第2章 随机过程习题及答案
(解答)《随机过程》第二章习题
第二章 Markov 过程 习题解答1、 设}1,{≥n n ξ为相互独立同分布的随机变量序列，其分布为：01}0{,0}1{>-===>==p q P p P n n ξξ定义随机序列}2,{≥n X n 和}2,{≥n Y n 如下：⎪⎪⎩⎪⎪⎨⎧=========----;1,1,3;0,1,2;1,0,1;0,0,01111n nn n n n n nn X ξξξξξξξξ ⎩⎨⎧===-;,1;0,0,01其它n n n Y ξξ试问随机序列}2,{≥n X n 和}2,{≥n Y n 是否为马氏链？如果是的话，请写出其一步转移概率矩阵并研究各个状态的性质。
不是的话，请说明理由。
解：（1）显然，随机序列}2,{≥n X n 的状态空间为}3,2,1,0{=S 。
任意取S i i i j i n ∈-132,,,,, ，由于当i X n =给定时，即1,-n n ξξ的值给定时，就可以确定1+n X 的概率特性，即我们有：}{},,,,{12233111i X j X P i X i X i X i X j X P n n n n n n ========+--+因此}2,{≥n X n 是齐次马氏链，其一步转移概率矩阵为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=p qp q p q p qP 0000000 由于01,0>-=>p q p ，画出状态转移图，可知各个状态都相通，且都是非周期的，因此此链是不可约的遍历链。
（也可以利用02>P 判定此链是不可约的遍历链）（2）显然，}2,{≥n Y n 的状态空间为}1,0{=S ，由于：}1,1{}1,1,0{}1,10{23234234=========Y Y P Y Y Y P Y Y Y P}0,1{}0,1,0{}0,10{23234234=========Y Y P Y Y Y P Y Y Y P由}2,{≥n Y n 的定义，可知}1,1,1{}1,1,0{}0,1,1{}0,1,0{}1,0,1{}1,1{12312312312312323===⋃===⋃===⋃⋃===⋃======ξξξξξξξξξξξξξξξY Y}1,1,0,0{}0,1,0,0{}1,1,0{12341234234====⋃========ξξξξξξξξY Y Y}0,0,1{}0,1{12323======ξξξY Y ， ∅====}0,1,0{234Y Y Y利用}1,{≥n n ξ是相互独立同分布的随机变量序列及其分布，我们有：322233}1,1{q q p pq Y Y P ++=== 223234}1,1,0{q p pq Y Y Y P +==== 223}0,1{pq Y Y P ===0}0,1,0{234====Y Y Y P即有：22222343}1,10{q p pq qp pq Y Y Y P +++==== 0}0,10{234====Y Y Y P由于01,0>-=>p q p ，因此有}0,10{}1,10{234234===≠===Y Y Y P Y Y Y P根据马氏链的定义可知}2,{≥n Y n 不是马氏链。
随机过程第二章作业及参考答案
第二章 平稳过程2. 设随机过程()sin X t Ut =，其中U 是在[]02π，上均匀分布的随机变量。
试证 （1）若t T ∈，而{}12T = ，，，则(){}12X t t = ，，，是平稳过程； （2）若t T ∈，而[)0T =+∞，，则(){}0X t t ≥，不是平稳过程。
证明：由题意，U 的分布密度为：()10220u f u ππ⎧<<⎪=⎨⎪⎩，，其它数学期望()()[]sin X m t E X t E Ut ==⎡⎤⎣⎦()()2220001111sin sin cos cos 212222ut du ut d ut ut t t t t ππππππππ=⋅==-=--⎰⎰.相关函数()()()()()sin sin X X R R t t E X t X t E Ut U t ττττ=+=+=⋅+⎡⎤⎡⎤⎣⎦⎣⎦，()()()2200111sin sin cos 2cos 222ut u t du ut u u du ππτττππ⎛⎫=⋅+⋅=⋅-+--⎡⎤ ⎪⎣⎦⎝⎭⎰⎰ ()()2220001111cos 2cos sin 2sin 442u t u du u t u t πππττττππττ⎡⎤=-+-=-+-⎡⎤⎢⎥⎣⎦+⎢⎥⎣⎦⎰()()11sin 22sin 2424t t πτπτπτπτ=-+++.（1）若t T ∈，而{}12T = ，，时，()0X m t =，()X R τ只与τ有关，二者均与t 无关，因此，(){}12X t t = ，，，是平稳过程。
（2）若t T ∈，而[)0T =+∞，时，()X m t 可能取到不是常数的值，所取到的值与t 有关，()X R τ取到的值也与t 有关，因此，(){}0X t t ≥，不是平稳过程。
