应用随机过程试题及答案

合集下载

《应用随机过程》A卷及其参考答案

，求
E
X
X
c；
2、（15 分，选做一题）（1）设 Xi E i ， i 1, 2 ，且 X1, X 2 独立，试
由条件数学期望的一般定义以及初等条件概率定义的极限分别求
E IX1X2 X1 X 2 t P X1 X 2 X1 X 2 t ，t 0 ；（2）设 X1, X 2 , , X n 独
T 2 t dt 0
，令
Z
t
exp
t
0
u
dW
u
1 2
t 0
2
u
du
，则
dZ
t
t
Z
t
dW
t
，
从而Z t ,0 t T 是一个连续鞅。
1
三、计算证明题（共 60 分）
得分
1、（13 分）假设 X～E ，给定 c 0 ，试分别由指数分布的无记忆性、
条件密度和 E X
A
E
P
XI A
A
x
0
，且
q
x
dx
1
；（b）存在
a
0
，使得
p q
x x
a（当
p
x
0
时），令 r x a qpxx（当 p x 0 时，规定 r x 0 ）；又记 M U r X ，
3
试证明：
P
X
z
M
z
q
x dx
，即
X
在
M
发生的条件下的条件密度
函数恰是 q x ；（2）设有 SDE：dXt (aXt b
（2） ___________________________________________________；

随机过程试题及答案

随机过程试题及答案随机过程是概率论与数理统计的重要理论基础之一。

通过研究随机过程，可以揭示随机现象的规律性，并应用于实际问题的建模与分析。

以下是一些关于随机过程的试题及答案，帮助读者更好地理解与掌握这一概念。

1. 试题：设随机过程X(t)是一个马尔可夫过程，其状态空间为S={1,2,3}，转移概率矩阵为：P =| 0.5 0.2 0.3 || 0.1 0.6 0.3 || 0.1 0.3 0.6 |(1) 计算X(t)在t=2时的转移概率矩阵。

(2) 求X(t)的平稳分布。

2. 答案：(1) 根据马尔可夫过程的性质，X(t)在t=2时的转移概率矩阵可以通过原始的转移概率矩阵P的2次幂来计算。

令Q = P^2，则X(t=2)的转移概率矩阵为：Q =| 0.37 0.26 0.37 || 0.22 0.42 0.36 || 0.19 0.36 0.45 |(2) 平稳分布是指随机过程的状态概率分布在长时间内保持不变的分布。

设平稳分布为π = (π1,π2, π3)，满足πP = π（即π为右特征向量），且所有状态的概率之和为1。

根据πP = π，可以得到如下方程组：π1 = 0.5π1 + 0.1π2 + 0.1π3π2 = 0.2π1 + 0.6π2 + 0.3π3π3 = 0.3π1 + 0.3π2 + 0.6π3解以上方程组可得到平稳分布：π = (0.25, 0.3125, 0.4375)3. 试题：设随机过程X(t)是一个泊松过程，其到达率为λ=1，即单位时间内到达的事件平均次数为1。

(1) 请计算X(t)在t=2时的累计到达次数的概率P{N(2)≤3}。

(2) 计算X(t)的平均到达速率。

4. 答案：(1) 泊松过程具有独立增量和平稳增量的性质，且在单位时间内到达次数服从参数为λ的泊松分布。

所以，P{N(2)≤3} = P{N(2)=0} + P{N(2)=1} + P{N(2)=2} +P{N(2)=3}，其中P{N(2)=k}表示在时间间隔[0,2]内到达的次数为k的概率。

(完整word版)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+),-<t<ωΦ∞∞ 其中ω为正常数，A 和Φ是相互独立的随机变量，且A 和Φ服从在区间[]0,1上的均匀分布，则X(t)的数学期望为。

3．强度为λ的泊松过程的点间间距是相互独立的随机变量，且服从均值为1λ的同一指数分布。

4．设{}n W ,n 1≥是与泊松过程{}X(t),t 0≥对应的一个等待时间序列，则n W 服从 Γ 分布。

5．袋中放有一个白球，两个红球，每隔单位时间从袋中任取一球，取后放回，对每一个确定的t 对应随机变量⎪⎩⎪⎨⎧=时取得白球如果时取得红球如果t t t e tt X ,,3)(，则这个随机过程的状态空间。

6．设马氏链的一步转移概率矩阵ij P=(p )，n 步转移矩阵(n)(n)ij P (p )=，二者之间的关系为 (n)n P P = 。

7．设{}n X ,n 0≥为马氏链，状态空间I ，初始概率i 0p P(X =i)=，绝对概率{}j n p (n)P X j ==，n 步转移概率(n)ij p ，三者之间的关系为(n)j i ij i Ip (n)p p ∈=⋅∑ 。

