《随机信号分析基础》总复习题纲

合集下载

随机信号分析第一章

随机信号分析第一章

的理论与方法,必然是“张冠李戴”
t
无法得到正确的处理结果。
14
随着科学技术的进步,人们越来越发现,在自然界中所 遇到的大量信号均属于随机信号。如:
(1)-自由电子随机游动,在电阻上产生的“热噪声”。 (2)-某交叉路口每天24小时测量的噪音的分贝记录。 (3)-证卷交易所中,某股票每周涨落的记录。 (4)-反映人的生理、心理活动的“脑电波”。 (5)-反映地球物理特性的“地震信号”。 (6)-人说话时发出的“语音信号”。 (7)-雷达自动跟踪到的某飞行器的“运动轨迹”。 (8)-雷达接收到的目标信号的“幅度与相位”。
7
分析确定信号所用的数学工具有:微富积氏分变、换线、性拉代氏数变、换复、变等函等数
分析随机信号所用的数学工具有:随机概过率程论理论


上述的所有
数学工具

概率论研究的对象--随机变量 X
随机过程理论研究的对象--随机过程 X (t)
8
(一)课程的特点、地位、作用和任务:
20
教材及主要参考书
教材:随机信号分析基础(第4版) 王永德 王军 (编著)
电子工业出版社
参考教材:
李晓峰,周宁等编著 随机信号分析(第4版) 电子工业出版社
随机信号分析 赵淑清 郑薇(编著) 哈尔滨工业大学出版社
随机信号处理 陆光华 彭学愚 西安电子科技大学出版社
21
参考书籍
李晓峰,周宁等编著,随机信号分析(第4版),电子工业出版社
29
30
1.1 概率的基本概念
定义(概率的统计定义) :
在一定条件下,重复做 N 次实验, NA为 N 次实验中
事A发生的次数,如果随着
N
逐渐增大,频率

随机信号分析基础第二章习题 ppt课件

随机信号分析基础第二章习题 ppt课件
显然在2这一时刻的可能取值为3,4,6;
可得:
0, x 3
P(X
x, 2)
1
3
2
3
, ,
3 4
x x
4 6
1, x 6
2021/3/30
9
同理可得:
0, x 2
问题
FX
(x;
6)
P(
X
x,
6)
13 23
, ,
2 5
x x
5 7
1, x 7
F X(x;2)P X (2)x
3;
2021/3/30
CX (t1,t2)
15
2.9 解:(1)直接由定义可得:
E [X (t)] E [A c o s (0 t) B s in (0 t)] E [A ]c o s (0 t) E [B ]s in (0 t)
0
(2)由自相关函数的定义:
R X (t1 ,t2 ) E [X (t1 )X (t2 )]
用表格来表示所求的联合分布:
x2
x1
x1 3 3 x1 4 4 x1 6 x1 6
x2 2
0
0
0
0
ห้องสมุดไป่ตู้
2 x2 5 0
0
0
1/3
5 x2 7
0
1/3 1/3 2/3
x2 7
0
1/3 2/3 1
2021/3/30
11
问题
x2
x1
x2 2
x1 3 3 x1 4 4 x1 6 x1 6
所以:
E[X(2)]1(346)13;
3
3
E[X(6)]1(572)14;
3

