最新整理随机过程习题答案说课材料
《随机过程》第6章习题及参考答案
湖南大学本科课程《随机过程》第6章习题及参考答案主讲教师：何松华 教授1. 给定实数x 和一个平稳随机过程()X t ，定义理想门限系统的特性为1()()0()X t xY t X t x≤⎧=⎨>⎩ 试证：(1) [()]()X E Y t F x =；(2) ()](,,)Y X R F x x ττ=证：(1) ()Y t 在任意时刻为只有两种取值1,0的随机变量，则[()]1{()1}0{()0}{()1}{()}(,)() ()X X E Y t P Y t P Y t P Y t P X t x F x t F x =⨯=+⨯====≤==根据平稳性(2)根据相关函数定义，有()][()()]11{()1,()1}01{()0,()1} 10{()1,()0}00{()0,()0}{()1,()1}{(),()}(,;,)(,;) ()Y X X R E Y t Y t P Y t Y t P Y t Y t P Y t Y t P Y t Y t P Y t Y t P X t x X t x F x x t t F x x ττττττττττ=+=⨯⨯+==+⨯⨯+==+⨯⨯+==+⨯⨯+===+===+≤≤=+=根据平稳性2．设平方律检波器的传输特性为2y x =，在检波器输入端加入一窄带高斯随机过程()X t ，其概率密度函数为22()()}2X Xx a f x σ-=- 在检波器后联接一个理想低通滤波器，求低通滤波器输出过程的一维概率密度和均值；当0a =时结果有何变化。
解：根据题意，()X t 为非零均值的中频窄带随机过程，可以表示为：00()()cos()()sin()C S X t a A t t A t t ωω=+-其中()C A t 、()S A t 为零均值窄带随机过程的同向分量以及正交分量，都服从均值为0、方差为2X σ的正态分布，且在同一时刻互不相关，则检波器输出信号22002222200000()[()cos()()sin()]1111()()2()cos()()cos(2)()cos(2)2222 2()sin()()()sin(2)C S C S C C S S C S X t a A t t A t t a A t A t aA t t A t t A t t aA t t A t A t t ωωωωωωω=+-=++++--- 通过理想低通滤波后，滤波器输出信号为2221()[()()]2C S Z t a A t A t =++由于随机变量()C A t 、()S A t 为互不相关(正态分布情况与独立等价)的正态随机变量，则22122()()()C S XXA t A t Z t σσ=+服从自由度为2的卡方分布，即11121/22/211221()22(2/2)z z Z z ef z e ---==Γ 221()()2X Z t Z t a σ=+，2122[()]()[()]XZ t a Z t h Z t σ-==，根据随机变量函数的概率密度关系，()Z t 的一维概率密度分布函数为22122()1()[()] ()X z a Z Z Xdh z f z f h z e z a dz σσ--==≥2222222211[()]{[()()]}[]22C S X X X E Z t E a A t A t a a σσσ=++=++=+当0a =时，221() (0)X zZ Xf z e z σσ-=≥，2[()]X E Z t σ=。
研究生《随机过程》教材课后作业答案
1.1 证明：∵1111,,,,,A F F F F ∈ΩΦ∈ΩΩ∈Φ∈Ω-Φ∈ΩΦ∈ 且∴1F 是事件域。
∵222,,,,cA 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,ccA A A A F ΦΩ=ΩΦΩ∈ ∴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(),,,,,,16,16,16i j k i R j R k R i j k ∈∈∈≤≤≤≤≤≤∴样本空间()61,,6=,,n i j k i j k =≤≤Ω事件(){},,|,,i j k A i j k ωω==，,,,1,,6i R j R k R i j k ∈∈∈≤≤ 事件域2F Ω= 概率测度(),,1P 216i j k A =，,,,1,,6i R j R k R 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将第n+1个集合往后都取为空集，即可得结论()11n nk 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()()()()()11211111m 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 +=≤<≤≤<<≤=⎛⎫=-+-+- ⎪⎝⎭∑∑∑ 成立，则()()()()()()()()()11111111111111211111+1m m m m k k m m k m k k k k k mm k iji j k k i j mi j k mm m m m k k m k i j i k i j mP A P A A P A P A P A A P A P A P A A P A A A P A A A P A A P A P A A P A A ++++====+=≤<≤≤<<≤++=+=≤<≤⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫==+-= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭+-+-⎛⎫⎛⎫+-- ⎪⎪⎝⎭⎝⎭=-+∑∑∑∑∑()()()()()()()()()()()()1121111121111212111111111n