第十讲几种常用的随机过程解析
第十讲 几种常用的随机过程
10.1 马尔可夫过程 10.1.1马尔可夫序列
马尔可夫序列是指时间参数离散，状态连续的马尔可夫过程。
一个随机变量序列x n （n=1,2,…）,若对于任意的n 有
)|(),...,,|(112
1
x x F x x
x x F n n X n n n
X
---= （10.1）
或
)|(),...,,|(112
1
x
x f x x
x x f n n
X
n n n
X
---=
（10.2）
则称x n 为马尔可夫序列。x n 的联合概率密度为
)
()|( )
|()|(),...,,(1
1
2
2
11
2
1
x f x x f x
x f x x f x x x f X
X
n n X
n n
X
n
X
??---=
（10.3）
马尔可夫序列有如下性质：
（1） 一个马尔可夫序列的子序列仍为马尔
可夫序列。
（2） )
|(),...,,|(1
21x
x f x x x x f n n
X
k n n n n X -+++=
（10.4）
（3） )|(),...,|(111x X x x X n n n n E E --=
（10.5）
（4） 在一个马尔可夫序列中，若已知现在，
则未来与过去相互独立。即
)
|()
|()|,(1
x x f x
x f x x x f r
s
X
n n
X
r
s
n
X
-=
，n>r>s （10.6）
（5） 若条件概率密度)|(1
x x f n n
X
-与n 无关，
则称马尔可夫序列是齐次的。
（6） 若一个马尔可夫序列是齐次的，且所
有的随机变量X n 具有同样的概率密度，则称该马尔可夫序列为平稳的。
（7） 马尔可夫序列的转移概率满足切普曼
—柯尔莫哥洛夫方程，即
)
|()|
()|(x x f
x x f
x x f
s
r X
r
n X
s
n X
?
∞
∞
-=
，
n>r>s (10.7)
10.1.2马尔可夫链
马尔可夫链是指时间参数，状态方程皆
为离散的马尔可夫过程。
1 马尔可夫链的定义 设
),2,1( =n X n 为离散时间随机过程，
其状态空间},,,{21a a a N I =。如果过程在k m t +时刻为任一状态),,2,1(N i a i k m =+的概率，只与过程在m t 时刻的状态有关，而与过程在m t 时刻以前的状态无关，即
1
1m k {|,,}
P{|} (10.8)X m k m m k m m k m m P i i i i i a
a a X X X a a X ++++====== 则称该过程为马尔可夫链，或简称马氏链。
2 马氏链的转移概率及有限维分布
马氏链的转移概率定义为
(,){|},
i,j 1,2,N;m,k
.9m k
m j i ij
m m k p p a a X
X ++==== 皆为正整数（10）
如果
)
,(k m m p ij
+与m 无关，则称该马氏
链为齐次的。下面我们仅研讨齐次马氏链，
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)(；
中国科学大学随机过程(孙应飞)复习题及答案
（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 =-=∑=-
期末随机过程试题及标准答案
《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+),- 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+),- 第二章随机过程的基本概念 §1随机过程及其概率分布 、随机过程概念： 一、随机过程概念： 初等概率论所研究的随机现象，基本上可以用随机变量或随机向量来描述.但在实际中有些随机现象要涉及(可列或非可列)无穷多个随机变量. 例1．某人扔一枚硬币，无限制的重复地扔下去，要表示无限多次扔的结果，我们不妨记正面为1，反面为0.第次扔的结果是一个，其分布，无限多次扔n n r vX ?{}{}1012n n P X P X ====，无限制的重复地扔，要表示无限多次扔的结果，我们不妨反面为其分布无限多次扔的结果是一个随机过程，可用一族相互独 立，，或表示.r v ?1X ，2X {},1n X n ≥ n n X 0n n 0 1 2 3 4 5 6 7 8 910 …… 例2．