随机信号分析(常建平+李海林)习题答案.
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（第3版）课后习题解答
随机信号分析（第3版）课后习题解答《随机信号分析》课程（32学时）—— 2007年教学内容建议1 概率论基础 1.12 随机信号2.1 两条样本函数为：0)(0=t X 、wt t X cos 21)(1=；1)0,(=x f X 、2)4,(=w x f X π；）（0-)2,(x wx f X δπ= 2.2 3103532)2,(=++=X E 、）（）（）（5-313-312-31)2,(x x x x F X εεε++= 2.3 ）（）（1-2121)21,(x x x F X εε+=、）（）（2-21121)1,(x x x F X εε++=；）（）（）（）（2-,1411,1412-,411,41)1,21,,(21x x x x x x x x x x F X -++-+++=εεεε2.4 略2.5 ）（）（1-1.09.0)5,(x x x F X εε+=；）（）（y x y x y x F ,11.0,9.0)0025.0,0,,(-+=εε；0因为其概率为0.9；1的概率为1（样本函数），它是可预测的，就是样本函数。
2.6 略 2.7 略 2.8 ）（）（121121),(-++=x x n x f X δδ、0121)1(21)(=?+-?=n X E 、{})()]()([)]()()][()([),(2121221121n n n X n X E n m n X n m n X En n Cov X X -==--=δ；不可预测2.9 （2.19）10103523)()(),(2111=?==t t t t Cov σσρ、所以（X,Y ）满足10103;5,2;2,2的高斯分布。
其概率密度函数为：-+--?--?-=-+--?----=5)2(5)2)(2(32)2(5exp215)2(10)2)(2(1010322)2()10/91(21exp 21),(2222y y x x y y x x y x f XY ππ；特征函数为：++-+=)6)(5)(2(21)22(exp ),(21222121v v v v v v j y x XY φ3 平稳性与功率谱密度3.1 kk k u t t u u f-=)4exp(2*21),,;,,(211π ；因为k 阶概率密度函数与绝对时间无关，所以为严格平稳过程。
随机信号分析(常建平李海林)习题答案解析
完美 WORD 格式1-9 已知随机变量X的分布函数为0 , x 02F (x) kx , 0 x 1X1 , x 1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F X (x) 右连续的性质k ＝1P 0.3 X 0.7 P 0.3 X 0.7 P X 0.7 第②问F 0.7 F 0.3第③问f (x)Xd F(x)Xdx2x 0 x 10 else专业知识分享完美 WORD 格式x1-10 已知随机变量X 的概率密度为( ) ( )f x ke xX（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f x dx 1 k12第②问x2P x X x F x F x f x dx1 2 2 1x1随机变量 X落在区间( x1 , x2 ] 的概率 P{ x1 X x2} 就是曲线y f x 下的曲边梯形的面积。
1P 0 X 1 P 0 X 1 f x dx1 2 1 e1第③问12 f x12xe xxe xxF x f ( x)dx1 1x x xe dx x 0 e x 02 20 1 1 1xx x xe dx e dx x 0 1 e x 02 0 2 2专业知识分享完美 WORD 格式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？n=1- 分布 (0 1)n ,p 0,np=二项分布泊松分布n 成立，0不成立, p q高斯分布实际计算中，只需满足，二项分布就趋近于泊松分布n 10 p 0.1P X kk e＝＝np k!