8．设}),({0≥t t X 是泊松过程，且对于任意012≥>t t 则{(5)6|(3)4}______P X X ===9．更新方程()()()()0tK t H t K t s dF s =+-⎰解的一般形式为。

10．记()(),0n EX a t M M t μ=≥→∞-→对一切，当时，t +a 。

二、证明题（本大题共4道小题，每题8分，共32分）P(BC A)=P(B A)P(C AB)。

1．为it(e-1)e λ。

2． 1(sin(t+1)-sin t)2ωω。

3． 1λ4． Γ 5． 212t,t,;e,e 33⎧⎫⎨⎬⎩⎭。

6．(n)nP P =。

李晓峰应用随机过程课后习题_随机过程答案CH1

习题一、习题编号本次作业：1，2， 7，9，12，17，18，19，23，25 二、习题解答1.1 设随机试验E 是将一枚硬币抛两次，观察H -正面，T -反面出现的情况，试分析它的概率空间(),,P Ω。

解1.1：样本空间：Ω = {HH, HT, TH, TT}集类：F = { Ø, Ω, {HH}, {HT}, {TH}, {TT},{HH,HT}, {HH, TH}, {HH,TT}, {HT, TH}, {HT, TT}, {TH, TT}, {HH, HT, TH}, {HH, HT, TT}, {HT, TH, TT}, {TH, TT, HH}, }概率：P: P{HH} = P{HT} = P{TH} = P{TT} = 1/41.2 设,A B ∈Ω，集类{},A B =。

试求：()σ的所有元素。

解1.2：因为：{},A B =所以：(){},,,σ=∅Ω1.3 设四个黑球与两个白球随机地等分为A 与B 两组，记A 组中白球的数目为X ；然后随机交换A 与B 中一个球，再记交换后A 组中白球的数目为Y 。

试求：（1）X 的分布律；（2）Y|X 的分布律；（3）Y 的分布律。

解1.3：（1）总计有2个白球，因此，X 的取值为0，1，2。

等分共有36C 种分法，等分后，X 取值分别为0，1，2的概率为：3211244242333666012012131()()555XX C C C C C P X P X C C C ⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ （2）交换一个球后，1）如果X 中没有白球，则交换后Y 可能取值为0、1 2）如果X 中有一个白球，则交换后Y 可能取值为0、1、2 3）如果X 中有两个白球，则交换后Y 可能取值为1、2|0|01|00|11|12|11|22|21225221(|)3399933Y XP Y X ⎛⎫ ⎪ ⎪ ⎪⎝⎭（3）20()(|)()i P Y P Y X i P X i ====∑2(0)(0|)()1123359515i P Y P Y X i P X i =======⨯+⨯=∑2(1)(1|)()21532135953535i P Y P Y X i P X i =======⨯+⨯+⨯=∑2(2)(2|)()23110953515i P Y P Y X i P X i =======+⨯+⨯=∑故Y 的分布律为：012131()555YP Y ⎛⎫ ⎪ ⎪⎪⎝⎭1.4 设A 与B 是概率空间(),,P Ω上的事件，且()01P B <<，试证明：A 与B独立的充要条件为：()()|=|P A B P A B 。

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 kk 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P= 0 ，求其相应的极限分布。

6．设I={1,2,3,4}，其一步转移概率矩阵P= 1 1 0 0 2 2 10 0 0 1 ，试画出状态传递图，对其状态进行分类，确定哪些状态是常返态，并确定其周期。

《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12cos ()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12，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 x3）{()}X t 的二维概率分布121(,1;,)2F x x3. 通过连续重复抛掷一枚硬币确定随机过程{()}X tcos ()2t 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;,)2F x x4. 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 =1()(),1,2,,(0)0nk Y n X k n Y ====∑其中()(0,1,2,)X k k =是相互独立同服从2(0,)N σ的正态随机变量. 试求：（1）()Y n 的概率密度；（2）((),())Y n Y m 的联合概率密度（m n ≥）.7. 给定随机过程{(),}X t t T ∈，定义另一个随机过程：1,(),()0,().X t x Y t X t x <⎧=⎨≥⎩试证：{(),}Y t t T ∈的均值和自相关函数分别为{(),}X t t T ∈的一维分布函数和二维分布函数. 8. 设随机过程()cos()β=+ΘX t A t其中β为正常数，r. v. ~(0,1),~(0,2)A N U πΘ二者相互独立. 试求随机过程{(),}X t t -∞<<+∞的均值函数()m t 、方差函数()D t 和相关函数(,)R s t .9. 已知随机变量,ξη相互独立都服从正态分布2(0,)N σ，分别设：（1）()X t t ξη=+；（2）()cos X t t ξ=，令01max ()t Z X t ≤≤=，分别两种情形求()E Z .10. 一个通讯系统，以每T 秒为一周期输出一个幅度为A 的信号，A 为常数，信号输出时间~(0,)i X U T ，且持续到周期结束，设每个信号的输出时间i X 相互独立，设()Y t 为t 时刻接收到的信号幅度，求{()}Y t 的一维概率分布。

