随机过程习题解答第1,2章
随机过程（北航著）北京航空航天大学出版社第1章习题课后答案
第一章概论第1题某公共汽车站停放两辆公共汽车A 和B ，从t=1秒开始，每隔1秒有一乘客到达车站。
如果每一乘客以概率21登上A 车，以概率21登上B 车，各乘客登哪一辆车是相互统计独立的，并用j ξ代表t=j 时乘客登上A 车的状态，即乘客登上A 车则j ξ＝1，乘客登上B 车则jξ＝0，则,21}0{,21}1{====j j P P ξξ当t ＝n 时在A 车上的乘客数为n n j j n ηξη,1∑==是一个二项式分布的计算过程。
（1）求n η的概率，即;,...,2,1,0?}{n k k P n ===η（2）当公共汽车A 上到达10个乘客时，A 即开车（例如t ＝21时921=η，且t ＝22时又有一个乘客乘A 车，则t ＝22时A 车出发），求A 车的出发时间n 的概率分布。
解（1）：nn k n k P ⎟⎠⎞⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛==21}{η 解（2）：nn n n P P ⎟⎠⎞⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛−=⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛⎟⎟⎠⎞⎜⎜⎝⎛−==−2191212191A)10n 9A 1-n (}n A {1名乘客登上车时刻第名乘客；在有时刻，车在开车在时刻车第2题设有一采用脉宽调制以传递信息的简单通信系统。
脉冲的重复周期为T ，每一个周期传递一个值；脉冲宽度受到随机信息的调制，使每个脉冲的宽度均匀分布于（0，T ）内，而且不同周期的脉宽是相互统计独立的随机变量；脉冲的幅度为常数A 。
也就是说，这个通信系统传送的信号为随机脉宽等幅度的周期信号，它是以随机过程)(t ξ。
图题1－2画出了它的样本函数。
试求)(t ξ的一维概率密度)(x f t ξ。
解：00(1)()()(){()}{()0}[(1),],(0,){()}{[(1),]}{[(1)]}1(1)(1)1({()0}1{()}t A A n n n Tt n T f x P x A P x P t A P P t P t n T nT n T P t A P t n T nT P t n T d TT t n T T nT t T t n Tt n T T t n P t P t A ξδδξξηξηηηξξ−−=−+====∈−∈==∈−+=>−−=−+−=−==−−−=−−−==−==∫是任意的脉冲宽度01)(1)()()()()(1)()t A T tn T Tf x P x A P x t t n x A n x T T ξδδδδ=−−∴=−+⎛⎞⎛⎞=−−+−−⎜⎟⎜⎟⎝⎠⎝⎠第3题设有一随机过程)(t ξ，它的样本函数为周期性的锯齿波。
随机过程习题及答案
exp
1
2 | B |
n j 1
n
|
k 1
B |jk
xj aj j
xk ak k
i1
其中，数学期望 ak = E[ξ(tk)]；方差 σ2k = E[ξ(tk) - ak]2；归一化协方差矩阵行列式
(2 - 15)
1 b12 | B | b21 1
b1n
b2n ,
E
bjk
(tj) aj (tk ) ak
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
fn (x1, x2,..., xn ; t1, t2,..., tn )
2π n/2
n
| B | i
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
E o (t)
E
- h( )i (t
)d
-
h(
)
E
i
(t
)
d
- aih( )d ai
h( )d
-
aiH (0)
(2 - 23)
式中，H(0)是线性系统 H(f)在 f = 0 处的频率响应。由此可见，输出过程的均值是一个常数。 输出随机过程 ξo(t)的自相关函数为
Ro (t1, t1 ) E[o (t1)o (t1 )]
(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。
钱敏平龚光鲁随机过程答案（部分）