信号分析与处理复习提纲

信号分析与处理复习提纲
第五节关于信号分析的小结
了解、熟悉
习题
P155习题1 6 10
第四章信号处理基础
系统分析方法分类、线性无失真传输条件、理想滤波器
简单了解
第五章滤波器
经典滤波器的分类模拟滤波器原理(传递函数、幅度平方函数、不考虑线性相位)
简单了解
三、信号的分解
理解信号分解成冲激函数之和
习题类型
3、4、5
第二节连续信号的频域分析
一、周期信号的频谱分析
例2-3~2-6
二、非周期信号的频谱分析
三、傅里叶变换的性质
例2-8 2-10例2-11例2-12例2-13例2-16例2-17
习题类型
P63 12 13
第三节连续信号的复频域分析
一、信号的拉普拉斯变换
信号分析与处理复习提纲
各章内容
复习ห้องสมุดไป่ตู้
第一章绪论
第一节信号及其分类
一、信号的概念
了解
二、信号的分类
第二节信号的分析与处理概述
第三节自动控制系统中的信号分析与处理习题
第二章连续信号的分析
第一节连续信号的时域描述和分析
一、连续信号的时域描述
了解,重点掌握单位冲激信号定义及性质
二、连续信号的时域运算
掌握基本运算和卷积运算图解方法、p17例题
二、非周期信号的频域分析
三、离散傅里叶变换(DFT)
用定义求DFT,求圆周卷积例3-16
第三节快速傅里叶变换(FFT)
一、快速傅里叶变换(减少DFT运算量)的基本思路
了解
二、基2 FFT算法
三、FFT的应用
了解快速卷积
第四节离散信号的Z域分析
一、离散信号的Z变换
了解Z变换和傅氏变换的关系

《随机信号分析》课件

《随机信号分析》课件

连续随机信号
连续时间和连续幅度的随机信号,如噪声信号。
高斯随机信号
服从高斯分布的随机信号,常用于描述自然界 的随机现象。
非高斯随机信号
不服从高斯分布的随机信号,如脉冲信号和干 扰信号。
常见的随机信号分析方法
自相关分析
用于分析信号的自身相关性和 平稳性。
频谱分析
通过对信号进行频域分析,得 到信号的频谱特性。
统计特性分析
对信号的均值、方差等统计特 性进行分析。
使用MATLAB进行随机信号分析的步骤
1
准备据
收集并整理所需信号的数据。
2
数据预处理
对数据进行去噪、归一化等预处理操作。
3
信号分析
运用MATLAB提供的工具进行信号分析和特征提取。
随机信号分析的应用领域
通信系统
用于优化信道传输和抗干扰能力的研究。
金融市场
用于分析股票价格、汇率等随机变动的特性。
生物医学
用于分析心电图、脑电图等生物信号。
气象预报
用于分析天气数据,提高气象预报的准确性。
总结
通过本课件,您了解了随机信号的定义、特性、分类以及分析方法,以及其在不同领域的应用。
《随机信号分析》PPT课 件
本课件将介绍随机信号分析的基本概念和方法,包括随机信号的定义、特性、 分类以及常见的分析方法。
分析随机信号的定义
1 随机信号
随机信号是不确定的信号,具有随机性和不可预测性。
2 随机过程
随机信号可以看作是随时间变化的随机过程。
3 概率论基础
随机信号的定义和性质可以通过概率论进行分析和描述。
随机信号的特性
1 均值和方差
随机信号的均值和方差是 表征其平均值和离散程度 的重要特性。

03预备知识:随机信号分析共48页文档

03预备知识:随机信号分析共48页文档
在实际问题中,t代表时间量
随机过程是某些参数(通常是时间)的实 函数序列,通常具有统计特性。
随机过程基础:定义
Ω:全体可能组成的集合 F :全体可观测事件组成的事件族 P:是一个在整体,而不是单个概率值,P
是F上定义的一个取值于[0,1]区间的函 数。
随机过程基础:定义
S1
S2 Sn
样本空间
x 1(t ) x 2(t )
0 10 20 30 40 50 60 70 80 90 100
0.3 0.2 0.1
0 -0.1 -0.2
0
10 20
30 40
50 60 70 80 90 100
2
1.5
1
1
0
0.5
-1
0
-2
-0.5
0 10 20 30 40 50 60 70 80 90 100
0 10 20 30 40 50 60 70 80 90 100
0
-0.2
-0.4 0
10 20
30 40
50 60 70
80 90 100
0.4
0.2
0
-0.2
-0.4 0
10 20
30 40
50 60 70
80 90 100
讨论问题:对待噪声怎么办?(2)
噪声波形
2
1
0
-1
-2
0
10
20
30 40
50
60
70
80
90 100
2
1
0
-1
-2
0
10
20
30 40
0
10
20
30
40