随机过程试题及答案

随机过程试题及答案一、选择题1. 随机过程是研究什么的对象？A. 确定性系统B. 随机性系统C. 静态系统D. 动态系统答案：B2. 下列哪项不是随机过程的特点？A. 可预测性B. 随机性C. 连续性D. 状态的不确定性答案：A3. 随机过程的数学描述通常使用什么？A. 概率分布B. 微分方程C. 差分方程D. 以上都是答案：A4. 马尔可夫链是具有什么特性的随机过程？A. 独立性B. 无记忆性C. 均匀性D. 周期性答案：B5. 以下哪个是随机过程的数学工具？A. 傅里叶变换B. 拉普拉斯变换C. 特征函数D. 以上都是答案：D二、简答题1. 简述什么是随机过程的遍历性。

答：遍历性是随机过程的一种特性，指的是在足够长的时间内，随机过程的统计特性不随时间变化而变化，即时间平均与遍历平均相等。

2. 解释什么是泊松过程，并给出其主要特征。

答：泊松过程是一种计数过程，它描述了在固定时间或空间内随机发生的事件次数。

其主要特征包括：事件在时间或空间上独立发生，事件的发生具有均匀性，且在任意小的时间段内，事件发生的概率与该时间段的长度成正比。

三、计算题1. 假设有一个泊松过程，其平均事件发生率为λ。

计算在时间间隔[0, t]内恰好发生n次事件的概率。

答：在时间间隔[0, t]内恰好发生n次事件的概率由泊松分布给出，公式为：\[ P(N(t) = n) = \frac{e^{-\lambda t} (\lambda t)^n}{n!} \]2. 考虑一个具有两个状态的马尔可夫链，其状态转移概率矩阵为：\[ P = \begin{bmatrix}p_{11} & p_{12} \\p_{21} & p_{22}\end{bmatrix} \]如果初始时刻在状态1的概率为1，求在第k步时处于状态1的概率。

答：在第k步时处于状态1的概率可以通过马尔可夫链的状态转移矩阵的k次幂来计算，即：\[ P_{11}^{(k)} = p_{11}^k + p_{12} p_{21} (p_{11}^{k-1} + p_{12} p_{21}^{k-2} + \ldots) \]四、论述题1. 论述随机过程在信号处理中的应用及其重要性。

应用随机过程答案1

2. （1）求参数为的()b p ,分布的特征函数，其概率密度为Γ()()是正整数p b x x e x p b x p bx p p ,0 000,1>⎪⎩⎪⎨⎧≤>Γ=−−（2）求其期望和方差。

（3）证明对具有相同参数的b Γ分布，关于参数具有可加性。

p 函数有下面的性质：解（1）首先，我们知道Γ()()! 1−=Γp p根据特征函数的定义，有()[]()()()()()()()()()()()()()()()()()()()()pp p x jt b p p xjt b p p x jt b p p xjt b p p xjt b p p bxp p jtxjtxjtXX jt b b jt b p p b dxe x jt b p p b dx e x jt b p p b dx e x jt b p p b e x jt b p b dx e x p b dx e x p b edx x p e e E t f ⎟⎟⎠⎞⎜⎜⎝⎛−=−−Γ=−−Γ==−−Γ=−−Γ+−−Γ=Γ=Γ===∫∫∫∫∫∫∞−−−∞−−−∞−−−∞−−−∞−−−−−∞∞∞−!1!11110010202010110L所以()pX jt b b t f ⎟⎟⎠⎞⎜⎜⎝⎛−=（2）根据期望的定义，有[]()()()()()()()bpdx x p b p dx e x p b b p dx e x bp p b e x bp b dx e x p b dx e x p b x dx x xp X E m bx p p bx p p bxp p bx p p bx p p X ==Γ=Γ+−Γ=Γ=Γ===∫∫∫∫∫∫∞∞−∞−−∞−−∞−∞−∞−−∞∞−010100011类似的，有[]()()()()()()()()()()()()()2201200010101222111111b p p dx x p b p p dx e x p b b p p dx e x b p p b dx e x bp p b e x bp b dx e x p b dx e x p b x dx x p x XE bxp p bxp p bxp p bxp p bx p p bx p p +=+=Γ+==+Γ=+Γ+−Γ=Γ=Γ==∫∫∫∫∫∫∫∞∞−∞−−∞−∞−∞−+∞−+∞−−∞∞−L的方差为X 所以，[]()222221b pb p b p p mXE D XX =⎟⎠⎞⎜⎝⎛−+=−=（3）()()()jt jnt jt e n e e t f −−=115. 试证函数为一特征函数，并求它所对应的随机变量的分布。

