随机过程-习题-第6章
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。
第6章 窄带随机过程
Z (t ) B(t ) cos[ (t )], 其中 B( t ) 0, ( t ) t ( t ) 。 0
上 海 大 学 通 信 学 院
表达式1： Z ( t ) B( t ) cos[ 0 t ( t )],
B( t ) 0, ( t ) 0 t ( t ) 表达式2： Z ( t ) X ( t ) cos 0 t Y ( t ) sin 0 t
上 海 大 学 通 信 学 院
二、解析信号与希尔伯特变换*
1． 解析信号的引入
S ( f ) s(t )e j 2 f t dt R( f ) jI ( f ) 时域实信号S(t)
S ( f )满足共轭对称性，即，
R( f ) R( f ), 偶函数 S ( f ) S ( f ) I ( f ) I ( f )， 奇函数
上 海 大 学 通 信 学 院
2．解析信号的构造
对给定的时域实信号s(t)，设构造的时域复信号为
ˆ(t ) z( t ) s( t ) js
ˆ(t ) 为一由s(t)构造的信号，其构造方法可为， 其中，s
s( t )
即，
h( t )
ˆ s( t )
z( t ) s( t ) js( t ) h( t )
ˆ ( t ) 的互相关函数满足： X
T
T
R X ( t , t )dt
性质5. 平稳随机过程X(t)和其对应的Hilbert变换
ˆ ( ) ˆ RX X ( ) R ( ), R ( ) R ˆ ˆ X X XX
上 海 大 学 通 信 学 院
(完整版)上海大学随机过程第六章习题及答案
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 =L 为相互独立的随机变量序列，则 （1）{,1,2,}i Y i =L 是否为Markov 链？ （2）令1nn ii X Y ==∑，问{,1,2,}iX i =L 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 ------=========================L L L L L因此，{,1,2,}n Y n =L 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 --=+++L 为1n U -的函数，记为1112(),n n n n f U X U U U --=+++L 为n U 的函数，记为().n n f U 由于12,,,,n U U U L L 相互独立，则其相应的函数1122(),(),,(),n n f U f U f U L L 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 --=---==========+======-===∑L L L因此{,1,2,}n X n =L 是马尔可夫链.3 设,1,2,i X i =L 是相互独立的随机变量，且使得(),0,1,i j P X j a j ===L ，如果max{,1,2,,1}n i X X i n >=-L ，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 =L 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 =L 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⎩⎨⎧≤>======++i j ij a i X z X P i R z R P j k n n k k k k k ,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 i j 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 i j iα>⎧=⎨≤⎩ 故}{,(),1i i R T i ≥是一个马尔可夫链。
上海大学随机过程第六章习题与答案
