《随机过程》第四章习题
（整理）随机过程课后习题
（整理）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：(),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。
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（2）求其期望和⽅差；（3）证明对具有相同的参数b 的Γ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）(),(0,)Y aF X b a b =+≠是常数；（2）Z=ln F()X ，并求()k E Z （k 为⾃然数）。
4．设12,,...,n X X X 相互独⽴，具有相同的⼏何分布，试求的分布。
5．试证函数为⼀特征函数，并求它所对应的随机变量的分布。
6．试证函数为⼀特征函数，并求它所对应的随机变量的分布。
7．设12,,...,n X X X 相互独⽴同服从正态分布2(,)N a σ，试求n 维随机向量12,,...,n X X X 的分布，并求出其均值向量和协⽅差矩阵，再求的概率密度函数。
8．设X 、Y 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12(,),(,)p b p b 的Γ分布。
求X+Y 的分布。
9．已知随机向量（X, Y ）的概率密度函数为试求其特征函数。
10．已知四维随机向量X ,X ,X ,X 1234（）服从正态分布，均值向量为0，协⽅差矩阵为B σ?kl 44=()，求(X ,X ,X ,X E 1234)。
11．设X 1，X 2 和X 3相互独⽴，且都服从(0,1)N ，试求随机变量112Y X X =+和213Y X X =+组成的随机向量(Y 1, Y 2)的特征函数。
12．设X 1，X 2 和X 3相互独⽴，且都服从2(0,)N σ，试求：（1）随机向量(X 1, X 2, X 3)的特征函数；1,0()0,0()p p bxb x e x p x p x --?>?Γ??≤?=0,0b p >>1nkk X =∑(1)()(1)jt jnt jt e e f t n e -=-21()1f t t=+11ni i X X n ==∑221[1()],1,1(,)40,xy x y x y p x y ?+--<（2）设112123123,,S X S X X S X X X ==+=++，求随机向量(S 1, S 2, S 3)的特征函数；（3）121Y X X =-和232Y X X =-组成的随机向量(Y 1, Y 2)的特征函数。
随机过程第四章
pii
(n)
1
i
0
证：(1)如i为零常返则i
，由lim n
pii nd
d
i
0
而当n不能被周期d整除时n 0modd ,
必然有pii
(n)
0，故
lim
n
pii
n
0
反之，若lim n
pii
(n)
0,
而i是正常返，
则由lim n
pii (nd )
d
i
0矛盾.
(2) 如i为遍历，即d 1，由上面定理得
即 Tij minn：X m i, X mn j，n 1
而称：
fij (n) P Tij n
P{X mv j，1 v n 1，X mn j / X m i}，n 1 为自状态i出发，经n步首次到达状态j的概率， 简称首达概率。
注：由齐次马氏链性质知，首达概率与出发时刻
p3
① q1 q2
p1
③ q3 ②
p2
求从状态1出发经n步转移首次到达各个状态的概率。
f12
(n)qq11p3 p3源自q m1 1m p1,
q3
,
n 2m, n 2m 1,
m 1 m0
同理：
f13 (n)
p1q2 p1q2
p m1 1
m q1,
p2
,
n 2m, n 2m 1,
m 1 m0
互通关系的状态是同一类型.
定理：如果i j， 则
(1) i与j同为常返或非常返，如为常返，则它们
同为正常返或零常返；
(2) i与j有相同的周期。
1证：因为i j，故存在正整数k与m，使
pij (m) 0, p ji (k ) 0
湖南大学《随机过程》课程习题集
湖南大学本科课程《随机过程》习题集主讲教师：何松华 教授第一章：概述及概率论复习1.1 设一批产品共50个，其中45个合格，5个为次品，从这一批产品中任意抽取3个，求其中有次品的概率。
1.2 设一批零件共100个，次品率为10%，每次从其中任取一个零件，取出的零件不再放回，求第3次才取得合格品的概率。
1.3 设一袋中有N 个球，其中有M 个红球，甲、乙两人先后各从袋中取出一个球，求乙取得红球的概率(甲取出的球不放回)。
1.4 设一批产品有N 个，其中有M 个次品，每次从其中任取一个来检查，取出后再放回，求连续n 次取得合格品的概率。
1.5设随机变量X 的概率分布函数为连续的，且0()00xA Be x F x x λ-⎧+≥=⎨<⎩其中λ≥0为常数，求常数A 、B 的值。
1.6设随机变量X 的分布函数为 ()() (-<<)F x A Barctg x x =+∞∞(1) 求系数A 、B ；(2)求随机变量落在(-1,1)内的概率；(3)求其概率密度函数。
1.7已知二维随机变量(X,Y)的联合概率密度分布函数为6(2)0,1(,)0XY xy x y x y f x y elsewhere --≤≤⎧=⎨⎩(1)求条件概率密度函数|(|)X Y f x y 、|(|)Y X f y x ；(2)问X 、Y 是否相互独立？1.8已知随机变量X 的概率密度分布函数为22()()]2X X X x m f x σ-=- 随机变量Y 与X 的关系为 Y=cX+b ，其中c ，b 为常数。
