随机过程-习题解答 电子科技大学 陈良均共45页
随机过程习题和答案
一、设二维随机变量 ( ,) 的结合概率密度函数为：试求:在时,求。
解：＝当时，＝设失散型随机变量X 听从几何散布：试求的特点函数，并以此求其希望与方差。
解：因此：袋中有一个白球，两个红球，每隔单位时间从袋中任取一球后放回，对每一个确立的 t对应随机变量t假如对 t时获得红球X (t )3e t假如对 t时获得白球试求这个随机过程的一维散布函数族 .设随机过程，此中是常数，与是相互独立的随机变量，听从区间上的均匀散布，听从瑞利散布，其概率密度为试证明为宽安稳过程。
解：（ 1）与没关（2），因此（3）只与时间间隔有关，因此为宽安稳过程。
设随机过程X (t ) U cos2t，此中 U 是随机变量，且E(U ) 5， D (U ) 5.求：（1）均值函数；（2）协方差函数；（3）方差函数 .设有两个随机过程X (t ) Ut 2， Y(t ) Ut 3 ,此中 U 是随机变量，且 D (U ) 5.试求它们的互协方差函数。
设 A, B是两个随机变量, 试求随机过程X (t) At 3B，t T ( ,)的均值函数和自有关函数.若 A, B互相独立,且 A ~ N (1,4), B ~ U (0,2),则m X(t)及R X(t1, t2)为多少？一队学生按序等候体检。
设每人体检所需的时间听从均值为 2 分钟的指数散布而且与其余人所需时间互相独立， 则 1 小时内均匀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（设学生特别多，医生不会安闲）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 E(N(1)) 30。
40 (30) k e 30。
P(N (1) 40)k!k 0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 1，2，当 1 路公共汽车有N1人乘坐后出发； 2 路公共汽车在有N2人乘坐后出发。
随机过程试题及答案
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 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 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)ijP (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)ij p ，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）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。
随机过程习题答案及知识点
协方差矩阵及n 维正态分布1、设n 维随机变量）（n X X ,,,X 21⋯的二阶混合中心距：[][];,,2,1,},)()({),(,n j i j X E j X X E X E X X Cov c i i j i j i ⋯=--==都存在，则称矩阵⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯=∑nn c c c c c c c c c n2n12n 22211n 1211为n 维随机变量）（n X X ,,,X 21⋯的协方差矩阵，它是一对称矩阵。
2、n 维正态分布定义：若n 维随机变量）（n X X ,,,X 21⋯的概率密度可以表示成以下的形式：⎭⎬⎫⎩⎨⎧-∑--∑==⋯-)()(21ex p )(det )2(1)(),,,(f 12/12/21U X U X X f x x x T n n π其中，Tn T T n X E X E X E U x x x X ))(,),(),((),,,(,),,,(21n 2121⋯=⋯=⋯=μμμ∑是）（n X X ,,,X 21⋯的协方差矩阵，则称n 维随机变量）（n X X ,,,X 21⋯为n 维正态随机变量，记为),(~),,,X (21∑⋯=μN X X X n ，),,,(f 21n x x x ⋯为n 维正态概率密度函数。
N 维正态随机变量的性质（1） n 维正态随机变量）（n X X ,,,X 21⋯的每一个分量都是正态变量；反之，若nX X ,,,X 21⋯都是正态随机变量，且相互独立，则）（n X X ,,,X 21⋯是n 维正态随机变量。
（2） n 维随机变量）（n X X ,,,X 21⋯服从n 维正态分布的充要条件是n X X ,,,X 21⋯的任意的线性组合n n X l X l X l +⋯++2211服从一维正态分布；（3） 若）（n X X ,,,X 21⋯服从n 维正态分布，设n Y Y ,,,Y 21⋯是),,3,2,1(X n j j ⋯=的线性函数，则n Y Y ,,,Y 21⋯也服从正态分布。
随机过程课后习题
习题一1 •设随机变量X 服从几何分布，即：P(X 二k)二pq k ,k =0,1,2,...。
求X 的特征 函数、EX 及DX 。
其中0 ：：： p ：：： 1,q =1 - p 是已知参数。
2. ( 1)求参数为(p,b )的丨分布的特征函数，其概率密度函数为pI 亘 x p f>0P (x )— (P)b 0,p 00, x 空 0(2) 求其期望和方差；(3) 证明对具有相同的参数b 的］分布，关于参数p 具有可加性。
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。