工程信号分析与处理技术 第4章 随机信号分析基础

工程信号分析与处理技术 第4章 随机信号分析基础

4.1.2 随机过程及其描述
定义一:
设E为某随机试验,S={ei}是它的样本空间,如果对 每一个ei∈S 可以依某种规则确定一个时间t的函数 Xi(t) (t ∈T)与之对应。
于是对于所有的ei∈S 来说就得到一族时间函数:
X(t)={Xi(t)} (i=1,2,…)
(4-2)
称代表这个函数族的函数X(t)为随机过程,Xi(t) 为
4.1.2 随机过程及其描述
随机信号通常采用时域和频域上的四种统计函数
来描述其基本特点:
时域
平均(包括数学期望、方差和均方值);
随机现象
概率密度函数和概率分布函数; 相关函数和协方差;
功率谱估计。
频域
4.1.2 随机过程及其描述
1) 随机变量及其描述
设随机事件ei分别用数值Xi来表示。 则随机变量X可表示为:
4.2 随机变量的概率分布
随机过程{X(t),t T }在每一时刻t 的状态是一维随机变量; 在任意两个时刻的状态是二维随机变量……。其统计特性可用 当t 取任意一个固定值时X(t)的一维分布;当t 取任意两个固定值 时X(t)的二维分布等来描述。所有这些一维分布,二维分 布,……的全体可以用来表示随机过程的概率分布。 4.2.1 随机过程X(t)的一维概率分布 设随机过程为X(t),当t =ti,tiT 时X(ti)为一维随机变量,其概 率分布函数:
随机信号的研究方法:按随机试验进行观察将 观察中获得的具有随机性的样本或数据序列抽 象为随机信号(或称为不确定性信号)用统 计的方法研究随机信号在时域、频域和时频域 的分布规律以及数字特征。
4.1.1 随机信号与随机过程
随机函数:随某些参量变化的随机变量。 通常将以时间为参量的随机函数称为随机过程, 也称为随机信号。

《随机信号分析基础》课件


频域分析方法
傅里叶变换
傅里叶变换将信号从时域转换为频域,显示信号在 不同频率上的能量分布。
功率谱密度估计
通过对信号进行功率谱密度估计,可以分析信号在 不同频率上的能量分随机信号
图像处理中的随机信号
随机信号在通信系统中有着重要 的应用,如随机噪声与调制信号。
随机信号在图像处理中被用于增 强图片细节、降低噪声等方面。
为什么学习信号与系统?
信号与系统是电气工程的基础,它涉及到广泛 的应用领域,如通信、控制、图像处理等。
随机过程概述
什么是随机过程?
随机过程是一类随机变量的集 合,它在不同时间点上产生随 机数值,描述了具有随机性的 系统或现象。
随机过程的特点
随机过程具有不可预测性、不 确定性和非平稳性等特点,需 要进行概率统计的建模与分析。
自然界中的随机信号
自然界中的一些现象,如气象数 据和地震信号等,可以用随机信 号进行建模与分析。
分布情况,用于频域分析与滤波设计。
时域分析方法
1 傅里叶级数展开
傅里叶级数展开是一种将 周期信号分解为多个正弦 函数或余弦函数的方法。
2 自相关函数计算
通过计算信号的自相关函 数,可以分析信号在不同 时刻上的相关性。
3 时域滤波
时域滤波是指对信号的幅 度或相位进行调整以实现 信号的变换或去除杂散分 量。
《随机信号分析基础》 PPT课件
本课件将介绍《随机信号分析基础》的主要内容,包括信号与系统简介、随 机过程概述、随机信号定义与分类、常见随机信号的特性分析、时域分析方 法、频域分析方法以及应用示例。
信号与系统简介
什么是信号与系统?
信号与系统研究的是电气工程中信号的产生、 传输与处理,以及系统对信号的描述与分析。