求Y 的概率密度分布函数。
1.9设X 、Y 是两个相互独立的随机变量，其概率密度分布函数分别为101()0X x f x elsewhere ≤≤⎧=⎨⎩，0()0y Y e y f y elsewhere -⎧<=⎨⎩求随机变量Z=X+Y 的概率密度分布函数。
1.10设随机变量Y 与X 的关系为对数关系，Y=ln(X)，随机变量Y 服从均值为m Y 、标准差为σY 的正态分布，求X 的概率密度分布。
《随机过程》第四章作业解答
20. 解：由例 4.8 中的结果可知甲最终赢的概率为：
(1)
P (甲最终赢)
=
(
1−p p
)a
−
1
(
1−p p
)a+b
−
1
=
(
2 3
)16
(
2 3
)36
− −
1 ;
1
(2)
P (甲最终赢)
=
(
1−p p
)a
−
1
(
1−p p
)a+b
−
1
=
(
2 3
)4
−
1
(
2 3
)24
−
1
21. 解：(1) 状态空间可以分为三个等价类：{1, 2}, {3, 4}, {5, 6}。其中 {1, 2} 与 {3, 4} 是常 返的，{5, 6} 是瞬时的，而且状态 {1, 2, 3, 4} 是非周期的。从而由推论 4.1 可知：
不妨记 p11 ≥ p12 ≥ · · · ≥ pn1 ≥ 0，若 p11 > p12 严格成立，从而有：
n
n
p11 = p1ipi1 < p11 p1i = p11
i=1
i=1
得到矛盾，从而有 p11 = p12。类似可证：对 ∀j ≤ n，p11 = p1j 均成立。从而类似可证：
对 ∀i, j ≤ n, p1j = pjj。
19.
解：结合概率转移矩阵画出有向图，可以得到： f1(1n) = a,
n=1 ， 从而状态{1}是
0, n > 1
如有疏漏，欢迎指正
4
《随机过程》第四章作业解答
(解答)《随机过程》第四章习题
第四章 二阶矩过程、平稳过程和随机分析 习题解答1、 设∑=-=Nk k k kn U n X 1)cos(2ασ，其中k σ和k α为正常数，)2,0(~πU U k ，且相互独立，N k ,,2,1 =，试计算},1,0,{ ±=n X n 的均值函数和相关函数，并说明其是否是平稳过程。
解：计算均值函数和相关函数如下0)}{cos(2)cos(2}{)(11=-=⎭⎬⎫⎩⎨⎧-==∑∑==Nk k k k N k k k k n X U n E U n E X E n ασασμ∑∑∑∑∑∑======-=--=--=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎥⎦⎤⎢⎣⎡-⋅⎥⎦⎤⎢⎣⎡-=Ni i i N i i i i i i Ni Nj j j i i j i N j j j j N i i i i X m n U m U n E U m U n E U m U n E m n R 12121111)](cos[)}cos(){cos(2)}cos(){cos(2)cos(2)cos(2),(ασαασαασσασασ因此可知，},1,0,{ ±=n X n 是平稳随机过程。
2、 设有随机过程))(cos()(t t A t X πηω+=，其中0>ω为常数，}0),({≥t t η是泊松过程，A 是与)(t η独立的随机变量，且2/1}1{}1{===-=A P A P 。
（1） 试画出此过程的样本函数，并问样本函数是否连续？ （2） 试求此过程的相关函数，并问该过程是否均方连续？ 解：（1）样本函数不连续。
（2）令：012≥>t t ，下面求相关函数：)(221)(212210)(1212211212121211212212122112221122121121212cos cos )]}(cos[)]({cos[21!)]([)]}(cos[)]({cos[)1(21))]}()(()(cos[))]()(()(2)({cos[21))]}()(()(cos[))]()(()({cos[21))}(cos())({cos(}{))}(cos())(cos({)}()({),(t t t t k t t k kX e t t e t t t t e k t t t t t t t t t t t t t t t E t t t t t t t t E t t t t E A E t t t t A E t X t X E t t R ----∞=--⋅=⋅-++=⋅-⋅-++-=-+-+-+++=-+-++++=++⋅=++==∑λλλωωωωλωωηηπωηηππηωηηπωηηπωπηωπηωπηωπηω因为：t t t R ωξ2cos ),(=因此该过程是均方连续的随机过程。
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。
随机过程第四章作业及参考答案
第四章 马尔科夫过程P2271. 将一颗骰子扔很多次。
记n X 为第n 次扔正面出现的点数，问(){}12X n n = ，，，是马尔科夫链吗？如果是，试写出一步转移概率矩阵。
又记n Y 为前n 次扔正面出现点数的总和，问(){}12Y n n = ，，，是马尔科夫链吗？如果是，试写出一步转移概率。
解： （1）由于(){}12X n n = ，，，的取值只能是{}123456，，，，，，故状态空间为{}123456E =，，，，，。
由于()X n 的取值的概率与()1X n -以前的()X i 的取值完全无关，所以是()X n 是马尔科夫链。
