第四章 随机过程习题课
随机过程习题和答案
一、设二维随机变量 ( ,) 的结合概率密度函数为:试求:在时,求。
解:=当时,=设失散型随机变量X 听从几何散布:试求的特点函数,并以此求其希望与方差。
解:因此:袋中有一个白球,两个红球,每隔单位时间从袋中任取一球后放回,对每一个确立的 t对应随机变量t假如对 t时获得红球X (t )3e t假如对 t时获得白球试求这个随机过程的一维散布函数族 .设随机过程,此中是常数,与是相互独立的随机变量,听从区间上的均匀散布,听从瑞利散布,其概率密度为试证明为宽安稳过程。
解:( 1)与没关(2),因此(3)只与时间间隔有关,因此为宽安稳过程。
设随机过程X (t ) U cos2t,此中 U 是随机变量,且E(U ) 5, D (U ) 5.求:(1)均值函数;(2)协方差函数;(3)方差函数 .设有两个随机过程X (t ) Ut 2, Y(t ) Ut 3 ,此中 U 是随机变量,且 D (U ) 5.试求它们的互协方差函数。
设 A, B是两个随机变量, 试求随机过程X (t) At 3B,t T ( ,)的均值函数和自有关函数.若 A, B互相独立,且 A ~ N (1,4), B ~ U (0,2),则m X(t)及R X(t1, t2)为多少?一队学生按序等候体检。
设每人体检所需的时间听从均值为 2 分钟的指数散布而且与其余人所需时间互相独立, 则 1 小时内均匀有多少学生接受过体检在这 1 小时内最多有40 名学生接受过体检的概率是多少(设学生特别多,医生不会安闲)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 E(N(1)) 30。
40 (30) k e 30。
P(N (1) 40)k!k 0在某公共汽车起点站有两路公共汽车。
乘客乘坐 1,2 路公共汽车的强度分别为 1,2,当 1 路公共汽车有N1人乘坐后出发; 2 路公共汽车在有N2人乘坐后出发。
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。
(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。
随机过程习题课
3
(2)求[0,2]内收到3次且[0,3]内收到5次呼唤的概率 P ( N ( 2) 3, N ( 3) 5) P ( N (2) N (0) 3, N ( 3) N ( 2) 2) ( 2 2)3 ( 22 ) ( 2 1)2 ( 21) 64 6 e e e 3! 2! 3 (3)已知[0,3]内收到5次呼唤,求[0,2]内收到3次呼唤的概率.
E ( 2 ) E ( )( t1 t 2 ) E ( 2 )( t1t 2 ) C X (t1 , t 2 ) RX (t1 , t 2 ) X (t1 ) X (t 2 )
[ E ( 2 ) E ( )2 ] [ E () E ( ) E ( )]( t1 t 2 ) [ E ( 2 ) E ( )2 ]( t1t 2 )
37 19 19 , , 75 75 75
p(2)
1 p(0) P (2) 3
即两年后所占市场份额分别是 20
(2)试问至第2年底,A公司转移多少客户给B公司。 p12 (2)
p12 (2) 0.24
即第2年底,A公司转移24%客户给B公司。 (3)若某顾客第一年底是A公司的客户,第三年是B公司 的客户,第四年仍然是A公司的客户,求该事件的概率
0 1 3 F ( x; ) 4 2 3 1 x 2 2
(1) t
4
X 4 P
2 X( ) A 4 2
2 2 1 3 2 1 3 3 2 1 3 2
2 x 2 2 2 x x 3 2 2 3 2 2
( 2) t
P ( N ( 2) 3 N ( 3)
64 6 e P ( N ( 2) 3, N ( 3) 5) 35 5) 6 6 P ( N ( 3) 5) e 5!