3. 设随机过程()()0cos X t A t ωΦ=+，t -∞<<+∞其中0ω是常数，A 和Φ是独立随机变量。
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。
《随机过程及其在金融领域中的应用》习题二答案
0
sin
ux
f
xdx
0
sin
ux
f
xdx
0
0
sin
u
x
f
xdx
sin ux 0
f
x dx
0
令其中一式中的 x t
0
sin
ut
f
t
d
t
0
sin
ux
f
xdx
0
sin ut 0
证明：
X u
eiux f xdx
cos ux i sin ux f xdx
cos ux
f
xdx
i
sin
ux
f
xdx
（a）充分性：
当f
x
f
x时,sin ux
f
x
为奇函数
，
则i
c o vY Y, E Y 2 E Y 2 3 80
故（X,Y）的协方差矩阵为
cov X , X cov Y , X
1
cov X ,Y cov Y ,Y
18 0
0
3 80
4、已知二维随机变量（X,Y）服从联合正态分布，且
dFX
x
e tx f xdx
etxexdx etxdx
（完整版）随机过程习题答案
（完整版）随机过程习题答案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Yt e 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，Yt e t 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 t Y ≤-=≤=≤=-)ln (1}ln {1}ln {tx F 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)(][)]([)(dy y f e eE 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 X 2.3 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 Xt σσ。
数字通信原理第二版课后习题答案 第2章
图 2-3RC 高通滤波器
设有一周期信号 x(t)加于一个线性系统的输入端，得到的输出信号为
y(t)= τ [ dx(t ) / dt ] 式中， τ 为常数。试求该线性系统的传输函数 H(f).
6
《通信原理》习题第二章
解：输出信号的傅里叶变换为 Y(f)= τ * j 2π f * X ( f ) ,所以 H(f)=Y(f)/X(f)=j 2π f τ 习题 2.15 功率谱密度为 设有一个 RC 低通滤波器如图 2-7 所示。当输入一个均值为 0、双边
2
4 1 + jω
则能量谱密度
4 16 G(f)= X ( f ) = = 1 + jω 1 + 4π 2 f 2
2
习题 2.4 X(t)= x1 cos 2π t − x2 sin 2π t ，它是一个随机过程，其中 x1 和 x2 是相互统 计独立的高斯随机变量，数学期望均为 0，方差均为 σ 2 。试求：
Rn (τ )
1
Pn ( f )
k 2
0 0
τ
f
图 2-2
习题 2.11
已知一平稳随机过程 X(t)的自相关函数是以 2 为周期的周期性函数：
R(τ ) = 1 − τ , − 1 ≤ τ < 1
试求 X(t)的功率谱密度 PX ( f ) 并画出其曲线。 解：详见例 2-12 习题 2.12 已知一信号 x(t)的双边功率谱密度为
+∞ −∞
j 2π f τ
1 + τ , df = 1 − τ 0,
−1 ≤ τ ≤ 0 0 ≤τ <1 其它
k -k τ e ，k 为常数。 2
习题 2.10
随机过程第一、二章测验题答案(2010)
随机过程测试题一答案每题10分1. 在一汽车工厂中，一辆汽车有两道工序是由机器人完成的。
其一是紧固三只螺栓，其二是焊接两处焊点。
以X 表示由机器人紧固的螺栓不良的数目，以Y 表示由机器人焊接的焊点不良的数目。
据积累资料知),(Y X 具有分布律： Y X 0 1 2 3 0 0.840 0.030 0.020 0.010 1 0.060 0.010 0.008 0.002 20.0100.0050.0040.001(1)求EX ;(2)求]|[j Y X E =，2,1,0=j ;(3)验证 ∑====2}{]|[j j Y P j Y X E EX .解: (1) X 的分布律为 X 0 1 2 3 P0.9100.0450.0320.013148.0=EX .(2) Y 的分布律为 Y 0 1 2 P0.9000.0800.0200=Y 时，X 的条件分布律为X|0=Y 0 123P0.840/0.90.030/0.90.020/0.90.010/0.991]0|[==Y X E ;1=Y 时，X 的条件分布律为X|1=Y 0 123P0.060/0.080.010/0.080.008/0.080.002/0.084.0]1|[==Y X E ;2=Y 时，X 的条件分布律为X|2=Y0 1 2 3P 0.010/0.02 0.005/0.02 0.004/0.02 0.001/0.028.0]2|[==Y X E .