随机信号分析基础第三章习题
随机信号分析课后习题答案
1第一次作业：练习一之1、2、3题1.1 离散随机变量X 由0，1，2，3四个样本组成，相当于四元通信中的四个电平，四个样本的取值概率顺序为1/2，1/4，1/8，和1/8。
求随机变量的数学期望和方差。
解：875.087813812411210)(][41==⨯+⨯+⨯+⨯===∑=i i i x X P x X E81)873(81)872(41)871(21)870(])[(][2224122⨯-+⨯-+⨯-+⨯-=-=∑=i i i P X E x X D109.16471==1.2 设连续随机变量X 的概率分布函数为⎪⎩⎪⎨⎧≥<≤-+<=21201)](2πΑsin[0.500)(x x x x x F求（1）系数A ；（2）X 取值在（0.5，1）内的概率)15.0(<<x P 。
解：⎪⎩⎪⎨⎧<≤-π==其他0201)](2π[cos 2)()(x x A dx x dF x f 由1)(=⎰∞∞-dx x f得 2A 021)](2πAsin[1)]d (2π[cos 2=-=-π⎰∞∞-x x x A21A =35.042)]15.0(2[sin 21)]11(2[sin 21)5.0(F )1(F )15.0(==-π--π=-=<<x P1.3 试确定下列各式是否为连续随机变量的概率分布函数，如果是概率分布函数，求其概率密度。
（1）⎪⎩⎪⎨⎧<≥-=-000e 1)(2x x x F x （2）⎪⎩⎪⎨⎧≥<≤<=1110Α00)(2x x x x x F （3）0)]()([)(>--=a a x u x u a xx F （4）0)()()(>---=a a x u axa x u a x x F2解：（1）⎪⎩⎪⎨⎧<≥-=-000e 1)(2x x x F x 当0≥x 时，对于12x x ≥，有)()(12x F x F ≥，)(x F 是单调非减函数； 1)(0≤≤x F 成立；)()(x F x F =+也成立。
随机信号分析课后习题答案
随机信号分析课后习题答案随机信号分析课后习题答案随机信号分析是现代通信系统设计和信号处理领域中的重要基础知识。
通过对随机信号的分析，我们可以更好地理解和处理噪声、干扰等随机性因素对通信系统性能的影响。
下面是一些关于随机信号分析的课后习题及其答案，希望对大家的学习有所帮助。
1. 什么是随机信号？随机信号是在时间域上具有随机性质的信号。
与确定性信号不同，随机信号的每个样本值都是随机变量，其取值不是确定的。
随机信号可以用统计特性来描述，如均值、方差、功率谱密度等。
2. 什么是平稳随机信号？平稳随机信号是指在统计性质上不随时间变化的随机信号。
具体来说，平稳随机信号的均值和自相关函数不随时间变化。
平稳随机信号在实际应用中较为常见，因为它们具有一些方便的数学性质，可以简化信号处理的分析和设计。
3. 如何计算随机信号的均值？随机信号的均值可以通过对信号样本值的求平均来计算。
对于离散时间随机信号，均值可以表示为：E[x[n]] = (1/N) * Σ(x[n])其中，E[x[n]]表示信号x[n]的均值，N表示信号的样本数，Σ表示求和运算。
4. 如何计算随机信号的方差？随机信号的方差可以用均方差来表示。
对于离散时间随机信号，方差可以表示为：Var[x[n]] = E[(x[n] - E[x[n]])^2]其中，Var[x[n]]表示信号x[n]的方差，E[x[n]]表示信号的均值。
5. 什么是自相关函数？自相关函数是用来描述随机信号与其自身在不同时间延迟下的相似性的函数。
自相关函数可以用来分析信号的周期性、相关性等特性。
对于离散时间随机信号，自相关函数可以表示为：Rxx[m] = E[x[n] * x[n-m]]其中，Rxx[m]表示信号x[n]的自相关函数，E[ ]表示期望运算。
6. 如何计算随机信号的自相关函数？随机信号的自相关函数可以通过对信号样本值的乘积进行求平均来计算。
对于离散时间随机信号，自相关函数可以表示为：Rxx[m] = (1/N) * Σ(x[n] * x[n-m])其中，Rxx[m]表示信号x[n]的自相关函数，N表示信号的样本数，Σ表示求和运算。
随机信号分析(常建平,李林海)课后习题答案第三章 习题讲解
、随机过程 X(t)=A+cos(t+B)，其中A 是均值为2，方差为1的高斯变量，B 是（0，2π）上均匀分布的随机变量，且A 和B 独立。
求（1）证明X(t)是平稳过程。
（2）X(t)是各态历经过程吗？给出理由。
（3）画出该随机过程的一个样本函数。
（1）（2）3-1 已知平稳过程()X t 的功率谱密度为232()(16)X G ωω=+，求：①该过程的平均功率？ ②ω取值在(4,4)-范围内的平均功率？解[][]()[]2()cos 211,cos 5cos 22X E X t E A E t B A B R t t EA τττ=++=⎡⎤⎣⎦+=+=+与相互独立()()()21521()lim2TT T E X t X t X t X t dt AT-→∞⎡⎤=<∞⇒⎣⎦==⎰是平稳过程()()[]()()4112211222222242'4(1)24()()444(0)41132(1)224414414(2)121tan 13224X X XE X t G d RFG F e R G d d d arc x x ττωωωωωππωωπωωπωπωω∞----∞∞-∞-∞∞--∞∞⎡⎤⨯⎡⎤==⋅=⋅⎢⎥+⎣⎦====+==⎛⎫+ ⎪==⎣⎦=++⎝⎭=⎰⎰⎰⎰⎰P P P P 方法一()方：时域法取值范围为法二-4,4内(频域的平均率法功)2d ω=3-7如图3.10所示，系统的输入()X t 为平稳过程，系统的输出为()()()Y t X t X t T =--。