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 =L 为相互独立的随机变量序列，则（1）{,1,2,}i Y i =L 是否为Markov 链？ （2）令1nn ii X Y ==∑，问{,1,2,}iX i =L 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 ------=========================L L L L L因此，{,1,2,}n Y n =L 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 --=+++L 为1n U -的函数，记为1112(),n n n n f U X U U U --=+++L 为n U 的函数，记为().n n f U 由于12,,,,n U U U L L 相互独立，则其相应的函数1122(),(),,(),n n f U f U f U L L 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 --=---==========+======-===∑L L L因此{,1,2,}n X n =L 是马尔可夫链.3 设,1,2,i X i =L 是相互独立的随机变量，且使得(),0,1,i j P X j a j ===L ，如果max{,1,2,,1}n i X X i n >=-L ，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 =L 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 =L 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⎩⎨⎧≤>======++i j ij a i X z X P i R z R P j k n n k k k k k ,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 t n i i ===++=⎩⎨⎧≤>i j 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。
2012-2013秋季学期《随机过程》第六章习题
中科院研究生院2012～2013第一学期 随机过程讲稿 孙应飞第六章 高斯过程（维纳过程） 习题1、 设有随机过程Y ，∞<<−=t X t t 0,1)(2X 是正态随机变量，期望为0，方差为。
2X σ（1） 过程Y 是否正态过程？是否平稳过程？均需说明理由；)(t （2） 过程，在均方可积意义下是否存在？存在的话，试求其相关函数。
0,)()(0>=∫t ds s Y t Z t2、 设是初值为零的标准布朗运动，令0,)(≥t t B 10)],1/([)1()(<≤−−=t t t B t t ξ，的常数，试求随机过程0,0),12>≥−a t at η()(=−e B e t at )(t ξ和)(t η的均值函数和相关函数，并说明)(t ξ和)(t η是否是正态过程。
3、 设是标准的布朗运动，试求与的相关系数，其中：。
}0,)({≥t t B 1≤≤t )(t B ∫10)(du u B 04、 已知是初值为0的标准布朗运动，求在0),(>t t B 0)1(=B 时的条件概率分布密度函数。
)10()(<<t t B 5、 已知是初值为零的标准布朗运动，令0,)(≥t t B b t B a t +=)()(ξ，b at B t +=)()(η，其中常数a ，t 。
试分析此两随机过程的前二阶矩是否相同？此两过程是否同分布？说明理由。
0>b ,0>0≥6、 设{为零初值的标准布朗运动，试求：}0),(≥t t B （1） 在的条件下，的条件概率密度函数，其中t ；01)(x t B =)(2t B 12t >（2） 布朗运动的对称性，即证明：当 t 时，有0,00>>t 2/1})()({})()({00000000==≤+==>+x t B x t t B P x t B x t t B P ；（3） 令：T })(,0:inf{a t B t t a =>=a ，T 表示布朗运动首次到达a 的时刻，当时，试求T 的分布函数。
随机过程-习题解答电子科技大学陈良均
在独立同分布的随机变量序列中，当样本量趋于无穷时，无论总体分布是什么，样本均 值的分布趋近于正态分布。
05
随机过程的估计与预测
参数估计
矩估计法
利用随机过程的数学期望、方差等矩特征，通过 样本矩来估计参数。
最小二乘估计法
通过最小化误差的平方和来估计参数，常用的有 普通最小二乘法和加权最小二乘法。
泊松过程
总结词
泊松过程是一种随机过程，其中事件 的发生是相互独立的，且具有恒定的 发生率。
详细描述
泊松过程描述了在单位时间内发生事 件的次数，其中事件的发生是相互独 立的，且具有恒定的发生率。这种过 程在物理学、工程学、统计学等领域 有广泛应用。
随机漫步
总结词
随机漫步是一种随机过程，其中每一步 都是随机的，且与前一步无关。
信号的滤波与预测
要点一
信号滤波
利用滤波器对随机信号进行处理，提取出所需频率成分， 抑制噪声和其他干扰。
要点二
信号预测
基于随机过程理论，利用历史数据对未来信号进行预测， 提高信号处理的准确性和可靠性。