汽车站出事故的次数不小于 2 的概率P(k 2) 1 P k 0 P k 10.1P(k 2) 1 1.1e 答案专业知识分享完美 WORD 格式1-12 已知随机变量 (X,Y)的概率密度为f (x, y) XY(3 x 4 y),ke x 0, y 0, 其它0求：①系数k？②( X ,Y)的分布函数？③P{0 X 1,0 X 2} ？第③问方法一：联合分布函数F XY (x, y) 性质：若任意四个实数 a ab b ，满足1, 2, 1, 2a a bb ，满足a1 a2,b1 b2 ，则P{a X a ,b Y b}F XY(a ,b ) F XY(a ,b) F XY(a ,b ) F XY(a ,b)1 2 1 2 2 2 1 1 1 2 2 1P{0X 1,0 Y 2} F XY(1,2) F XY(0,0) F XY(1,0) F XY(0,2)方法二：利用P{( x, y) D } f XY u,v dudvD2 1P{0X 1,0 Y 2} f XY x,y dxdy0 0专业知识分享完美 WORD 格式1-13 已知随机变量(X,Y) 的概率密度为f (x, y)1, 0 x 1, y x0 , 其它①求条件概率密度 f X (x| y)和f Y ( y | x) ？②判断X 和Y 是否独立？给出理由。
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 题目及答案
欢迎共阅1. （10分）随机变量12,X X 彼此独立，且特征函数分别为12(),()v v φφ，求下列随机变量的特征函数：（1） 122X X X =+ （2）12536X X X =++解：（1）()121222()jv X X jvX jv X jvXX v E e E e E e e φ+⎡⎤⎡⎤⎡⎤===⋅⎣⎦⎣⎦⎣⎦（2）()1212536536()jv X X jv X jv X jv X v E e E eee φ++⎡⎤⎡⎤==⋅⋅⎣⎦⎣⎦2. （10号()X t （1） （2） （3） 解：（1）(2) 当t 当t +（3）(X f3. （100ω为常数，Θ（1） 试判断()X t 和()Y t 在同一时刻和不同时刻的独立性、相关性及正交性；（2） 试判断()X t 和()Y t 是否联合广义平稳。
解：（1） 由于X (t )和Y(t )包含同一随机变量θ，因此非独立。
根据题意有12f ()θπ=。
[]001sin()02E[X(t )]E t sin(w t )d ππωθθπ-=+Θ=+=⎰，由于0XY XY R (t,t )C (t,t )==，X (t )和Y(t )在同一时刻正交、线性无关。
除()012w t t k π-=±外的其他不同时刻12120XY XY R (t ,t )C (t ,t )=≠，所以1X (t )和2Y(t )非正交且线性相关。
（2） 由于0E[X(t )]E[Y(t )]==，X (t )和Y(t )均值平稳。
同理可得1212Y X R (t ,t )R (t ,t )=，因此X (t )和Y(t )均广义平稳。
由于121201201122XY XY R (t ,t )C (t ,t )sin[w (t t )]sin(w )τ==-=，因此X (t )和Y(t )联合广义平稳。
4. （10（1）(R τ（2）(R τ（3）(R τ（4）(R 解：（1）不能，因为零点连续，而4/π点不连续。
随机信号分析(常建平李海林)习题答案解析
y
y
0
1
1
e
e
y
3
2
1
0
else
1-17 已知随机变量 X,Y 的联合分布律为
P X m,Y n
m ne 5
32
, m,n 0,1,2,
m! n!
***
求： ① 边缘分布律
***
P X m (m 0,1,2, ) 和
②条 件分布律 P X m |Y
和 n
PY
n|X
m？
专业 知识分享
P Y n (n 0,1,2,
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？
二项分布
n=1
- 分布 (0 1)
n
,p 0,np=
泊松分布
n
成立 ， 0 不成立
,p q
高斯分布
实际计算中，只需满足
，二项分布就趋近于泊松分布 n 10 p 0.1
ke PX k ＝
k!
