随机过程复习课及考试要求

合集下载

复习课及考试要求(随机过程)

复习课及考试要求(随机过程)

《随机过程》课程需要掌握的内容及要求第一章:随机过程及其分类(1)掌握随机过程和随机过程的有限维分布函数族的概念,掌握随机过程的n维分布函数、分布密度的概念。

理解随机过程的两种描述方式。

(2)理解随机过程的均值函数、协方差函数和相关函数的概念,掌握它们的主要性质,并会对给定的简单过程和常用的重要过程计算这些数字特征。

(3)了解随机过程的分类方式及分类。

(4)了解两个随机过程的联合分布的概念。

会计算联合随机过程的互协方差函数和互相关函数。

了解两个随机过程之间独立的概念。

第二章:Markov过程(1)理解马氏链及其转移概率的定义和性质。

理解齐次性的概念。

了解独立增量过程与马氏过程的关系。

(2)掌握C-K方程,并能利用C-K方程计算转移概率。

(3)了解状态的常返性、遍历性的概念。

掌握遍历性的主要定理的条件和结论。

能对简单齐次马氏链的状态进行分类。

(4)掌握马氏链的极限性质,掌握平稳分布的概念,能对简单的齐次马氏链找平稳分布。

(5)掌握纯不连续马氏过程转移概率的概念,掌握转移率矩阵(Q矩阵)的定义和求法。

(6)掌握前进方程、后退方程及福克-普朗克方程,会利用此方程求过程的均值函数。

(7)理解生灭过程的定义,并能写出生灭过程的Q矩阵。

第三章:Poission过程(1)掌握独立增量过程、正交过程及计数过程的定义和性质。

(2)掌握Poission过程的定义及一维分布,会求此过程的数字特征。

(3)掌握Poission过程与指数分布之间的关系。

掌握到达时间和条件到达时间的分布性质;了解更新过程的定义和基本性质。

(4) 一些主要结果:● 一维分布:N k e k t k t N P k s N t s N P tk ∈====-+-,!)(})({})()({λλ; ● Q 矩阵: ⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛----= λλλλλλλλ000000Q ;● 均值函数:tt N E t t N E t m N )}({)}({)(=⇒==λλ;● 均方函数:t t t N E λλ+=22)()}({; ● 方差函数:t t D N λ=)(;● 相关函数:},min{),(2121221t t t t t t R N λλ+=; ● 协方差函数:},min{),(2121t t t t C N λ=;● 到达时间的分布:n S 表示第n 个事件发生的时刻(1≥n ),则有:0,)!1()()(1≥-=--t e n t t f t n S n λλλ;● 到达时间间隔的分布:)1(1≥-=-n S S X n n n 表示第1-n 个事件与第n 事件发生的时间间隔,则有:n k t e t f t X n ≤≤≥=-1,0,)(λλ;● 无条件),,,(21n S S S 的联合概率密度:⎩⎨⎧<<<<=-其它,00,),,,(2121nt n n t t t e t t t g n λλ ● 在已知条件n t N =)(下,事件相继发生的时间),,,(21n S S S 的条件概率密度:⎪⎩⎪⎨⎧≤<<<<=其它,00,!),,,(2121tt t t t n t t t f n n n● 在已知条件n t N =)(下,第)(n r r <个事件发生时刻的概率密度:t x tt x t x r r n n n t N x f rn r S r <<⋅⎪⎭⎫⎝⎛-⎪⎭⎫ ⎝⎛--==--0,11)!1()!(!))((1 转移概率函数:i j e i j s t i N j N P j i t s p s t i j s t ≥--====---,)!()]([}{),,,()(λλ;第四章:二阶矩过程、平稳过程和随机分析(1) 掌握二阶矩过程、严平稳过程及宽平稳过程的定义及关系。

随机过程复习资料.doc

随机过程复习资料.doc

丄20 25 1. 设{2V(r)J>0}是一更新过程,已知P {X. =1} = 1/3, P {X i =2} = 2/3,则 P {N(3) = 2}=§ 2.若Markov 链只存在一个类,则称它是不可约的,若状态同属一类,则d ① 与d(j)的大小关系d ⑴=d(j) (<,>,=)丄 423.设Markov 链的状态空间S = (1,2,3),转移矩阵P=-4..设{B(f),宀 0}是标准 Brown 运动,则 P(B(2)<0) = |.题目:X(/) = sin",U ~U[0,2刃.试判断X(/)为宽平稳还是严平稳过程.解:EX (t) = E(sin Ut) - ~ sin utdu = 01 ® 1= E(sinUtsinUs) = 一 I ——[cos+ 51) - cos u(t - s)]du2龙力 21 —,t = s =<2 0,心s故{X(t)}为宽平稳过程。