信号的检测与估计
信号检测
在存在噪声和干扰的情况下，利用随机过程理论，检测 出有用的信号，提高信号检测的灵敏度和抗干扰能力。
参数估计
通过分析随机信号的统计特性，估计出信号的某些参数 ，如频率、相位等，为进一步处理和应用提供依据。
感谢您的观看
THANKS
06
随机过程在信号处理中的应 用
信号的随机模型化
信号的随机模型化
01
将信号表示为随机过程，以便更好地理解和分析信号的特性。
随机信号的统计特性
02
研究随机信号的均值、方差、相关函数等统计特性，以描述信
（完整版）随机过程习题答案
（完整版）随机过程习题答案随机过程部分习题答案习题22.1 设随机过程b t b Vt t X ),,0(,)(+∞∈+=为常数，)1,0(~N V ，求)(t X 的⼀维概率密度、均值和相关函数。
解因)1,0(~N V，所以1,0==DV EV ，b Vt t X +=)(也服从正态分布，b b tEV b Vt E t X E =+=+=][)]([ 22][)]([t DV t b Vt D t X D ==+=所以),(~)(2t b N t X ，)(t X 的⼀维概率密度为),(,21);(222)(+∞-∞∈=--x ett x f t b x π，),0(+∞∈t均值函数 b t X E t m X ==)]([)(相关函数)])([()]()([),(b Vt b Vs E t X s X E t s R X ++==][22b btV bsV stV E +++=2b st +=2.2 设随机变量Y 具有概率密度)(y f ，令Yt e t X -=)(，0,0>>Y t ，求随机过程)(t X 的⼀维概率密度及),(),(21t t R t EX X 。
解对于任意0>t，Yt e t X -=)(是随机变量Y 的函数是随机变量，根据随机变量函数的分布的求法，}ln {}{})({);(x Yt P x e P x t X P t x F t Y ≤-=≤=≤=-)ln (1}ln {1}ln {tx F t x Y P t x Y P Y --=-≤-=-≥= 对x 求导得)(t X 的⼀维概率密度xtt x f t x f Y 1)ln ();(-=，0>t)(][)]([)(dy y f e eE t X E t m yt tY X相关函数+∞+-+---====0)()(2121)(][][)]()([),(212121dy y f e e E e e E t X t X E t t R t t y t t Y t Y t Y X 2.3 若从0=t 开始每隔21秒抛掷⼀枚均匀的硬币做实验，定义随机过程=时刻抛得反⾯时刻抛得正⾯t t t t t X ,2),cos()(π试求：（1）)(t X 的⼀维分布函数),1(),21(x F x F 和；（2）)(t X 的⼆维分布函数),;1,21(21x x F ；（3）)(t X 的均值)1(),(X X m t m ，⽅差 )1(),(22X Xt σσ。
随机过程-方兆本-第三版-课后习题答案
习题4以下如果没有指明变量t 的取值范围，一般视为R t ∈，平稳过程指宽平稳过程。
1. 设Ut t X sin )(=，这里U 为)2,0(π上的均匀分布.（a ） 若 ,2,1=t ，证明},2,1),({ =t t X 是宽平稳但不是严平稳， （b ） 设),0[∞∈t ，证明}0),({≥t t X 既不是严平稳也不是宽平稳过程. 证明：（a ）验证宽平稳的性质,2,1,0)cos (2121)sin()sin()(2020==-=•==⎰t Ut tdU Ut Ut E t EX ππππ))cos()(cos(21)sin (sin ))(),((U s t U s t E Us Ut E s X t X COV ---=•=t U s t s t U s t s t πππ21}])[cos(1])[cos(1{212020•+++--= s t ≠=,021Ut Esin ))(),((2==t X t X COV (b) ,)),2cos(1(21)(有关与t t t t EX ππ-=.)2sin(8121DX(t)有关，不平稳，与t t tππ-=2. 设},2,1,{ =n X n 是平稳序列，定义 ,2,1},,2,1,{)(==i n X i n 为,,)1(1)1()2(1)1(---=-=n n n n n n X X X X X X ，证明：这些序列仍是平稳的. 证明：已知，)(),(,,2t X X COV DX m EX t t n n n γσ===+2121)1(1)1()1(2)(,0σγσ≡+=-==-=--n n n n n n X X D DX EX EX EX)1()1()(2),(),(),(),(),(),(111111)1()1(++--=+--=--=--+-+-++--+++t t t X X COV X X COV X X COV X X COV X X X X COV X X COV n t n n t n n t n n t n n n t n t n n t n γγγ显然，)1(n X 为平稳过程.同理可证， ,,)3()2(n n X X 亦为平稳过程.3.设1)nn k k k k Z a n u σ==-∑这里k σ和k a 为正常数，k=1，....n; 1,...n u u 是（0,2π）上独立均匀分布随机变量。