j k m i j k mm i j m i j k m m m i j m i j k m m m k i j i j k m k i j m i j k m A P A A A P A A A P A A A A P A A A A P A P A A P A A A P A A A +≤<<≤++++≤<≤≤<<≤+++=≤<≤+≤<<≤+-+-⎛⎫--+-+- ⎪⎝⎭=-+-+-∑∑∑∑∑∑也成立由数学归纳法可知()()()()()11211111n n n k k i j i j k n k i j n i j k n k P A P A P A A P A A A P A A A +=≤<≤≤<<≤=⎛⎫=-+-+- ⎪⎝⎭∑∑∑()()()()()()111122212123231231n nn n k k k k k k k k n n n k k k k k k nk k nk k P A P A A P A P A P A A P A P A P A P A A P A A P A P A P A P A =========⎛⎫⎛⎫⎛⎫⎛⎫=+=+- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫⎛⎫⎛⎫=++-- ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎛⎫≤++ ⎪⎝⎭≤≤∑1.4 （1）()()()()()()()()()()()()()()()()()()()()()21040114P AB P A P B P AB P AB P A P B P AB P A P B P A P AB P A P B P AB P A P A B P A P A P A ≤-≤-≤≤-≤-=-=+-⎡⎤⎡⎤⎣⎦⎣⎦≤-≤（2）()()()()()()()()()()()()()()()()()()()()()()()if =1else if =P AB P BC P AB P BC P AB P AC P A B C P ABC P AB P BC P AC P A B C P ABC P BC P A B C P AB P BC P AB P BC --+=++-+=++-≤+≤--- 可由这个式子的轮换对称性证明这种情况（3）()()()()()()()()()()11111111111n nk k k k n nn nk k k k k k k k nk k nk k A A A AP A P A P A P A n P A P A n P A P A P A n ========⊂∴⊃⎛⎫≤≤=-=- ⎪⎝⎭-≤-∴≥--∑∑∑∑∑1.5()1(1)k nkk A P X k n--== 1.6由全概率公式()()()()()()()()()()()()100112211110101=1424P Y X P Y P X P Y P X P Y P X P Y P Y P Y e -≥=≥=+≥=+≥==+-=+-=-=-1.7 证明： 显然()()()()111111122,,,,,,0n n n n n F x x F x x F y x P x X y x X x X ∆=-=≤≤≤≤≥假设()()121111222,,,,,,,0i n i i i i i n n F x x P x X y x X y x X y x X x X ∆∆∆=≤≤≤≤≤≤≤≤≥ 成立 从而()()()()12+11111222111112221111122211122,,,,,,,,,,,,,,,,,,,0i i n i i i i i n n i i i i i n n i i i i i n n F x x P x X y x X y x X y x X x X P x X y x X y x X y y X x X P x X y x X y x X y x X x X +++++++++∆∆∆∆=≤≤≤≤≤≤≤≤-≤≤≤≤≤≤≤≤=≤≤≤≤≤≤≤≤≥ （分布函数对于每一变元单调不减）也成立有数学归纳法可知()()121111222,,,,0n n n n n F x x P x X y x X y x X y ∆∆∆=≤≤≤≤≤≤≥1.8()()()()()()()()()()()''''''',,0','x y x y x x y x y x y x y x y x x y y h x y eeh x y eeeee e e e x x y y -+-+-+-+-+-+----∆=-∆∆=---=--≥≤≤所以h 是二元单调不减函数。
随机过程习题和答案
一、1.1设二维随机变量(,)的联合概率密度函数为：试求:在时,求。
解：当时，＝＝1.2 设离散型随机变量X服从几何分布：试求的特征函数，并以此求其期望与方差。
解：所以：2.1 袋中红球，每隔单位时间从袋中有一个白球，两个任取一球后放回，对每 对应随机变量一个确定的t⎪⎩⎪⎨⎧=时取得白球如果对时取得红球如果对t e t tt X t 3)(.维分布函数族试求这个随机过程的一2.2 设随机过程，其中是常数，与是相互独立的随机变量，服从区间上的均匀分布，服从瑞利分布，其概率密度为试证明为宽平稳过程。
解：（1）与无关（2），所以（3）只与时间间隔有关，所以为宽平稳过程。
2.3是随机变量，且，其中设随机过程U t U t X 2cos )(=求：，.5)(5)(==U D U E.321）方差函数）协方差函数；（）均值函数；（（2.4是其中，设有两个随机过程U Ut t Y Ut t X ,)()(32==.5)(=U D 随机变量，且数。
试求它们的互协方差函2.5，试求随机过程是两个随机变量设B At t X B A 3)(,,+=的均值),(+∞-∞=∈T t 相互独若函数和自相关函数B A ,.),()(),2,0(~),4,1(~,21t t R t m U B N A X X 及则且立为多少？3.1一队学生顺次等候体检。
