电子科大随机过程总结 第5章 均方微积分
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。
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
(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
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)
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。
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
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
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
电子科技大学随机信号分析期末考试题
电子科技大学20 -20 学年第 学期期 考试 卷 课程名称：_________ 考试形式： 考试日期： 20 年 月 日 考试时长：____分钟 课程成绩构成：平时 10 %， 期中 10 %， 实验 %， 期末 80 % 本试卷试题由___2__部分构成，共_____页。 一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量， []01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关 性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相 位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且0()Y F ωω-为一偶函 数，则低频过程)()(t A t A s c 和是___正交___。
二、计算题（共80分） 1. (16分)两随机变量X 和Y 的联合概率密度函数为(,)=XY f x y axy ，a 是常数，其中0,1x y ≤≤。求： 1) a ; 2) X 特征函数； 3) 试讨论随机变量X 和Y 是否统计独立。 解：因为联合概率密度函数需要满足归一性，即 （2分） 11 00 1 1 1(,)124 XY f x y dxdy Axydxdy A xdx ydy A ∞∞ -∞-∞= ===?? ????（分） 所以4A = （1分） X 的边缘概率密度函数： 1 ()4201X f x xydy x x ==≤≤? （2分） 所以特征函数 1 1 02 ()2()2122 12j X X j x X j x j x j x j j E e f x e dx xe dx e xe j j e j e ωωωωωωω φωωωωω∞ -∞??=?? ==?? =-??????= --??? ?（分） （分）（分） 容易得1 ()4201Y f y xydx y y ==≤≤? 则有 (,)()()XY X Y f x y f x f y = （2分） 因此X 和Y 是统计独立。 （2分） 2. (12分)设随机过程()0xt X t e t -=<<∞，其中x 在(]0,2π均匀分布，求： 1) 求均值()X m t 和自相关函数(,)X R t t τ+；
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 =
电子科技大学随机信号分析期末测验题
电子科技大学随机信号分析期末测验题
————————————————————————————————作者：————————————————————————————————日期：
电子科技大学20 -20 学年第 学期期 考试 卷 课程名称：_________ 考试形式： 考试日期： 20 年 月 日 考试时长：____分钟 课程成绩构成：平时 10 %， 期中 10 %， 实验 %， 期末 80 % 本试卷试题由___2__部分构成，共_____页。 题号 一 二 三 四 五 六 七 八 九 十 合计 得分 一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量， []01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关性 要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相 位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且0()Y F ωω-为一偶函数， 则低频过程)()(t A t A s c 和是___正交___。 得 得
(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
随机过程知识点总结
第一章： 考试范围1.3,1.4 1、计算指数分布的矩母函数. 2、计算标准正态分布)1,0(~N X 的矩母函数. 3、计算标准正态分布)1,0(~N X 的特征函数. 第二章： 1. 随机过程的均值函数、协方差函数与自相关函数 2. 宽平稳过程、均值遍历性的定义及定理 3. 独立增量过程、平稳增量过程，独立增量是平稳增量的充要条件 1、设随机过程()Z t X Yt =+，t -∞<<∞.若已知二维随机变量(,)X Y 的协方差矩阵为2122σρρσ?????? ，求()Z t 的协方差函数. 2、设有随机过程{(),}X t t T ∈和常数a ，()()()Y t X t a X t =+-，t T ∈，计算()Y t 的自相关函数（用(,)X R s t 表示）. 3、设12()cos sin X t Z t Z t λλ=+，其中212,~(0,)Z Z N σ是独立同分布的随机变量，λ为实数，证明()X t 是宽平稳过程. 4、设有随机过程()sin cos Z t X t Y t =+，其中X 和Y 是相互独立的随机变量，它们都分别以0.5和0.5的概率取值-1和1，证明()Z t 是宽平稳过程. 第三章： 1. 泊松过程的定义（定义3.1.2）及相关概率计算 2. 与泊松过程相联系的若干分布及其概率计算 3. 复合泊松过程和条件泊松过程的定义 1、设{(),0}N t t ≥是参数3λ=的Poisson 过程，计算： (1). {(1)3}P N ≤； (2). {(1)1,(3)3}P N N ==； (3). {(1)2(1)1}P N N ≥≥. 2、某商场为调查顾客到来的客源情况，考察了男女顾客来商场的人数. 假设男女顾客来商场的人数分别独立地服从每分钟2人与每分钟3人的泊松过程. (1)．试求到某时刻t 时到达商场的总人数的分布；