故()(){}116ij p P X n j X n i ==-==. 它的一步转移概率矩阵为：111111666666111111666666111111666666111111666666111111666666111111666666P ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦（2）由于前n 次扔正面出现点数的总和()Y n =前1n -次扔正面出现点数的总和+第n 次扔正面出现的点数，而前1n -次扔正面出现点数的总和与第n 次扔正面出现的点数相互独立，因此()Y n 具有无后效性，是马尔科夫链。
它的一步转移概率为：()112616078ij j i i i p n n j i i i j i ⎧=+++⎪+=⎨⎪=++<⎩ ，，，，，，，，，，或 其中16i n n n =+ ，，，；()1261j n n n =+++ ，，，。
2. 一个质点在直线上作随机游动，一步向右的概率为p （01p <<），一步向左的概率为q ，1q p =-。
在0x =和x a =处放置吸收壁。
记()X n 为第n 步质点的位置，它的可能值是(){}012X n n = ，，，，。
试写出一步转移概率矩阵。
解：状态空间为{}012E a = ，，，，。
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
《随机过程及其在金融领域中的应用》习题四答案
第四章 习题41、对泊松过程{},0t N t ≥（1）证明：当s t <时，{}1,0,1,,kn ks t n s s P N k N n k n k t t -⎛⎫⎛⎫⎛⎫===-= ⎪⎪⎪⎝⎭⎝⎭⎝⎭（2）当2λ=时，试求：()()()112112;1,3;21P N P N N P N N ≤==≥≥（3）设顾客到达某商店是泊松事件，平均每小时以30人的速度到达。
求下列事件的概率：相继到达的两顾客的时间间隔为大于2分钟、小于2分钟、在1分钟到3分钟之间。
答：（1）证明：{}()()()()()()()()()()()()()()()()()()(),,!!!!!!!1!!s t s t s s t s s t t t t n kkt s sk n kn k nk n ktn kk n kk nP N k N n P N k N n k P N k P N n k P N k N n P N n P N n P N n t s s e ek n k s t s n k n k t t t e n n s t s n s s k t k n k t t λλλλλλλλλλ------------====-==-========-⎡⎤⎣⎦--==--⎛⎫⎛⎫⎛⎫==- ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭（2）()()()()()()()()11110121112222201211120!1!2!225P N P N N N e e e e e e e λλλλλλλ-------≤==+=+==++-=++=()()()()12121224111,31,3112224P N N P N N P N P N ee e----=====-=====()()()()()()()()()()111111121112112,122111121011311101P N N P N P N N P N P N P N P N P N e P N P N e --≥≥≥≥≥==≥≥-<-=-=-===-<-=-（3） 解法一：顾客到达事件间隔服从参数为λ的指数分布：()()()30,03030,0x x Z Z f t e x f t e x λλλ--=≥=⇒=≥①()30301111303023030106030x x P Z e dx e e e ∞∞----⎧⎫>===--=⎨⎬-⎩⎭⎰②()11303011303000230301116030x x P Z e dx e e e ----⎧⎫<===--=-⎨⎬-⎩⎭⎰ ③1131133030202022221160601330301606030x x P Z e dx e e e e e ------⎛⎫⎧⎫<<===--=-⎨⎬ ⎪-⎩⎭⎝⎭⎰解法二：()3030==0.560λ∴平均每小时有人到达人/分钟根据齐次Poisson 过程的到达时间间隔{},1,2,n X n =是独立同分布于均值为1λ的指数分布的，故可有： 相继到达的顾客的时间间隔大于2分钟的概率为：()12t n P X e e λ-->== 相继到达的顾客的时间间隔小于2分钟的概率为：()1211t n P X e e λ--<=-=-相继到达的顾客的时间间隔在1分钟到3分钟之间的概率为：()()()()1.50.50.5 1.5133111n n n P X P X P X e e e e ----<<=<-<=---=-2、{},0t N t ≥是强度为λ的泊松过程。
随机过程习题集-第四章马尔可夫过程
1第四章 马尔可夫过程内容提要1. 马尔可夫过程的概念 （1）马尔可夫过程给定随机过程{}(),X t t T ∈，如果对122,∀≥∀<<<∈n n t t t T ，有11221111{()|(),(),,()}{()|()}n n n n n n n n P X t x X t x X t x X t x P X t x X t x ----<====<=则称{}(),X t t T ∈为马尔可夫过程。
称(){}:,==∈E x X t x t T 为状态空间。