(3) EX j Y P j Y X E j ==⨯+⨯+⨯===∑=148.002.08.008.04.09.091}{]|[2.2．设二维随机变量),(Y X 的概率密度为⎩⎨⎧<<=-.,00,),(其他，y x e y x f y(1)求EX;(2)对任意0>y ,求]|[y Y X E =;(3)验证⎰+∞==0)(]|[dy y f y Y X E EX Y .解: (1)当0>x 时, X 的概率密度为x xy xX e dy e dy y x f x f -+∞-+∞===⎰⎰),()(.1)(0===⎰⎰+∞-+∞dx xe dx x xf EX x X .(2) 对任意0>y , Y 的概率密度为y yy yY ye dx e dx y x f y f --===⎰⎰0),()(.⎪⎩⎪⎨⎧<<==.,0,0,1)(),()|(|其他y x y y f y x f y x f Y Y X21)|(]|[0|ydx y xdx y x f x y Y X E yY X ====⎰⎰+∞ (3)EX dy ye y dy y f y Y X E y Y ==Γ=⋅==⎰⎰+∞-+∞1)3(212)(]|[03．写出六种常见分布（退化、二项、泊松、均匀、指数、正态）的特征函数．分布 记号 概率密度或分布律)x (f特征函数)t (ψ退化 {c} 1}{==c X Pict e0-1 b(1,p) .1,0,}{1===-x q p x X P x x q pe it +二项b(n,p) 独立同分布于b(1,p)的n 个r.v.的和..,,1,0,}{1n x q p C x X P x x x n ===-n it q pe )(+泊松 )(P λ.,2,1,0,!}{ ===-x e x x X P xλλ)1(-it e eλ均匀U(a,b))(1)(),(x I ab x f b a -=t a b i e e iatibt )(--标准正态 N(0,1)2221)(x e x f -=π22t e-正态),(N 2σμ222)(21)(σμσπ--=x e x f2)(2t t i eσμ-指数 )(E λ)()(),0(x I e x f x +∞-=λλit-λλ4．关于独立随机变量序列}{n X ，下列哪些命题是正确的． (1)若 ,2,1,||=+∞<k X E k ，则∏∏===nk k nk k EX X E 11；(2) 若 ,2,1,2=+∞<k EX k ，则∑∑===nk k n k n VarX X Var 11)(；(3) 设)(t f k 为k X 的特征函数，)(t f n S 为∑==nk k n X S 1的特征函数，则∏==nk k S t f t f n 1)()(．(4) 设)(t k φ为k X 的矩母函数，)(t n S φ为∑==nk k n X S 1的矩母函数，则∑==nk k S t t n1)()(φφ．解：（4）错，应为 ∏==nk k S t t 1)()(φφ．5．设ηξ,是相互独立，且都为均值0，方差1的随机变量，令t t X ηξ+=)(，求随机过程}0),({≥t t X 的均值函数和相关函数. 解：;0)()()]([)(=+==ηξμtE E t X E t X;1)()()()]([)(222t D t D t D t X D t x +=+=+==ηξηξσ.1)()()()()()]()([),(22ts E E s t tsE E s X t X E s t R x +=+++==ηξηξ6．X (t )=Y cos(t )+Z sin(t ), t >0，Y , Z 相互独立，且 EY =EZ =0，DY =DZ =σ2. 讨论随机过程{X (t ), t >0}的平稳性.解： 0sin cos )]([)(=+==tEZ tEY t X E t X μ；)]()([),(s X t X E s t R X =).cos(sin sin cos cos )()cos sin sin (cos sin sin cos cos 22222s t EZ s t EY s t YZ E s t s t EZ s t EY s t -=⋅+⋅=++⋅+⋅=σ因)(t X μ为常数，),(s t R X 仅与s t -=τ有关，故)}({t X 是宽平稳过程.7．在电报信号)(t X 的传输过程中，信号由不同的电流符号A A -,给出，而电流的发送又有一个任意的持续时间，电流符号的转换是随机的. 设)(t X 在],0(t 时间内的变号次数)(t N 是参数为λ的泊松过程，且可以表示为)()1)(0()(t N X t X -=，又设)0(X 与}0),({≥t t N 独立，且5.0})0({})0({=-===A X P A X P ，求}0),({≥t t X 的均值函数.解：=)]([t X E 0.8．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的泊松分布. 