钱敏平龚光鲁随机过程答案（部分）随机过程课后习题答案第⼀章第⼆题：已知⼀列⼀维分布{();1}n F x n ≥，试构造⼀个概率空间及其上的⼀个相互独⽴的随机变量序列{(,);1}n n ξ?≥使得(,)n ξ?的分布函数为()n F x 。
解：有引理：设ξ为[0, 1]上均匀分布的随机变量，F(x)为某⼀随机变量的分布函数，且F(x)连续，那么1()F x η-=是以F(x)为分布的随机变量。
所以可以假设有相互独⽴的随机变量12,,...,n θθθ服从u[0, 1]分布，另有分布{()}n F x ，如果令1(,)()n n n F ξθ-?=，则有(,)n ξ?为服从分布()n F x 的随机变量。
⼜由假设条件可知，随机变量{(,),1}n n ξ?≥之间相互独⽴，则其中任意有限个随机变量12(,), (,),...,(,)n i i i ξξξ的联合分布为：11221122{(,),(,),...,(,)}()()()i i n in i i i i in in P i x i x i x F x F x F x ξξξ?≤?≤?≤=再令112{,,...,,...},,{|()[0,1],1,2,...}n i i i i w w w w A A x F x i -Ω=∈=∈=，令F 为Ω所有柱集的σ代数，则由Kolmogorov 定理可知，存在F 上唯⼀的概率测度P 使得：11221122{(,),(,),...,(,)}()()()i i n in i i i i in in P i w i w i w F w F w F w ξξξ?≤?≤?≤=则所构造的概率空间为(Ω,F , P)。
第⼋题：令{};1n X n ≥是⼀列相互独⽴且服从(0,1)N （正态分布）的随机变量。
⼜令1n n S X X =++22(1)n S n n ξ+=1(,,)n n F X X σ=试证明：,;1n n F n ξ≥（）是下鞅（参见23题）。
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 .。
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。
- 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)。
习题11. 令X(t)为二阶矩存在的随机过程，试证它是宽平稳的当且仅当EX(s)与E[X(s)X(s+t)]都不依赖s.证明：充分性：若X(t)为宽平稳的，则由定义知EX(t)=μ， EX(s)X(s+t)=r(t) 均与s 无关必要性：若EX(s)与EX(s)X(s+t)都与s 无关，说明EX(t)=常数， EX(s)X(s+t)为t 的函数2. 记1U ，．．．，n U 为在（０,１）中均匀分布的独立随机变量，对0 < t , x < 1定义I( t , x)=⎩⎨⎧>≤，，，，t x t x 01并记X(t)=),(11∑=nk k U t I n ，10≤≤t ，这是1U ，．．．，n U 的经验分布函数。
试求过程X （t ）的均值和协方差函数。
解： EI ()k U t ,= P ()t U k ≤= t ， D()),(k U t I = EI ()k U t ,－()2),(kU t EI= t －2t = t(1－t)j k ≠， cov ()),(),(j k U s I U t I ，=EI(t,k U )I(s,j U )－EI(t, k U )EI(s, j U ) = st －st=0k = j ， cov ()),(),(j k U s I U t I ，= EI(t,k U )I(s,j U )－st = min(t,s)－stEX(t)=),(11∑=n k k U t EI n =∑=nk tn 11= tcov ())(),(s X t X =()()),(),,(cov 1),(),,(cov 1212j kjk nk k k U s I Ut I n U s I U t I n ∑∑≠=+=[]∑=nk st t s n12),min(1－=()st t s n－),min(13.令1Z ，2Z 为独立的正态分布随机变量，均值为0，方差为2σ，λ为实数，定义过程()t Sin Z t Cos Z t X λλ21+=.试求()t X 的均值函数和协方差函数，它是宽平稳的吗？Solution: ()221,0~,σN Z Z . 02221==EZ EZ .