参数集和状态空间都是离散的马尔可夫过程称为离散参数马氏链. 参数连续、状态空间离散的马尔可夫过程称为连续参数马氏链. （2）k 步转移概率设{}(),0,1,2,=X n n 为离散参数马氏链，称()(),(,){|},0,1=+==≥≥i j p n k P X n k j X n i n k为{}(),0,1,2,=X n n 在时刻n 的k 步转移概率，称(),(,)((,)),P =∈i j n k p n k i j E为{}(),0,1,2,=X n n 在时刻n 的k 步转移概率矩阵. 特别地，当1k =时，在时刻n 的一步转移概率和一步转移概率矩阵分别简记为()ij p n 和()n P . （3）初始分布、绝对分布称((0)),,==∈i p P X i i E 为离散参数马氏链{}(),0,1,2,=X n n 的初始分布，记为0P ，称()(){},,==∈j p n P X n j j E 为马尔可夫链{}0n X n ≥的绝对分布，记为P n . （4）离散参数齐次马氏链设{}(),0,1,2,=X n n 是一离散参数马氏链，如果其一步转移概率()ij p n 恒与起始时刻n 无关，记为ij p ，则称{}(),0,1,2,=X n n 为离散参数齐次马氏链。
若{}(),0,1,2,=X n n2是离散参数齐次马氏链，则其k 步转移概率记为(),i j p k ，一步转移概率矩阵和k 转移概率矩阵分别记为P 和().P k(5) 离散参数齐次马氏链的遍历性离散参数齐次马氏链{X (n ) ,n=0,1,2… }，若对一切状态i ，j ，存在与i 无关的极限()()lim 0,ij j n p n i j E →+∞=π>∈则称此马氏链具有遍历性.0,1j j j Ej E ππ∈>∈=∑若且则称{},j j E π∈为离散参数齐次马氏链{X (n ) ,n=0,1,2… }的极限分布，或称为最终分布，记为{},j j E ∏=∈π（6）离散参数齐次马氏链的平稳分布离散参数齐次马氏链{X (n ) ,n=0,1,2… }，若存在{v j , j ∈E } 满足条件：1)0,2)13)j jj Ej i iji Ev j E vv v p ∈∈≥∈==∑∑则称此马氏链是平稳的，称 { v j , j ∈E } 为此马氏链的平稳分布。
随机过程答案
随机过程第三章与第四章习题解答3.1 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((1))30E N =。
4030(30)((1)40)!k k P N e k -=≤=∑。
3.2 解：法一：（1）乘坐1、2路汽车所到来的人数分别为参数为1λ、2λ的poisson 过程，令它们为1()N t 、2()N t 。
1N T 表示1()N t =1N 的发生时刻，2N T 表示2()N t =2N 的发生时刻。
1111111111()exp()(1)!N NN T f t t t N λλ-=-- 2221222222()exp()(1)!N NN T f t t t N λλ-=--1212121221112,12|12211122212(,)(|)()exp()exp()(1)!(1)!N N N N N NNN N T T T T T f t t f t t f t t t t t N N λλλλ--==---- 12212121112211122210012()exp()exp()(1)!(1)!NNt N N N N P T T dt t t t t dt N N λλλλ∞--<=----⎰⎰（2）当1N =2N 、1λ=2λ时，12121()()2N N N N P T T P T T <=>=法二：（1）乘车到来的人数可以看作参数为1λ+2λ的泊松过程。
令1Z 、2Z 分别表示乘坐公共汽车1、2的相邻两乘客间到来的时间间隔。
则1Z 、2Z 分别服从参数为1λ、2λ的指数分布，现在来求当一个乘客乘坐1路汽车后，下一位乘客还是乘坐1路汽车的概率。
212211122210()exp()exp()z p P Z Z dz z z dz λλλλ∞=<=--⎰⎰112λλλ=+。
故当一个乘客乘坐1路汽车后，下一位乘客乘坐2路汽车的概率为1-p 212λλλ=+上面的概率可以理解为：在乘客到来的人数为强度1λ+2λ的泊松过程时，乘客分别以112λλλ+概率乘坐公共汽车1，以212λλλ+的概率乘坐公共汽车2。
《概率论与随机过程》第4章习题解答
4.6 已知平稳过程)(t X 的自相关函数为||)(τατ-=e R X ，求)(t X 的功率谱密度)(ωX G ，并作图。
解：()()0()()022()eee 11e e ()()11()()()2()()j X j j j j G e d d d j j j j j j j j ατωτωατωατωατωατωτττωαωαωαωαωαωααωαωαωα∞---∞∞---+-∞∞---+-∞==+=---+=-+-+--+==-++⎰⎰⎰4.7 已知平稳过程)(t X 的自相关函数为τωττα0||cos )(-=e R X ，求)(t X 的功率谱密度)(ωX G ，并作图。