(完整word版)随机过程试题带答案
1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为 。
2．设随机过程X(t)=Acos( t+),-<t<ωΦ∞∞ 其中ω为正常数，A 和Φ是相互独立的随机变量，且A 和Φ服从在区间[]0,1上的均匀分布，则X(t)的数学期望为 。
3．强度为λ的泊松过程的点间间距是相互独立的随机变量，且服从均值为1λ的同一指数分布。
4．设{}n W ,n 1≥是与泊松过程{}X(t),t 0≥对应的一个等待时间序列，则n W 服从 Γ 分布。
5．袋中放有一个白球，两个红球，每隔单位时间从袋中任取一球，取后放回，对每一个确定的t 对应随机变量⎪⎩⎪⎨⎧=时取得白球如果时取得红球如果t t t e tt X ,,3)(，则 这个随机过程的状态空间 。
6．设马氏链的一步转移概率矩阵ij P=(p )，n 步转移矩阵(n)(n)ij P (p )=，二者之间的关系为 (n)n P P = 。
7．设{}n X ,n 0≥为马氏链，状态空间I ，初始概率i 0p P(X =i)=，绝对概率{}j n p (n)P X j ==，n 步转移概率(n)ij p ，三者之间的关系为(n)j i ij i Ip (n)p p ∈=⋅∑ 。
8．设}),({0≥t t X 是泊松过程，且对于任意012≥>t t 则{(5)6|(3)4}______P X X ===9．更新方程()()()()0tK t H t K t s dF s =+-⎰解的一般形式为 。
10．记()(),0n EX a t M M t μ=≥→∞-→对一切，当时，t +a 。
二、证明题（本大题共4道小题，每题8分，共32分）P(BC A)=P(B A)P(C AB)。
1．为it(e-1)e λ。
2． 1(sin(t+1)-sin t)2ωω。
3． 1λ4． Γ 5． 212t,t,;e,e 33⎧⎫⎨⎬⎩⎭。
6．(n)nP P =。
《随机过程及其在金融领域中的应用》习题六答案
P X t h X t 1 X t 为偶数 h h
取初始条件 X 0 0 ，求下列概率
p1 t P X t 奇数, p2 t P X t 偶数
答：
记 p1 t P X t 奇数 X 0 0, p2 t P X t 偶数 X 0 0
k 1
k 1
m0
z m t Pim
m0
t
zm
z2 t
z
m0
Pim
t zm
z2
t
G t, z
z
④
1
t
Pi1
t
k1
k 1
t
Pik 1
t
zk1 z Nhomakorabea
k 1
P X t h 偶数 X t 奇数 p1 t P X t h 偶数 X t 偶数 p2 t
h 1 p2 t 1 h p2 t h
p2 t p2 t
于状态 0 的概率 P00 t 。
答：
设 x t 为 t 时刻所处状态，记
P00 t P xt 0 x0 0, P01 t Px t 1 x 0 0
易知： P00 t P01 t 1 ，采用无穷小分析法
P00 t t P x t t 0 x 0 0 P x t t 0, x t 0 x 0 0 P x t t 0, x t 1 x 0 0 P00 t P x t t 0 x t 0 P01 t P x t t 0 x t 1
随机过程习题及答案
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同时成立的概率称为随机过程?(t )的二维分布函数。
如果存在，则称f 2(x 1,x 2;t 1,t 2)为随机过程?(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?(t )的n 维分布函数。
如果存在，则称f n (x 1,x 2,…,x n ;t 1,t 2,…,t n )为随机过程?(t )的n 维概率密度函数。
3.随机过程的数字特征随机过程的数字特征主要包括均值、方差、自相关函数、协方差函数和互相关函数。
随机过程?(t )在任意给定时刻t 的取值?(t )是一个随机变量，其均值为其中，f 1(x ,t )为?(t )的概率密度函数。