设每人体检所需的时间服从均值为2分钟的指数分布并且与其他人所需时间相互独立，则1小时内平均有多少学生接受过体检？在这1小时内最多有40名学生接受过体检的概率是多少（设学生非常多，医生不会空闲）解：令()N t 表示(0,)t 时间内的体检人数，则()N t 为参数为30的poisson 过程。
以小时为单位。
则((1))30E N =。
40300(30)((1)40)!k k P N e k -=≤=∑。
3.2在某公共汽车起点站有两路公共汽车。
乘客乘坐1,2路公共汽车的强度分别为1λ，2λ，当1路公共汽车有1N 人乘坐后出发；2路公共汽车在有2N 人乘坐后出发。
随机过程试题及答案说课材料
随机过程试题及答案收集于网络，如有侵权请联系管理员删除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 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 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 t t 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 。
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)ijp ，三者之间的关系为 。
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）1.设A,B,C 为三个随机事件，证明条件概率的乘法公式：P(BC A)=P(B A)P(C AB)。
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。
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<n l ≥≤和i,j I ∈，n 步转移概率(n)()(n-)ij ik kjk Ip p p l l ∈=∑ ，称此式为切普曼—科尔莫哥洛夫方程，证明并说明其意义。
(解答)《随机过程》第三章习题
（1）试求随机过程{Z (t); t 0}的均值函数 E{Z (t)}和二阶矩 E{Z 2 (t)} ；
（2）试证明： pn (t)u n exp{(1 2 )t } exp{1ut 2u 1t }。 n
P{X (s) i}
P{N (s) 2(i 1)}
P{N (s) 2(i 1)}P{N (t s) 2( j i)} [(t s)]2( ji) e(ts) ; ( j i, t s)
P{N (s) 2(i 1)}
[2( j i)]!
lim
h0
Pt
2
h 2
S2
t2
h 2 ,t5 h2
h 2
S5
t5
h
2
5 2
t2 (t5
t2 )2 et5
,
0 t2 t5
（2）由于{N (t) 1} {S1 t} ，由泊松过程与指数分布的关系可知，在{S1 t} 条件 下， S1 的分布密度函数为
（3）由于{N (t) 1} {S1 t S2} ，令： 0 t1 t t2 ，取充分小的 h1, h2 0 ，
使得： t1 h1 t1 t t2 h2 t2 ，由
t1 h1 S1 t1, t2 h2 S2 t2 N t1 h1 0, N t1 N t1 h1 1,
3、 设{N1 (t); t 0}和{N 2 (t); t 0} 是相互独立的 Poisson过程,其参数分别为 1 和 2 ．若 N0 (t) N1 (t) N 2 (t) ，问: （1） {N0 (t); t 0} 是否为 Poisson 过程，请说明理由； （2） {N0 (t); t 0} 是否为平稳过程，请说明理由。 解：（1）由于 N 0 (t) 的状态空间为 S {,1, 0,1,} ，因此 N 0 (t) 不是计数过程，更
随机过程课后题答案
第一章习题解答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。
解()()jtxjtkk X k f t E eepq ∞===∑()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）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1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（2） 其期望和方差；（3） 证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。
解 （1）设X 服从(,)p b Γ分布，则10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 10(())x p p e x dx ∞--Γ=⎰ （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+同理可得：()()iiP X b f t b jt∑=∑-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。
随机过程习题答案
1 X ( )与 X (1)的联合分布律为 2 1 X( ) 0 1 2 X (1) −1 +2 1 2 0 0 1 2
0, 0, 1 1 , ⇒ F ( x1 , x2 ; ,1) = 2 2 1 , 2 1,
x1 < 0, −∞ < x2 < +∞ x1 ≥ 0, x2 < −1 0 ≤ x1 < 1, x2 ≥ −1 x1 ≥ 1, −1 ≤ x2 < 2 x1 ≥ 1, x2 ≥ 2
假定 Z (t ) = X + Yt , t ∈ R.若已知二维随机变量 例3 σ 12 ( X , Y )的协方差矩阵为 ρσ 1σ 2 的协方差函数.
