泊松过程的随机模拟及参数估计
随机过程-答案
2012-2013学年第一学期统计10本 《随机过程》期中考试 一. 填空题 1．设马氏链的一步转移概率矩阵()ij P p =，n 步转移矩阵() ()n ij P p =，二者之间的关系为 (n) n P P = 2.状态i 常返的充要条件为( ) n i i n p ∞ ==∑∞。 3.在马氏链{},0n X n ≥中，记() n i j p ={}0,11,n P Xm j m n X j X i ≠≤≤-==，n ≥1. i j p =( ) 1n i j n p ∞ =∑,若i j p <1,称状态i 为 。 二. 判断题 1. S 是一个可数集，{:0n n X ≥}是取值于S 的一列随机变量，若 ( ) 1 01110011111 1,,...,(,...,)n n n n n n n n n n n n i i S P i X i X i X i P i i -+++--++-?≥?∈X =|====X =|X =并且满足，则{:0n n X ≥}是一个马氏链。 × 2. 任意状态都与它最终到达的状态是互通的，但不与它自己是互通的。 × 3. 一维与二维简单随机游动时常返的，则三维或更高维的简单随机游动也是常返的。× 4. 若状态i ?状态j ，则i 与j 具有相同的周期。 √ 5. 一个有限马尔科夫链中不可能所有的状态都是暂态。 √ 三. 简答题 1．什么是随机过程，随机序列？ 答：设T 为[0，+∞）或（-∞，+∞），依赖于t(t ∈T)的一族随机变量（或随机向量）{t ξ}通称为随机过程，t 称为时间。当T 为整数集或正整数集时，则一般称为随机序列。 2 .什么是时齐的独立增量过程？
随机过程poisson过程 中科大
Poisson 过程 1.考虑电子管中的电子发射问题.设单位时间内到达阳极的电子数目N 服从参数为λ的Poisson 分布,而每个电子携带的能量各自不相关且与N 独立,并均服从于区间[1,2]上的均匀分布.记单位时间内阳极接收的能量为S .求S 的期望和方差. 2.设{X (t ),t ≥0}为一个独立增量过程,且X (0)=0,分别记V (t ),R (t,s )为{X (t ),t ≥0}的方差函数和协方差函数,证明:R (t,s )=V (min {t,s }). 3.设N (t )是一强度为λ的Poisson 过程,s,t >0,试求: (a)P(N (s )=k |N (s +t )=n )=?k =1,...,n ; (b)E[N (s )N (s +t )]=? (c)Cov(N (s ),N (s +t ))=? (d)E[N (s +t )|N (s )]的期望和分布; (e)E[W k |N (t )=n ]=?E[W k ]=?(W k 为第k 个事件发生的时刻) 4.某路口蓝车,白车和黄车的到达分别为强度λ1,λ2和λ3的Poisson 过程,且相互独立.试求:(a)第一辆蓝车到达的平均时间和第一辆车到达的平均时间; (b)蓝车首先到达的概率; (c)蓝车先于黄车但落后于白车的概率; (d)在相继到达的两辆蓝车之间,恰有k 辆车到达的概率以及数学期望; (e)在t 0处观察到一辆黄车,在接下来恰有k 辆蓝车连续到达的概率以及数学期望. 5.设要做的试验的次数服从参数为λ的Poisson 分布,试验有n 个可能的结果,每次试验出现第j 个结果的概率为p j ,∑n j =1p j =1.若各次试验相互独立,并以X j 记第j 个结果发生的次数,试求E[X j ]、Var[X j ],j =1,...,n .又问X j 服从什么分布？且X 1,...,X n 是否相互独立？为什么？ 6.某人甲负责订阅杂志.设前来订阅杂志的人数服从强度为6的Poisson 过程,每人分别以概率1/2,1/3,1/6订阅1季,2季,3季杂志,且各人的选择相互独立.现以N i (t )表示(0,t ]时段内订阅i 季杂志的人数,i =1,2,3. 1
多元随机过程的建模与谱估计