证明：输出()Y t 的功率谱密度为()2()(1cos )Y X G G T ωωω=-[][]:()[()()]{()()}{()(}2()()()()()()()()2(()[)()(()()]()())Y X X X Y X X Y Y Y X X X Y Y j T j T R E Y t Y t E X t X t T X t X t T R R R R E Y t Y t G F R T T e e G R G R G G G G ωωτττττωτωττωττττωωωω-⇒⇒=+=--+-+-=--=+=-⇔⇔∴=-+-=已知平稳过程的表达式利用定义求利用傅解系统输入输出立叶平变稳换的延时特性2()2()22()(1cos )j T j T X X X e e G G G T ωωωωωω-⎡⎤+-⎢⎥⎣⎦=-3-9 已知平稳过程()X t 和()Y t 相互独立，它们的均值至少有一个为零，功率谱密度分别为216()16X G ωω=+22()16Y G ωωω=+令新的随机过程()()()()()()Z t X t Y t V t X t Y t =+⎧⎨=-⎩ ①证明()X t 和()Y t 联合平稳； ②求()Z t 的功率谱密度()Z G ω？ ③求()X t 和()Y t 的互谱密度()XY G ω？ ④求()X t 和()Z t 的互相关函数()XZ R τ？ ⑤求()V t 和()Z t 的互相关函数()VZ R τ 解:()()4124(1)()()()2[()]()0[()]0()2[()]0()()(,)[()][()]0()()(2)()()()()[()()][()()][()X X X Y XY Z X t Y t R F G e E X t R E X t R eE Y t X t Y t R t t E X t E Y t X t Y t Z t X t Y t R E Z t Z t E X t Y t X t τττωτδττττττ---==∞=⇒=⎡⎤⎣⎦=-⇒=∴+=⋅+=⇒=+=+=++、都平稳＝与与联合独平立稳[][]{}2214||()]()()()()()0()()()16()()()116(3)()0()0(4)()[()()]()()()()()()[()]2(5)(X YX XY Y XY Z X Y Z X Y XY XY XZ X XY X X VZ Y t R R R R R R R R G G G R G R E X t Z t E X t X t Y t R R R F G e R ττττττττττωωωωωτωτττττττωτ--++=+++=∴=++∴=+==+=→==+=+++=+==={}4||)[()()][()()][()()]()()()4X Y E V t Z t E X t Y t X t Y t R R e ττττττδτ-=+=-+++=-=+-3-11 已知可微平稳过程()X t 的自相关函数为2()2exp[]X R ττ=-，其导数为()()Y t X t '=。
随机信号分析(第3版)第三章 习题答案
⎧8δ (ω ) + 20(1 − ω /10), （2） S (ω ) = ⎨ 0, ⎩ 求它们的自相关函数和均方值。 解：(1)
(4) 否， R Y (0) = −1 在原点不是非负 (5)是 3.15 3.16 已 知 随 机 过 程 X (t ) 和 Y (t ) 独 立 且 各 自 平 稳 ， 自 相 关 函 数 为 RX (τ ) = 2e − τ cos ω0τ 与 RY (τ ) = 9 + exp(−3τ 2 ) 。令随机过程 Z (t ) = AX (t )Y (t ) ，其中 A 是均值为 2，方差为 9 的随机变量，且与 X (t ) 和 Y (t ) 相互独立。求过程 Z (t ) 的 均值、方差和自相关函数。 解： (6) 是 (7) 是 (8) 是
2 2 3.14 对于两个零均值广义平稳随机过程 X ( t ) 和 Y ( t ) ， 已知 σ X = 5 ，σY = 10 ，
问下述函数可否作为自相关函数，为什么？ （1） RX (τ ) = 5u (τ ) exp ( −3τ ) ； （3） RY (τ ) = 9 (1 + 2τ 2 ) ； ⎡ sin ( 3τ ) ⎤ （5） RX (τ ) = 5 ⎢ ⎥ ； ⎣ 3τ ⎦ （6） RX (τ ) = 5 exp(− τ ) ； 解：根据平稳随机信号相关函数的性质， (1)否，非偶函数 (2)否，非偶函数 (3) 否， R Y (0) = 9 ≠ σ 2Y
3.6 给定随机过程 X ( t ) = A cos (ω 0t ) + B sin (ω 0t ) ，其中 ω 0 是常数， A 和 B 是 两个任意的不相关随机变量，它们均值为零，方差同为 σ 2 。证明 X ( t ) 是广义平 稳而不是严格平稳的。 3.6 证明：Q m X (t ) = E[X(t )] = E[ A cos(ω 0 t ) + B sin(ω 0 t) ] = 0
随机信号分析(第3版)第三章 习题答案
Z (t )的均值: E[ Z (t )] = E[ A ⋅ X (t ) ⋅ Y (t )] = E[ A] ⋅ E[ X (t )] ⋅ E[Y (t )] = 2 E[ X (t )] ⋅ E[Y (t )]
2 mX = RX (∞) = lim
2 cos ω0τ = 0 → mX = 0 τ →∞ eτ