随机过程第4章习题
于 (1 - x, 1) 之间。问 ξ ( n ), n = 0,1,2,L , 是否满足严平稳的条件? 解(待补充)
= E e j (ωt +θ ( t ) ) = e jωt
{
} ⋅ E {e ( ) }
jθ t
= e jωt ∫ e jx dF ( x, t )
由于 θ (t ) 是一个二阶严平稳过程,故
mξ ( t ) = e jωt ∫ e jx dF ( x, t ) = e jωt ∫ e jx dF ( x ) = e jωt ⋅ E e jθ ( 0)
条件数学期望
E (Y | xi ) = ∑ y j p j / i = ∑ y j p{ Y = y j | X = xi }
j j
全期望公式
E ( X ) = E{E [X / Y ]} = ∑ p Y = y j E (X / y j )
j
[
]
注意到
η ( t1 ) = m, η ( t2 ) = n η ( t1 ) − η ( t2 ) = k , η ( t1 ) + η ( t2 ) = η ( t1 ) − η ( t2 ) + 2η ( t2 ) = k + 2n
且 P{ξ (0) = 1} =
p1 p1 + p 2
,
p2 试证明该过程为严平稳过程。 p1 + p 2
解(提示) : 给出初始时刻的概率分布,给出任意时刻的概率分布,证明它们示相同的; 给出任意 N 个时刻的概率分布,证明它们具有平移不变性。
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-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。
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。
(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
随机过程习题及答案
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。
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t 1取值ξ(t 1)是一个随机变量。
ξ(t 1)小于或等于某一数值x 1的概率为P [ ξ(t 1) ≤ x 1 ],随机过程ξ(t )的一维分布函数为F 1(x 1, t 1) = P [ξ(t 1) ≤ x 1] (2-1)如果F 1(x 1, t 1)的偏导数存在,则ξ(t )的一维概率密度函数为1111111(,)(, ) (2 - 2)∂=∂F x t f x t x对于任意时刻t 1和t 2,把ξ(t 1) ≤ x 1和ξ(t 2) ≤ x 2同时成立的概率{}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤称为随机过程ξ (t )的二维分布函数。
如果2212122121212(,;,)(,;,) (2 - 4)F x x t t f x x t t x x ∂=∂⋅∂存在,则称f 2(x 1, x 2; t 1, t 2)为随机过程ξ (t )的二维概率密度函数。
对于任意时刻t 1,t 2,…,t n ,把{}n 12n 12n 1122n n ()(),(),,() (2 - 5)=≤≤≤F x x x t t t P t x t x t x ξξξ,,,;,,,称为随机过程ξ (t )的n 维分布函数。
如果n n 12n 12n n 12n 12n 12n(x )() (2 - 6)∂=∂∂∂F x x t t t f x x x t t t x x x ,,,;,,,,,,;,,,存在,则称f n (x 1, x 2, …, x n ; t 1, t 2, …, t n )为随机过程ξ (t )的n 维概率密度函数。
《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。
(完整版)随机过程习题
随机过程复习一、回答: 1、 什么是宽平稳随机过程?2、 平稳随机过程自相关函数与功率谱的关系?3、 窄带随机过程的相位服从什么分布?包络服从什么分布?4、什么是白噪声?性质?二、计算:1、随机过程t A t X ωcos )(=+t B ωsin ,其中ω是常数,A 、B 是相互独立统计的高斯变量,并且E[A]=E[B]=0,E[2A ]=E[2B ]=2σ。
求:)(t X 的数学期望和自相关函数?2、判断随机过程)cos()(φω+=t A t X 是否平稳?其中ω是常数,A 、φ分别为均匀分布和瑞利分布的随机变量,且相互独立。
πϕφ21)(=f πϕ20 ; 222)(σσa A eaa f -=0 a3、求随机相位正弦函数)cos()(0φω+=t A t X 的功率谱密度,其中A 、0ω是常数,φ为[0,2π]内均匀分布的随机变量。
4、求用)(t X 自相关函数及功率谱表示的)cos()()(0φω+=t t X t Y 的自相关函数及谱密度。
其中,φ为[0,2π]内均匀分布的随机变量,)(t X 是与φ相互独立的随机过程。
5、设随机过程}),cos()({0+∞<<-∞+=t Y t A t X ω,其中0ω是常数,A 与Y 是相互独立的随机变量,Y 服从区间)2,0(π上的均匀分布,A 服从瑞利分布,其概率密度为⎪⎩⎪⎨⎧≤>=-000)(2222x x ex x f x A σσ试证明)(t X 为宽平稳过程。
解:(1))}{cos()()}cos({)(00Y t E A E Y t A E t m X +=+=ωω⎰⎰=+=∞+-πσωσ20002220)cos(22dy y t dx exx 与t 无关(2) )()}({cos )()}cos({)}({)(20222022A E Y t E A E Y t A E t X E t X≤+=+==ωωψ dt e tdx e xA E t x ⎰⎰∞+-∞+-==0222223222221)(σσσσσ,20222022|2|222σσσσσ=-=+-=∞+-∞+-∞+-⎰t t tedt ete所以+∞<=)}({)(22t X E t Xψ (3))]}cos()][cos({[),(201021Y t A Y t A E t t R X ++=ωω )}cos(){cos(][20102Y t Y t E A E ++=ωω dy t t y t t πωωωσπ21)](cos )[cos(2121202010202--++=⎰)(cos 1202t t -=ωσ 只与时间间隔有关,所以)(t X 为宽平稳过程。
随机信号分析基础第四章习题
A2RX ( ) B2RY ( ) ABRXY ( ) ABRYX ( )
由维纳辛钦定理可得: GW () A2GX () B2GY () ABGXY () ABGYX ()
4.5 功率谱估值的经典方法 1. 平滑法
将全部数据用来计算出—个周期图,然后在频域将其平滑
G (i )
1 2L 1
iL
Gˆ N
j i L
(
j)
窗口根据实际情况选择
4.5 功率谱估值的经典方法
谱估值的一些实际问题
1.数据采样率 2.每段数据的长度L 3.数据总长度 4.数据预处理 a.把无用的直流分量和周期分量(比如市电干扰)去掉 b.处理前还应去掉信号中的“趋势项”,比如电生理记录
rect( )
2a
a2 2
a
a
a2 ( 0 )2 a2 ( 0 )2
sin2 ( )
2
( )2
2
4.3 功率谱密度的性质
性质1: 非负性, Gx(ω)≥0 性质2: GX(ω)是实函数
性质3: Gx(ω)是偶函数,即 GX () GX ()
性质4: GX ' ( ) 2GX ( )
(2)当平稳过程含有对应于离散频率的周期分量时,该成 分就在频域的相应频率上产生δ-函数。
4.2 功率谱密度与自相关函数之间的关系 典型的傅氏变换
(t)
1
c os0t
sin(t / 2)
2 t / 2
ea
ea cos0
1 , 1
随机过程(超容易理解+配套例题).