第七章 多元随机过程的建模与谱估计 7.1 多元随机过程的表示 l 维平稳随机向量过程)(n Y 由l 个平稳随机过程构成 T l n y n y n y n Y )](,),(),([)(21 = (7-1) 其二阶特性由均值向量Y μ： {}T y y y Y l n Y E ],,,[)(2 1 μμμμ == (7-2) 和协方差矩阵()Y C m ： {}()[()][()]T Y Y Y C m E Y n Y n m μμ=-+-111212122212()() ()()() ()()() ()l l l l l l y y y y y y y y y y y y y y y y y y C m C m C m C m C m C m C m C m C m ?? ? ? ?? =? ??? ???? (7-3) 决定，其中)(m C j i y y 是随机过程)(n y i 和)(n y j 的协方差，即 {} ()[()][()]i j i j y y i y j y C m E y n y n m μμ=-+-，l j l i ≤≤≤≤1,1 由于 )(m C j i y y ()i j y y R m =i j y y μμ+，l j l i ≤≤≤≤1,1 因此，协方差矩阵()Y C m 又可表示为 ()Y C m ()T Y Y Y R m μμ=- (7-4) 其中，()Y R m 为l 维平稳随机向量过程)(n Y 的自相关矩阵。该矩阵中的第i 行第j 列元素是随机过程)(n y i 和)(n y j 的互相关函数)(m R j i y y ，即 ()Y R m 1112121 22212()() ()()()()()()()l l l l l l y y y y y y y y y y y y y y y y y y l l R m R m R m R m R m R m R m R m R m ???????=?? ?? ???? (7-5) 当)(n Y 的均值为零时，协方差矩阵)(m C Y 与互相关矩阵)(m R Y 相等。一般情况下，总是将随机向 量减去其均值向量估计，构成一个零均值的、新的随机向量。然后对新的随机向量进行各种分析。 举例，l 维白噪声向量)(n W 的二阶特征量为： ,0 0,()0,0W W W Q m C m m μ=?==? ≠? 其中W Q 为常数矩阵。若白噪声向量)(n W 的个分量互不相关，则其协方差矩阵W Q 是对角矩阵，即 12 22 2 [,,,]l W w w w Q diag σσσ= (7-6) 互相关矩阵性质： １） ()()T Y Y R m R m =- (7-7) 【证明：因为，{} ()()()i j y y i j R m E y n y n m =+{} ()()j i E y n y n m =-()j i y y R m =-，所以 (){()}{()}{()}()i j j i i j T T Y y y l l y y l l y y l l Y R m R m R m R m R m ???==-=-=- 】 2）(0)Y R 是非负定的 【证明：用l 个不全为零的实数i a ，1,2, ,i l =，作随机过程
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+),- 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=? ； 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∞ -∞ =? 《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+),- 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 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-==++=??? 实验二随机过程的模拟与数字特征 一、实验目的 1. 学习利用MATLAB模拟产生随机过程的方法。 2. 熟悉和掌握特征估计的基本方法及其MATLAB实现。 二、实验原理 1. 正态分布白噪声序列的产生 MATLAB提供了许多产生各种分布白噪声序列的函数，其中产生正态分布白噪声序列 的函数为randn。 函数：randn 用法：x = randn(m,n) 功能：产生 m Xn的标准正态分布随机数矩阵。 如果要产生服从 N ( ,「)分布的随机序列，则可以由标准正态随机序列产生。如果X ~ N(0,1)，则—■- N (,)。 2. 相关函数估计 MATLAB提供了函数 xcorr用于自相关函数的估计。 函数：xcorr 用法：c= xcorr (x,y) c= xcorr (x) c= xcorr (x,y ,'opiti on') c= xcorr (x, ,'opiti on') 功能：xcorr(x,y)计算X (n )与Y (n)的互相关，xcorr(x)计算X (n )的自相关。 option选项可以设定为： 'biased'有偏估计。 'un biased'无偏估计。 