随机信号的分析

清华大学出版社
第2章 信号分析基础
任意给定两个固定时刻 t 1、t 2 ,则由 (t1)和 (t2 ) 构成一个二维随机变量 (t1),(t2),若
F 2 x 1 ,x 2 ; t 1 , t 2 P 2 t 1 x 1 , t 2 x 2 (2-48)
成立,则称之为随机过程 (t ) 的二维分布函数。
对N个随机变量 x t1 ,x t2,.x .tN .,,若有
(2-51)
f N ( x 1 , x 2 , , x N ; t 1 , t 2 , , t N ) f 1 ( x 1 , t 1 ) f 2 ( x 2 , t 2 ) f N ( x N , t N ) (2-52)
则称这些随机变量是统计独立的或不相关的。
清华大学出版社
刻的随机变量的集合则为随机过程;随机变量是 一个实数值的集合,而随机过程是时间函数的集 合。
研究随机变量或随机过程的关键是研究其统
计特征,这不仅简单明了,而且直接反映信号的
变化规律。
概率分布
概率密度函数(pdf)
统计特征
数字特征
分布函数 数学期望(均值) 方差
相关函数
第2章 信号分析基础
清华大学出版社
第2章 信号分析基础
解:(1)由 pdf函数知,这是一个 a、0 的2标1准
正态分布,故其直流电平为 a。0
(2)由于方差 2就是信号的交流功率,故信号的平均 功率为1(W)。
随机过程的一维分布函数或一维概率密度函 数仅仅描述了随机过程在各个孤立时刻的统计特 性或概率分布,并未说明在不同时刻取值之间的 内在联系,为充分描述随机过程,需进一步引入 二维分布函数和二维概率密度函数。
D E 2 E 2 (2-60)

第七章-随机信号分析基础


mk
(j)k
dk(v) dvk
v0
Digital Signal Processing
▪随机变量的累积量
ck
(j)k
dk(v) dvk
v0
▪第二特征函数和累积量的关系
(v)1Mck (jv)k O(vM)
k1k! ▪高斯分布零均值随机变量的高阶矩和高阶累积量
13...(k1)2,k偶数
mk
0
k奇数
0,n0,1,...,
rx(n,nm)E[x(n)x(nm)]
E[A2sin(2fnTs)sin(2f(nm)Ts)] sin(2fnTs)sin(2f(nm)Ts)E[A2] 2sin(2fnTs)sin(2f(nm)Ts),n0,1,...,
Digital Signal Processing
✓狭义平稳随机过程 ▪高阶联合概率分布函数满足:
Sx(ej)Nl im k N ( N 11)rx(k)ejk
Sxy(ej)Nl im E[XN(ej N )YN *(ej)]2
✓平稳随机信号:
Sx(ej)Nl imXN k0
(ej)2 N
Digital Signal Processing
随机过程的高阶功率谱
✓三阶谱
B x( 1, 2)
cx3(m 1,m 2)ej( 1m 1 2m 2)
随机过程的低阶统计量描述
xk(n ),n 0 ,1 ,... ,k 1 ,2 ,...,Nxk(n)n常 数 ,k1,2,...,N X n
✓一阶统计量
▪均值
x ( n ) m 1 ( n )n 常 数 E X n x n p ( x n ) d x N l im E N 1 k N 1 x k ( n )

信号与系统总复习提纲

第 一 章1.1△雅柯比变换 (随机变量函数的变换 P34) △随机变量之间的“不相关、正交、独立” P51 (各自定义、相关系数定义相互关系:两个随机变量相互独立必定互不相关,反之不一定成立 正交与不相关、独立没有明显关系 结合高斯情况)△随机变量的特征函数及基本性质 (一维的 P53 n 维的 P58)△多维高斯随机变量的概率密度和特征函数的矩阵形式、三点性质 P61()()()()()()()221()211222211,,exp 22exp ,,exp 22T Tx m X XXX X n n XT T jU X X X X X n X M X M f x f x x U U u Q u j m Q u u E ejM U σπσμ---⎡⎤--⎢⎥==-⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥=-==-⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎣⎦C C C u u r u u ru u r u u r u u r u u r L u r u ru u r u r L另外一些性质: []()2XY XY X YX C R m m D X E X m ⎡⎤=-=-≥⎣⎦第二章 随机过程的时域分析1、随机过程的定义从三个方面来理解①随机过程(),X t ζ是,t ζ两个变量的函数②(),X t ζ是随时间t 变化的随机变量③(),X t ζ可看成无穷多维随机矢量在0,t n ∆→→∞的推广2、什么是随机过程的样本函数?什么是过程的状态?随机过程与随机变量、样本函数之间的关系?3、随机过程的概率密度P74、特征函数P81。