ρσ 1σ 2 ,试求 Z (t ) 2 σ2
解 CZ (t1 , t2 ) = E[( X + Yt1 − ( µ X + µY t1 ))( X + Yt2 − ( µ X + µY t2 ))] = E[(( X − µ X ) + (Yt1 − µY t1 ))(( X − µ X ) + (Yt2 − µY t2 ))] = E[( X − µ X )( X − µ X )] + t2 E[( X − µ X )(Y − µY )] +t1 E[(Y − µY )( X − µ X )] + t1t2 E[(Y − µY )(Y − µY )]
(3)、令 Z (t ) = aW ( t a 2 ) ⇒ µ Z (t ) = aE[W ( t a 2 )] = 0 C Z (t1 , t 2 ) = E[ aW ( t1 a 2 ) aW ( t2 a 2 )] = a 2 E[W ( t1 a 2 )W ( t2 a 2 )] = a 2σ 2 min{ t1 a 2 , t2 a 2 } = σ 2 min{t1 , t 2 }, t1 , t 2 ≥ 0
《随机过程》课后习题解答
（ k 0, 2, n ）
1 为一特征函数，并求它所对应的随机变量的分布。 1 t2
n n i
f (t
i 1 k 1
tk )i k
5
=
i 1 k 1
n
n
i k
1 (ti tk )
2
i 1 k 1
n
n
e jti e jti e jti {1 ( jtk )(1 jtk )} n n e jtk e e i k jti = i 1 k 1 e n(1 jtk ) e
1 n n n j ( ti tk ) l ] i k = [e n i 1 k 1 l 1
（2） （3）
其期望和方差； 证明对具有相同的参数的 b 的 分布，关于参数 p 具有可加性。
解 （1）设 X 服从 ( p , b ) 分布，则
f X (t ) e jtx
0
b p p 1 bx x e dx ( p )
bp ( p)
x
0
p 1 ( jt b ) x
i k
1 M 2
0
ti t k } ） （ M 1max{ i , j n
且 f (t ) 连续 f (0) 1 （2） f (t )
f (t ) 为特征函数
1 1 1 1 1 [ ] 2 2 1 t 1 ( jt ) 2 1 jt 1 jt
3
fZ(k)() t (1 )kk! jk (1 jt)(k1)
E (Z k ) 1 (k ) f Z (0) ( 1) k k ! k j
n
- 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)。
随机过程部分习题答案习题22.1 设随机过程b t b Vt t X ),,0(,)(+∞∈+=为常数，)1,0(~N V ，求)(t X 的一维概率密度、均值和相关函数。
解 因)1,0(~N V ，所以1,0==DV EV ，b Vt t X +=)(也服从正态分布，b b tEV b Vt E t X E =+=+=][)]([ 22][)]([t DV t b Vt D t X D ==+=所以),(~)(2t b N t X ，)(t X 的一维概率密度为),(,21);(222)(+∞-∞∈=--x ett x f t b x π，),0(+∞∈t均值函数 b t X E t m X ==)]([)(相关函数 )])([()]()([),(b Vt b Vs E t X s X E t s R X ++== ][22b btV bsV stV E +++= 2b st +=2.2 设随机变量Y 具有概率密度)(y f ，令Yte t X -=)(，0,0>>Y t ，求随机过程)(t X 的一维概率密度及),(),(21t t R t EX X 。
解 对于任意0>t ，Ytet X -=)(是随机变量Y 的函数是随机变量，根据随机变量函数的分布的求法，}ln {}{})({);(x Yt P x e P x t X P t x F tY ≤-=≤=≤=-)ln (1}ln {1}ln {txF t x Y P t x Y P Y --=-≤-=-≥= 对x 求导得)(t X 的一维概率密度xtt x f t x f Y 1)ln ();(-=，0>t 均值函数 ⎰∞+--===0)(][)]([)(dy y f e e E t X E t m yt tY X相关函数⎰+∞+-+---====0)()(2121)(][][)]()([),(212121dy y f e e E e e E t X t X E t t R t t y t t Y t Y t Y X2.3 若从0=t 开始每隔21秒抛掷一枚均匀的硬币做实验，定义随机过程 ⎩⎨⎧=时刻抛得反面时刻抛得正面t t t t t X ,2),cos()(π试求：（1）)(t X 的一维分布函数),1(),21(x F x F 和； （2）)(t X 的二维分布函数),;1,21(21x x F ；（3）)(t X 的均值)1(),(X X m t m ，方差 )1(),(22X X t σσ。