解：00000000000()()00[()][()][()][()]0[()]0()ecos 11e (e e )(e e )e 2211e e )(e e )22111e 2()(j X j j j j j j j j j j j G e d d d d d j j ατωτωτωτωτωτωατωατωωατωωατωωατωωατωωατωωττττττωωα∞---∞∞-----+-∞∞----+---+-++-∞---==+++=+++=----⎰⎰⎰⎰⎰0000[()]0[()][()]000000022220020e )111e e 2()()1112()()1112()()1222()()()j j j j j j j j j ωωατωωατωωατωωαωωαωωαωωαωωαωωαωωαααωωαωωααωω-+--∞∞--+-++⎧⎫⎨⎬+-⎩⎭⎧⎫+--⎨⎬-+++⎩⎭⎧⎫=--⎨⎬--+-⎩⎭⎧⎫++⎨⎬-+++⎩⎭⎧⎫⎪⎪=+⎨⎬-+++⎪⎪⎩⎭=-+2220()ααωωα+++4.9已知平稳过程X(t)，求Y(t)=A+B X(t)的功率谱密度，A ，B 为常数 解：()(){})(R B 2A )(R B )]E[ABX(t E[ABX(t)]A )BX(t A BX(t)A E )(R X 2X 2X 22Y τττττ++=++++=+++=ABm ()22X X 22X ()A2B R ()2A 2()()j Y X G ABm e d ABm B G ωτωττπδωω∞--∞⎡⎤=++⎣⎦=++⎰4.11 已知平稳过程)(t X 的功率谱密度为⎩⎨⎧<=其它，，01)(0ωωωX G ，求)(t X 的自相关函数）（τX R ，并作图。
随机过程习题四
1. (),1,2,X n n =，是相互独立同分布随机变量序列，令1()(),1,2,nk Y n X k n ===∑分别证明下述情形，{(),0,1,2,}Y n n =是齐次马尔科夫过程.（1）()X n 是伯努利随机变量序列，其中{()0}P X n q ==，{()1}P X n p ==，(01,1),1,2,p p q n <<+==（2）2()~(,),1,2,X n N n μσ=2. 设(),1,2,,X n n =是相互独立取非负整数的随机变量序列，令2()[(1)(2)()],1,2,Y n X X X n n =+++=证明：{(),1,2,}Y n n =是马氏链.3. 设{},1n n ε≥是独立同分布随机变量序列，并且()10,,1,k k k P k p k N p ε∞===∈=∑令(){}12min ,,,,n X n εεε=证明(){},1X n n ≥是齐次马氏链，并求其一步转移概率矩阵P 。
4. 设{(),0,1,2,}X n n =为马氏链，证明12312{(1)|(2),(3),,()}{(1)|(2)}n P X x X x X x X n x P X x X x =======即马氏链的逆序也构成一个马氏链.5. 在天气预报问题中，若今日是否下雨依赖于前两天的天气状况，并规定：昨日、今日都下雨，明日有雨的概率为0.7；昨日无雨,今日有雨，明日有雨的概率为0.5；昨日有雨、今日无雨，明日有雨的概率为0.4；昨日、今日均无雨，明日有雨的概率为0.2。
该问题是否可以用一马尔可夫链表示。
若可以，求在星期一、星期二均下雨条件下，星期四下雨的概率。
6. √考虑Bernoulli 过程的移动平均()112n n n Y X X -=+ 其中{}1,2,n X n =是p =1/2的独立Bernoulli 序列。
试证明{}1,2,n Y n =不是一个Markov 过程。
西安交通大学汪荣鑫随机过程第二版课后答案
随机过程习题解答第一章习题解答1．设随机变量X 服从几何分布，即：(),0,1,2,kP X k pqk ===。
求X 的特征函数，EX 及DX 。
其中01,1p q p <<=-是已知参数。
解()()jtxjtk k X k f t E ee pq ∞===∑ =()1jt k jtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑（其中 0(1)nnnn n n nx n x x ∞∞∞====+-∑∑∑）令 0()(1)nn S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰同理 2(1)2kkkk k k k k kx k x kx x ∞∞∞∞=====+--∑∑∑∑令2()(1)kk S x k x ∞==+∑ 则211()(1)(1)xkk kk 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（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 （2）'1()(0)Xp E X fjb∴==（4）若(,)i i X p b Γ 1,2i = 则同理可得：()()i i P X b f t b jt∑=∑-3、设ln (),()(kZ F X E Zk =并求是常数）。
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）(),(0,)Y aF X b a b =+≠是常数； （2）ln (),()(kZ F X E Z k =并求是常数）。
解（1）11{()}{()}[()]P F x y P x F y F F y y --<=<==（01y ≤≤） ∴00()0111y F y yy y <⎧⎪=≤≤⎨⎪>⎩∴()F x 在区间[0，1]上服从均匀分布()F x ∴的特征函数为11001()(1)jtx jtx jt X e f t e dx e jt jt ===-⎰ （2）ln ()()()[]jtz jt F x Z f t E e E e ===1ln 01jt ye dy ⋅⎰=111jty dy jt =+⎰4、设12n X X X ，，相互独立，且有相同的几何分布，试求1nkk X =∑的分布。