又sinU 与sin2U 的分布函数不同,故{X (t)}不是严平稳的 题目:MaMov 链的状态空间S = {1,2,3,4},—步转移概率矩阵‘%0 o '1 0 0 0 0 % % 0%0 丿试对其状态进行分类,确定哪些是常返态,并确定其周期解:1.由转移概率矩阵知:10 2,并且有3 ^2,2^3; 4 T 2,2/4; 4宀3,3“4;故状态空间可以分为:S = {1,2}U ⑶U{4}.2.由转移概率矩阵知:几〉0(心1,2),所以状态1和2都是非周期的,又10 2故状态2也是非周期的.从状态4出发不可能返回到状态4,即集合{zz:z/>l,/^>0}为空集,故状态4的周期无穷大./11=z/H ,,=/H n +/r+/1<13,+-+/r+-n=l=i + 1 +0+---+0+•••2 2=1所以状态1为常返态,又1^-2,故2是常返态. ......... 4分+8f— f(")= f ⑴ + f ⑵f ⑶+ …丿33 厶丿33 丿33 丁丿33 丁丿33 丁n-12=—+ 0 + 0 +•••3 厶13所以状态3为非常返态.+00f— N' f(")—f ⑴ + f ⑵+ …J 44 丿44 J 44 ' J 44 ~n=l= 0 + 0 —=0<1故状态3也是非常返态.题目:将两个红球4个白球分别放入甲乙两个盒子中.每次从两个盒子中各取一球交换,以X(“)记第n次交换后甲盒中的红球数.1.说明{X(n),n> 0}是一Markov链并求转移矩阵P ;2.试证(X(n), n = 0,1,2, •••}是遍历的;3.求它的极限分布.解:1.设X(“)为"次交换后甲盒中的红球数,则易见{X(“)}是马尔可夫链,状态空间为S ={0,1,2};n 1 02 2转移矩阵为p = 3 4 18 8 80 1 0丿2.山于5 = {0,1,2}有限,且S中状态互通,即不可约的,故{X(")}是正常返的,又状态1为非周期的,故1是遍历的,所以{X®)}是遍历链.题目:> 0}为标准Brow”运动,验证{X(/) = (1 -^―)}, 0 V / V1}是Brow”桥.1-t解:因为E[X(t)] = (l-t)E B(—) -01 — t皿⑴]n咕)")吩所以{X(/)}是Gauss过程,均值为零,协方差为5(1-0 ,即为Brown。

随机过程教学大纲

随机过程教学大纲

《随机过程》教学大纲一、课程信息课程代码:060148课程名称:随机过程英文名称:Stochastic Processes课程类别:专业核心课适用专业: 应用统计学总学时:48 学时理论学时:40 学时实践学时:8学时学分:3 学分(理论2.5学分,实践0.5学分)开设学期:第4学期考核方式:考试先修课程:概率论、高等数学二、课程简介《随机过程》是统计学专业的专业必修课程。

随机过程通常被视为概率论的动态部分,即研究的是随机现象的动态特征。

着重对随时间和空间变化的随机现象提出各种不同的模型并研究其内在的性质与相互联系,具有较强的理论性。

该学科在社会科学、自然科学、经济和管理等各个领域中都有广泛的应用。

课程性质为选修课,主要讲述随机过程的基本知识,课程的主要教学教学目的是培养学生运用随机过程分析和解决问题的能力,使学生掌握主要几种随机过程的基本概念与处理随机现象的方法。

课程内容包括:随机过程基本概念、Poisson过程、更新过程、Markov链、鞅、布朗运动。

三、教学内容及要求第一章预备知识教学重点和难点:重点和难点是概率空间,矩母函数和特征函数的定义及性质、条件期望、收敛性、极限定理等。

实践环节:无建议使用的教学方法与手段:多媒体与板书结合教学学时:(理论学时3学时)(实践学时0学时)教学目标和要求:通过本章的学习,复习并扩展概率论课程的内容,为学习随机过程打下良好的基础,提供必备的数学工具。