解 （1）21=t 时，)1(X 的分布列为一维分布函数 ⎪⎪⎩⎪⎪⎨⎧≥<≤<=1,110,210,0),21(x x x x F 1=t 时，)1(X 的分布列为一维分布函数 ⎪⎪⎩⎪⎪⎨⎧≥<≤--<=2,121,211,0),1(x x x x F （2）由于)1()21(X X 与相互独立，所以))1(),1((X X 的分布列为二维分布函数 ⎪⎪⎪⎩⎪⎪⎪⎨⎧≥≥<≤-≥≥<≤<≤-<≤-<<=2,1,121,12,10,2121,10,4110,0),;1,21(212121212121x x x x x x x x x x x x F 或或（3）t t t t t m X +=⋅+=)cos(21221)cos(21)(ππ 21)1(=X m222222])cos(21[)2(21)(cos 21)]([)]([)(t t t t t EX t X E t X +-+=-=ππσ)cos()(cos 412)(cos 212222t t t t t t πππ---+=)cos()(cos 4122t t t t ππ-+=2])cos(21[t t -=π49)1(2=X σ2.4 设有随机过程)sin()cos()(t B t A t X ωω+=，其中ω为常数，B A ,是相互独立且服从正态分布),0(2σN 的随机变量，求随机过程的均值和相关函数。
解 因B A ,独立，),0(~2σN A ，),0(~2σN B 所以，2][][,0][][σ====B D A D B E A E 均值 )]sin()cos([)]([)(t B t A E t X E t m X ωω+== 0][)sin(][)cos(=+=B E t A E t ωω 相关函数[]))sin()cos())(sin()cos(()]()([),(22112121t B t A t B t A E t X t X E t t R X ωωωω++== []1221212212sin cos sin cos sin sin cos cos t t AB t t AB t t B t t A E ωωωωωωωω+++= ][sin sin ][cos cos 221221B E t t A E t t ωωωω+= )sin sin cos (cos 21212t t t t ωωωωσ+=)(cos 212t t -=ωσ2.5 已知随机过程)(t X 的均值函数)(t m X 和协方差函数)(),,(21t t t B X ϕ为普通函数，令)()()(t t X t Y ϕ+=，求随机过程)(t Y 均值和协方差函数。
解 均值 )()()()]([)]()([)]([)(t t m t t X E t t X E t Y E t m X Y ϕϕϕ+=+=+== 协方差 )()(),(),(212121t m t m t t R t t C Y Y Y Y -= )()()]()([2121t m t m t Y t Y E Y Y -=[])]()()][()([)()()(()((22112211t t m t t m t t X t t X E X X ϕϕϕϕ++-++= )()()]()([2121t m t m t X t X E X X -= 其它项都约掉了 )()(),(2121t m t m t t R X X X -= ),(21t t C X =2.6 设随机过程)sin()(Θ+=t A t X ω，其中ω,A 是常数，Θ在),(ππ+-上服从均匀分布，令 )()(2t X t Y =，求),(τ+t t R Y 和),(τ+t t R XY 。