t
K(t) H (t) 0 K(t s)dF(s)
其中H(t),F(t)为已知,且当t<0时, H(t), F(t)均为0,当H(t)在任何区间上有界时称 此方程为适定更新方程,简称更新方程。
设m(t)为更新函数,其导数称为更新密度,记为M(t)
m(t
)
F
t
t
0
m
t
s
dF
s
,
M (t)
f
t
t
0
Nt
X t Yi i1
称{X(t),t≥0}为复合泊松过程。
条件Poisson过程
1、定义:设 是一个正的随机变量,分布函数为G(x),设N(t) 是一个计数过程,
在 的条件下, {N(t),t≥0}是参数为 的泊松过程,即对任意的 s, t≥0,有
PN t s N s n tn et
一个典型的更新过程的例子就是机器零件的更换。在0时刻,安装上一 个新零件并开始运行,当零件在X1时刻发生损坏,马上用一个新的来 替换(假设替换零件不需要时间),当第二个零件从X1时间开始运行, 到X2时间发生损坏时,我们马上换第三个零件….这些零件的使用寿命 是独立同分布的,那么到t时刻为止已经更换的零件数目就构成一个更 新过程。
解:
设 N (t)表示在时间t时到达的顾客数
P(N(0.5) 1, N(2.5) 5)
P(N(0.5) 1, N(2.5) N(0.5) 4)
P(N(0.5) 1)P(N(2) 4)
(4 0.5)1 e40.5 (4 2)4 e42
1!4!0.0来自55Poisson过程的推广
随机过程简介
1、实际背景: 在许多实际问题中,不仅需要对随机现象做 特定时间点上的一次观察,且需要做多次的 连续不断的观察,以观察研究对象随时间推 移的演变过程.
随机过程及应用习题课四
1. 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. 2. 如果马氏链的转移概率矩阵为0110P ⎛⎫= ⎪⎝⎭证明:此马氏链不是遍历的马氏链,但具有平稳分布.3. 一个开关有两种状态:开或关,设它现在开着时,经过单位时间(s )后,它仍然开着的概率为12,关上的概率为12;当它现在关着时,经过单位时间(s )后它仍然关着的概率为34,它打开的概率为14. 假设开关的状态转移只在0,1,2,3,…(s )时进行. 设0t =时,开关开着. 求3t =时,开关关着和开关开着的概率.4. 甲乙两人进行比赛,设每局比赛甲胜的概率为p ,乙胜的概率为q ,和局的概率为r ,1p q r ++=,设每局比赛后胜者记“1”,分负者记“-1”分,和局记“0”分. 当两人中有一个获得2分时,结束比赛. 以()X n 表示比赛至第n 局时,甲获得的分数. {(),0,1,2,}X n n =是一个齐次马氏链.(1)写出此马氏链的状态空间; (2)写出状态转移矩阵; (3)计算2步转移矩阵;(4)问在甲获得1分的情况下,再赛2局就结束比赛的概率为多少?5. A 、B 、C 三家公司决定在某一时间推销一新产品. 当时它们各拥有13的市场,然而一年后,情况发生了如下的变化:(1)A 保住40%的顾客,而失去30%给B ,失去30%给C ; (2)B 保住30%的顾客,而失去60%给A ,失去10%给C ; (3)C 保住30%的顾客,而失去60%给A ,失去10%给B .如果这种趋势继续下去,试问第2年底各公司拥有多少份额的市场?(从长远来看,情况又如何?)6. 一质点沿圆周游动,圆周上按顺时针等距排列五个点0,1,2,3,4,把圆周分成五格。
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 >>1nk k X =∑(1)()(1)jt jnt jt e e f t n e -=-21()1f t t=+11n i i XX n ==∑221[1()],1,1(,)40,xy x y x y p x y ⎧+--<<⎪=⎨⎪⎩其他(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。
- 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)。
1 5 5 , 3 16 48
p1(2) P{ X 2 1} p0(0) p01(2) p1(0) p11(2) p2(0) p21(2) 1 ( 5 1 9 ) 11 .