随机过程试题及答案

随机过程试题及答案一、选择题1. 关于随机过程的描述，错误的是：A. 随机过程是一种由随机变量组成的集合B. 随机过程是一种在时间上有序排列的随机变量序列C. 随机过程可以是离散的，也可以是连续的D. 随机过程是一种确定性的数学模型答案：D2. 以下哪种过程不是随机过程？A. 白噪声过程B. 马尔可夫过程C. 布朗运动D. 正态分布答案：D3. 随机过程的一阶矩描述的是：A. 均值B. 方差C. 偏度D. 峰度答案：A4. 当随机过程的各个时间点上的随机变量是独立同分布时，该随机过程为：A. 马尔可夫过程B. 马尔可夫链C. 平稳随机过程D. 白噪声过程答案：B5. 下列关于马尔可夫过程的说法中，正确的是：A. 当前状态只与上一状态有关，与历史状态无关B. 当前状态只与历史状态有关，与上一状态无关C. 当前状态只与上一状态和历史状态有关D. 当前状态与所有历史状态均无关答案：A二、填空题1. 随机过程中，时域函数常用的表示方法是__________。

答案：概率分布函数或概率密度函数2. 马尔可夫过程的状态转移概率只与__________相关。

答案：当前状态和下一状态3. 随机过程的时间参数称为__________。

答案：时刻或时间点4. 白噪声过程的自相关函数是一个__________函数。

答案：冲激函数5. 平稳随机过程的自相关函数只与__________相关。

答案：时间差三、解答题1. 请简要解释随机过程的概念。

随机过程是一种由随机变量组成的集合，表示一个在时间上有序排列的随机变量序列。

它可以是离散的，也可以是连续的。

随机过程的描述通常包括概率分布函数或概率密度函数，以及相关的统计特征，如均值、方差等。

随机过程可以用于对随机现象进行建模和分析。

2. 请简要说明马尔可夫过程的特点及应用。

马尔可夫过程是一种具有马尔可夫性质的随机过程，即当前状态只与上一状态有关，与历史状态无关。

其状态转移概率只与当前状态和下一状态相关。

华工应用随机过程试卷及参考答案

华南理工大学2011—2012 学年第一学期《应用随机过程》考试试卷（A 卷）（闭卷时间 120 分钟）院/系年级 __专业姓名学号1、设X 是概率空间(Ω,F ,P )且EX 存在，C 是F 的子σ－域，定义E (XC )如下：（1）_______________ ；（2）_____________________________________________ ； 2、设{N (t ),t ≥ 0}是强度为λ的 Poisson 过程，则 N (t )具有_____、_____增量，且∀t >0，h >0充分小，有：P ({N (t + h )− N (t ) = 0})＝ ________，P ({N (t + h )− N (t ) =1})＝_____________；3、设{W (t ),t ≥ 0}为一维标准 Brown 运动，则∀t >0，W (t ) ～____，且与 Brown 运动有关的三个随机过程____________、________ ______________、______________都是鞅（过程）；4、倒向随机微分方程（BSDE ）典型的数学结构为__________ ______________________________，其处理问题的实质在于 ______________________________________________________。

二、证明分析题（共 12 分，选做一题）1、设X 是定义于概率空间(Ω,F ,P )上的非负随机变量，并且具有指数分布，即：P({X ≤ a}) =1−e−λa ，a >0，其中λ是正常数。