'coeff m = 0时的相关函数值归一化为1。 'none'不做归一化处理。 3. 功率谱估计 对于平稳随机序列X (n)，如果它的相关函数满足 (2.1) 那么它的功率谱定义为自相关函数R X (m)的傅里叶变换： (2.2) 功率谱表示随机信号频域的统计特性，有着重要的物理意义。我们实际所能得到的随机 信号的长度总是有限的，用有限长度的信号所得的功率谱只是真实功率谱的估计，称为谱估计或谱分析。功率谱估计的方法有很多种，这里我们介绍基于傅里叶分析的两种通用谱估计方法。 (1 )自相关法 ■ 先求自相关函数的估计「X (m)，然后对自相关函数做傅里叶变换 N-L R fw) = 乂鞋(耐占皿 x (2.3) 其中N表示用于估计样本序列的样本个数。 ！ 第一章 随机过程基本概念 P39 1. 设随机过程()0cos X t X t ω=，t -∞<<+∞，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： 1 当0cos 0t ω=，02 t k π ωπ=+ ，即0112t k πω??= + ??? （k z ∈）时， ()0X t ≡，则(){}01P X t ==. 2 当0cos 0t ω≠，02 t k π ωπ≠+ ，即0112t k πω?? ≠ + ??? （k z ∈）时， ()~01X N ，，()0E X ∴=，()1D X =. ￥ ()[]()00cos cos 0E X t E X t E X t ωω===????. ()[]()22 000cos cos cos D X t D X t D X t t ωωω===????. ()()20~0cos X t N t ω∴，. 则( )2202cos x t f x t ω- = ；. 2. 利用投掷一枚硬币的试验，定义随机过程为 ()cos 2t X t t π?=??，出现正面，出现反面 假定“出现正面”和“出现反面”的概率各为 12。试确定()X t 的一维分布函数12F x ?? ???；和()1F x ；，以及二维分布函数12112 F x x ? ? ?? ? ，；， 。 】 解： 00 11101222 11 第二讲 泊松过程 1．随机过程和有限维分布族 现实世界中的随机过程例子： 液体中，花粉的不规则运动：布朗运动；股市的股票价格； 到某个时刻的电话呼叫次数； 到某个时刻服务器到达的数据流数量，等。 特征：都涉及无限多个随机变量，且依赖于时间。 定义（随机过程） 设有指标集T ，对T t ∈都有随机变量)(t X 与之对应，则称随机变量族 }),({T t t X ∈为随机过程。 注 一个随机过程是就是一个二元函数E T t X →?Ωω:),(。固定ω，即考虑某个事件相 应的随机变量的值，得到函数R T t X →:),(ω称为样本函数或轨道或一个实现。映射的值域空间E 称为状态空间。 例 随机游动(离散时间，离散状态) 质点在直线上每隔单位时间位置就发生变化，分别以概率p 或概率p -1向正或负向移动一个单位。如果以n S 记时刻n 质点所处的位置，那么就得到随机过程{,0}n S n ≥。这里指标集},1,0{ =T ，状态空间},1,0,1,{ -=E 。 如果记n X 为时刻n ，质点的移动，那么{,1}n X n ≥也是随机过程。 两个过程的区别：{}n S 不独立；{}n X 独立； 两个过程的关系：01 n n k k S S X ==+ ∑ 习题 计算n ES 和n DS （设00S =）。 提示 利用∑== n k k n X S 1 ，其中k X 是时刻k 的移动方式。 习题 设从原点出发，则()/2()/2()/2 ,2()0, 21n k n k n k n n C q p n k i P S k n k i +-+?+===?+=-?。 例 服务器到达的数据流(连续时间，离散状态) 在],0[t 内，到达服务器的数据包个数记为)(t N ，那么}0),({≥t t N 也是个随机过程， 其指标集}{+ ∈=R t T ，状态空间},1,0{ =E 。 【第一章】 1.1 证明： ∵1111,,,,,A F F F F ∈ΩΦ∈ΩΩ∈Φ∈Ω-Φ∈ΩΦ∈U 且∴1F 是事件域。 ∵222,,,,c A A F F A F A A ∈Ω∈Ω∈-Φ∈=Ω- ∴22222,,,,c c A F A F A F A F A F ∈-Φ∈-Φ∈Ω-∈Ω-∈ 且2,c c A A A A F ΦΩ=ΩΦΩ∈U U U U U U ∴2F 是事件域。且12F F ∈。∵2ΩΩ∈∴3F Ω∈ ∴3F 是事件域。