第一节概率空间1. 概率空间定义2. 概率的性质第二节随机变量与分布函数1. 随机变量2. 常见概率分布第三节数字特征、矩母函数与特征函数1. Riemann-Stieltjes积分2. 数字特征3. 关于概率测度的积分4. 矩母函数5. 特征函数第四节收敛性1. 收敛性2. 积分号下取极限的定理第五节独立性与条件期望1. 独立性2. 独立随机变量和的分布3. 条件期望第二章随机过程的基本概念和基本类型教学重点和难点:重点和难点是随机过程的概念,有限维分布族,柯尔莫哥洛夫存在定理。

概率统计和随机过程复习要点

概率统计和随机过程复习要点

概率统计和随机过程复习要点全书11章,都是考试内容,要全面复习。

题型填空题占40%左右,计算题60%左右。

主要内容1.事件与概率,掌握事件的表示方法以及古典概型的计算;熟练掌握全概率公式和贝叶斯公式的应用(会考大题);熟练掌握条件概率公式的计算方法以及两个独立事件乘积概率等于概率乘积。

2随机变量及其分布了解随机变量;会求离散型随机变量的分布律、连续性随机变量的密度函数,分布函数;掌握六种常用的随机变量及其分布,离散的:两点分布、二项分布、泊松分布分布律,连续的:均匀分布,指数分布、正态分布的密度函数(一定要会写出)。

已知X的密度函数f(x),Y=G(X),会求Y的密度函数3.多维随机变量及其分布重点是二维随机变量边缘分布以及概率的求法;独立性判定(一般会考大题)相互独立的随机变量密度函数满足f(x,y)=f X(x)f Y(y),会判定两个随机变量是否独立。

两个随机变量函数的分布:两个随机变量和、最大值的分布密度,注意到正态分布的和、差一定是正态分布。

主要是求出它的均值与方差就可以了。

4.随机变量的数字特征数学期望定义与求法,方差,协方差以及相关系数,会判断两个随机变量是否是相关的。

掌握6种重要的随机变量的均值与方差。

5 极限定理理解切比雪夫不等式的含义,会用切比雪夫不等式估计一个事件的概率6 抽样及抽样分布理解样本、抽样、样本值等概念会求离散型随机抽样的联合分布律、连续型随机抽样的联合分密度函数掌握统计量的定义,掌握样本均值、样本方差。

掌握几种常用的抽样分布,χ2分布的数学期望与方差,χ2分布的、T分布、F分布的分位点的含义及其关系。

F分布的性质F~F(n1,n2),则1/F~F(n2,n1),,T~T(n)则T2~F(1,n).掌握正态总体样本均值、样本方差的分布,掌握定理6.1—6.4(条件,结论)7 参数估计会求一个总体分布中未知参数的矩估计与最大似然估计(估计量与估计值)(会考大题)理解估计量的评选标准,会判断一个统计量是否为未知参数的无偏估计量,掌握正态总体的均值与方差的区间估计(填空题)8假设检验假设检验的一般步骤(6个步骤)(一般会考大题)(1)原假设H0,备择假设H1,(2)检验统计量及其服从的分布;(3)拒绝域(4)计算统计量的值;并与拒绝域的临界点值比较;(5)作出判断,接受或者拒绝原假设;(6)说明意义。