当固定时，电话交换站在时间内来到的呼叫次数是，记， ，其中是单位时间内平均来到的呼叫次数，而，若从变到，时刻来到的呼叫次数需用一族随机变量表 它为非降的阶，在有呼唤来到的时刻阶跃地增加，假定在任一呼唤来到的时刻不可能来到多）(0)t t ≥[0,] t r v ?()X t ()()X t P t λ λ0λ>t 0∞t {}(),[0,)X t t ∈∞()X t ，电话交换站在记，若时刻示， 是一个随机过程. 对电话交换站作一次观察可得到一条表示以前来到的呼唤曲线，它为非降的阶梯曲线，在有呼唤来到的时刻阶跃地增加，（假定在任一呼唤来到的时刻不可能来到多于一次呼唤）. E t 1()x t 同理，第二次观察，得到另一条阶梯形曲线； 同理，第n 次观察，得到另一条阶梯形曲线. 2()x t ()n x t ，第二次观察，得到另一条阶梯形曲，第，得到另一条阶梯形曲 总之，一次试验得到阶梯形曲线形状具有随机性 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 第二章 随机过程分析 学习指导 1.1.1 要点 随机过程分析的要点主要包括随机过程的概念、分布函数、概率密度函数、数字特征、通信系统中常见的几种重要随机过程的统计特性。 1. 随机过程的概念 随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。可从两种不同角度理解：对应不同随机试验结果的时间过程的集合，随机过程是随机变量概念的延伸。 2. 随机过程的分布函数和概率密度函数 如果ξ(t )是一个随机过程，则其在时刻t 1取值ξ(t 1)是一个随机变量。ξ(t 1)小于或等于某一数值x 1的概率为P [ ξ(t 1) ≤ x 1 ]，随机过程ξ(t )的一维分布函数为 F 1(x 1, t 1) = P [ξ(t 1) ≤ x 1] (2-1) 如果F 1(x 1, t 1)的偏导数存在，则ξ(t )的一维概率密度函数为 1111111 (,) (, ) (2 - 2)?=?F x t f x t x 对于任意时刻t 1和t 2，把ξ(t 1) ≤ x 1和ξ(t 2) ≤ x 2同时成立的概率 {}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤ 称为随机过程 (t )的二维分布函数。如果 2212122121212 (,;,) (,;,) (2 - 4)F x x t t f x x t t x x ?=??? 存在，则称f 2(x 1, x 2; t 1, t 2)为随机过程 (t )的二维概率密度函数。 对于任意时刻t 1，t 2，…，t n ，把 {}n 12n 12n 1122n n ()(),(),,() (2 - 5) =≤≤≤L L L F x x x t t t P t x t x t x ξξξ，，，；，，，称为随机过程 (t )的n 维分布函数。如果 n n 12n 12n n 12n 12n 12n (x )() (2 - 6)?=???L L L L L F x x t t t f x x x t t t x x x ，，，；，，，，，，；，，， 存在，则称f n (x 1, x 2, …, x n ; t 1, t 2, …, t n )为随机过程 (t )的n 维概率密度函数。 3. 随机过程的数字特征 随机过程的数字特征主要包括均值、方差、自相关函数、协方差函数和互相关函数。 随机过程 (t )在任意给定时刻t 的取值 (t )是一个随机变量，其均值为 []1()(, )d (2 - 7)E t xf x t x ξ∞ -∞ =? 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 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 第十讲 几种常用的随机过程 10.1 马尔可夫过程 10.1.1马尔可夫序列 马尔可夫序列是指时间参数离散，状态连续的马尔可夫过程。 一个随机变量序列x n （n=1,2,…）,若对于任意的n 有 )|(),...,,|(112 1 x x F x x x x F n n X n n n X ---= （10.1） 或 )|(),...,,|(112 1 x x f x x x x f n n X n n n X ---= （10.2） 则称x n 为马尔可夫序列。