3 16 2 16 24
例4 一质点在圆周上做随机游动,圆周上共有N格, 质点以概率 p顺时针移动一格,以概率 q 1 p逆时 针 移 动 一 格, 试 用 马 尔 可 夫 链 描 述 游动 过 程, 确 定 状 态空间和转移概率矩阵.
解 状态空间为 S 1, 2, , N .
pi,i1 p, i 1, 2, , N 1, pi,i1 q, i 2, , N .
pN ,1 p,
p1,N q,
例5 试证Wiener过程B(t)是马尔可夫过程. 证明
p{B(t s) y | B(s) x, B(u)(0 u s)} p{B(t s) B(s) y x | B(s) x,
随机过程
随机过程的数字特征
独 立泊维 增松纳 量过过 过程程 程
均值函数 均方值函数 方差函数 自相关函数 自协方差函数
主要内容(续)
马尔可夫过程
齐 次
C-K 方程
马尔可夫链
马 尔
可
遍历性
夫
转移概率矩阵
链
充要条件
三、典型例题
例 1 设随机过程 X (t ) Y1 Y2t, Y1, Y2 相互独立并 且服从 N (0, 1) 分布.
B(u)(0 u s)} p{B(t s) B(s) y x} 独立增量性 p{B(t s) B(s) y | B(s) x}.
备用例题
(1) 求 X (t) 的一维分布;
(2) 求 X (t) 的均值函数, 方差函数,自协方差函数.
解 (1) 因为 Y1, Y2 相互独立且同服从标准正态分布, 所以对 t T , Y1 Y2t~N (0,1 t 2 ), 故 X (t) 的一维
分布函数为
F ( x, t )
P{Y1
(
Y2t x ).
第四章 随机过程 习题课
一、重点和难点 二、主要内容 三、典型例题
一、重点和难点
1.重点
随机过程的概念与分类
随机过程的统计描述 泊松过程和维纳过程 平稳性
马氏链 n 步转移概率的确定
2.难点
随机过程数字特征的计算 随机过程理论的应用
有限维分布律的计算方法 遍历性问题
二、主要内容
随机过程的分布函数
1 t2;
C XX (t1 , t2 ) E[(Y1 Y2t1 )(Y1 Y2t2 )]
E[(Y1 Y2t1 )]E[(Y1 Y2t2 )]
E[Y12 (t1 t2 )Y1Y2 t1t2Y22 ]
1 t1t2 .
例2 设齐马尔可夫链的转移概率矩阵为
1 3 1 P 12
x}
P Y11Yt22t
1 t2
x
1
t
2
(2) X (t) E[ X (t)] E[Y1 Y2t] 0;
2 X
(t)
E{[X (t)]2 }
{E[X (t)]}2
E[(Y1 Y2t )2 ] E(Y12 2Y1Y2t Y22t 2 )
E(Y12 ) 2tE(Y1 )E(Y2 ) t 2 E(Y22 )
2 3
4
14 4
(1) (2)
P{ X0 0, X2 1}; P{ X2 1}.
解 先求出2步转移概率矩阵.
5 5 1
8 16 16
P(2)
P2
5
1
3
.
136
2 9
116
16 16 4
于是
P{ X0 0, X2 1}
P{ X0 0}P{ X2 1 | X0 0}
p0(0) p01(2)
1
3 1
2 1
1 3 0
0
0
0
1
.
(1) 问马尔可夫链有几个 状态?
(2) 问从第二状态至少几
4 4 2
0
1 2
0
1 2
步才能到第三状态?
(3) 求2步转移概率矩阵.
解 (1) 有4个状态,状态空间为
S 1, 2, 3, 4 .
(2) 从第二状态至少2步才能到第三状态
13 13 1 1
36 36 9 6
5
5
1
0
(3)
P 2 PP 152
12 11
6 1
1.
24 14 12 4
1 4
1 2
0
1 4
2 1 3.
例3 设Xn,n 0是具有三个状态的齐次马氏链,一
步转移概率矩阵为
3 4
1 4
0
初始布pi (0)
P{ X 0
i}
1, 3
P
1
1
1, i 0, 1, 2, 求 :
4 0