随机过程第四章复习题及其解答马尔科夫链
第四章一、填空1.参数集和状态集均为离散集的马尔可夫过程称为马尔可夫链。
2.设{X n ,n єT}为马尔可夫链，称pj=p{X0=j}为{X n ,n єT}的初始概率，称pj （n ）=p{Xn=j}为{X n ,n єT}的绝对概率。
3.设{X n ,n>=0}为马尔可夫链，则一步转移概率p ij =P{X n+1=j|X n =i}4.矩阵()ij a 其元素非负且对每i 有1j=∑ija，称矩阵()ij a 为随机矩阵。
5.f (n)ij =P{T ij =n|X 0=i}=P{X n =j,X k ≠j,1<=k<=n-1|X 0=i}为首达概率。
6.若1=ii f ,称i 为常返状态；若1<ii f ，称i 为非常返状态。
7.状态相通关系为等价关系，具有自反性、对称性、传递性。
8.设马尔可夫链的状态集为E={0，±1，±2，…}或其有限子集，其初始时刻n=0的概率记为p i (0)=P{X(0)=i},i єE,称集合{p i (0)}为该马尔可夫链的初始分布。
9.设马尔可夫链的状态集为E={0，±1，±2，…}或其有限子集，其绝对时刻n 时的概率记为p i (n)=P{X(n)=i},i єE,称集合{p i (n)}为该马尔可夫链的绝对分布。
10.设C ⊂S ，如对任意i ∈C 及j ∉C,都有p ij =0,称C 为闭集。
若C 的状态相通，C 成为不可约的。
11.若平稳齐次马尔可夫链的初始分布为平稳分布，则绝对概率等于初始概率。
12.不可约非周期马尔可夫链是正常返的充要条件是存在平稳分布，且此平稳分布就是极限分布⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧∈I j ,u 1j 。
13.马氏链的绝对分布由其初始分布及相应的转移概率唯一确定。
二、1.设昨日、今日都下雨，明日有雨的概率为0.7；昨日无雨，今日有雨、明日有雨的概率为0.5；昨日有雨，今日无雨，明日有雨的概率为0.4；昨日、今日均无雨，明日有雨的概率为0.2。
《随机过程》第4章离散部分习题及参考答案
湖南大学本科课程《随机过程》第4章习题及参考答案主讲教师：何松华 教授30．设X(n)为均值为0、方差为σ2的离散白噪声，通过一个单位脉冲响应为h(n)的线性时不变离散时间线性系统，Y(n)为其输出，试证：2[()()](0)E X n Y n h σ=，2220()Y n h n σσ∞==∑证：根据离散白噪声性质，220()[()()]()0X m R m E X n m X n m m σσδ⎧==+==⎨≠⎩()()()()()m Y n X n h n X n m h m ∞==⊗=-∑220[()()]{()()()][()()]()()()()()(0)m m X m m E X n Y n E X n X n m h m E X n X n m h m R m h m m h m h σδσ∞∞==∞∞===-=-===∑∑∑∑12121222112202121221210000[()]{()()()()][()()]()()[()()]()Y m m m m m m E Y n E X n m h m X n m h m E X n m X n m h m h m m m h m h m σσδ∞∞==∞∞∞∞======--=--=-∑∑∑∑∑∑(对于求和区间内的每个m 1,在m 2的区间内存在唯一的m 2=m 1,使得21()0m m δ-≠)1222110()()()m n h m h m h n σσ∞∞====∑∑(求和变量置换) 31．均值为0、方差为σ2的离散白噪声X(n)通过单位脉冲响应分别为h 1(n)=a n u(n)以及h 2(n)=b n u(n)的级联系统(|a|<1,|b|<1)，输出为W(n)，求σW 2。
解：该级联系统的单位脉冲响应为121211100()()()()()()()1(/)()1/n m m m m mn n n nnn m m n nm m h n h n h n h n m h m a u n m b u m b b a aba b a a u n a b a a b∞∞-=-∞=-∞+++-===⊗=-=---⎛⎫====⎪--⎝⎭∑∑∑∑参照题30的结果可以得到21122222211212000222222222()[()2()()]()2(1)[]()111(1)(1)(1)n n n n n W n n n a b h n a ab b a b a b a ab b ab a b a ab b a b ab σσσσσσ++∞∞∞+++===⎡⎤-===-+⎢⎥--⎣⎦+=-+=-------∑∑∑32．设离散系统的单位脉冲响应为()() (1)n h n na u n a -=>，输入为自相关函数为2()()X X R m m σδ=的白噪声，求系统输出Y(n)的自相关函数和功率谱密度。
(解答)《随机过程》第四章习题
（2）如果 X ~ N (0,1) ，问过程 (t) 是否均方可微？说明理由。
解：计算随机过程 (t) 的相关函数：
R (s,t) E{ (s) (t)} E{( X cos 2s Y sin 2s)(X cos 2t Y sin 2t)} cos 2s cos 2tE{X 2} sin 2s sin 2tE{Y 2} [cos 2s sin 2t sin 2s cos 2t]E{XY}