x n 的联合概率密度为 ) ()|( ) |()|(),...,,(1 1 2 2 11 2 1 x f x x f x x f x x f x x x f X X n n X n n X n X ??---= （10.3） 马尔可夫序列有如下性质： （1） 一个马尔可夫序列的子序列仍为马尔 可夫序列。 （2） ) |(),...,,|(1 21x x f x x x x f n n X k n n n n X -+++= （10.4） （3） )|(),...,|(111x X x x X n n n n E E --= （10.5） （4） 在一个马尔可夫序列中，若已知现在， 则未来与过去相互独立。即 ) |() |()|,(1 x x f x x f x x x f r s X n n X r s n X -= ，n>r>s （10.6） （5） 若条件概率密度)|(1 x x f n n X -与n 无关， 则称马尔可夫序列是齐次的。 （6） 若一个马尔可夫序列是齐次的，且所 有的随机变量X n 具有同样的概率密度，则称该马尔可夫序列为平稳的。 （7） 马尔可夫序列的转移概率满足切普曼 —柯尔莫哥洛夫方程，即 ) |()| ()|(x x f x x f x x f s r X r n X s n X ? ∞ ∞ -= ， n>r>s (10.7) 10.1.2马尔可夫链 马尔可夫链是指时间参数，状态方程皆 什么是随机现象？ 在发生之前只能知道该现象各种可能的发生结果但无法准确预知哪一个结果将发生 随机现象产生的原因是什么？ 客观物质间相互作用的多样性和复杂性；认识主体认识能力的有限性 数学模型：描述客观事物量的之间关系的数学关系式 系统：我们将导致一个现象发生的所有因素及其相互作用机制定义为一个系统 系统的输出：某种试验或观察的结果。 试验：让上述系统产生一次输出的过程 样本空间：试验的所有可能结果组成的集合称为样本空间 样本点：样本空间中一个元素 确知系统：当观察者能清晰地认知系统的所有要素和作用机制，并且可以根据所知准确预测某次试验的输出，则这个系统被称为确知系统。 随机系统：否则当观察者对组成系统的所有要素和作用机制不能完全认知，在试验之前只知道该系统的样本空间，而无法根据所知预测该次试验将输出样本空间中的哪一个样本，这个系统就被称为随机系统。 比较：确知系统可以“从因推果”，随机系统则不可以 随机试验（观察）：使得随机系统产生一次输出的活动。 随机试验的特点: 1 可在相同条件下重复地进行。 2 试验的可能的结果不止一个, 并且能事先明确所有可能的结果. 3 进行一次试验之前不能确定哪一个结果会出现. 建立随机现象数学模型的基本思路： 不考虑输出某个结果的原因 用数或者函数表示输出结果 对输出结果的可能性进行先验量化 所谓样本的频率就是在若干次试验中，某个样本出现的次数占试验总次数的比例。 频率稳定性是指当试验的次数增加时，样本的频率总是在一个常数左右微小波动。 事件：样本空间的子集，也即由若干个样本点组成的集合 事件：样本空间中满足一定条件的全体元素构成子集，“一定条件”有事件的意义，因此称样本空间的子集为事件。 不可能事件 必然事件 基本事件：可数和不可数 实际上概率集函数的含义就是某个事件的概率 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 2 0 — 1分布 P(X 1) P,P(X 0) q EX DX pq 二项分布 P(X k) C ： EX np DX npq 泊松分布 P(X k) k! EX DX 均匀分布略 正态分布 N(a, 2) f(x) (X a)2 2 2 EX DX 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F(x) P(X X) 离散型随机变量 X 的概率分布用分布列 P k P(X x k )分布函数 F(x) P k 连续型随机变量 X 的概率分布用概率密度 f(x) 分布函数F(x) X f(t)dt 2. n 维随机变量 X (X 1,X 2, ,X n ) 其联合分布函数 F (X ) F (X 1,X 2, , X n ) P(X 1 X [ , X 2 X 2 , , X n X n ,) 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 k P k 连续型随机变量 X EX xf (x)dx 2 2 2 方差：DX E(X EX) EX (EX) 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 XY E[(X EX )(Y 相关系数(两个随机变量 X, Y ) : XY t _ ____________________________________ VDX v'DY 独立 不相关 5 ?