＝ np
汽车站出事故的次数不小于
X
3
6
7
求： ①X 的分布函数
P 0.2 0.1 0.7 ② 随机变量 Y 3X 1 的分布律
1-15 已知随机变量 X 服从标准高斯分布。 求：①随机变量 Z X 的概率密度？ 的概率密度？ ② 随机变量
分析 : ① f Y (y)
h '(y)
f X h( y)
② f Y ( y) | h' 1 (y) | f X [h 1 ( y)]
第③问
fx Fx
1x 2e
0 x
1x
e 2
0 x
随机信号分析(常建平 李海林版)课后习题答案
由于百度文库格式转换的原因，不能整理在一个word 文档里面，下面是三四章的答案。
给大家造成的不便，敬请谅解随机信号分析 第三章习题答案、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==⨯+⨯+⨯+⨯===∑=ii ix 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201)](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 P 1.3 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）⎪⎩⎪⎨⎧<≥-=-00e1)(2x x x F x2（2）⎪⎩⎪⎨⎧≥<≤<=1110Α00)(2x x xx x F （3）0)]()([)(>--=a a x u x u ax x F （4）0)()()(>---=a a x u ax a x u a x x F解：（1）⎪⎩⎪⎨⎧<≥-=-00e1)(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(常建平,李林海)课后习题答案第二章习题讲解
A与 B独立 , f AB (a, b) f A (a) fB (b)
X (t) A Bt Y(t) A
A Y(t) X (t) Y (t)
B t
01 J1 1 1
t tt
1
xy 1
xy
f XY (x, y; t ) J f AB (a,b) t f AB ( y, t ) t f A ( y) f B ( t )
E X (t) E A cost XH cost EA XH
D X (t) E X 2 (t ) E2 X (t )
方法 2：
D X (t)
D Acost XH D Acost cos2 t DA cos2 t
12
D XH
公式： D aX＋ bＹ a2 D X b2 D Y 2abC XY
RX (t1, t2 )=E Acost1 XH A cost2 XH
f X (x1；0)
1
x12 e 2，
2Байду номын сангаас
A
1
X (t)
~ N (0, )
t 30
2
4
f X ( x2； 3
)＝
0
2 2
e
2
x2
2
，
X (t) t
＝0，
f ( x3；2
)
0
20
( x3)
(离散型随机变量分布律 )
2-2 如图 2.23 所示，已知随机过程 X (t) 仅由四条样本函数组
成，出现的概率为
数 RX (t1, t2 ) ？②若已知随机变量相 A, B 互独立，
它们的概率密度分别为 f A (a) 和 f B (b) ，求 X (t) 的一
随机信号题目
1. X(t)，Y(t)是统计独立，零均值的随机过程，其自相关函数分别为：||()XX R e ττ-=，()(2)YY R cos τπτ=(a) 求1()()()W t X t Y t =+的自相关函数；(b) 求2()()()W t X t Y t =-的自相关函数；(c) 求12(),()W t W t 的互相关。
2. 定义一随机过程X(t)=p(t+ò)，其中p(t)为以周期信号，且周期为T ，ò为在(0,T)上均匀分别的随机变量，试证明01[()()]()()()T XX E X t X t p p d R Tτξξτξτ+=+=⎰3. 证明： (1) |()|(0)XX XX R R τ≤(2) ()()XX XX R R ττ-=4. 随机过程()()()Y t X t X t τ=-+，X(t)是广义宽平稳的。
（a ） 证明若X （t ）是零均值的，则Y(t)也是零均值的；（b ） 证明[]22(0)()Y XX XX R R στ=- （c ） 若Y(t)＝X(t)＋X(t ＋τ)，求[()]E Y t 和2Y σ.5. 给定两个随机过程X(t)和Y(t)，组合一个新的随机过程W(t)=X(t)+Y(t)，试求在以下几种条件下W(t)的自相关函数：(1) X(t)和Y(t)是相关的；(2) X(t)和Y(t)是不相关的；(3) X(t)和Y(t)是零均值不相关的。
6. 试证明互相关函数的性质：|()|XY R τ≤7. 假设对一平稳随机过程X(t)进行N 点采样，每个采样时刻对应i t ，i=1,2,...,N 。