⎡ 2 1.3 0.4 __ ⎤ ⎢ __ 2 1.2 0.8⎥ ⎢ ⎥ ⎢ 0.4 1.2 __ 1.1 ⎥ ⎢ ⎥ ⎣ 0.9 __ __ 2 ⎦ 3.12 解：根据广义平稳随机信号过程的自相关函数矩阵的对称性，得到： ⎛ 2 1.3 0.4 0.9 ⎞ ⎜ 1.3 2 1.2 0.8 ⎟ ⎟ C= ⎜ ⎜ 0.4 1.2 2 1.1 ⎟ ⎜ ⎟ ⎝ 0.9 0.8 1.1 2 ⎠ 3.13
= E[100 sin 2 (ω 0 t + θ ) ×100 sin 2 (ω 0 t + ω 0τ + θ ) ] = 2500 E[1 − cos(2ω 0τ ) − cos(4ω 0 t + 2ω 0τ + 4θ )] = 2500 E[1 − cos(2ω 0τ ) ] ∴ R Z (τ ) 仅与 τ 有关，且均值为常数，故 Y(t ) 是平稳过程。
3.6 给定随机过程 X ( t ) = A cos (ω 0t ) + B sin (ω 0t ) ，其中 ω 0 是常数， A 和 B 是 两个任意的不相关随机变量，它们均值为零，方差同为 σ 2 。证明 X ( t ) 是广义平 稳而不是严格平稳的。 3.6 证明：Q m X (t ) = E[X(t )] = E[ A cos(ω 0 t ) + B sin(ω 0 t) ] = 0
随机信号分析习题.doc
随机信号分析习题一,试证明F(x)是某个随机变的分布函数。
并求卜列概率:< 1), P(1 < ^ < 2) o2. 设的联合密度w 数为求 p{o<x<i ，o<y<i}、3. 设二维随机变g(x ，y)的联合密度函数为fxY^ y) = —exp --(A ：2+2xy + 5y 2) 71 2求：(l)边沿密度八0), f Y (y)(2)条件概率密度人|x (y|x)，A,r (x|y)4. 设离散型随机变的可能取值为1，0，1，，取每个值的概率都为1/4,又设随机变(1) 求r 的可能取值 (2) 确定Y 的分布。
(3)E[Y] o5. 设两个离散随机变量y 的联合概率密度为：fxY J )=2)^(y-l)+|^(x-3)5()’-l) + |<y (x-A)6(y-A)试求：(1) X 与y 不相关吋的所有A 值。
(2)x 与y 统计独立时所有A 值。
6. 二维随机变量(x, y)满足：X =cos (p Y = sin (p识为在[(),上均匀分布的随机变量，讨论X, r 的独立性与相关性。
7. 已知随机变fix 的概率密度为/(X)，求y=/?X 2的概率密度/(y)。
fxY (^y) =，x>0, y>0 ,other8.两个随机变量12，己知其联合概率密度为/(久七)，求1 + 的概率密度？9.设X足零均值，单位方差的高斯随机变量，：v = 如图，求y二以X)的概率密度人(夕)10.设随机变sw和z是w两个随机变s x和r的函数fw = x2 +r2 [z = x2设x，y是相互独立的高斯变景。
求随机变景w和z的联合概率密度函数。
11.设随# L变量w和z是另两个随# L变量x和r的函数J W = X + Y^z = 2(x+ r)己知，求联合概率密度函数人“耿幻。
12.设随机变量X为均匀分布，其概率密度厶=0, 其它(1)求X的特征函数，外(幼。
随机信号分析第三章
§ 3.1
平稳随机过程及其数字特征
一、平稳随机过程的基本概念
1．严平稳随机过程
一个随机过程X(t), 如果它的n维概率密度(或n维分 布函数)不随时间起点选择的不同而改变，则称X(t)是 严平稳随机过程。
p X ( x1 , x2 ,..., xn ; t1 , t 2 ,..., t n ) p X ( x1 , x2 ,..., xn ; t1 , t 2 ,..., t n )
2 *
则称X(t)为宽平稳过程(或称广义平稳过程) 严平稳过程只要均方值有界， 就是广义平稳的， 但反之则不一定。
两个随机过程平稳相依
当我们同时考虑两个平稳过程X(t)和Y(t)时，若它 们的互相关函数仅是单变量τ 的函数，即
R X Y (t1 , t 2 ) E[ X (t1 )Y (t 2 )] R XY ( ), t 2 t1 ,
(2)平稳过程X（t）的二维概率密度只与t1、 t2的时间间隔有关，而与时间起点t1无关。
p X ( x1 , x2 ; t1 , t2 ) p X ( x1 , x2 ;0, t2 t1 ) p( x1 , x2 ; )
所以与二维分布有关的数字特征仅是τ的函数， 而与t1,t2的本身取值无关
式中
1 x(t ) lim T 2T
x(t )dt
1 x(t ) x(t ) lim T 2T
x(t ) x(t )dt
分别称作X(t) 的时间均值和时间自相关函数。
各态历经过程
若X(t)的均值和自相关函数都具有各态历经性， 则称X(t)是宽各态历经过程。 若X(t)的所有统计平均特性和其样函数所有 相应的时间平均特性以概率为一相等, 则称X(t)为 严遍历过程或窄义遍历过程. 本章仅限于研究宽遍 历过程.如果不加特别说明,遍历过程即指宽遍历过 程. 不难看出,遍历过程必定是平稳过程,但平稳过 程不一定是遍历过程。 对于遍历过程,只要根据其一个样函数,便 可得到其数字特征。
随机信号分析习题【精选】
随机信号分析习题一1.设函数，试证明是某个随机变量的分布函数。
并求下⎩⎨⎧≤>-=-0, 00 ,1)(x x e x F x )(x F ξ列概率：，。
)1(<ξP )21(≤≤ξP 2.设的联合密度函数为),(Y X ，(), 0, 0(,)0 , otherx y XY e x y f x y -+⎧≥≥=⎨⎩求。