且23F F ∈∴123,,F F F 皆为事件域且123F F F ∈∈。 1.2 一次投掷三颗均匀骰子可能出现的点数ω为 (),,,,,,,,16,6,6i j k i R j R k R j i k j i j k ∈∈∈≥≥≤≤≤≤ ∴样本空间()6 1= ,,n i j i k j i j k ==≥≥ΩU 事件(){} ,,|,,i j k A i j k ωω==，,,,,,6,16,6i R j R k R j i k j i j k ∈∈∈≥≥≤≤≤≤ 事件域2F Ω= 概率测度 ()()() ,,1P 677i j k A i j = --，,,,,,16,6,6i R j R k R j i k j i j k ∈∈∈≥≥≤≤≤≤ 则(),,F P Ω为所求的概率空间。 1.3 证明： （1）由公理可知()0P Φ= （2）有概率测度的可列可加性可得 ()11 n n k k k k P A P A ==??= ???∑∑ （3）∵,,A B F A B ∈? ∴B A F -∈,()A B A -=Φ 由概率测度的可列可加性可得：()()()()P B P A B A P A P B A =+-=+- 即()()()P B A P B P A -=- 有概率测度的非负性可得()()()0P B P A P B A -=-≥，即()()P B P A ≥ （4）若B =Ω,由（3）则有() ()1P A P A =- （5） ∵()()()()121212P A A P A P A P A A +=+- 假设 ()()()()()1 121 1111m m m k k i j i j k m k i j m i j k m k P A P A P A A P A A A P A A A +=≤<≤≤<<≤=??=-+-+- ???∑∑∑K K U 成 立，则 《概率论与随机过程》第一章习题答案 1. 写出下列随机试验的样本空间。 （1） 记录一个小班一次数学考试的平均分数（设以百分制记分）。 解： ? ??????=n n n n S 100 , ,1,0 ，其中n 为小班人数。 （2） 同时掷三颗骰子，记录三颗骰子点数之和。 解：{}18,,4,3 =S 。 （3） 10只产品中有3只是次品，每次从其中取一只（取出后不放回），直到将3只次品都取出，记录 抽取的次数。 解： {}10,,4,3 =S 。 （4） 生产产品直到得到10件正品，记录生产产品的总件数。 解： { } ,11,10=S 。 （5） 一个小组有A ，B ，C ，D ，E5个人，要选正副小组长各一人（一个人不能兼二个职务），观察选 举的结果。 解： {}ED EC EB EA DE DC DB DA CE CD CB CA BE BD BC BA AE AD AC AB S ,,,,,,,,,,,,,,,,,,,=其中，AB 表示A 为正组长，B 为副组长，余类推。 （6） 甲乙二人下棋一局，观察棋赛的结果。 解： {}210,,e e e S =其中，0e 为和棋，1e 为甲胜，2e 为乙胜。 （7） 一口袋中有许多红色、白色、蓝色乒乓球，在其中任意取4只，观察它们具有哪几种颜色。 解： {}rwb wb rb rw b w r S ,,,,,,=其中，,,,b w r 分别表示红色、白色、蓝色。 （8） 对某工厂出厂的产品进行检查，合格的盖上“正品”，不合格的盖上“次品”，如连续查出二个次 品就停止检查，或检查4个产品就停止检查，记录检查的结果。 解： {}1111,1110,1101,0111,1011,1010,1100,0110,0101,0100,100,00=S 其中，0为次品，1为正品。 （9） 有A ，B ，C 三只盒子，a ，b ，c 三只球，将三只球装入三只盒子中，使每只盒子装一只球，观察 装球的情况。 解： {}Ca Bb Ac Cc Ba Ab Cb Bc Aa Cb Ba Ac Ca Bc Ab Cc Bb Aa S ,,;,,;,,;,,;,,;,,=其中，Aa 表示球a 放 在盒子A 中，余者类推。 （10） 测量一汽车通过给定点的速度。 解：{}0>=v v S （11） 将一尺之棰折成三段，观察各段的长度。 解： (){}1,0,0,0,,=++>>>=z y x z y x z y x S 其中，z y x ,,分别表示第一段，第二段，第三段的 长度。# 2. 设A ，B ，C 为三事件，用A ，B ，C 的运算关系表示下列事件。 （1） A 发生，B 与C 不发生。 解：C A （2） A 与B 都发生，而C 不发生。 