可将每时刻的采样值看作随机变量()i i X X t =，平均值[()]X E X t =的估计通常用下式表示11ˆNii X X N ==∑ (a) 证明ˆ[]E XX = (b) 若采样间隔足够长，可将i X 看作相互独立的，则过程均值的估计方差可写为： 22ˆ/X X N σσ=8. 令A 、B 是随机变量，建立如下随机过程00()()()X t Acos t Bsin t ωω=+，其中0ω是常数。
随机习题课
总结
相关函数之间的关系
RX (τ ) ˆ
RM (τ )
谱之间的关系
RX (τ )
RXXˆ (τ ), RXX (τ ) ˆ
RX (τ ) %
% RX (τ )
ˆ RX (τ )
GXˆ (ω )
GM (ω )
GX (ω )
GXXˆ (ω ), GXX (ω ) ˆ
GX (ω ) %
AC (t ), AS (t )的统计特性总结
南京航空航天大学 信息科学与技术学院 常建平 李海林
第四章 随机信号通过线性系统
线性系统的基本理论 时域法 频域法 色噪声和白噪声的产生 白噪声通过线性系统
X (t )
L [⋅]
Y (t )
时域法
X(t)的期望、自相关函数 系统单位冲激响应h(t) Y(t)的期望E [Y (t ) ]
互相关函数 RXY (τ ) 平稳 互谱密度 GXY (ω )
宽带噪声 高频窄带系统 平方律检波器
A2 (t)
A2 (t)
加法器
χ2分布
独立取样m次
1 （归一化） 2
σ
习题课三
☆ 做在作业本上 ☆
试着不要看课本，独立完成
一、填空题 1、等效噪声带宽定义中应用了两个等效原则： (1)、 （1） (2)、 （2） （3） 。 。
2
2、希尔伯特变换的传递函数H(ω)=
H I (ω ) = K = H (ω ) MAX
系统的等效噪声带宽是系统固有的参数，与输入信号无关。 系统的等效噪声带宽是系统固有的参数，与输入信号无关。
线性系统输出端随机信号的概率分布
结论1： 结论 ： 高斯 分布 线性系统 高斯 分布
随机信号分析课后习题答案
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==⨯+⨯+⨯+⨯===∑=ii ix 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201)](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 P 1.3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）⎪⎩⎪⎨⎧<≥-=-000e1)(2x x x F x （2）⎪⎩⎪⎨⎧≥<≤<=1110Α00)(2x x xx x F（3）0)]()([)(>--=a a x u x u ax x F （4）0)()()(>---=a a x u ax a x u a x x F解：（1）⎪⎩⎪⎨⎧<≥-=-00e1)(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[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。
- 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)。
1-9 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。
先求边缘概率密度()X f x 、()Y f y注意上下限的选取()X 2,01,01(),00,xx XY x x dy x f x f x y dy else else +∞--∞⎧<<<<⎧⎪===⎨⎨⎩⎪⎩⎰⎰， ()11,011||(),,10011,y Y XY ydxy y f y f x y dx dx y elsey else+∞-∞-⎧<<⎪-⎪⎧===⎨⎨-<<-<<⎩⎪⎪⎩⎰⎰⎰1-14 已知离散型随机变量X 的分布律为求：①X 的分布函数31X +的分布律1-15 已知随机变量X 服从标准高斯分布。
求：①随机变量XY e =的概率密度？②随机变量Z X =的概率密度？ 分析:①[]()'()()Y X f y h y f h y =⋅②1122()|'()|[()]|'()|[()]Y X X f y h y f h yh y f h y =⋅+⋅答案:()22ln 22100()()00y z Y Z e y z f y f z elseelse--⎧>≥==⎩⎩1-16 已知随机变量1X 和2X 相互独立，概率密度分别为11121111,0()20,0x X e x f x x -⎧⎪≥=⎨⎪<⎩，22132221,0()30,0x X e x f x x -⎧⎪≥=⎨⎪<⎩求随机变量12Y X X =+的概率密度？解：设11221()Y Y X X Y X ==+⎧⎨=⎩任意的 求反函数，求雅克比J ＝－1()12121136121210,60y y Y Y e y y f y y else--⎧⎪≥≥=⎨⎪⎩()11111321100y y Y e e y f y else --⎧⎪-≥=⎨⇒⎪⎩1-17 已知随机变量,X Y 的联合分布律为{}532m,,,0,1,2,!!m n e P X Y n m n m n -==== 求：①边缘分布律{}m (0,1,2,)P X m ==和{}(0,1,2,)P Y n n ==？