{}10,10<<<<Y X P 3.设二维随机变量的联合密度函数为),(Y X⎥⎦⎤⎢⎣⎡++-=)52(21exp 1),(22y xy x y x f XY π求：（1）边沿密度，)(x f X )(y f Y （2）条件概率密度，|(|)Y X f y x |(|)X Y f x y 4.设离散型随机变量的可能取值为，取每个值的概率都为，又设随机X {}2,1,0,1-4/1变量。
3()Y g X X X ==-（1）求的可能取值Y （2）确定Y 的分布。
（3）求。
][Y E 5.设两个离散随机变量，的联合概率密度为：X Y )()(31)1()3(31)1()2(31),(A y A x y x y x y x f XY --+--+--=δδδδδδ试求：（1）与不相关时的所有值。
X Y A （2）与统计独立时所有值。
X Y A 6.二维随机变量（，）满足：X Y ϕϕsin cos ==Y X 为在[0，2]上均匀分布的随机变量，讨论，的独立性与相关性。
ϕπX Y 7.已知随机变量X 的概率密度为，求的概率密度。
)(x f 2bX Y =)(y f 8.两个随机变量，，已知其联合概率密度为,求的概率密度？X X (,)f x x X X +9.设是零均值，单位方差的高斯随机变量，如图，求的概率密度X ()y g x =()y g x =()Y f y\10.设随机变量和是另两个随机变量和的函数W Z X Y 222W X Y Z X⎧=+⎨=⎩设，是相互独立的高斯变量。
随机信号分析基础课后练习题含答案
随机信号分析基础课后练习题含答案第一部分随机变量和概率分布练习题1设离散随机变量X的概率分布函数为：X0 1 2 3 4P X0.05 0.15 0.35 0.30 0.15求E(X)和D(X)。
答案1根据概率分布函数的公式有：$$E(X)=\\sum_{i=1}^n x_i P_X(x_i) = 0 \\times 0.05 + 1\\times 0.15 + 2 \\times 0.35 + 3 \\times 0.30 + 4 \\times 0.15 = 2.25$$$$D(X)=\\sum_{i=1}^n (x_i-E(X))^2P_X(x_i) = 0.710625$$ 练习题2已知随机变量X的概率密度函数为：$$f_X(x) = \\begin{cases} \\frac{1}{3}e^{-\\frac{x}{3}} & x \\geq 0 \\\\ 0 & x < 0 \\end{cases}$$求E(X)和D(X)。
答案2根据概率分布函数的公式有：$$E(X)=\\int_{-\\infty}^{+\\infty}xf_X(x)dx =\\int_{0}^{+\\infty}x\\frac{1}{3}e^{-\\frac{x}{3}}dx=3$$ $$D(X)=E(X^2)-(E(X))^2=\\int_{-\\infty}^{+\\infty}x^2f_X(x)dx-(E(X))^2=\\int_{0}^{+\\infty}x^2\\frac{1}{3}e^{-\\frac{x}{3}}dx-9=\\frac{27}{4}$$第二部分随机过程练习题3设二阶矩有限的离散时间随机过程X n的均值序列为m n，自相关函数为R n(i,j)=E(X i−m i)(X j−m j)，其中 $0 \\leq i,j \\leq N$。
若m n=n2,R n(i,j)=ij(i+j)，求 $E(\\sum_{n=0}^N X_n)$。
随机信号分析基础第三章课后答案
第三章，平稳随机过程的n 维概率密度不随时间平移而变化的特性，反映在统计特征上就是其均值不随时间的变化而变化，mx 不是t 的函数。
同样均方值也应是常数。
（2）二维概率密度只与t1,t2的时间间隔有关，而与时间起点t1无关。
因此平稳过程的自相关函数仅是单变量tao 的函数。
则称他们是联合宽平稳的。
第三章Chapter 3 ==========================================3.2 随机过程()t X 为()()ΦωX +=t cos A t 0式中，A 具有瑞利分布，其概率密度为()02222>=-a eaa P a A ，σσ，()πΦ20，在上均匀分布，A Φ与是两个相互独立的随机变量，0ω为常数，试问X(t)是否为平稳过程。
解：由题意可得:()[]()()002121020222220002222=⇒+=*+=⎰⎰⎰⎰∞--∞φφωπσφπσφωX E πσσπd t cos da e a a dad eat cos a t a a ()()()[]()()()()()()[]()()()()()120212021202021202022212020220210120220222020100222222002010212121221122102122121212212122222222222222t t cos t t cos t t cos det t cos da e e a t t cos dea d t t cos t t cos a d ea d t cos t cos da eaadad e at cos a t cos a t t t t R a a a a a a a -=-⨯=-⨯-=-⨯⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫-∞+-=-⨯-=⎩⎨⎧⎭⎬⎫+++---=++=++==-∞∞---∞∞-∞--∞⎰⎰⎰⎰⎰⎰⎰⎰⎰ωσωσωσωωφφωωπσφπφωφωσφσπφωφωX X E σσσσπσπσσπXX ）（，可见()[]t X E 与t 无关，()21t t R ，XX 与t 无关，只与()12t t -有关。