随机过程复习提纲汇总

随机过程复习提纲汇总

随机过程复习提纲汇总随机过程是概率论中研究随机现象的一种数学工具,它描述了随机事件或变量在时间或空间上的演化规律。

随机过程在概率论、统计学以及各个科学领域中都有广泛的应用。

在复习随机过程的过程中,可以按照以下提纲进行系统地总结和复习:一、随机过程的定义和基本概念1.随机过程的定义和基本性质2.随机变量和随机过程的关系3.有限维分布和无限维分布4.随机过程的连续性和可测性二、随机过程的分类1.马尔可夫链和马尔可夫过程2.马尔可夫链的平稳分布和细致平衡条件3.各类随机过程的特性和应用(如泊松过程、布朗运动等)三、随机过程的数学描述1.随机过程的表示方法(如状态空间表示、样本函数表示等)2.随机过程的独立增量性质3.随机过程的平稳性质和相关函数四、随机过程的统计特性1.随机过程的均值和方差2.随机过程的相关函数和自相关函数3.随机过程的功率谱密度和自相关函数之间的关系五、随机过程的极限理论1.强大数定律和中心极限定理在随机过程中的应用2.极限理论在随机过程中的应用(如大数定律、中心极限定理等)六、马尔可夫过程的统计推断1.马尔可夫链的参数估计2.马尔可夫过程的参数估计3.马尔可夫过程的隐马尔可夫模型和参数估计七、随机过程的应用1.随机过程在金融领域的应用2.随机过程在电信领域的应用3.随机过程在信号处理领域的应用以上是一个较为全面的随机过程复习提纲,按照这个提纲进行复习可以帮助系统地回顾和学习随机过程的各个重要概念、定理和应用。