每个电子携带的能量构成一个随机变量序列 ,,21X X 已知}{k X 与N 独立，}{k X 之间互不相关并且具有相同的均值和方差2,σμ==k k DX EX . 单位时间内阳极接收到的能量为∑==Nk kXS 1. 求S 的均值.解：∑∑+∞=====1}{]|[n Nk kn N P n N XE ES∑∑+∞====01}{][n nk k n N P X E ∑+∞===01}{n n N P nEX∑+∞===01}{n n N nP EX λμ=⋅=1EX EN .9．随机过程}0),({≥t t W 称为参数为2σ的维纳过程, 如果 (1) 0)0(=W ；(2),0t s <≤∀))(,0(~)()(2s t N s W t W --σ；(3) ,0v u t s <<<≤∀ 增量)()(s W t W -与)()(u W v W -相互独立．(1)求}0),({≥t t W 的均值函数)]([t W E 和相关函数)]()([s W t W E . (2)}0),({≥t t W 是否为宽平稳过程？证明：(1),0≥∀t ),0(~)(2t N t W σ, 故0)]([)(==t W E t W μ；又,0t s <≤∀))(,0(~)()(2s t N s W t W --σ, 且增量)()(s W t W -与)(s W 相互独立，故)]()([)]())()([()]()([),(s W s W E s W s W t W E s W t W E s t R W +-==s s W D s W E s W t W E 2)]([)]([)]()([σ=+-=从而),min(),(2s t s t R W σ=.(2)由于),(s t R W 与出发时刻),min(s t 有关，因而}0),({≥t t W 不是宽平稳过程.10． 下面四个随机过程中哪些不是宽平稳过程(A) 随机相位正弦波过程：}0),cos()({≥Φ+=t t t X λ，其中),(~ππ-ΦU ，λ是常数. (B) 白噪声序列: },1,0,{ =n X n 是一列两两互不相关（即m n X EX m n ≠=,0）的随机变量序列，且满足2,0σ==n n DX EX . (C) 移动平均序列：},2,1,0,{11 ±±==∑=-+n a X ki in i n ε，其中},2,1,0,{ ±±=n n ε为白噪声序列，k a a a ,,,21 为任意实数.(D) 强度为λ的泊松过程}0),({≥t t N ，其中)(t N 表示到时刻t 为止事件A 发生的次数. 解: D .。
南京大学随机过程练习题附中文解释及答案
8、(3.8)An unbiased die is successively rolled. Let X and Y denote, respectively, the number of rolls necessary to obtain a six and a five. Find (a) E[X], (b) E[X|Y=1] 相继地掷一颗不均匀的骰子。令 X 和 Y 分别记得到一个 6 和一个 5 所必须的抛 掷次数。求（a）E[X]，（b）E[X|Y=1]。 重要：E[E[X|Y]]=E[X]
3、(4.32) Each of two switches is either on or off during a day. On day n, each switch will independently be on with probability [1+#of on switches during day n-1]/4. For instance, if both switches are on during day n-1, then each will independently be on during day n with probability3/4. What fraction of days are both switches on? What fractions are both off? 在一天中两个开关或者开或者关。在第 n 天，每个开关独立地处于开的概率是[1+ 第 n-1 天是开的开关数]/4。例如，如果在第 n-1 天两个开关都是开的，那么在第 n 天，每个开关独立地处于开的概率是 3/4。问两个开关都是开的天数的比例是 多少？两个开关都是关的天数的比例是多少？
- 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
E (t)
xf1(x,ห้องสมุดไป่ตู้t)dx
(2 - 7)
其中，f 1(x, t)为 (t)的概率密度函数。随机过程 (t)的均值是时间的确定函数，记作 a(t)，它 表示随机过程 (t)的 n 个样本函数曲线的摆动中心。
fn (x1, x 2 ,, x n；t1, t2 ,, tn ) fn (x1, x2 ,, xn；t1 , t2 ,, tn )
(2 - 14)