解： C AB （3） A ，B ，C 都发生。 解： ABC （4） A ，B ，C 中至少有一个发生。 解： C B A ?? （5） A ，B ，C 都不发生。 解： C B A （6） A ，B ，C 中至多于一个发生。 解： A C C A ?? （7） A ，B ，C 中至多于二个发生。 解： C B A ?? （8） A ，B ，C 中至少有二个发生。 解： CA BC AB ??. # 3. 设{ }10,2,1, =S ,{}4,3,2=A ，{}5,4,3=B ，{}7,6,5=C ，具体写出下列各等式 （1）B A 。 解： {}5=B A ； （2）B A ?。 解： { }10,9,8,7,6,5,4,3,1=?B A ； （3）B A 。 解：{}5,4,3,2=B A ； 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。 应用随机过程实验2 —泊松过程 一.准备知识 1.泊松过程 2.非齐次泊松过程 3. 复合泊松过程 二.作业 1. 设()1X t 和()2X t 分别是参数为1λ和2λ的相互独立的泊松过程， （1）模拟()1X t 和()2X t ，并画图； （2）生成随机过程()()()12Y t =X +X t t ，并画图； （3）计算(){}Y t ,t 0≥ 的平均到达率与+1λ2λ的相对误差。 2. 设到达某商店的顾客组成强度为λ的泊松过程，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，假设每位购买商品的顾客的花费i X 独立同分布，且服从正态分布2X (,)i N μσ:，1,2,3,i =L ，令()Y t 是t 时刻购买商品的顾客数，()Z t 是t 时刻商品的营业额，0t ≥ ， （1）试模拟随机过程(){},0Y t t ≥，并画图，计算随机过程(){},0Y t t ≥ 的均值函数与pt λ的相对误差； （2）试模拟随机过程(){},0Z t t ≥，并画图，计算随机过程(){}t ,t 0Z ≥ 的均值函数与pt λμ的相对误差。 3. 某路公共汽车从早晨5时到晚上9时有车发出，乘客流量如下：5时按平均乘客为200人/小时计算；5时至8时乘客平均到达率线性增加，8时到达率为1400人/小时；8时至18时保持平均到达率不变；18时到21时到达率线性下降，到21时为200人/小时，假定乘客数在不重叠的区间内是相互独立的，令()X t 是t 时刻到达公共汽车的总人数， （1）计算早晨5时到晚上9时的乘客到达率，并画图； （2）模拟从早晨5时到晚上9时的乘客到达过程(){}X t ,t 0≥。 河北科技大学2012——2013 学年第一学期 《应用随机过程》试卷（B ） 学院 理学院 班级 姓名 学号 一．概念简答题（每题5分，共40分） 1.设随机变量12X ,,,n X X 相互独立且服从同一正态分布2(,)N μσ，试求 =1 1= n k k X X n ∑ 的分布。 2.设更新过程 {}(),0N t t ≥的更新时间距k T 的概率密度函数为2(),0t f t te t λλ-=≥ 求证：均值函数 211()(1)2 4 t N m t t e λλ-=- -，并求其更新强度()t λ。 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 7. 已知随机过程{} Xω∈∞∞，其中X为随机变量，服从正态分布 (t)=Xsin t,t(-,+) 2 Nμσ。 (,) (1)按物理结构分，(t) X属哪一类随机过程； (2)按概率结构分，(t) X又属哪一类随机过程。 8．什么是时齐的独立增量过程？ 1.设随机过程{} XΦ∈，其中Φ是服从区间(0,2)π上均匀分布随机变 (t)=cos t,t T 量，试证： （1）当{} X t t T ∈为平稳序列。 (), ==±± 时，{} T n n |0,1,2, （2）当{} ∈不是平稳过程。 X t t T T t t |(,) =∈-∞+∞时，{} (), 2. 已知随机变量Y 的密度函数为47,01 (),0,Y y y f y ?<<=??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2|3,01 (|),0,X Y x x y f x y ?<<<=? ?其他 试求随机变量X 和Y 的联合分布密度函数(,)f x y . 3. 