设λ是另一个正常数，定义：Z = λλe−(λ−λ)X ，由下式定义：P(A)=∫A ZdP，∀A∈F ；（1）证明：P(Ω) =1；（2）在概率测度P 下计算的分布函数：P({X ≤ a})，a>0；2、设X0～U (0,1)，X n+1～U (1−X n,1)，n≥1，域流{F n,n≥ 0}满足：F n =σ(X k,0 ≤k≤n)，n≥ 0 ；又设Y0 = X0 ，Y n = 2n ⋅∏kn=1 1 X−k X −1 k ，n ≥1，试证：{Yn,n ≥ 0}关于域流{F n,n ≥ 0}是鞅！三、计算证明题（共60 分）1、（12 分）假设X～E(λ)，给定c >0，试分别由指数分布的无记E(XI A )忆性和E(X A) = ，求E(XX >c)；P(A)2、（10 分，选做一题）（1）设X～E(λ)，Y～E(μ)，λ> μ，且X,Y 相互独立；∀c >0，设fX X )为给定X +Y = c 时X 的条件概率密度，试求之并由此求+Y (x cE(X X +Y = c)；⎧1)及（2）设(X,Y)～f (x, y) = ⎪⎨x ,0 ≤ y ≤ x ≤1;，试求fY X (y x⎪⎩0,其它；P(X 2 +Y 2 ≤1X = x)，并由此（连续型全概率公式）求P({X 2 +Y 2 ≤1})；3、（4 分，选做一题）（1）设X,Y独立同U [0,1]分布，试基（2）设于微元法由条件密度求E(XX <Y)；(X,Y)～U (D)，D:0 ≤ y≤x≤1，试由条件数学期望的直观方法求E(YX )、E ⎡⎣(Y −X )2X ⎤⎦；[0,1]分布，Y = min{X1, X2, , 4、（10 分）设X1, X2, , X n 独立同U求E(X1Y) = E(X1 σ(Y))；X n}，试由条件数学期望的一般定义5、（14 分）设{N (t),t ≥ 0}是强度为λ的Poisson 过程，S0 = 0，S n 表示第n个事件发生（到达）的时刻，试求：（1）P(N (s) =kN (t) = n)（s <t,k = 0,1, ,n）；（2）E(S k N (t) = n)，k ≤ n；6、（10 分）设{W (t),t ≥ 0}为标准Brown 运动，试由Ito-Doeblin 公式求解随机微分方程 d ⎡⎣S(t)⎤⎦= μS(t)dt +σS(t)dW (t)，并求E ⎡⎣W4 (t)⎤⎦，E ⎡⎣W6 (t)⎤⎦。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

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
P= 0 ，求其相应的极限分布。

6．设I={1,2,3,4}，其一步转移概率矩阵P= 1 1 0 0 2 2 1 0 0 0 1 ，试画出状态传递图，对其状态进行分类，确定哪些状态是常返态，并确定其周期。

3 简述Poisson 过程的随机分流定理答：设t N 为强度为? 的poisson 过程，如果把其相应的指数流看成顾客流，用与此指数流相互独立的概率p,把每个到达的顾客，归入第一类，而以概率1-p 把他归入第二类。

对i=1,2,记( ) i t N 为t 前到达的第i 类顾客数，那么(1) ( 2 ) { : 0} , { : 0} t t N t N t ? ? 分别为强度为p? 与（1-p）? 的poisson 过程，而且这两个过程相互独立。

4 简述Markov 链与Markov 性质的概念答：如果随机变量是离散的，而且对于0 n ? ? 及任意状态0 1 1 1 1 0 0 1 , , , , , ( | , , , ) ( | ) n n n n n n n i j i i p j i i i p j i 都有，该随机序列为Markov 链，该对应的性质为Markov 性质。

5. 简述Markov 状态分解定理答：(1) Markov 链的状态空间S 可惟一分解为1 2 S T H H ? ? ? ? ，其中T 为B 卷（共9 页）第6 页暂态的全体，而i H 为等价常返类。

（2）若Markov 链的初分布集中在某个常返类k H 上，则此Markov 链概率为1 地永远在此常返类中，也就是说，它也可以看成状态空间为k H 的不可约Markov 链。

6．简述HMM 要解决的三个主要问题答：(1)从一段观测序列{ , } k Y k m ? 及已知的模型( , , ) A B ? ? ? 出发，估计n X 的最佳值，称为解码问题。

这是状态估计的问题。

(2) 从一段观测序列{ , } k Y k m ? 出发，估计模型参数组( , , ) A B ? ? ? ，称为学习问题。

这是参数估计问题。

(3) 对于一个特定的观测链{ , } k Y k m ? ，已知它可能是由已经学习好的若干模型之一所得的观测，要决定此观测究竟是得自于哪一个模型，这称为识别问题，就是分类问题。

7．什么是随机过程，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。