则称该随机过程是严格意义下的平稳随机过程，简称严平稳随机过程。 严平稳随机过程的一维分布函数和均值都与时间无关，二维分布函数和自相关函数都只
与时间间隔有关。 把对严平稳随机过程的要求降低到仅仅均值与时间无关和自相关函数只与时间间隔有
第二章 随机过程分析
1.1 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。
论：平稳过程(t)的功率等于其自相关函数在零点的取值 R(0)；各态历经过程任一样本函数
的功率谱密度等于平稳过程的功率谱密度。
5. 高斯过程 高斯过程又被称为正态随机过程。如果随机过程(t)的任意 n 维（n =1, 2, ...）分布均服从正
态分布，则称它为正态过程或高斯过程，其 n 维正态概率密度函数表示式为
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 t1 取值 ξ(t1)是一个随机变量。ξ(t1)小于或等于某
一数值 x1 的概率为 P[ ξ(t1) ≤ x1 ]，随机过程 ξ(t)的一维分布函数为
F1(x1, t1) = P[ξ(t1) ≤ x1]
(2-1)
如果 F1(x1, t1)的偏导数存在，则 ξ(t)的一维概率密度函数为
x E[ξ 2 (t)] a2 (t)=
2 f1(x, t)dx a2 (t)
(2 - 9)
也就是说，方差等于均方值与均值平方之差，它表示随机过程在时刻 t，对于均值 a(t)的偏
离程度。
随机过程 (t)的相关函数的定义如下：
R(t1, t2 ) E[ (t1) (t2 )]
x1x2 f2 (x1, x2;t1, t2 )dx1dx2
随机过程 (t)的方差的定义如下：
D[ (t)] E [ (t) a(t)]2
(2 - 8)
随机过程 (t)的方差常记作 σ2(t)。随机过程 (t)的方差的另一个常用的公式为
D ξ t E ξ 2 t 2a t ξ t a2 t
E[ξ 2 (t)] 2a t E ξ t a2 (t)
F1(x1, t1) x1
f1 (x1 ,
t1 )
(2 - 2)
对于任意时刻 t1 和 t2，把 ξ(t1) ≤ x1 和 ξ(t2) ≤ x2 同时成立的概率
F2 (x1, x2; t1, t2 ) P (t1) x1, (t2 ) x2
(2 - 3)
称为随机过程 (t)的二维分布函数。如果
B(t1, t2 ) R(t1, t2 ) a(t1)a(t2 )
(2 - 12)
若 a(t1) = a(t2)=0，则 B(t1, t2) = R(t1, t2)。 随机过程 (t)和 η(t)的互相关函数的定义如下：
Rξη (t1, t2 ) E[ (t1)(t2 )]
(2 - 13)
4. 平稳过程及其性质 平稳过程包括严平稳过程（强平稳过程或狭义平稳过程）和广义平稳过程。如果随机过 程(t)的任意有限维分布函数与时间起点无关，也就是说，对于任意的正整数 n 和所有实数 ，有
[x1 a(t1)][x2 a(t2 )] f2 (x1, x2;t1, t2 )dx1dx2 (2 - 11)
式中，a(t1)、a(t2)分别是在 t1 和 t2 时刻得到的 (t)的均值；f2 (x1, x2; t1, t2)是 (t)的二维概率密 度函数。
B(t1, t2) 与 R(t1, t2)之间有如下关系式：
fn (x1, x2 ,..., xn ; t1, t2 ,..., tn )
f2 (x1,
x2;t1, t2 )
2F2 (x1, x2;t1, t2 ) x1 x2
(2 - 4)
存在，则称 f2(x1, x2; t1, t2)为随机过程 (t)的二维概率密度函数。 对于任意时刻 t1，t2，…，tn，把
Fn (x1，x2，，xn；t1，t2，，tn ) P (t1) x1, (t2 ) x2 ,, (tn ) xn
(2 - 10)
式中， (t1)和 (t2)分别是在 t1 和 t2 时刻观测得到的随机变量。R(t1, t2)是两个变量 t1 和 t2 的 确定函数。随机过程 (t)的相关函数表示在任意两个时刻上获得的随机变量之间的关联程度。
随机过程 (t)的协方差函数的定义如下：
B(t1,t2 ) E [ (t1) a(t1)][ (t2 ) a(t2 ) ]
(2 - 5)
称为随机过程 (t)的 n 维分布函数。如果
fn
( x1，x2，，xn；t1，t2，，tn
)
n Fn
( x1，x2，，x n；t1，t2，，tn x1x2 xn
)
(2 - 6)
存在，则称 fn(x1, x2, …, xn; t1, t2, …, tn)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
关的随机过程定义为广义平稳随机过程。严平稳随机过程必定是广义平稳的，反之不一定成
立。
平稳随机过程具有各态历经性(遍历性)。因此，在求解各种统计平均时，无需无限多次
的样本，只要获得一次考察，用一次实现的“时间平均”值代替平稳随机过程的“统计平均”
值即可，从而使测量和计算大为简化。 平稳过程(t)的功率谱密度与其自相关函数是一付立叶变换对。据此，可以得到两条结