常见随机变量的分布列或概率密度、期望、方差 B XY EY)] E(XY) EX EY 则称X,Y 不相关。 4 ?特征函数 g(t) E(e ItX ) 离散 g(t) e ItX k p k 连续 g(t) e ltx f (x)dx 重要性质：g(0) 1 , g(t) 1 , g( t) g(t) , g (0) EX k 第二章 随机过程分析 1.1 学习指导 1.1.1 要点 随机过程分析的要点主要包括随机过程的概念、分布函数、概率密度函数、数字特征、通信系统中常见的几种重要随机过程的统计特性。 1. 随机过程的概念 随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。可从两种不同角度理解：对应不同随机试验结果的时间过程的集合，随机过程是随机变量概念的延伸。 2. 随机过程的分布函数和概率密度函数 如果ξ(t )是一个随机过程，则其在时刻t 1取值ξ(t 1)是一个随机变量。ξ(t 1)小于或等于某一数值x 1的概率为P [ ξ(t 1) ≤ x 1 ]，随机过程ξ(t )的一维分布函数为 F 1(x 1, t 1) = P [ξ(t 1) ≤ x 1] (2-1) 如果F 1(x 1, t 1)的偏导数存在，则ξ(t )的一维概率密度函数为 1111111 (,) (, ) (2 - 2)?=?F x t f x t x 对于任意时刻t 1和t 2，把ξ(t 1) ≤ x 1和ξ(t 2) ≤ x 2同时成立的概率 {}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤ 称为随机过程ξ (t )的二维分布函数。如果 2212122121212 (,;,) (,;,) (2 - 4)F x x t t f x x t t x x ?=??? 存在，则称f 2(x 1, x 2; t 1, t 2)为随机过程ξ (t )的二维概率密度函数。 对于任意时刻t 1，t 2，…，t n ，把 {}n 12n 12n 1122n n ()(),(), ,() (2 - 5) =≤≤≤F x x x t t t P t x t x t x ξξξ，，，；，，，称为随机过程ξ (t )的n 维分布函数。如果 n n 12n 12n n 12n 12n 12n (x ) () (2 - 6)?=???F x x t t t f x x x t t t x x x ，，，；，，，，，，；，，， 存在，则称f n (x 1, x 2, …, x n ; t 1, t 2, …, t n )为随机过程ξ (t )的n 维概率密度函数。 3. 随机过程的数字特征 随机过程的数字特征主要包括均值、方差、自相关函数、协方差函数和互相关函数。 随机过程ξ (t )在任意给定时刻t 的取值ξ (t )是一个随机变量，其均值为 []1()(, )d (2 - 7)E t xf x t x ξ∞ -∞ =? 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 随机过程分析 摘要随着科学的发展，数学在我们日常的通信体系中有着越来越重的地位，因为在科学研究中，只有借助于数学才能精确地描述一个现象的不同量之间的关系,从最简单的加减乘除，到复杂的建模思想等等。其中，随机过程作为数学的一个重要分支，更是在整个通信过程中发挥着不可小觑的作用。如何全面的对随机信号进行系统和理论的分析是现在通信的关键，也是今后通信业能否取得巨大进步的关 键。 关键字通信系统随机过程噪声 通信中很多需要进行分析的信号都是随机信号。随机变量、随机过程是随机分析的两个基本概念。实际上很多通信中需要处理或者需要分析的信号都可以看成是一个随机变量，利用在系统中每次需要传送的信源数据流，就可以看成是一个随机变量。例如，在一定时间内电话交换台收到的呼叫次数是一个随机变量。也就是说把随某个参量而变化的随机变量统称为随机函数；把以时间t为参变量的随机函数称为随机过程。随机过程包括随机信号和随进噪声。如果信号的某个或某几个参数不能预知或不能完全预知，这种信号就称为随机信号；在通信系统中不能预测的噪声就称为随机噪声。下面对随机过程进行分析。 