解 )]()([)]()([),(22τττ+=+=+t X t X E t Y t Y E t t R Y[])(sin )(sin 2222Θ++Θ+=ωτωωt A t A E []))222cos(1))(22cos(1(42Θ++-Θ+-=ωτωωt t E A [])222cos()22cos()222cos()22cos(142Θ++-Θ+-Θ++Θ++=ωτωωωτωωt t t t E A 而 0)22sin(41)22cos(21)]22[cos(=+=+=Θ+--⎰ππππθωπθθωπωt d t t E 同理 []0)222cos(=Θ++ωτωt E 利用三角积化和差公式[])222cos()22cos(Θ++Θ+ωτωωt t E[])424cos()2cos(21Θ+++=ωτωτωt Eωτ2cos 21=所以，]2cos 211[4),(2ωττ+=+A t t R Y )]()([)]()([),(2τττ+=+=+t X t X E t Y t X E t t R XY )](sin )sin([22Θ++Θ+=ωτωωt A t A E))]222cos(1)([sin(23Θ++-Θ+=ωτωωt t E A )]222cos()sin()[sin(23Θ++Θ+-Θ+=ωτωωωt t t E A )]323sin()2sin()sin(2[43Θ++-Θ++-Θ+=ωτωωτωωt t t E A 而 0)sin(1)]sin(2[=+=Θ+⎰-θθωπωππd t t E 同理 0)]323[sin(,0)]2[sin(=Θ++=Θ++ωτωωτωt E t E所以，0),(=+τt t R XY2.7 设随机过程2)(Zt Yt X t X ++=，其中Z Y X ,,是相互独立的随机变量，且具有均值为零，方差为1，求随机过程)(t X 的协方差函数。
解 根据题意，1,0222=========EZ DZ EY DY EXDX EZ EY EX0][)]([)(22=++=++==EZ t tEY EX Zt Yt X E t X E t m X)]()()][()([),(221121t m t X t m t X E t t C X X X --=)])([()]()([22221121Zt Yt X Zt Yt X E t X t X E ++++==因Z Y X ,,相互独立，均值为零，所以上面交叉乘积项数学期望为零2221212222122121t t t t EZ t t EY t t EX ++=++=2.8 设)(t X 为实随机过程，x 为任意实数，令 ⎩⎨⎧>≤=xt X xt X t Y )(,0)(,1)(证明随机过程)(t Y 的均值函数和相关函数分别为)(t X 的一维和二维分布函数。
证明 })({0})({1)]([)(x t X P x t X P t Y E t m Y >⨯+≤⨯== );(})({t x F x t X P X =≤=))(),((21t Y t Y 的取值为)0,0(),1,0(),0,1(),1,1(})(,)({11)]()([),(22112121x t X x t X P t Y t Y E t t R Y ≤≤⨯⨯== })(,)({012211x t X x t X P >≤⨯⨯+ })(,)({102211x t X x t X P ≤>⨯⨯+ })(,)({002211x t X x t X P >>⨯⨯+ ),;,(})(,)({21212211t t x x F x t X x t X P X =≤≤=2.9 设)(t f 是一个周期为T 的周期函数，随机变量Y 在（0，T ）上均匀分布，令)()(Y t f t X -=，求证随机过程)(t X 满足⎰+=+Tdt t f t f Tt X t X E 0)()(1)]()([ττ 证明 Y 的密度函数为 ⎪⎩⎪⎨⎧∈=其它,0),0(,1)(T y Ty f Y)]()([)]()([Y t f Y t f E t X t X E -+-=+ττ ⎰∞+∞--+-=dy y f y t f y t f Y )()()(τ⎰-+-=Tdy y t f y t f T 0)()(1τ⎰-+-=-Tt t du u f u f T u y t )()(1τ⎰-+=tT t du u f u f T )()(1τ⎰+=Tdu u f u f T 0)()(1τ 2.13 设}0),({≥t t X 是正交增量过程，V X ,0)0(=是标准正态随机变量，若对任意的0≥t ，V t X 与)(相互独立，令V t X t Y +=)()(，求随机过程}0),({≥t t Y 的协方差函数。