(连续、离散)一维概率密度、一维特征函数 二元函数4、随机过程的期望、方差、自相关函数。

(连续、离散)5、严平稳、宽平稳的定义 P836、平稳随机过程自相关函数的性质:0点值,偶函数,周期函数(周期分量),均值 7、自相关系数、相关时间的定义 P88222()()()()()(0)()X X XX X X X X XXC R m R R R R τττρτσσ--∞==-∞=非周期相关时间用此定义(00()d τρττ∞=⎰)8、两个随机过程之间的“正交”、“不相关”、“独立”。

  1. 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. 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. 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)。

概率论基础1.概率空间、概率(条件概率、全概率公式、贝叶斯公式)2.随机变量的定义(一维、二维实随机变量)3.随机变量的描述:⑴统计特性一维、二维概率密度函数、一维二维概率分布函数、边缘分布概率分布函数、概率密度函数的关系⑵数字特征一维数字特征:期望、方差、均方值(定义、物理含义、期望和方差的性质、三者之间的关系)二维数字特征:相关值、协方差、相关系数(定义、相互关系)⑶互不相关、统计独立、正交的定义及其相互关系△雅柯比变换(随机变量函数的变换一维随机变量函数的单值和双值变换、二维随机变量函数的单值变换)5、高斯随机变量一维和二维概率密度函数表达式高斯随机变量的性质△随机变量的特征函数及基本性质、随机信号的时域分析1、随机信号的定义从三个方面来理解①随机过程(),X t ζ是,t ζ两个变量的函数②(),X t ζ是随时间t 变化的随机变量③(),X t ζ可看成无穷多维随机矢量在0,t n ∆→→∞的推广2、什么是随机过程的样本函数?什么是过程的状态?随机过程与随机变量、样本函数之间的关系?3、随机信号的统计特性分析:概率密度函数和概率分布函数(一维、二维要求掌握)4、随机信号的数字特征分析(定义、物理含义、相互关系) 一维:期望函数、方差函数、均方值函数。

(相互关系)二维:自相关函数、自协方差函数、互相关函数、互协方差函数(相互关系) 5、严平稳、宽平稳定义、二者关系、判断宽平稳的条件、平稳的意义、联合平稳定义及判定 6、平稳随机信号自相关函数的性质: 0点值,偶函数,均值,相关值,方差7、两个随机信号之间的“正交”、“不相关”、“独立”。

(定义、相互关系) 8、高斯随机信号定义(掌握一维和二维)、高斯随机信号的性质 9、各态历经性定义、意义、判定条件(时间平均算子、统计平均算子)、平稳性与各态历经性的关系直流分量、直流平均功率、总平均功率、交流平均功率随机信号的频域分析1、随机信号是功率信号,不存在傅里叶变换,在频域只研究其功率谱。

功率谱密度的含义,与总平均功率的关系2、一般随机信号功率谱计算公式与方法3、平稳随机信号的功率谱密度计算方法维纳—辛钦定理⑴平稳随机信号,()()X X P R ωτ↔⑵两个联合平稳的实随机过程,()()()()12j XYXY j XY XY P R e d R P e d ωτωτωτττωωπ∞--∞∞-∞⎧=⎪⎨⎪=⎩⎰⎰ 要熟记常见信号的傅里叶变换和傅里叶变换性质,并且熟练应用。

求随机信号总平均功率的两种方法。

4、白噪声定义、数字特征、不相关特性、带宽、功率什么事加性高斯白噪声 带宽、功率) 5、带限白噪声(低通和带通带限白噪声) (定义、数字特征、相关特性、功率谱密度、随机信号通过线性系统的分析1、线性系统的基本理论 稳定的物理可实现系统2、 随机信号通过线性系统分析 时域分析()()()()()(0)()()()()()()X Y X Y Y XY X YX X Y m h d R R h h P R R R h R R h m ττττττττττττ∞==*-*==*-=*⎰输入平稳、高斯、各态历经,输出也是平稳、高各态历经,且输入输出联合平稳。