随机过程?(t )的均值是时间的确定函数，记作a (t )，它表示随机过程?(t )的n 个样本函数曲线的摆动中心。
随机过程课件第6章
l.i.m X (t + h) = X (t) h→0
若对T中的一切点都均方连续，则称X(t) 在T上均方连续。
6.3 随机分析简介
[ ] E | X (t + h) − X (t) |2 = RX (t + h, t + h)
解: 因为E[Xn]=0，
RX
(
n,n
−τ
)
=
E[
Xn
X n−τ
]
=
⎧σ
⎨ ⎩0
2, τ =0 ,τ ≠0
所以{Xn,n=0, ±1, ±2,…}是平稳随机序列。
6.1 平稳随机过程的概念
例6.3 设状态连续、时间离散的随机过程
X(t)=sin(2πΘt) ，其中Θ是(0,1)上的均
匀分布随机变量，t只取整数值1,2,…， 试讨论随机过程X(t)的平稳性。
三、均方导数
6.3 随机分析简介
定义6.7 二阶矩过程{X(t),t∈T}，若存在
随机过程X′(t)，满足
lim
⎡ E⎢
X
(t
+
h)
−
X
(t)
−
X ′(t)
2
⎤ ⎥
=
0
h→0 ⎢⎣
h
⎥⎦
则称X(t)在t点均方可微，记作
X ′(t) = dX (t) = l.i.m X (t + h) − X (t)
(3)
n→∞
l.i.m
n→∞
cnU
= cU
6.3 随机分析简介
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。
《概率论与随机过程》第6章习题解答
第6章习题答案6.1 设)(t x 为实函数，试证（1）)(t x 为t 的奇函数时，它的希尔伯特变换为t 的偶函数； （2）)(t x 为t 的偶函数时，它的希尔伯特变换为t 的奇函数。
证明（1）：)(t x =)(t x --tt x t xπ1)()(ˆ*= )(ˆ1)(1)()(1)()(1)()(ˆt xt t x t t x t t x t t x t x=*=*=-*-=-*-=-∴ππππ （2）)(t x =)(t x -)(ˆ1)()(1)()(1)()(ˆt xtt x t t x t t x t x-=*-=-*=-*-=-∴πππ6.3 设)(t a ∞<<∞-t 是具有频谱)(ωA 的已知实函数，假定ωω∆>||时，)(ωA =0，且满足ωω∆≥0，求（1）t t a 0cos )(ω和 )ex p()(210t j t a ω的傅立叶变换以及两个傅氏变换的关系； （2）t t a 0sin )(ω 和 )ex p()(20t j t a jω-的傅立叶变换以及两个傅氏变换的关系；（3）t t a 0cos )(ω 和 t t a 0sin )(ω的傅立叶变换关系。
解：（1）t t a t x 0cos )()(ω= 且 )exp()(21)(0t j t a t y ω=)]()([21)(00ωωωωω-++=∴A A X)(21)(0ωωω-=A Y（2）t t a t x 0sin )()(ω= 且)ex p()(2)(0t j t a jt y ω-=)]()([2)(00ωωωωω--+=∴A A jX)(2)(0ωωω--=A jY6.4 对于窄带平稳随机过程t t Y t t X t Z 00sin )(cos )()(ωω-=。
若已知τωττ0cos )()(a R Z =，求证：)()(ττa R X =。
解法一、证： ⎩⎨⎧+=-=t t Y t t X t Z tt Y t t X t Z 0000cos )(sin )()(ˆsin )(cos )()(ωωωω，故有⎩⎨⎧-=+=tt Z t t Z t Y t t Z t t Z t X 0000sin )(cos )(ˆ)(sin )(ˆcos )()(ωωωω[])()()(ττ+=t X t X E R X[][]{})(sin )(ˆ)(cos )(sin )(ˆcos )(0000τωττωτωω++++++=t t Z t t Z t t Z t t Z E )(cos sin )()(sin cos )()(sin sin )()(cos cos )(00ˆ00ˆ00ˆ00τωωττωωττωωττωωτ+++++++=t t R t t R t t R t t R Z Z Z Z Z Z又因为任一实平稳随机过程)(t Z 与其希尔伯特变换)(ˆt Z满足： )()(ˆττZ Z R R =，)(ˆ)(ˆττZ ZZ R R =，)(ˆ)(ˆττZ Z Z R R -=。
《随机过程》第6章习题及参考答案