随机信号分析课后习题答案
1第一次作业：练习一之1、2、3题1.1离散随机变量X 由0，1，2，3四个样本组成，相当于四元通信中的四个电平，四个样本的取值概率顺序为1/2，1/4，1/8，和1/8。
求随机变量的数学期望和方差。
解：875.087813812411210)(][41==×+×+×+×===∑=i i i x X P x X E 81)873(81872(41)871(21)870(])[(][2224122×−+×−+×−+×−=−=∑=i i i P X E x X D 109.16471==1.2设连续随机变量X 的概率分布函数为⎪⎩⎪⎨⎧≥<≤−+<=21201)](2πΑsin[0.500)(x x x x x F 求（1）系数A ；（2）X 取值在（0.5，1）内的概率)15.0(<<x P 。
解：⎪⎩⎪⎨⎧<≤−π==其他201)](2π[cos 2)()(x x A dx x dF x f 由1)(=∫∞∞−dx x f 得2A021)](2πAsin[1)]d (2π[cos 2=−=−π∫∞∞−x x x A 21A =35.042)]15.0(2[sin 21)]11(2[sin 21)5.0(F )1(F )15.0(==−π−−π=−=<<x P 1.1.33试确定下列各式是否为连续随机变量的概率分布函数，如果是概率分布函数，求其概率密度。
（1）⎪⎩⎪⎨⎧<≥−=−000e 1)(2x x x F x（2）⎪⎩⎪⎨⎧≥<≤<=1110Α00)(2x x x x x F （3）0)]()([)(>−−=a a x u x u a xx F （4）0)()()(>−−−=a a x u a xa x u a x x F2解：（1）⎪⎩⎪⎨⎧<≥−=−000e 1)(2x x x F x当0≥x 时，对于12x x ≥，有)()(12x F x F ≥，)(x F 是单调非减函数；1)(0≤≤x F 成立；)()(x F x F =+也成立。
随机信号习题及答案
Y (t ) ___
_
___。
5. 已知平稳过程 X (t ) 的自相关函数为 R X (τ ) = 16 +
1 1+ 5
τ
，则其均值为
，方差
为 。 6. 若一高斯过程是宽平稳的，则必定是 ；若一个高斯过程不同时刻状态间是互不相关 的，则必定是 的（独立、不独立、不一定） 。 7. 若线性系统输入为高斯过程，则该系统输出仍为 。 二、简答题 1. 请给出随机过程为宽平稳随机过程满足的条件。 2. 若平稳随机过程是信号电压，试说明其数字期望、均方值、方差的物理意义。 3. 给出平稳过程的自相关函数的性质。 4. 写出随机过程的两个定义。 5. 随机过程有那两个变化特性，如何理解其随机性？ 6. 叙述“狭义平稳”的定义；如何理解这个定义在实际应用中的困难？ 7. (a)随机过程的遍历性与平稳性的关系是什么？(b) 简述“狭义遍历”与“宽遍历”的关系。 三、计算题 1 设随机振幅信号为
−10 t
10 ， 4 + j 5ω
U (t ) 的系统的输入端，求系统输出随机信号的表达式。 −3t 4-2 已知系统的单位冲激响应 h(t ) = 5e U (t ) ，设其输入随机信号为 X (t ) = M + 4 cos(2t + Θ), (− ∞ < t < ∞ ) ，其中 M 是随机变量， Θ 是 (0,2π ) 上均匀分布的随机变量， 且 M 和 Θ 相互独立，求输出信号的表达式。
1.
第一章 二进制无记忆不对称信道，如图所示，传输 0，1，分别以 A0 和 A1 代表发送 0 和 1，以 3 5 B0 和 B1 代表接收 0 和 1 码，两个正确的转移概率分别为 P ( B0 / A0 ) = ， P( B1 / A1 ) = ， 6 4 1 1 两个错误的转移概率分别为 P ( B1 / A0 ) = ， P( B0 / A1 ) = ，且先验概率相等，即： 6 4 1 P ( A0 ) = P( A1 ) = ，求：①B 端接收到 0 码及 1 码的概率 P ( B0 ) 及 P( B1 ) ；②当分别收到 2
_随机数学_习题解答 第三章答案
第三章 习 题1．甲乙两人进行某种比赛，设每局比赛中甲胜的概率为p ，乙胜的概率为q ，平局的概率为r ，其中,,0,1p q r p q r ≤++=，设每局比赛后，胜者得1分，负者得1-分，平局不记分，当两个人中有一个人得到2分时比赛结束，以n X 表示比赛至第n 局时甲获得的分数，则{,1}n X n ≥是一齐冯马尔可夫链.（1）写出状态空间；（2）求一步转移概率矩阵；（3）求在甲获得1分的情况下，再赛2局甲胜的概率. 解（1）{,0}n X n ≥的状态空间为{2,1,0,1,2}S =--（2）{,0}n X n ≥的一步转移概率矩阵为1000000000001q rp q r p q r p ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦P （3）因为两步转移概率矩阵为22(2)22222210000202220200001q rq r pq pr p q rq r pqpr p q qr pq r p pr ⎡⎤⎢⎥++⎢⎥⎢⎥==+⎢⎥++⎢⎥⎢⎥⎣⎦P P所以在甲获得1分的情况下，再赛2局甲胜的概率为(2)12(1)p p pr p r =+=+2．设{,1,2,}i Y i =为相互独立的随机变量序列，则 （1）{,1,2,}i Y i =是否为Markov 链？（2）令1nn ii X Y ==∑，问{,1,2,}iX i =是否为Markov 链？