(1) 丫二aF(X) b,(a =0,b 是常数)；(2) Z=ln F(X)，并求 E(Z k ) (k 为自然数)。
4.设X 1,X 2,...,X n 相互独立，具有相同的几何分布，试求16.试证函数f 小讦为一特征函数，并求它所对应的随机变量的分布7.设X 「X 2,...,X n 相互独立同服从正态分布 N(a 卢2)，试求n 维随机向量1 nX 1,X 2,...,X n 的分布，并求出其均值向量和协方差矩阵，再求 X 二―a X i 的概n i T率密度函数。
一 8 .设X 、丫相互独立，且(1)分别具有参数为(m, p)及(n, p)的二项分布；(2) 分别服从参数为(p 1,b),( p 2,b)的丨分布。
求X+Y 的分布。
9. 已知随机向量(X, 丫)的概率密度函数为\ 1；［1 xy(x 2 - y 2)］, -1 ：： x, y :: 14 o 其他10. 已知四维随机向量(X 1,X 2,X 3,X 4)服从正态分布，均值向量为0,协方差矩 阵为 B = Lkl )4 4，求 E(X 1,X 2,X 3,X 4)。
11. 设X 1, X 2和X 3相互独立，且都服从N(0,1)，试求随机变量丫! = X 「X 2和 Y 2 -X 1X 3组成的随机向量(Y 1, 丫2)的特征函数。
随机过程习题及部分解答【直接打印】
随机过程习题及部分解答习题一1. 若随机过程()(),X t X t At t =-∞<<+∞为，式中A 为（0，1）上均匀分布的随机变量，求X (t )的一维概率密度(;)X P x t 。
2. 设随机过程()cos(),X t A t t R ωθ=+∈，其中振幅A 及角频率ω均为常数，相位θ是在[,]ππ-上服从均匀分布的随机变量，求X (t )的一维分布。
习题二1. 若随机过程X (t )为X (t )=At t -∞<<+∞，式中A 为（0,1）上均匀分布的随机变量，求12[()],(,)X E X t R t t2. 给定一随机过程X (t )和常数a ，试以X (t )的相关函数表示随机过程()()()Y t X t a X t =+-的自相关函数。
3. 已知随机过程X (t )的均值M X (t )和协方差函数12(,),()X C i t t ϕ是普通函数，试求随机过程()()()Y t X t t ϕ=+是普通函数，试求随机过程()()()Y t X t t ϕ=+的均值和协方差函数。
4. 设()cos sin X t A at B at =+，其中A ，B 是相互独立且服从同一高斯（正态）分布2(0,)N σ的随机变量，a 为常数，试求X (t )的值与相关函数。
习题三1. 试证3.1节均方收敛的性质。
2. 证明：若(),;(),X t t T Y t t T ∈∈均方可微，a ,b 为任意常数，则()()aX t bY t +也是均方可微，且有[()()]()()aX t bY t aX t bY t '''+=+3. 证明：若(),X t t T ∈均方可微，()f t 是普通的可微函数，则()()f t X t 均方可微且[()()]()()()()f t X t f t X t f t X t '''=+4. 证明：设()[,]X t a b 在上均方可微，且()[,]X t a b '在上均方连续，则有()()()b aX t dt X b X a '=-⎰5. 证明，设(),[,];(),[,]X t t T a b Y t t T a b ∈=∈=为两个随机过程，且在T 上均方可积，αβ和为常数，则有[()()]()()b b baaaX t Y t dt X t dt Y t dt αβαβ+=+⎰⎰⎰()()(),b c baacaX t dt X t dt X t dt a c b =+⎰⎰⎰≤≤6. 求随机微分方程()()()[0,](0)0X t aX t Y t t X '+=∈+∞⎧⎨=⎩的()X t 数学期望[()]E X t 。
随机过程课后题答案
《随机信号分析》复习备考题第一章概率论简介第二章随机信号概论参考答案：（1）)(t X 的一个样本函数的草图（2）时间连续，状态离散，离散型随机过程。
（3）一维概率密度函数：nT t T n A x A x t x p X <<-++-=)1(),(21)(21),(δδ二维概率密度函数：[][]⎪⎩⎪⎨⎧>-<<<-++-++-<<-+++--=nTt T n t nT t T n A x A x A x A x nT t t T n A x A x A x A x t t x x p X 22122112121212121)1(,)1(,)()()()(41,,)1(),()(21)()(21),;,(或δδδδδδδδ参考答案：[][]625.3341683241181)()()(111=⨯+⨯+⨯+⨯==∑t x P t x t X E[][]625.2141283441581)()()(222=⨯+⨯+⨯+⨯==∑t x P t x t X E[]()875.7)13(41)62(83)42(41)51(81,)()(212121=⨯⨯+⨯⨯+⨯⨯+⨯⨯==∑x x P x x t X t X E )1()3(41)2()6(83)4()2(41)5()1(81),;,(212121212121--+--+--+--=x x x x x x x x t t x x p X δδδδδδδδ参考答案：Φ的概率密度为⎪⎩⎪⎨⎧≤≤=Φ其它,020,21)(πϕπϕp均值：[][]021)cos()cos()()(2000=Φ⋅Φ+=Φ+==⎰d t a t a E t X E t m X ππωω 方差：01(t)cos(t)cos(t)X a b ωω=+ 