湖南大学本科课程《随机过程》第6章习题及参考答案主讲教师：何松华 教授1. 给定实数x 和一个平稳随机过程()X t ，定义理想门限系统的特性为1()()0()X t xY t X t x≤⎧=⎨>⎩ 试证：(1) [()]()X E Y t F x =；(2) ()](,,)Y X R F x x ττ=证：(1) ()Y t 在任意时刻为只有两种取值1,0的随机变量，则[()]1{()1}0{()0}{()1}{()}(,)() ()X X E Y t P Y t P Y t P Y t P X t x F x t F x =⨯=+⨯====≤==根据平稳性(2)根据相关函数定义，有()][()()]11{()1,()1}01{()0,()1} 10{()1,()0}00{()0,()0}{()1,()1}{(),()}(,;,)(,;) ()Y X X R E Y t Y t P Y t Y t P Y t Y t P Y t Y t P Y t Y t P Y t Y t P X t x X t x F x x t t F x x ττττττττττ=+=⨯⨯+==+⨯⨯+==+⨯⨯+==+⨯⨯+===+===+≤≤=+=根据平稳性2．设平方律检波器的传输特性为2y x =，在检波器输入端加入一窄带高斯随机过程()X t ，其概率密度函数为22()()}2X Xx a f x σ-=- 在检波器后联接一个理想低通滤波器，求低通滤波器输出过程的一维概率密度和均值；当0a =时结果有何变化。
解：根据题意，()X t 为非零均值的中频窄带随机过程，可以表示为：00()()cos()()sin()C S X t a A t t A t t ωω=+-其中()C A t 、()S A t 为零均值窄带随机过程的同向分量以及正交分量，都服从均值为0、方差为2X σ的正态分布，且在同一时刻互不相关，则检波器输出信号22002222200000()[()cos()()sin()]1111()()2()cos()()cos(2)()cos(2)2222 2()sin()()()sin(2)C S C S C C S S C S X t a A t t A t t a A t A t aA t t A t t A t t aA t t A t A t t ωωωωωωω=+-=++++--- 通过理想低通滤波后，滤波器输出信号为2221()[()()]2C S Z t a A t A t =++由于随机变量()C A t 、()S A t 为互不相关(正态分布情况与独立等价)的正态随机变量，则22122()()()C S XXA t A t Z t σσ=+服从自由度为2的卡方分布，即11121/22/211221()22(2/2)z z Z z ef z e ---==Γ 221()()2X Z t Z t a σ=+，2122[()]()[()]XZ t a Z t h Z t σ-==，根据随机变量函数的概率密度关系，()Z t 的一维概率密度分布函数为22122()1()[()] ()X z a Z Z Xdh z f z f h z e z a dz σσ--==≥2222222211[()]{[()()]}[]22C S X X X E Z t E a A t A t a a σσσ=++=++=+当0a =时，221() (0)X zZ Xf z e z σσ-=≥，2[()]X E Z t σ=。
随机过程习题和答案
随机过程习题和答案一、设二维随机变量(,)的联合概率密度函数为：试求:在时,求。
解：当时，＝＝设离散型随机变量X 服从几何分布：试求的特征函数，并以此求其期望与方差。
解：所以：袋中红球，每隔单位时间从袋中有一个白球，两个任取一球后放回，对每对应随机变量一个确定的t=时取得白球如果对时取得红球如果对t e t tt X t 3)(.维分布函数族试求这个随机过程的一设随机过程，其中是常数，与是相互独立的随机变量，服从区间上的均匀分布，服从瑞利分布，其概率密度为试证明为宽平稳过程。
解：（1）与无关（2），所以（3）只与时间间隔有关，所以为宽平稳过程。
是随机变量，且，其中设随机过程U t U t X 2cos )(=求：，.5)(5)(==U D U E.321）方差函数）协方差函数；（）均值函数；（（是其中，设有两个随机过程U Ut t Y Ut t X ,)()(32==.5)(=U D 随机变量，且数。
试求它们的互协方差函，试求随机过程是两个随机变量设B At t X B A 3)(,,+=的均值),(+∞-∞=∈T t 相互独若函数和自相关函数 BA ,.),()(),2,0(~),4,1(~,21t t R t m UB N A X X 及则且立为多少？一队学生顺次等候体检。