二阶矩过程{}(t),0t<1X ≤的相关函数为 2 121212 (t ,t )= ,0,<11-X R t t t t σ ≤ 此过程是否均方连续、均方可微，若可微，则求12(t ,t )X R '和12(t ,t )XX R '。 随机过程期末复习题库（2015） 一、填空题 1.对于具有常数均值的二阶矩过程，为宽平稳过程当且仅当二元函 数只与有关, 而与和无关。 2.对于具有常数均值的二阶矩过程，为宽平稳过程当且仅当二元函 数只与有关, 而与和无关。 3.设随机变量服从泊松分布，且，则 2 . 4.已知随机变量的二阶矩存在，且的矩母函数为，则. 5.已知随机变量的二阶矩存在，且的特征函数为，则 . 6.设是平稳序列，其协方差函数为，请给出的均值具有遍 历性的一个充分条件：． 7.设是平稳过程，其协方差函数为，请给出的均值具有遍历性 的一个充分条件：． 8.已知平稳过程的均值，协方差函数为，则该过程的自相关函数 ． 9.设为两个随机事件，，则 0.6 ． 10.设为二随机变量，，则 2 ． 11.已知随机变量的矩母函数为，则服从的分布是参数为的 泊松分布． 12.是二维正态分布，即，． 13.设随机变量的数学期望均存在，则． 14.为随机事件，随机变量的数学期望存在，则 ． 15.在强度为的泊松过程中，相继事件发生的间隔时间是相互独立的随机变量，且服从均 值为的同一指数分布. 16.设是强度为的泊松过程，表示第个事件发生的时刻，则的分布函 数为. 17.设是强度为的泊松过程，表示第个事件发生的时刻，则． 18.设是强度为的泊松过程，表示第个事件发生的时刻，则 ． 解由定理3.2.3，在已知的条件下，事件发生的个时刻的条件联合分布函数与个在区间上相互独立同均匀分布的随机变量的顺序统计量的联合分布函数相同．故对，有 从而， 19.是强度为的泊松过程，表示第个事件与第个事件发 生的时间间隔.则. 解题思路：注意到与独立，且同服从参数为的指数分布即得． 20.设，是速率为的泊松过程. 则对于， . 21.设，是速率为的泊松过程. 对于， . 解对于，有 增量与独立 22.是强度为的泊松过程，表示第个事件与第个事件发 生的时间间隔.则对，. 解题思路：注意到与独立，且同服从参数为的指数分布即得． 23.设是强度为的泊松过程，表示第个事件与第个事件发 生的时间间隔，则. 24.设是强度为的泊松过程，表示第个事件发生的时刻，则 . 25.设是强度为的泊松过程，表示第个事件发生的时刻，则服从参 数为和的分布. 26.非齐次泊松过程，其强度函数为，则 . 解对于，有 实验一：随机过程的模拟与特征估计 一、实验目的 了解随机过程特征估计的基本概念和方法，学会运用MATLAB 软件产生各种随机过程，对随机过程的特征进行估计，并通过实验了解不同估计方法所估计出来的结果之间的差异。 二、实验原理 （1）高斯白噪声的产生 利用MATLAB 函数randn 产生 （2）自相关函数的估计 1 1 1 ()()?()1?()N m n x N m x n m n n x n m x n N R m R m x x N m --=--+=?+??=??=?-? ∑∑对有偏估计 对无偏估计 MATLAB 自带的函数为xcorr()，阐述xcorr 的用法 R=xcorr(x,y)或R=xcorr(x,y,’option ’) 用来求序列x(n)与y(n)的互相关函数 R=xcorr(x)或R=xcorr(x,’option ’) 用来求序列x(n)的自相关函数 option 选项是: ‘biased ’有偏估计， ‘unbiased ’无偏估计， ‘coeff ’ m=0 的相关函数值归一化为1 ‘none ’不作归一化处理 （3）功率谱的估计 利用周期图方法估计功率谱，2 1?()()x G X N =ωω 提示：MATLAB 自带的函数为periodogram()，阐述periodogram()的用法; 阐述其它谱估计方法的用法。 [Pxx,w]=periodgram(x) Pxx 为对应频率w 的功率谱密度值。 [Pxx,w]=periodgram(x,window) window =boxcar(n)矩形窗（Rectangle Window ）(完整版)北邮研究生概率论与随机过程2012-2013试题及答案
随机过程习题及答案
期末随机过程试题及标准答案
学期数理统计与随机过程(研)试题(答案)
随机过程试题及解答
随机过程的模拟与数字特征
随机过程作业题及参考答案(第一章)
泊松过程
随机过程答案-西交大
《概率论与随机过程》第1章习题答案
(完整)应用随机过程学习总结,推荐文档
应用随机过程实验2-泊松过程
随机过程2012B卷及答案
随机过程期末复习题
实验一：随机过程的模拟与特征估计