频域分析3、 白噪声通过线性系统 线性系统的结论:双侧随机信号()X t 输入物理可实现系统若输入()X t 是宽平稳的,则系统输出()Y t 也是宽平稳的,且输入与输出联合平稳 若输入()X t 是严平稳的,则输出()Y t 也是严平稳的。

若输入()X t 是宽各态历经的,则输出()Y t 也是宽各态历经的 若线性系统输入为高斯过程,则输出为高斯分布若系统输入信号的等效噪声带宽远大于系统的带宽,则输出接近于高斯分布 (输入白噪声的情况)()22(0)(0)()()()()()()()()()()()()11()()()22Y X Y X X XY X YX X Y Y X m m H H h d P P H P H H P H P P H P P P d H P d ττωωωωωωωωωωωωωωωωωππ∞∞∞-∞-∞=⋅===-=⋅⎧⎨=-⋅⎩==⎰⎰⎰窄带随机信号1、什么是窄带随机信号?2、窄带随机信号的表达式如何表示?(包络相位表达式、正交分解表达式)3、窄带随机信号的包络、相位、同相分量、正交分量之间的关系4、零均值平稳高斯随机信号的同相分量、正交分量的统计特性5、零均值平稳高斯随机信号的包络、相位的一维分布6、随相正弦波加窄带高斯噪声合成信号的包络和相位的一维分布。

(信噪比大小的讨论)7、高斯分布、瑞利分布和莱斯分布的联系和区别。

《随机信号分析》练习题一、 概念题1.叙述随机试验的三个条件。

2.写出事件A 的概率P(A)所满足的三个条件。

3.何谓古典概型?其概率是如何计算的? 4.两个事件独立的充要条件。

5.两个随机变量独立的充要条件。

6.两个随机过程的独立是如何定义的?7.随机变量X 服从正态分布,写出其概率密度函数表达式,并说明其中各个参数的意义。

8.简述一维随机变量分布函数F (x )的性质。

9.已知连续型随机变量X 的分布特性,分别用分布函数)(x F X 和概率密度函数)(x f X 表示概率}{21x X x P ≤<。

10. 随机变量X 的特征函数)(μX C 是如何定义的?写出由)(μX C 计算k阶矩)(k X E 的公式。

11.设X 1,X 2,…,Xn 为相互独立的随机变量,其特征函数分别为C 1(μ),C 2(μ),…,Cn(μ),设∑==n i i X Y 1,则C Y (μ)=?12. 对于一般的复随机变量,其数学期望、方差、协方差各是实数还是复数?13. 写出随机过程X(t)的n 维分布函数定义式。

14. 简述随机过程宽平稳性与严平稳性的区别。

15. 平稳过程与各态历经过程有何关系?16. 设平稳随机过程X(t)的自相关函数为R X (τ),X(t)依均方意义连续的条件是?17. 已知平稳随机过程X(t)、Y(t)的相关时间分别为X τ和Y τ,若X τ>Y τ,说明X(t) 与Y(t)的起伏程度那个较大?18. 两个随机过程广义联合平稳的条件是什么?19. 平稳随机过程)(t X 的功率谱密度)(ωX G 的物理意义是什么?)(ωX G 与物理谱密度有何关系?20. 白噪声的功率谱密度和自相关函数有何特点? 21. 简述维纳-辛钦定理并写出其表达式。

22. 何为线性系统?23. 写出希尔伯特变换器的频率响应、幅频响应和相频响应表达式。

24. 写出窄带过程的准正弦表达式和莱斯表达式。

25.对正态过程而言,宽平稳和严平稳之间有何关系?二、计算题1.设随机变量(X,Y)的分布律为:(1)填写阴影处的值;(2)分别画出函数(),()X Y F x F y ;(3)验证X 和Y 是不相关的,但X 和Y 不是相互独立的。