4、 设有随机过程 X (t) 2Z sin(t ) ， t ，其中 Z 、 是相互独立的随机 变量，Z ~ N (0,1) ，P( / 4) P( / 4) 1/ 2 。问过程 X (t) 是否均方可积
过程？说明理由。
解：由 Z 、 的相互独立性，计算随机过程 X (t) 的均值函数和相关函数： E{X (t)} E{2Z sin(t )} 2E{Z}E{sin(t )} 0
Y (t) 2X (t) 1， t 0 。试求过程{Y (t), t 0} 的相关函数 RY (s,t) 。
解：由相关函数的定义，有：
RY (s,t) E{Y (s)Y (t)} E{(2X (s) 1)(2X (t) 1)} 4E{X (s) X (t)} 2E{X (s)} 2E{X (t)} 1 4E{X (s) X (t)} 4 1
0
T 2 T T E{X (s) X (u)}dsdu m2 00
T 2
T 0
T 0
R
X
(
s
u
)dsdu
m
2
T 2
T 0
T 0
[C
《随机过程答案》第四章习题
第四章 二阶矩过程、平稳过程和随机分析 习题完整答案，请搜淘宝1、 设∑=-=N k k k k n U n X 1)cos(2ασ，其中k σ和k α为正常数，)2,0(~πU U k ，且相互独立，N k ,,2,1 =，试计算},1,0,{ ±=n X n 的均值函数和相关函数，并说明其是否是平稳过程。
2、 设有随机过程))(cos()(t t A t X πηω+=，其中0>ω为常数，}0),({≥t t η是泊松过程，A 是与)(t η独立的随机变量，且2/1}1{}1{===-=A P A P 。
（1） 试画出此过程的样本函数，并问样本函数是否连续？（2） 试求此过程的相关函数，并问该过程是否均方连续？3、 设}0),({≥t t X 是一实的零初值正交增量过程，且),(~)(2t N t X σμ。
令1)(2)(-=t X t Y ，0≥t 。
试求过程}0),({≥t t Y 的相关函数),(t s R Y 。
4、 设有随机过程)sin(2)(Θ+=t Z t X ，+∞<<∞-t ，其中Z 、Θ是相互独立的随机变量，)1,0(~N Z ，2/1)4/()4/(=-=Θ==ΘππP P 。
问过程)(t X 是否均方可积过程？说明理由。
5、 设随机过程t Y t X t 2sin 2cos )(+=ξ，+∞<<∞-t ，其中随机变量X 和Y 独立同分布。
（1） 如果)1,0(~U X ，问过程)(t ξ是否平稳过程？说明理由；（2） 如果)1,0(~N X ，问过程)(t ξ是否均方可微？说明理由。
6、 设随机过程});({+∞<<∞-t t X 是一实正交增量过程，并且0)}({=t X E ，及满足：{}+∞<<∞--=-t s s t s X t X E ,,)]()([2；令：+∞<<∞---=t t X t X t Y ),1()()(，试证明)(t Y 是平稳过程。
随机过程-习题-第4章-01
4.1 设有一泊松过程(){}0,≥t t N ，求：（1）()(){}2211,k t N k t N P ==，用21t t 、的函数表示之； （2）该过程的均值和相关函数。
问该过程是否为平稳过程？ (1) 解：首先，{}{}{}1111222211)()()()(,)(k t N P k t N k t N P k t N k t N P ======根据泊松过程的独立增量性质可知{}{})(1212121211221212!)()]([)()()(t t k k ek k t t k k t t N P k t N k t N P -----=-=-===λλ 于是，{}21122!)(!)()(,)(1211122211t k k k k e k k k t t t k t N k t N P λλ----===(2) 解：该过程的均值为[]()()t k t te e k t k t N E k k t k t k λλλλλλ=⎪⎪⎭⎫ ⎝⎛-==∑∑+∞=--+∞=-110!1!)()( 根据泊松过程的独立增量过程性质可得其相关函数为(12t t >)[]()[])]([)]()([)]([)()()()()()(12121112121t N E t N t N E t N E t N t N t N t N E t N t N E +-=+-=其中，)()]()([1212t t t N t N E -=-λ121212)]([t t t N E λλ+=于是，12t t >时的相关函数为[]12121212121221)()()(t t t t t t t t t N t N E λλλλλ+=++-=同理可得21t t >时的相关函数为[]221221)()(t t t t N t N E λλ+=所以，泊松过程的相关函数为[]{}2121221,min )()(t t t t t N t N E λλ+=所以，泊松过程过程不是平稳过程。
随机过程第四章习题解答