在复习的过程中,可以结合课本、教材以及相关资料进行深入学习和巩固。

同时,通过解答题目、做习题和实际应用案例的分析,可以提高对随机过程的理解和应用能力。

复习随机过程时,要注意理论和实践相结合,注重理论概念的理解和应用技巧的掌握。

随机过程复习题2的答案

随机过程复习题2的答案

随机过程复习题2的答案1. 定义:随机过程是定义在概率空间上的随机变量序列,这些随机变量随时间或空间的变化而变化。

2. 分类:- 离散时间随机过程:随机变量序列的索引是离散的,例如整数序列。

- 连续时间随机过程:随机变量序列的索引是连续的,例如时间序列。

3. 基本特征:- 概率分布:描述随机过程在任意时刻的状态分布。

- 联合分布:描述随机过程在多个时刻的状态分布。

4. 重要随机过程:- 泊松过程:描述在固定时间或空间内随机事件发生的次数。

- 布朗运动(Wiener过程):连续时间随机过程,具有独立增量和正态分布的增量。

5. 随机过程的数学描述:- 随机变量函数:每个时刻的随机变量可以看作是时间的函数。

- 样本路径:随机过程在特定样本空间中的实现。

6. 随机过程的性质:- 平稳性:如果随机过程的统计特性不随时间变化,则称其为平稳的。

- 遍历性:如果随机过程在足够长的时间后,其统计特性与初始状态无关,则称其具有遍历性。

7. 随机过程的应用:- 信号处理:分析和处理信号中的随机成分。

- 金融数学:模拟股票价格的变动。

8. 随机过程的数学工具:- 期望:随机过程在某一时刻的期望值。

- 方差:随机过程在某一时刻的方差,衡量其波动大小。

- 协方差和相关系数:描述不同时刻随机变量之间的关系。

9. 随机过程的极限定理:- 大数定律:随着时间的增长,随机过程的样本均值趋于其期望值。

- 中心极限定理:在一定条件下,随机过程的和趋于正态分布。

10. 随机过程的模拟:- 使用计算机模拟随机过程,例如通过生成随机数来模拟泊松过程或布朗运动。

结束语:随机过程是理解现实世界中不确定性现象的重要工具。

通过对随机过程的学习,我们能够更好地分析和预测各种随机现象,为科学研究和工程实践提供理论支持。

高效备考山西省考研数学二随机过程复习重点

高效备考山西省考研数学二随机过程复习重点

高效备考山西省考研数学二随机过程复习重点一、概述随机过程是概率论和数理统计中的一个重要概念,在考研数学二中也是一个重点考察内容。

本文将从理论基础、重要定义和性质、实例分析等角度,为考生提供高效备考山西省考研数学二随机过程的复习重点。

二、理论基础1. 概率论基础知识在学习随机过程之前,需要对概率论基础知识进行复习。

主要包括概率分布函数、概率密度函数、随机变量、条件概率、独立性等基本概念。

2. 马尔可夫性质马尔可夫性质是随机过程理论的核心概念之一。

考生需要了解和掌握马尔可夫链、连续时间马尔可夫链、平稳分布等相关内容,特别是马尔可夫性和马尔可夫链的收敛性。

三、重要定义和性质1. 随机过程的定义随机过程可以用来描述随机变量在时间上的变化过程。

考生需要熟悉随机过程的定义及其数学表示。

2. 过程的分类随机过程可以分为离散时间随机过程和连续时间随机过程。

对于离散时间随机过程,考生需要了解马尔可夫链、泊松过程等重要过程的定义和性质。

对于连续时间随机过程,考生需要了解布朗运动、随机微分方程等相关知识。

3. 重要性质考生需要了解和掌握随机过程的重要性质,例如平稳性、独立增量性、马尔可夫性等。

同时,还要理解和应用随机过程的参数估计方法。

四、实例分析1. 马尔可夫链的应用马尔可夫链是随机过程中的一个重要模型,在实际应用中有着广泛的应用。

考生可以通过案例分析来理解马尔可夫链在实际问题中的应用,例如排队论、网络传输等。

2. 泊松过程的分析泊松过程是另一个重要的随机过程模型。

考生可以通过案例分析来理解泊松过程的特性及其在实际问题中的应用,例如电话呼叫、到达时间等。

五、总结本文在高效备考山西省考研数学二随机过程时,从理论基础、重要定义和性质、实例分析等几个方面进行了系统的复习总结。

考生在备考过程中,要注重理论复习与实例分析的结合,把握好随机过程的核心概念和应用方法。

通过刻苦的复习和真题演练,相信考生能取得优异的成绩。

注意事项:1. 本文为文章示例,特定内容可根据实际需要进行扩展或修改。

专升本《随机过程》

专升本《随机过程》

专升本《随机过程》在我们的学习和生活中,随机现象无处不在。

从股票价格的波动到天气的变化,从分子的热运动到通信系统中的信号传输,随机过程这一数学理论为我们理解和描述这些现象提供了有力的工具。

对于专升本的同学来说,掌握随机过程这门课程具有重要的意义。

随机过程是什么呢?简单来说,随机过程就是一族随机变量的集合,其中每个随机变量都与某个参数(通常是时间)相关联。

比如说,我们考虑一个每天记录的股票价格,那么每一天的价格就是一个随机变量,随着时间的推移,这些随机变量就构成了一个随机过程。

随机过程有多种类型,其中最常见的包括马尔可夫过程、泊松过程和布朗运动等。

马尔可夫过程具有“无记忆性”,也就是说未来的状态只取决于当前的状态,而与过去的历史无关。

泊松过程常用于描述在一定时间内随机事件发生的次数,比如电话呼叫的次数或者顾客到达商店的人数。

而布朗运动则是描述微小粒子在液体或气体中的无规则运动。