解（1）由于11221112211122111221111221(,,,,) (,,,)(,,,)()()()()()()(,,,)n n n n n n n n n n n P Y i Y i Y i Y j P Y j Y i Y i Y i P Y i Y i Y i P Y i P Y i P Y i P Y j P Y j P Y j Y i P Y i Y i Y i ------=========================因此，{,1,2,}n Y n =是马尔可夫链.（2）取1111()f U X U ==，当11U i =时，212X U U =+是2U 的函数，记为22().f U 依次类推，1121n n X U U U --=+++为1n U -的函数，记为1112(),n n n nf U X U U U --=+++为n U 的函数，记为().n n f U 由于12,,,,n U U U 相互独立，则其相应的函数1122(),(),,(),n n f U f U f U 也相互独立，从而122111221111112211 (,,,)(,,,)(,,,)()()nn n i n i n n n n n n P X j X i X i X i P Y j X i X i X i P X Y j X i X i X i P Y j i P X j X i --=---==========+======-===∑因此{,1,2,}n X n =是马尔可夫链.3 设,1,2,i X i =是相互独立的随机变量，且使得(),0,1,i j P X j a j ===，如果max{,1,2,,1}n i X X i n >=-，其中0X =-∞，就称在时刻n 产生了一个记录.若在时刻n 产生了一个记录，就称n X 为记录值，以n R 表示第n 个记录值. （1）证明，{,1,2,}n R n =是Markov 链，并求其转移概率；（2）以i T 表示第i 个与第1i +记录之间的时间，问{,1,2,}n T n =是否是Markov 链，若是，则计算其转移概率.证明：（a ）根据题意有：k n k n n X R X R X R ===,....,2121，……满足........21k n n n X X X << 且........121k n n n <<<故},...,|{11111i R i R i R z R P k k k k k ====--+}...|{111i i i j z R P k k k >>>>==-+ }|{1k k i j z R P >==+}|{1k k k i R z R P ===+ 故}1,{≥i R i 是一个马尔可夫链且⎩⎨⎧≤>======++ij ij a i X z X P i R z R P j k n n k k k kk ,0,}|{}|{11 （由于i X 的独立性）（b ）记i T 为第i 个记录与第1i +个记录之间的时间，i T 是相互独立的随机变量，因为{}i P T t =}1...,2,1,,|{k 1-=<=====+++t k i X i X R z X R P i i i n n i t n i 且}{1z X R P tn i i ===++=⎩⎨⎧≤>ij ij a j ,0,（由于i X 的独立性） 故{i T ，1≥i }是一个马尔可夫链 令(,),1i i i Z R T i =≥ 则{}111,,,i i i P Z Z Z Z +-…{}111111(,)(,),(,),,(,)i i i i i i P R t R t R t R t ++--=…{}1111112111111211(,)(,),(,),,(,),(,)i i i t t i t t i t t i t t P X t X t X t X t X t +-+++++++-++=…+?+?+… {}111111(,)(,)i i t t i t t i P X t X t ++++++=…+?+ {}111111(,)(,)i i t t i t t i P X z t X i t ++++++===…+?+,0,j j ij iα>⎧=⎨≤⎩ 故}{,(),1i i R T i ≥是一个马尔可夫链。
随机信号处理习题2017
3π π n ) 7 8
13 πn) 3
j( n π )
m
x(m)
2π π n ) 9 7
② y (n) [ x(n)]2 ③ y (n) x(n) sin(
④ y(n) = 3 × x(-n) ⑤ y ( n) n 2 x ( n)
⑥ y ( n) 1
x(m)
k
( 2kπ)
② X ( e j )
1 e j ( N 1) 1 e j
③ X (e j ) 1 2
cosl
l 0
N
④ X (e j )
jae j , | a | 1 (1 ae j ) 2
13. 设 x ( n ) 的离散时间傅立叶变换为 X (e j ) ，定义
15．求双边序列 x ( n) = a|n| 的 z 变换，其收敛域是多少？ 16. 连续时间信号 x (t ) 是频率为 250Hz，450Hz，1.0kHz，2.75kHz 和 4.05kHz 的正弦信号的线性 组合，以 1.5kHz 抽样频率对进行抽样，抽样所得序列通过一个截止频率为 750Hz 的理想低通滤
a a2 2 exp{ 2 } f ( a ) 2 0
a0 a0
是在 [0,
2π] 中均匀分布的随机变量，且与 A 统计独立， 为常量，请问 x(t ) 是否为平
稳随机过程。
8.
设 x(n) 为一平稳随机过程，若对应于某一个 N ， x(n) 的自相关函数 Rx (m) 满足
3.