第四章习题解答4.1Y1,Y2,···是来自总体Y的随机变量，与X0独立，h(x,y)是实函数.对于n 1，取X n=h(X n−1,Y n).设{X n}的状态空间为I，验证{X n}是马氏链，给出转移概率p ij.解：由题知，Y k与X1,···,X k−1独立,k 1,∀n,i,j,i1,...,i n−1∈I有，P(X n+1=j|X n=i,X n−1=i n−1, (X0)i0)=P(h(i,Y n+1)=j|X n=i,X n−1=i n−1,···,X0=i0)=P(h(i,Y n+1)=j|X n=i)=P(h(i,Y)=j)=P(h(i,Y1)=j|X0=i)=P(X1=j|X0=i).∴X n是马氏链，P ij=P(h(i,Y)=j).4.2设{X i,i 0}是取非负整数值的独立同分布的随机变量序列，V ar(X0)>0.验证以下随机序列是马氏链：(a){X n,n 0};(b){S n,n 0}，其中S n=∑ni=0X i;(c){ξn,n 0}，其中ξn=∑ni=0(1+X i).解：∀n,i,j,i0,···,i n−1∈N+,(a).P(X n+1=j|X n=i,X n−1=i n−1,···,X0=i0)=P(X n+1=j)= P(X n+1=j|X n=i)=P(X1=j)=P(X1=j|X0=i).1第四章离散时间马尔可夫链第四章离散时间马尔可夫链(b).P(S n+1=j|S n=i,S n−1=i n−1,···,X0=i0)=P(X n+1=j−i|X n=i−i n−1,···,X0=i0)=P(X n+1=j−i)=P(X n+1=j−i,S n=i|S n=i)=P(S n+1=j|S n=i)=P(X1=j−i)=P(X1=j−i|X0=i)=P(S1=j|S0=i).(c).P(ξn+1=j|ξn=i,ξn−1=i n−1,···,ξ0=i0)=P(X n+1=ji −1)=P(X n+1=ji−1|ξn=i)=P(ξn+1=j|ξn=i)=P(X1=ji −1)=P(X1=ji−1|X0=i)=P(ξ1=j|ξ0=i).4.3马氏链的状态空间是I=(1,2,3,4,5)，转移概率矩阵P=0.20.80000.50.5000000.50.500.20.3000.500001界定马氏链的状态。
- 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)。
E[ X (t ) X (s)]2 t s , s, t ；
令： Y (t ) X (t ) X (t 1), t ，试证明 Y (t ) 是平稳过程。 7、 设 (t ) X sin(Yt ); t 0 ， 而随机变量 X 、Y 是相互独立且都服从 [0, 1] 上的均匀分布， 试求此过程的均值函数及相关函数。并问此过程是否是平稳过程，是否连续、可导？ 8、 设 { X (t ), t R } 是连 续平稳过程， 均值为 m ， 协方差函数为 C X ( ) ae 中 : R ， a, b 0 。对固定的 T 0 ，令 Y T
2 2
t 0
X (u )du ，
Z (t ) X 2 (u )du ，对于任意 0 s t ，
0
t
中国科学院大学 2014～2015 第一学期
随机过程讲稿
孙应飞
（1） 求 E{ X (t )} ， E{Y (t )} ， E{Z (t )} ， Cov( X (s), X (t )) ， Cov(Y (s), Y (t )) ； （2） 证明 X (t ) 在 t 0 上均方连续、均方可导； （3） 求 Y (t ) 及 Z (t ) 的均方导数。 10、 设随机过程 {X (t ); t } 是均值为零、自相关函数为 R X ( ) 的实平稳正
A 是与 (t ) 独立的随机变量，且 P{A 1} P{A 1} 1 / 2 。
（1） 试画出此过程的样本函数，并问样本函数是否连续？ （2） 试求此过程的相关函数，并问该过程是否均方连续？ 3、 设 { X (t ), t 0} 是 一 实 的 零 初 值 正 交 增 量 过 程 ， 且 X (t ) ~ N ( , t ) 。 令
态过程。设 X (t ) 通过线性全波检波器后，其输出为 Y (t ) X (t ) ，试求： （1） 随机过程 Y (t ) 的相关函数 RY ( ) ，并说明其是否为平稳过程； （2） 随机过程 Y (t ) 的均值和方差； （3） 随机过程 Y (t ) 的一维概率分布密度函数 f Y ( y ) 。
2
Y (t ) 2 X (t ) 1 ， t 0 。试求过程 {Y (t ), t 0} 的相关函数 RY ( s, t ) 。
4、 设有随机过程 X (t ) 2Z sin(t ) ， t ，其中 Z 、 是相互独立的随机 变量， Z ~ N (0,1) ， P( / 4) P( / 4) 1 / 2 。问过程 X (t ) 是否均方可积 过程？说明理由。 5、 设随机过程 (t ) X cos 2t Y sin 2t ， t ， 其中随机变量 X 和 Y 独立同分 布。 （1） 如果 X ~ U (0,1) ，问过程 (t ) 是否平稳过程？说明理由； （2） 如果 X ~ N (0,1) ，问过程 (t ) 是否均方可微？说明理由。 6、 设随机过程 {X (t ); t } 是一实正交增量过程，并且 E{ X (t )} 0 ，及满足：
1
b
，其
T 0
X ( s)ds ，证明： E{Y } m ,
Var (Y ) 2a[(bT ) 1 (bT ) 2 (1 e bT )] 。
9、 设 ( X , Y ) ~ N (0,0, 1 , 2 , ) ， 令 X (t ) X tY ， 以 及 Y (t )
中国科学院大学 2014～2015 第一学期
随机过程讲稿
孙应飞
第四章 二阶矩过程、平稳过程和随机分析 习题
1、 设 X n
k 1
NБайду номын сангаас
k
2 cos( k n U k ) ，其中 k 和 k 为正常数，U k ~ U (0, 2 ) ，且相互
独立， k 1,2,, N ，试计算 { X n , n 0,1,} 的均值函数和相关函数，并说明其是 否是平稳过程。 2、 设有随机过程 X (t ) A cos(t (t )) ， 其中 0 为常数， { (t ), t 0} 是泊松过程，