在学习随机过程时,我们需要掌握一些基本的概念和方法。

比如概率分布函数和概率密度函数,它们用于描述随机变量的概率特性。

均值和方差则反映了随机变量的集中趋势和离散程度。

自相关函数和功率谱密度则用于描述随机过程在时间上的相关性和频率特性。

为了更好地理解随机过程,我们还需要学习一些数学工具,如微积分、概率论和线性代数等。

微积分用于求解随机过程的导数和积分,概率论为我们提供了分析随机现象的基本理论和方法,而线性代数则在处理多维随机变量和矩阵运算时发挥重要作用。

让我们通过一个简单的例子来感受一下随机过程的应用。

假设我们有一个抽奖活动,每次抽奖的结果是独立的,中奖的概率为 01。

我们把每次抽奖看作一个随机事件,用 X(t) 表示在前 t 次抽奖中中奖的次数。

那么 X(t) 就是一个随机过程。

我们可以通过计算它的概率分布函数和均值、方差等来了解这个抽奖活动的特性。

对于专升本的同学来说,学习随机过程可能会遇到一些挑战。

这门课程的概念较为抽象,数学推导也相对复杂。

  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)。

a

2
e a
2
/( 2 2 )
, a 0 的随机变量;
试问谐波随机信号在两种情况下是平稳的吗? (14) 设 {N (t ); t
0}是一强度为 的 Poission 过程,记 X (t )
d N (t ) ,试求随机过 dt
程 X (t ) 的均值和相关函数。 (15) 讨论 Wienner 过程和 Poission 过程的均方连续性、均方可导性和均方可积性。 (16) 设有平稳随机过程 X (t ) ,它的相关函数为 R X ( ) e 求 Y (t ) a
0 1/ 2 1/ 2 0 0 1/ 2 1/ 2 0 P 1/ 2 1/ 2 0 0 1 / 2 1 / 2 0 0
(a)写出切普曼-柯尔莫哥洛夫方程(C-K 方程) ; (b)求 n 步转移概率矩阵; (c)试问此马氏链是平稳序列吗? 为什么? (8) 设 Y (t ) X (1)
第六章:高斯(Gauss)过程
(1) 掌握 n 维正态随机变量的分布密度、特征函数及基本性质。 (2) 掌握正态过程的定义。了解窄带平稳实正态过程的表示法。 (3) 了解正态马氏过程的概念,掌握正态实平稳过程实马氏过程的充要条件。 (4) 掌握维纳过程的定义,会求标准维纳过程的数字特征。会求偏移系数为 ,强度为
典型复习题解答
(1)解:由定义,有:
D[ X (t ) X (t T )] D[ X (t )] D[ X (t T )] 2 E{[ X (t ) EX (t )][ X (t T ) EX (t T )]} B(0) B(0) 2 E{ X (t ) X (t T )} B(0) B(0) 2 B(T ) 0
1, X (t ) x Y (t ) 0, X (t ) x
t T
试将 Y (t ) 的均值函数和自相关函数用过程 X (t ) 的一维和二维分布函数来表示。 (24) 设 {X (t ), t } 是一个零均值的平稳过程,而且不恒等于一个随机变量, 问 {X (t ) X (0), t } 是否仍为平稳过程,为什么? (25) 设 X (t ) 为平稳过程,其自相关函数 R X ( ) 是以 T0 为周期的函数,证明: X (t ) 是 周期为 T0 的平稳过程。
- 3 -
中科院研究生院 2005~2006 第一学期
随机过程讲稿
孙应飞
概率 p ij 和两步转移概率 pij (2) 。 (c)令 0 min{n; Yn 0, n 0} ,求 P{ 0 5} 。 (12) 考察两个谐波随机信号 X (t ) 和 Y (t ) ,其中:
X (t ) A cos(c t ), Y (t ) B cos(c t )
N (t )
, t 0 ,其中 {N (t ); t 0} 为强度为 0 的 Poission 过程,随
机变量 X 与此 Poission 过程独立,且有如下分布:
P{X a} P{X a} 1/ 4, P{X 0} 1/ 2, a 0
问:随机过程 Y (t ), t (9)
0
t
(18) 设随机振幅、 随机相位正弦波过程 X t V sin(t ) , t 0 , 其中随机变量 V 和 相互独立,且有分布:
1 1 0 ~ U [0 , 2 ] , V ~ 1 / 4 1 / 2 1 / 4
令: Yt
1, 如 Xt 2 / 2 0, 反之
0 是否为平稳过程?请说明理由。
2
设 X t X 2Yt , t 0 ,其中 X 与 Y 独立,都服从 N (0, ) (a)此过程是否是正态过程?说明理由。 (b)求此过程的相关函数,并说明过程是否平稳。
(10) 设 N t , t 0 是零初值、强度 1 的泊松过程。 (a)求它的概率转移函数 p( s, t , i, j ) P{N t j N s i} ; (b)令 X t N t t , t 0 ,说明 Y
2 的维纳过程的相关函数。
典型复习题
(1) 设 { X (t ), t 0} 是 一 个 实 的 零 均 值 二 阶 矩 过 程 , 其 相 关 函 数 为