有随机变量 X 1 和 X 2 ,已知其联合概率密度为 f ( x1 , x2 ) ，求 Y X 1 X 2 , Z X 1 / X 2 的概 率密度。 设随机变量 X 1 、 X 2 、 X 3 相互独立，都服从均值为 0，方差为 1 的标准正态分布，定义如 下 3 个新的随机变量，证明这三个随机变量相互独立，都服从均值为 0，方差为 1 的标准正 态分布。
随机信号分析[常建平 李海林]习题答案解析
![随机信号分析[常建平 李海林]习题答案解析](https://img.taocdn.com/s3/m/126bfdd87c1cfad6195fa7b4.png)
1-9 已知随机变量X 的分布函数为20,0(),011,1X x F x kx x x <⎧⎪=≤≤⎨⎪>⎩求：①系数k ； ②X 落在区间(0.3,0.7)内的概率； ③随机变量X 的概率密度。
解：第①问 利用()X F x 右连续的性质 k ＝1第②问{}{}{}()()0.30.70.30.70.70.30.7P X P X F P X F =<<=<≤-=-第③问 201()()0X X xx d F x f x elsedx ≤<⎧==⎨⎩1-10已知随机变量X 的概率密度为()()xX f x kex -=-∞<<+∞（拉普拉斯分布），求：①系数k ②X 落在区间(0,1)内的概率 ③随机变量X 的分布函数 解：第①问 ()112f x dx k ∞-∞==⎰ 第②问 {}()()()211221x x P x X x F x F x f x dx <≤=-=⎰随机变量X 落在区间12(,]x x 的概率12{}P x X x <≤就是曲线()y f x =下的曲边梯形的面积。
{}{}()()1010101112P X P X f x dxe -<<=<≤==-⎰第③问()102102xx e x f x e x -⎧≤⎪⎪=⎨⎪>⎪⎩()00()110022111010222xx xxx x x x F x f x dxe dx x ex e dx e dxx e x -∞-∞---∞=⎧⎧≤≤⎪⎪⎪⎪==⎨⎨⎪⎪+>->⎪⎪⎩⎩⎰⎰⎰⎰1-11 某繁忙的汽车站，每天有大量的汽车进出。
设每辆汽车在一天内出事故的概率为0.0001，若每天有1000辆汽车进出汽车站，问汽车站出事故的次数不小于2的概率是多少？,(01)p q λ→∞→→∞→−−−−−−−−→−−−−−−−−→−−−−−−−−→n=1n ,p 0,np=n 成立，0不成立-分布二项分布泊松分布高斯分布汽车站出事故的次数不小于2的概率()()P(2)101k P k P k ≥=-=-= 答案0.1P(2)1 1.1k e -≥=-100.1n p ≥≤实际计算中，只需满足，二项分布就趋近于泊松分布()np!k e P X k k λλλ-=＝＝1-12 已知随机变量(,)X Y 的概率密度为(34)0,0(,)0x y XY kex y f x y -+⎧>>⎪=⎨⎪⎩,,其它求：①系数k ？②(,)X Y 的分布函数？③{01,02}P X X <≤<≤？第③问 方法一：联合分布函数(,)XY F x y 性质：若任意四个实数1212,,,a a b b ，满足1212,a a b b ≤≤，则121222111221{,}(,)(,)(,)(,)XY XY XY XY P a X a b Y b F a b F a b F a b F a b <≤<≤=+--{01,02}(1,2)(0,0)(1,0)(0,2)XY XY XY XY P X Y F F F F ⇒<≤<≤=+--方法二：利用(){(,)},XY DP x y D f u v dudv∈∈⎰⎰)(210{01,02},XY P X Y f x y dxdy <≤<≤=⎰⎰1-13 已知随机变量(,)X Y 的概率密度为101,(,)0x y xf x y ⎧<<<=⎨⎩,,其它 ①求条件概率密度(|)X f x y 和(|)Y f y x ？②判断X 和Y 是否独立？给出理由。
信号与系统习题答案第三章
第三章习题基础题3.1 证明cos t , cos(2)t , …, cos()nt (n 为正整数)，在区间(0,2)π的正交集。
它是否是完备集? 解：(积分???)此含数集在(0,2)π为正交集。
又有sin()nt 不属于此含数集02sin()cos()0nt mt dt π=⎰，对于所有的m和n 。
由完备正交函数定义所以此函数集不完备。
3.2 上题的含数集在(0,)π是否为正交集？解：由此可知此含数集在区间(0,)π内是正交的。
3.3实周期信号()f t 在区间(,)22T T-内的能量定义为222()TT E f t dt -=⎰。
如有和信号12()()f t f t +(1)若1()f t 与2()f t 在区间(,)22T T-内相互正交，证明和信号的总能量等于各信号的能量之和;(2)若1()f t 与2()f t 不是相互正交的，求和信号的总能量。
解：(1)和信号f(t)的能量为[]222222222221212222()12()()()()()()T T T T T T T T T T E f t dt dtf t dt f t dt f t f t dtf t f t -----===+++⎰⎰⎰⎰⎰（少乘以2）由1()f t 与2()f t 在区间内正交可得2122()()0T T f t f t dt -=⎰则有 22221222()()T T T T E f t dt f t dt --=+⎰⎰即此时和信号的总能量等于各信号的能量之和。