()()221σ==Z D Z D ，()0,21=Z Z Cov ,()0=t EX ，()()()()()[]s Sin Z s Cos Z t Sin Z t Cos Z E s X t X Cov λλλλ2121,+⋅+=[]t C o s S i n Z Z s t S i n C o s Z Z s t S i n S i n Z t C o s C o s Z E λλλλλλλλ12212221+++=()02++=s t S i n S i n s t C o s C o s λλλλσ =()[]λσs t Cos -2(){}t X 为宽平稳过程.4.Poisson 过程()0,≥t t X 满足（i ）()00=X ；(ii)对s t >，()()s X t X -服从均值为()s t -λ的Poisson 分布；（iii ）过程是有独立增量的.试求其均值函数和协方差函数.它是宽平稳的吗？Solution ()()()()t X t X E t EX λ=-=0，()()t t X D λ= ()()()()()s t s X t EX s X t X Cov λλ⋅-=,()()()()()ts s EX s X s X t X E 22λ-+-= ()()()()ts s EX s X D 220λ-++=()ts s s 22λλλ-+=()t s s λλλ-+=1 显然()t X 不是宽平稳的.5. ()t X 为第4题中的Poisson 过程，记()()()t X t X t y -+=1，试求过程()t y 的均值函数和协方差函数，并研究其平稳性. Solution ()λλ=⋅=1t Ey , ()()λ=t y DCov(y(t),y(s))=Ey(t)y(s)-Ey(t)y(s)=E(x(t+1)-x(t))(x(s+1)-x(s))-λ2(1)若s+1<t, 即s≤t-1，则Cov(y(t),y(s))=0-λ2=-λ2(2)若t<s+1≤t+1, 即t>s>t-1, 则Cov(y(t),y(s))=E[x(t+1)-x(s+1)+x(s+1)-x(t)][x(s+1)-x(t)+x(t)-x(s)] -λ2=E(x(t+1)-x(s+1))(x(s+1)-x(t))+E(x(t+1)-x(s+1))(x(t)-x(s))+E(x(s+1)-x(t))+E(x(s+1)-x(t))(x(t)-x(s))- λ2=λ(s+1-t)= λ-λ(t-s)- λ2(3) 若t<s<t+1Cov(y(t),y(s))= E [x(t+1)-x(s)+x(s)-x(t)] [x(s+1)-x(t+1)+x(t+1)-x(s)]- λ2 =(x(t+1)-x(s))(x(s+1)-x(t+1))+E(x(t+1)-x(s))(x(t+1)-x(s))+E(x(s)-x(t))(x(s+1)-x(t+1))+E(x(s)-x(t))(x(t+1)-x(s))- λ2=0+λ(t+1-s)+0-λ2=λ+λ(t-s)- λ2(4) 若s>t+1 Cov(y(t),y(s))=0-λ2=-λ2由此知，故方差只与t-s有关，与t,s无关故此过程为宽平稳的。
6，令z1和z2是独立同分布的随机变量，P(z1=-1)=P(z2=1)=1/2记x(t)=z1cosλt+z2sinλt, t∈R,试证：x(t)是宽平稳的，它是严平稳吗？证明：Ez1=0, Ez12=(-1)2×1/2+12×1/2=1/2+1/2=1=D(z1)Cov(z1,z2)=0Ext=0cov(xt ,xs)=E(xt,xs)=E(z12cosλtcosλs+z22sinλtsinλs+z1z2cosλtsinλs+z1z2sinλtcosλs)cos cos sin sin 00cos()t s t s t s λλλλ=+++=-故()x t 为宽平稳的。
而显然，x(t)与x(t+h)的分布不相等，故不是严平稳的。
7、试证：若01,,.....Z Z 为独立同分布的随机变量，定义01...n n X Z Z Z =+++,则{n x ，n ≥0}是独立增量过程。
Proof: 1...n m n n n m X X Z Z +++-=++与01,,...,n Z Z Z 相互独立，故n m n X X +-与n X 相互独立。
8、若12,...X X 为独立随机变量，还要添加什么条件才能确保它是严平稳的随机过程？ Solution:添加12,...X X ，同分布的条件。