一、随机过程的统计特性 1、数学期望:表示随机过程的n个样本函数曲线的摆动中心， ?∞ ∞-==11);()]([)(dx t x xp t X E t a 2、方差:表示随机过程在时刻t 对于均值a(t)的偏离程度。 即均方值与均值平方之差。 {}?∞∞--=-=-==112222);()]([)]()([))](()([)]([)(dx t x p t a x t a t X E t X E t X E t X D t δ 3、自协方差函数和相关函数: 衡量随机过程任意两个时刻上获得的随机变量的统计相关特性时，常用协方差函数和相关函数来表示。 （1）自协方差函数定义 {} )]()()][()([);(221121t a t X t a t X E t t C x --=??∞∞-∞ ∞---=2121212211),;,()]()][([dx dx t t x x p t a x t a x 式中t1与t2是任意的两个时刻；a (t1)与a(t2)为在t1及t2得到的数学期望； 用途：用协方差来判断同一随机过程的两个变量是否相关。 （2）自相关函数 ??∞∞-∞ ∞-==2121212212121),;,()]()([),(dx dx t t x x p x x t X t X E t t R X 用途：a 用来判断广义平稳； b 用来求解随机过程的功率谱密度及平均功率。 二、平稳随机过程 1、定义（广义与狭义）： 则称X(t)是平稳随机过程。该平稳称为严格平稳，狭义平稳或 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，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 ?? ?= ? ??? 随机过程的基本概念 马尔可夫性质： 马尔可夫性质，或称作无记忆性，或称作无后效性。 马尔可夫过程和马尔可夫链，分别表示具有马尔可夫性质的随机过程和随机序列。马尔可夫性质是说过程的历史对将来的影响，都是通过当前状态对将来的影响来表示，即当前的状态概括了过去历史对将来的影响。这样一来，任意维数的马尔可夫过程和马尔可夫链的概率分布，都可以用它们的初始分布和条件转移概率分布来表示。 定义1，马尔可夫过程（使用条件概率密度函数，或条件概率分布函数来表示） 设有一个随机过程{}T t t ∈),(ξ，T t t t t m m ∈<<<<+121 ，若在这些时刻观察到随机过程的值是121,,,+m m x x x x ，若它的条件概率密度和条件分布函数满足条件， )/(),,/(1/211,/1211m m t t m m t t t t x x f x x x x f m m m m ++++= 或 )/(),,/(1/211,/1211m m t t m m t t t t x x F x x x x F m m m m ++++= 则称这类随机过程为具有马尔可夫性质的随机过程或马尔可夫过程。 性质，马尔可夫过程的有限维概率密度 ) ()/()/()/() ,,,(112/1/1/121,,11211121x f x x f x x f x x f x x x x f t t t m m t t m m t t m m t t t t m m m m m m ???=-++-++ 定义2，马尔可夫链（使用转移概率、条件概率） 设有一个随机过程{} 2,1,0),(=n n ξ是离散状态的随机过程，且)(n ξ满足条件， {}{} n n i n j n P i n i i j n P ==+=====+)(/)1()(,)1(,)0(/)1(10ξξξξξξ 则称这类随机过程是马尔可夫链。 性质，马尔可夫链的有限维概率密度 {} {}{}{}{} 001110)0()0(/)1()(/)()(/)1()1(,)(,)1(,)0(i P i i P i n i n P i n j n P j n i n i i P n n n n =?====?==+==+===-ξξξξξξξξξξξ 二阶矩过程： 定义1，二阶矩过程随机过程试题及答案
第二章随机过程的基本概念
最新第1章 随机过程的基本概念习题答案
随机过程习题及答案
学期数理统计与随机过程(研)试题(答案)
随机过程复习试题及答案
几种常用的随机过程
随机过程概念整理
随机过程试题及答案
随机过程复习题(含答案)
随机过程知识点汇总
第2章 随机过程习题及答案
随机过程复习题(含答案)演示教学
随机过程分析
北邮研究生概率论与随机过程试题及答案
随机过程的基本概念