概率论与随机过程考点总结
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 = n p q 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 22 2)(21 )(σσπa x e x f --= a EX = 2 σ=DX 指数分布 ???<≥=-0, 00,)(x x e x f x λλ λ1=EX 21λ=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
随机过程知识点汇总
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
《概率论与随机过程》课程自学内容小结
上海大学2015～2016学年秋季学期本科生 课程自学报告 课程名称：《概率论与随机过程》 课程编号：07275061 报告题目：大数定律和中心极限定理在彩票选号的应用学生姓名： 学号： 任课教师： 成绩： 评阅日期：
随机序列在通信加密的应用 2015年10月10日 摘 要：大数定律与中心极限定理是概率论中很重要的定理，较多文献给出了不同条件下存在的大数定律和中心极限订婚礼，并利用大数定律与中心极限定理得到较多模型的收敛性。但对于他们的适用范围以及在实际生活中的应用涉及较少。本文通过介绍大数定律与中心极限定理，给出了其在彩票选号方面的应用，使得数学理论与实际相结合，能够让读者对大数定律与中心极限定理在实际生活中的应用价值有更深刻的理解。 1. 引言 在大数定律与中心极限定理是概率论中很重要的定理，起源于十七世纪，发展到现在，已经深入到了社会和科学的许多领域。从十七世纪到现在，很多国家对这两个公式有了多方面的研究。长期以来，在大批概率论统计工作者的不懈努力下，概率统计的理论更加完善，应用更加广泛，如其在金融保险业的应用，在现代数学中占有重要的地位。 本文主要通过对大数定律与中心极限定理的分析理解，研究探讨了其在彩票选号中的应用，并给出了案例分析，目的旨在给出大数定律与中心极限定理应用对实际生活的影响，也对大数定律与中心极限定理产生更深刻的理解。 2. 自学内容小结与分析 2.1 随机变量的特征函数 在对随机变量的分析过程中，单单由数字特征无法确定其分布函数，所以引入特征函数。特征函数反映随机变量的本质特征，可唯一的确定随机变量的分布函数、随机变量X 的特征函数定义为： 定义1 ][)()(juX jux e E dx e x p ju C == ? +∞ ∞ - (1) 性质1 两两相互独立的随机变量之和的特征函数等于各个随机变量的特征函数之积。 性质1意味着在傅立叶变换之后，时域的卷积变成频域的相乘，这是求卷积的简便方法。类比可知求独立随机变量之和的分布的卷积，可化为乘法运算，这样就简便了计算，提高了运算效率。 性质2 求矩公式：0)(|) ()(][=-=u n u x n n n du C d j X E (2) 性质3 级数展开式：!)(][!|)()()(0 00n ju X E n u du u C d u C n n n n n n n n X ∑∑∞==∞ === (3) 2.2 大数定律与中心极限定理 定义2 大数定律：设随机变量相互独立，且具有相同的μ=)(k X E 和,...2,1,)(2==k X D k σ,则0∈>?,有 11lim 1=? ?? ???<∈-∑=∞ →n k k n X n P μ (4) 这验证了人们的猜想：大量随机现象的平均结果一般也具有稳定性。
电子科技大学随机信号分析期末考试题
电子科技大学20 -20 学年第 学期期 考试 卷 课程名称：_________ 考试形式： 考试日期： 20 年 月 日 考试时长：____分钟 课程成绩构成：平时 10 %， 期中 10 %， 实验 %， 期末 80 % 本试卷试题由___2__部分构成，共_____页。 一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的 随机变量，[]01A ∈， 且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且
0()Y F ωω-为一偶函数，则低频过程)()(t A t A s c 和是___正交___。 二、计算题（共80分） 1. (16 分)两随机变量X 和Y 的联合概率密度函数为(,)=XY f x y axy ，a 是常数，其中 0,1x y ≤≤。求： 1)a ; 2)X 特征函数； 3)试讨论随机变量X 和Y 是否统计独立。 解：因为联合概率密度函数需要满足归一性，即 （2分） 所以4A = （1分） X 的边缘概率密度函数： 1 ()4201X f x xydy x x ==≤≤? （2 分） 所以特征函数 容易得 1 0()4201Y f y xydx y y ==≤≤? 则有 (,)()()XY X Y f x y f x f y = （2 分） 因此X 和Y 是统计独立。 （2分） 2. (12 分)设随机过程()0xt X t e t -=<<∞，其中x 在(]0,2π均匀分布，求： 1) 求均值()X m t 和自相关函数(,)X R t t τ+； 2) 判断是否广义平稳； 解： 因为()X m t 和(,)X R t t τ+均随时间变化，所以不是广义平稳； (2)分 3. (12 分)设一个积分电路的输入与输出之间满足关系式：()()t t T Y t X u du -=?其中T 为积分时间常数，如输入随机过程()X t 是平稳随机过程，且已知其功率谱密度为
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 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）