和信号的能量为(2)[]222222222221212222()12()()()()()()T T T T T T T T T T E f t dt dtf t dt f t dt f t f t dtf t f t -----===+++⎰⎰⎰⎰⎰（少乘以2吧？）由1()f t 与2()f t 在区间(,)22T T-内不正交可得 2122()()0T T f t f t dt K -=≠⎰则有2222222212122222()()()()T T T T T T T T E f t dt f t dt K f t dt f t dt ----=++≠+⎰⎰⎰⎰即此时和信号的总能量不等于各信号的能量之和。
随机信号分析基础习题王永德答案专题培训课件
a
mY (t)
5.11 要求的是输出的自相关函数
系统所示的传函为：
h(t)(t)R 1 CeR tC,H ()1 j j R R C C
为求得输出的自相关函数，分别从时域和频 域可得两种方法。
RY()RX()h()*h() GY()H()2GX()
G W ( )kk 1 1R W (k)ejk2 3(1cos )
（2）解：
Z nX n2X n 1X n 2
这是一个二阶MA过程
21,q2,b1,b2,b1
X3
0
1
2
2, k 0
RZ (k )
4 3
1 3
,k ,k
R Y ( ) R X ( )* h ( )* h ( )
利用傅立叶变换，可得输出的功率谱密度
G Y () H () H () G X () H ()2 G X ()
式中H(ω )是系统的传输函数，其模（绝对值）的平 方∣H(ω )∣2称之为系统的功率传输函数。
得到：
H()21.6411.6cos
H(Z)
2
1
1.640.8Z
0.8Z1
1 1 (0.8Z 1) (0.8Z1 1)
从稳定性和系统特性考虑选取：
1 H(Z)10.8Z1
数字滤波器的概念
滤波器是对输入信号的波形或频谱进行某种 变换，以得到一定的输出信号。实现滤波的系统 是离散的称为数字滤波。
1 )k 2
4 9
R(k)R(k)
Y
Y
RY(k)
(1)k 2
4 9
功率谱密度为：
《随机信号基础》复习题.docx
简答题1.简述两个随机变量X和Y之间分别满足独立、不相关、正交关系的条件，以及这三种关系之间的联系。
答:独立：F XY(x9y) = F x(x) F Y(y),或f XY(x9y) = f x(x)-f Y(y);不相关：加=o或cov(x,r)= o；正交：E[XY] = 0.若X和Y独立则一定不相关，若X和Y不相关则不一定独立; 若X 或Y的数学期望为0,则不相关与正交等价。
2.写出函数X(3)在①e确定t为变量、②t确定e为变量、③e和t都确定、④e和t都是变量四种情况下所代表的意义。
其中如S, s 为样本空间，t为时间参数。
答：①样本函数；②随机变量；③常数；④随机过程。
3.简述宽平稳随机过程与遍历性过程的关系。
答：平稳过程同时满足以下条件才为遍历性过程①均值具有遍历性②相关函数具有遍历性。
所以遍历过程一定是平稳过程，平稳过程不一定是遍历过程。
4.白噪声的功率谱密度和自相关函数各有何特点？一般白噪声在任意两个不同时刻有何种关系？正态白噪声在任意两个不同时刻有何种关系？答：白噪声的功率谱密度是常数，自相关函数是一个在0处的冲激函数。
一般片噪声在任意两个不同时刻不相关，匸态白噪声在任意两个不同时刻独立。
5.若随机过程X⑴是平稳过程，则其功率谱密度Gx@)与自相关函数籤⑺有何关系？请写出关系式。
答:Gx(e)是心⑺的傅立叶变换，G x(CD)=[j x^e-^dT ,或2兀丄°°6•设线性系统的冲激响应为h(t),输入随机过程为X(t),系统输出为Y(t),各自的自相关函数分别为RX(tl,t2)和RY(tl,t2)。
说明二者之间的关系。
答:心(心2)=心(心2)*力(/】)*%2)・7.写出希尔伯特变换的时域形式％)和频域形式H(叽答:力(。
=丄，H(C6)= -j-sgn(C6).m&如果一个正态过程是平稳的，其一维概率密度和二维概率密度各有何特性？答：正态平稳过程的一维概率密度与时间无关，二维概率密度仅与时间间隔有关。
3随机信号的分析
第三章 随析1. 试求下列均匀概率密度函数的数学期望和方差:⎪⎩⎪⎨⎧≤≤-=xa x a ax f 其它021)(A 3a,022. 试求下列瑞利概率密度函数0 2)(2≥=-x ebx x f bx的数学期望和方差：A)41(, 4ππ-b3. 具有上题所示的瑞利概率密度函数，已知方差是7，那么均值是多少？并求随机变量大于均值，而又小于10的概率是多少？A 41.0, 06.54. 设（X,Y ）的二维概率密度函数为：0,0 )exp(4),(22≥≥--=y x y x xy y x f求22YXZ +=的概率密度函数。
A 232zez -5. 两个高三斯随机变量X 和Y ，设它们的均值都是0，方差都是2σ。
它们的联合概率密度函数为：])1(22exp[121),(222222ρσρρπσ-+---=y xy x y x f（1）.X 和Y 之间的相关系数。
A. ρ（2）.当0=ρ时，A .X 和Y 是统计独立的。
6. 设随机变量X ，Y 和随机变量θ之间的关系为：,sin ,cos θθ==Y X 并设θ在0至2π范围内均匀分布，则X 和YA .统计不独立，不相关。
7. 如图P3.1给出了随机过程X(t),Y(t)的样本函数。
假设样本函数出现的概率相等。
（1） 试求{})()(t x E t m x =和),(τ+t t R X 。
A 32, 0（2） 过程X (t)是广义平稳的吗？A 是（3） 试求{})()(t Y E t m y =和),(τ+=t t R y 。
A )](1[52, 0τ++⨯t t（4） 过程Y(t)是广义平稳的吗？A 不是8. 设有两个随机过程：⎩⎨⎧+==)cos()()(cos )()(0201θωωt t X t S tt X t S X(t)是广义平稳过程。
θ是对x(t)独立的。
均匀分布于),(ππ-上的随机变量， (1) )(),(21t S t S 的自相关函数。