9.令X 和Y 是从单位圆内的均匀分布中随机选取一点所得的横坐标和纵坐标，试计算条件概率：P （2234X Y X Y +≥>） Solution: ()1(,)2x yP X Y f x y dxdy >>==⎰⎰P （2234X Y X Y +≥>）22914543(,)11142()28P X Y X Y rd dr P X Y ππθπ+≥>=⋅⋅=>⎰＝10.粒子依参数为λ的Poisson 分布进入计数器，两粒子到达的时间间隔T1，T2，…是独立的参数为λ的指数分布随机变量。
记S 是[0,1]时段中的粒子总数，时间区间I ∈[0,1],其长度记为|I|.试证明P （T1∈I,S=1）=P （T1∈I,T1+T2>1）,并由此计算P(T1∈I|S=1)=|I|. Proof 。
{T1∈I,S=1}表明在I 内来到了一个粒子，在[0,1]-I 内再也没有来到粒子，也就是说第二个粒子的到来在[0,1]之后，即T1+T2>1.(T1+T2为第二个粒子来到的时间)。
从而P{T1∈I,S=1}=P{T1∈I,T1+T2>1}P （T1∈I|S=1）= P （T1∈I,S=1）/P(S=1)= P(T1∈I,T1+T2>1)/P(S=1) S~P(λ) ={λ|I|e -λ|I|*(λ(1-|I|))0*e -λ(1-|I|)}/λe -λ=|I|11.X,Y 为两独立随机变量且分布相同，证明E(x|x+y=z)=E(y|x+y=z).并试求基于x+y=z 的x 的最佳预报，并求出预报误差 E （x-φ(x+y)）2Proof ：因x 与y 独立，且分布相同，则x|x+y=z =d y|x+y=z 故 E(x|x+y=z)=E(y|x+y=z)而 E(x+y|x+y=z)=z,故E （x|x+y=z ）=z/2 用任意的φ（z ）来对x 做预报，预报误差为：E （x-φ（z ））2=E(x- E(x|x+y=z)+ E(x|x+y=z) -φ（z ）)2=E(x- E(x|x+y=z))2+E(E(x|x+y=z) -φ（z ）)2+2E(x- E(x|x+y=z)) *(E(x|x+y=z) -φ（z ）) = E(x- E(x|x+y=z))2+E(E(x|x+y=z) -φ（z ）)2≥E(x- E(x|x+y=z))2 取等号，当且仅当φ（z ）= E （x|x+y=z ） 预报误差E （x-φ（x+y ））2=E(x-z/2)212、气体分子的速度V 有三个垂直分量x V ，y V ，z V ，它们的联合分布密度依Maxwell-Boltzman 定律为()v v v f v v vzy x321,,,,()2321T πκ=⎭⎬⎫⎩⎨⎧⎪⎪⎭⎫ ⎝⎛++T v v v κ2ex p 232221 , 其中k 是Boltzman 常数，T 为绝对温度，给定分子的总动能为e. 试求分子沿x 方向的动量的绝对值的期望值。
解：由于x V ，y V ，Z V 的联合密度函数为()v v v f v v vz y x 321,,,, ()2321T πκ=⎭⎬⎫⎩⎨⎧⎪⎪⎭⎫ ⎝⎛++T v v v κ2exp 232221 ()2321T πκ=⎭⎬⎫⎩⎨⎧k T v 2exp 21 .()2321T πκ. ⎭⎬⎫⎩⎨⎧k T v 2exp 22.()2321T πκ⎭⎬⎫⎩⎨⎧kT v 2exp 23 因此，x V ，y V ，Z V 互相独立，且x V ，y V ，Z V 都服从正态分布N (0，κT) .故气体分子的总动能为()22221z y x V V V mE e ++= T m κ23=由此可得 Tm κ3e 2=(1)而气体沿x 方向的动量的绝对值的期望值为()x V mE ()212T mπκ=⎰+∞∞-1v1212ex p dv T v ⎭⎬⎫⎩⎨⎧κ()212T mπκ=⎥⎥⎦⎤⎢⎢⎣⎡⎭⎬⎫⎩⎨⎧+⎭⎬⎫⎩⎨⎧-⎰⎰∞+∞1210112112ex p 2ex p dv T v v dv T v v κκ－－０－()2122T mπκ=121012exp dv T v v ⎭⎬⎫⎩⎨⎧⎰∞+κ－()212T mπκ=()21212exp v d T v ⎰∞+⎭⎬⎫⎩⎨⎧κ－212⎪⎭⎫⎝⎛=πκT m由此及（1）可得()x V mE21232⎪⎭⎫ ⎝⎛=T e πκ13.若独立同分布，他们服从参数的指数分布，试证：是参数为的分布，其密度函数为：Proof.=记Y~,则()由矩母函数与分布函数相互唯一决定知为分布。