E{X (s) X (t )} B(t s), s t , 且 是 一 个 周 期 为 T 的 函 数 , 即 B( T ) B( ), 0 ,求方差函数 D[ X (t ) X (t T )] 。
形式上我们有:
P{ X (t n ) x n X (t1 ) x1 , X (t 2 ) x 2 ,, X (t n 1 ) x n 1 } P{ X (t n ) x n , X (t1 ) x1 , X (t 2 ) x 2 ,, X (t n 1 ) x n 1 } P{ X (t1 ) x1 , X (t 2 ) x 2 ,, X (t n 1 ) x n 1 } P{ X (t n ) x n , X (t1 ) x1 , X (t 2 ) x 2 ,, X (t n 2 ) x n 2 X (t n 1 ) x n 1 } P{ X (t1 ) x1 , X (t 2 ) x 2 , , X (t n 2 ) x n 2 X (t n 1 ) x n 1 }
2 2 2
,其中 , 为常数,
dX (t ) ( a 为常数)的自协方差函数和方差函数。 dt
(17) 设 有 实 平 稳 随 机 过 程 X (t ) , 它 的 均 值 为 零 , 相 关 函 数 为 R X ( ) , 若
Y (t ) X ( s)ds ,求 Y (t ) 的自协方差函数和方差函数。
式中 A 和 c 为正的常数; 是 , 内均匀分布的随机变量, B 是标准正态分布 的随机变量。 (a)求 X (t ) 的均值、方差和相关函数; (b)若 与 B 独立,求 X (t ) 与 Y (t ) 的互相关函数。 (13) 令谐波随机信号: X (t ) A cos(c t ), 式中 c 为固定的实数; 是 0, 2 内 均匀分布的随机变量,考察两种情况: (a)幅值 A 为一固定的正实数; (b)幅值 A 为一与 独立,分布密度函数为
(1) 掌握二阶矩过程、严平稳过程及宽平稳过程的定义及关系。 (2) 了解均方极限、均方连续、均方导数和均方积分的概念,会判断一个随机过程的均 方连续性及均方可导性。掌握均方导数过程的相关函数于原过程的相关函数之间的 关系。 (3) 掌握平稳过程各态历经性的概念。 了解判断均值、 相关函数具有各态历经性的定理。
(a)试求 Rk 的分布; (b)试证 {Rk } 为马氏链,并求一步转移概率。 (21) 设有随机过程 (t ) X t Y , t ,X 与 Y 是相互独立的正态随机变量,
2
期望均为 0,方差分别为 X 和 Y 。证明过程 (t ) 均方可导,并求 (t ) 导过程的
,t 0
试求过程 Yt , t 0 的均值函数。
- 4 -
中科院研究生院 2005~2006 第一学期
随机过程讲稿
孙应飞
(19) 设有一泊松过程 {N (t ) , t 0} ,固定两时刻 s , t ,且 s t ,试证明
s s P( N ( s) k N (t ) n) C 1 t t
中科院研究生院 2005~2006 第一学期
随机过程讲稿
孙应飞
考试要求:
第一章:随机过程及其分类
(1) 了解随机过程和有限维分布函数族的概念,掌握随机过程的 n 维分布函数、分布密 度的概念。 (2) 理解随机过程的均值函数、协方差函数和相关函数的概念,掌握它们的主要性质, 并会对给定的简单过程和常用的重要过程计算这些数字特征。 (3) 了解随机过程的分类方式及分类。 (4) 了解两个随机过程的联合分布的概念。会计算联合随机过程的互协方差函数和互相 关函数。
2 2
相关函数。 (22) 设 {Bt ; t 0} 是 初 值 为 零 标 准 布 朗 运 动 过 程 , 试 求 它 的 概 率 转 移 密 度 函 数
p(s, t , x, y) ˆ f Bt Bs ( y x) 。
(及实数 x ,定义随机过程
0 s
t
(6)
在一计算系统中,每一循环具有误差的概率与先前一个循环是否有误差有关,以 0 表示误差状态,1 表示无误差状态,设状态的一步转移矩阵为:
p P 00 p10
(7)
p01 0.75 0.25 p11 0.5 0.5
试说明相应齐次马氏链是遍历的,并求其极限分布(平稳分布)。 设齐次马氏链 X n , n 0, S 1,2,3,4, 一步转移概率矩阵如下:
2
(4)
设 {Bt } 为为零初值的标准布朗运动过程,问次过程的均方导数过程是否存在?并 说明理由。
- 2 -
中科院研究生院 2005~2006 第一学期
随机过程讲稿
孙应飞
(5)
设 N t , t 0 是零初值、强度 0 的泊松过程。写出过程的转移函数,并问在均 方意义下, Yt
N ds, t 0 是否存在,为什么?
第二章:Markov 过程
(1) 理解马氏链及其转移概率的定义和性质。理解齐次性的概念。了解独立增量过程与 马氏过程的关系。 (2) 掌握 C-K 方程,并能利用 C-K 方程计算转移概率。 (3) 了解状态的常返性、遍历性的概念。掌握遍历性的主要定理的条件和结论。能对简 单齐次马氏链的状态进行分类。 (4) 掌握马氏链的极限性质, 掌握平稳分布的概念, 能对简单的齐次马氏链找平稳分布。 (5) 掌握纯不连续马氏过程转移概率的概念, 掌握转移率矩阵 ( Q 矩阵) 的定义和求法。 (6) 掌握前进方程、后退方程及福克-普朗克方程,会利用此方程求过程的均值函数。 (7) 理解生灭过程的定义,并能写出生灭过程的 Q 矩阵。
相关文档
最新文档