②条件分布律{}m |P X Y n ==和{}|m P Y n X ==？分析：{}32532m,,,0,1,2,!!32!!m n m n e P X Y n m n m n e e m n ---=⋅====泊松分布 {},0,1,2,!k e P X k k k λλ-==={}01!!k k kk k P X k e e e k e k λλλλλλ-∞=∞∞--======⋅=∑∑∑P19 （1－48）解：①{}{}121332m !m,!n m n n e P X P X Y n e n m -=∞=∞-=====∑∑{}{}21n m 2,!n n P Y P X Y n e n ∞=-=====∑同理 ②{}{}{}m,n P X Y n P X m P Y ⋅====＝ 即X 、Y 相互独立1-18 已知随机变量12,,,nX XX 相互独立，概率密度分别为1122(),(),,()n n f x f x f x 。
又随机变量1121212n nY X Y X X Y X X X =⎧⎪=+⎪⎨⎪⎪=+++⎩证明：随机变量12,,,nY Y Y 的联合概率密度为12112211(,,,)()()()Y n n n n f y y y f y f y y f y y -=--11212121212323*********n n nn n n n nY X Y X X X Y Y Y X X X X Y Y Y X X X X Y Y Y X X X X ----=⎧⎪=+=-⎧⎪⎪⎪=++=-⎪⎪⎨⎨⎪⎪⎪⎪=+++=-⎩⎪=+++⇒+⎪⎩100001101001000011000011J -==--因为|J|＝1,故 已知随机变量12,,,nX X X 相互独立，概率密度分别为1122(),(),,()n n f x f x f xX 121211(,,,)(,,,)n Y n n f y y y f y y y y y -=--12121111221X 1(,,,)(,,,)()()()n n n n n n Y f y y y f y y y y y f y f y y f y y --=--=--1-19 已知随机变量X 服从拉普拉斯分布，其概率密度为1(),2xX f x ex -=-∞<<+∞求其数学期望与方差？解:[]()()22222200121(022222)()X xxxX xxxxx E X x dx x dx E X x dx x dx x dx x ee dx exdxxee f x e d f x x e e ∞∞-∞-∞∞∞-∞-∞∞∞-+∞-∞-∞-+∞----===⎡⎤==⎣⎦==-+=⋅=-+=⎰⎰⎰⎰⎰⎰⎰⎰奇函数偶函数1-20 已知随机变量X 可能取值为{4,1,2,3,4}--，且每个值出现的概率均为15。
求：①随机变量X 的数学期望和方差？②随机变量23Y X =的概率密度？③Y 的数学期望和方差？①③答案: ② Y 3 12 27 48 P1/51/51/52/5离散型随机变量的概率密度表达式 P12，1-25式()()1k k k f x p x x δ∞==-∑ 其中(),0,0x x x δ∞=⎧=⎨≠⎩ 为冲激函数()()()()()()1312272485Y f y y y y y δδδδ=-+-+-+-[]21212[][()]()[]D [][]k k k k kk E X x p E g X g x p E X X E X E X ∞=∞===⇒=-∑∑[][]22446214[][]D 55251388406[][]1098D 525E X E X X E Y E Y Y ======1-22 已知两个随机变量,X Y 的数学期望为1,2X Y m m ==，方差为224,1X Y σσ==，相关系数0.4XY ρ=。
现定义新随机变量,V W 为23V X YW X Y=-+⎧⎨=+⎩ 求,V W 的期望，方差以及它们的相关系数？[][][][][][][][][][]22374.817.82XYE V E W D V D W E aX bY aE X bE Y D aX bY a D X b D Y abC +=+++=+====XYXY X YC ρσσ=0.131-23 已知随机变量,X Y 满足Y aX b =+，,a b 皆为常数。
证明： ① 2XY XC a σ=；②1010XYa a ρ>⎧=⎨-<⎩；③ 当0X m ≠且2[][]aE X b E X =-时，随机变量,X Y 正交。
① XY XY X Y C R m m =-[][][]()22XY X C a X XE Y E aX b am bE XY E X aX b aE X bm σ=+=+⎡⎤=+=+⎡⎤⎣⎦⎣⎦⇒＝②XYXY X YC ρσσ=()()()222X aX b a D Y D D X a σ===+2XYXY X YC a a aρσσ===③0XY R ⇔正交＝[]22[][]XE XY aE X bm aE X b E X ⎧⎡⎤=+⎣⎦⎪⇒⎨=-⎪⎩得证1-25 已知随机变量,X Y 相互独立，分别服从参数为1λ和2λ的泊松分布。