自相关函数：[][12120102011202110102011202(,)()()cos()cos()cos()cos()cos()cos()cos()cos()][cos()cos()][cos()X R t t E X t X t E a t a t a t b t a t b t E a t a t E a t b t E a t b ωωωωωωωωωωω==+Φ⋅+Φ++Φ⋅+Φ++Φ⋅+Φ=+Φ⋅+Φ++Φ⋅+Φ++Φ⋅[[][][]1010*******01020102111201022201211cos(cos()cos()][cos()cos()cos()cos(2)cos()cos(2)22cos ()cos (22E a t a t E b t b t a b E t t t t E t t t t a b t t t t ωωωωωωωωωωωωωωω≈+Φ⋅+Φ++Φ⋅+Φ=-+++Φ+-+++Φ=-+-22201)cos ()cos ()22a b ωτωτ=++第三章平稳随机过程参考答案：0)sin(cos )cos(21)(21)(000lim lim lim=Φ=Φ+==∞→-∞→-∞→⎰⎰T T A dt t A T dt t x T t x T TT T T T T ωωω)cos(2)cos()cos(21)()(020002limτωτωωωτA dt t t A T t x t x T T T =Φ++Φ+=+⎰-∞→由于A 和Φ为统计独立的随机变量，于是有[][][][]021)cos()cos()(2000=ΦΦ+⋅=Φ+⋅=⎰ππωωd t A E t E A E t X E[][][][][][])cos(21)22cos()cos(21)cos()cos()()(),(020*******τωτωωτωτωωωττA E t E A E t t E A E t X t X E t t R X =Φ+++⋅=Φ++Φ+⋅=+=+由图3.5可看出，不同样本函数的A 不同，则相应的时间平均自相关函数)()(τ+t x t x 也不同，),()()(ττ+=+t t R t x t x X 不能以概率1成立，因此该随机过程不具有各态历经性。
电子科大 应用随机过程及应用 (陈良均 朱庆棠)第三章作业
(ii) 分解 对于参数为λ 对于参数为λ的Poisson过程， 过程，假设发生的每一个事件 独立的以概率做了记录， 独立的以概率做了记录，未做记录的概率为1-p。令 N1(t)是到t为止做了记录的事件数， 为止做了记录的事件数，而N2(t)是未做记录 的事件数， 的事件数，则{N1(t)；t ≥0}和 {N2(t)；t ≥0}分别是具 有参数pλ 和(1-p)λ的独立Poisson过程。 过程。
相互独立。 相互独立。而且
P ( N (t ) = k ) = ∑ P ( N 1 (t ) = j, N 2 (t ) = k − j ) = ∑ P ( N 1 (t ) = j )P ( N 2 (t ) = k − j )
j=0 j=0 j k− j k k
(λ t ) (λ t ) = ∑ 1 e − λ1 t 2 e −λ2t j! ( k − j )! j=0
[
]
( )
( )
(
)
ρ=
(
)(
)
一维概率密度函数
一维特征函数 二维概率函数 f (s , t , x , y ) = −
[X − m (t )]2 t ∈ T 1 exp − 2 D (t ) 2 λ D (t ) x∈ R t∈T ϕ (t , u ) = exp im (t )u − 1 D (t )u 2 2 x∈ R f (t , x ) =
i i i =1
n
X (t )为正态分布 m X (t ) = E [X (t )] = E [ξ t + W (t )] = E (t )E (ξ ) + E [W (t )] = 0
(t > s ) E [X 2 (t )] = E [ξ 2 t 2 + W (t )W (s ) + W (t )ξ s + W (s )ξ t ] = ts + s σ 2 D (t ) = t 2 + t 2σ 2 D (s ) = s 2 + s 2 σ 2 C (s , t ) = C (t , s ) = R (t , s ) = ts + s σ 2
电子科大 应用随机过程及应用 (陈良均 朱庆棠)第四章作业
为独立增量过程 Y (n )
∴ Y (n ) 为马氏链
Y (0 ) = 0
Pij (m , k ) = P { Y (m + k ) = j Y (m ) = i } = P{ Y (m + k ) − Y (m ) = j − i Y (m ) − Y (0 ) = i } m+k = P ∑ X (i ) = j − i i= m +1
16 8 ) λ (17 41 , 41 , 41 放在 A 处好
1 1
1 1
习题十三
1 1 2 3 4 5 . . ∞
1 2
习题十四
2
1 1 2 2
3 0
1 1 2 2
4 0 0
1 1 2 2
5 0 0 0
1 1 2 2
6 0 0 0 0
1 2
7 ........
∞
0 0 0 0 0 0
0 0 0 0 0
0 0
1
=
1
2
p
a −1
+
p
a +1
p (a + b ) − p (a + b − 1 ) = p (a + b − 1 ) − p (a + b − 2 ) p (a + b − 1 ) − p (a + b − 2 ) = p (a + b − 2 ) − p (a + b − 3 . p (a . p( 1 ) − p (0
0 0 0
+ + +
0 0 0 0 0 0
1 1 1
3 3 3
× 60 × 10 × 10
7 7 7 30 30 30