机变量是样本空间上的单值实函数。(2.0分) 10. 两个随机变量如果相互独立,则它们的联合分布函数等于这两个随机变量的一维分布函数的乘积。(2.0分)

11. 如果要使两个随机变量之和的数学期望等于这两个随机变量的数学期望之和,则要求这两个随机变量是相互独立的。(2.0分) 12. 如果要使两个随机变量之和的方差等于这两个随机变量的方差之和,则要求这两个随机变量是相互独立的。(2.0分) 13. 两个随机变量如果是不相关的,则它们必定是相互独立的。(2.0分) 14. 当一个随机变量的数学期望为零时,它的方差和均方值相等。(2.0分) 15. 复随机变量的数学期望和方差都是复数。(2.0分) 16. 协方差是反映两个随机变量相关关系的数字特征。(2.0分) 17. 相互独立的随机变量和的特征函数等于各变量的特征函数的乘积。(2.0分) 18. 数学期望、方差和协方差都是矩的特殊情况,其中数学期望是随机变量的____矩,方差是随机变量的____矩,协方差是两个变量的____矩。(2.0分) 19. 离散型随机变量的统计规律可以用____、____、____和____来描述。(2.0分) 20. 连续型随机变量的统计规律可以用____、____和____来描述。(2.0分) 21. 数学期望表示____运算。(2.0分) 22. 掷3枚硬币, 求出现3个正面的概率。(2.0分) 23. 10把钥匙中有3把能打开门, 今任取两把, 求能打开门的概率。(2.0分) 24. 由长期统计资料得知, 某一地区在4月份下雨(记作事件A)的概率为4/15, 刮风(用B表示)的概率为7/15, 既刮风又下雨的概率为1/10, 求P(A|B), P(B|A), P(A+B)。(2.0分) 25. 12个乒乓球中有9个新的3个旧的, 第一次比赛取出了3个, 用完后放回去, 第二次比赛又取出3个, 求第二次取到的3个球中有2个新球的概率。(2.0分) 26. 发报台分别以概率0.6和0.4发出信号“·”和“—”。由于通信系统受到干扰,当发出信号“·”时,收报台分别以概率0.8及0.2收到信息“·”及“—”;又当发出信号“—”时,收报台分别以概率0.9及0.1收到信号“—”及“·”。求当收报台收到“·”时,发报台确系发出信号“·”的概率,以及收到“—”时,确系发出“—”的概率。(2.0分) 27. 用随机变量来描述掷一枚硬币的试验结果。写出它的概率函数和分布函数。 (2.0分) 28. 如果ξ的概率函数为P{ξ=a}=1, 则称ξ服从退化分布。写出它的分布函数F(x), 画出F(x)的图形。(2.0分) 29. 服从柯西分布的随机变量ξ的分布函数是F(x)=A+B arctgx, 求常数 A,B;P{|ξ|<1}以及概率密度υ(x)。(2.0分)

相关文档
相关文档 最新文档