2.己知随机变量X 的分布函数为⎪⎪⎩⎪⎪⎨⎧∞∈∈-∞∈=),4(,1]4,0(,4]0,(,0)(x x x x x F X求X 的数学期望。

3.设随机变量X 具有概率密度⎪⎩⎪⎨⎧<≤-<≤-+=else x x x x x f ,010,101,1)(求X 的方差D(X)。

4.已知设一连续性随机变量X 在区间(-1,3)上服从均匀分布(1)求X 的概率密度函数; (2)画出X 的分布函数;(3)求X 的取值落在区间(-1,0.5)上的概率。

5.以下函数是某连续型随机变量的概率分布函数,确定其中的常数a 并求其概率密度函数。

⎪⎩⎪⎨⎧≥-<=-0,0,0)(2x e a x x F x6.已知随机变量X 和Y 的联合概率密度函数为求:(1)常数A ;(2)分布函数F XY (x,y); (3)P{X+Y<2}; (4)P{X ≤Y}。

7.设二维随机变量(X,Y)的概率密度为212(,)0y f x y ⎧=⎨⎩01y x ≤≤≤其他 求E(X),E(Y),E(XY),22()E X Y +。

8.随机变量X 的数学期望为3,方差为2,定义新的随机变量Y=-6X+22,问随机变量X 与Y 是否正交、不相关?为什么?9.设二维随机变量(X,Y)的联合概率密度为⎪⎩⎪⎨⎧<<<<=else y x xyy x f XY ,030,20,9),( 问X 与Y 是否正交、不相关、独立?为什么?10.设二维随机变量(X,Y)的联合概率密度函数为⎩⎨⎧≥≥=+-else y x e y x f y x XY ,00,0,),()( 求边缘分布)(),(y f x f Y X 。

11.已知二维随机变量(X 1, X 2)的概率密度函数为),(21x x f X ,求Y= X 1+X 2的概率密度函数)(y f Y 。

⎩⎨⎧≥≥=+-其它,00,0,),()2(y x Ae y x f y x12.设X 为二维随机向量,其分量X 1和X 2互为独立的随机变量,且分别具有概率密度)(11x f X 与)(22x f X 。

令Y 为新的二维随机向量,其分量由下列变换定义Y 1=X 1,Y 2=X 1X 2,试求(1)(Y 1,Y 2)的联合概率密度; (2)Y 2的边缘概率密度。

sin V A =Θ,其中A 是已知的正常数,相角Θ是一个随机变量,在区间(,)22ππ-服从均匀分布,试求电压V 的概率密度。

14.一正弦波随机过程为t A t X 0cos )(ω⋅=,其中A 是均匀分布在(0,1)内的随机变量(1) 写出随机变量A 的概率密度函数;(2) 画出A 分别为0.5和1时的样本函数的图形;(3) 求000,43,4,0ωπωπωπ=t 时)(t X 的一维概率密度; (4) 求02ωπ=t 时)(t X 的一维概率密度。

15.利用重复抛币试验定义一个随机过程⎩⎨⎧=出现反面出现正面,2,cos )(t t t X π“出现正面”和“出现反面”的概率各为1/2。

(1)求)(t X 的一维分布函数)21,(x F X 和)1,(x F X ;(2)求)(t X 的二维分布函数)1,21;,(21x x F X 。

16.设随机振幅信号t V t X 0sin )(ω⋅=,其中0ω是常数,随机变量V 是标准正态随机变量,求该随机信号的均值、方差、相关函数和协方差函数。

17.设平稳过程)(t X 和)(t Y 的自协方差函数分别为τττττa a K e K Y a X sin )(,21)(||2==-式中a 为正常数,求它们的相关系数和相关时间,并判断哪个过程的起伏速度快。

18.给定一个随机过程)(t X 和任一实数a ,定义另一个随机过程⎩⎨⎧>≤=a t X at X t Y )(,0)(,1)( 已知)(t X 的一维分布函数和二维分布函数,求)(t Y 的数学期望和自相关函数。

相关文档
最新文档