设每人体检所需的时间服从均值为2分钟的指数分布并且与其他人所需时间相互独立，则1小时内平均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（设学生非常多，医生不会空闲）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((1))30E N =。
4030(30)((1)40)!k k P N e k -=≤=∑。
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1λ，2λ，当1路公共汽车有1N 人乘坐后出发；2路公共汽车在有2N 人乘坐后出发。
(完整版)随机过程习题答案
随机过程部分习题答案习题22.1 设随机过程b t b Vt t X ),,0(,)(+∞∈+=为常数，)1,0(~N V ，求)(t X 的一维概率密度、均值和相关函数。
解 因)1,0(~N V，所以1,0==DV EV ，b Vt t X +=)(也服从正态分布，b b tEV b Vt E t X E =+=+=][)]([ 22][)]([t DV t b Vt D t X D ==+=所以),(~)(2t b N t X ，)(t X 的一维概率密度为),(,21);(222)(+∞-∞∈=--x ett x f t b x π，),0(+∞∈t均值函数 b t X E t m X ==)]([)(相关函数)])([()]()([),(b Vt b Vs E t X s X E t s R X ++==][22b btV bsV stV E +++=2b st +=2.2 设随机变量Y 具有概率密度)(y f ，令Yt e t X -=)(，0,0>>Y t ，求随机过程)(t X 的一维概率密度及),(),(21t t R t EX X 。
解 对于任意0>t，Yt e t X -=)(是随机变量Y 的函数是随机变量，根据随机变量函数的分布的求法，}ln {}{})({);(x Yt P x e P x t X P t x F t Y ≤-=≤=≤=-)ln (1}ln {1}ln {tx F t x Y P t x Y P Y --=-≤-=-≥= 对x 求导得)(t X 的一维概率密度xtt x f t x f Y 1)ln ();(-=，0>t均值函数⎰∞+--===0)(][)]([)(dy y f e eE t X E t m yt tY X相关函数⎰+∞+-+---====0)()(2121)(][][)]()([),(212121dy y f e e E e e E t X t X E t t R t t y t t Y t Y t Y X2.3 若从0=t 开始每隔21秒抛掷一枚均匀的硬币做实验，定义随机过程⎩⎨⎧=时刻抛得反面时刻抛得正面t t t t t X ,2),cos()(π 试求：（1）)(t X 的一维分布函数),1(),21(x F x F 和；（2）)(t X 的二维分布函数),;1,21(21x x F ；（3）)(t X 的均值)1(),(X X m t m ，方差 )1(),(22X Xt σσ。
随机过程习题和答案
、1.1设二维随机变量（X , F）的联合概率密度函数为:=—i—[l241-ι>⅛= "k"QTh Xl-JF)1.2 设离散型随机变量X服从几何分布：Hm=(Ip)HPJt=U-试求/的特征函数，并以此求其期望E(X)与方差I K X)¾0 = Efr ir) = ∑e⅛ = *)解：一=⅛α-ri M P=√^∑^α-p)t U O-P) ⅛J1—(I-JI)1—q/(O)=α⅛24(1-小丄0<y<x<l苴它试求：在OJu <■ 1时,求I『F)解：J；240 H)JKfc0<y<l Jj2Jf(I_y)3 0<JF<1P 其它^{θ其它当OJXI 时，Aw)2OT(Xy)y<x<l其它所以：-⅛(0)二丄f PZUr=J Er3-(JEIf)3=^^-^=4PPp2.1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，对每一个确定的t 对应随机变量x(t^3如果对t时取得红球e t如果对t时取得白球试求这个随机过程的一维分布函数族2.2设随机过程 W 加吨MIF)∙ gZ I叫，其中吗是常数，/与F是相互独立的随机变量，F服从区间(°2刘上的均匀分布，/服从瑞利分布，其概率密度为x>0x≤0试证明Xu)为宽平稳过程。
解:( 1)⑷+F)} q啊诚如+ f)}= 与无关（2）枚F（M 仪加血I（Q/伽说如"）汁F（才）,f _ t t⅛(Q) =-J PQ ÷g)= -te^t∣Γ÷p ^dt =-2σ1e^i∣Γ=2σ3所以必U）啟0⑴卜"（3）R lM壊M∞¼⅛+Hl∕∞Ψ⅛+y）］｝=豺］£｛oKs（A +Γ）∞<β（A +Γ）｝=2^Jtt 2{α≈(0A + β⅛+ y)-rasfflfc A)I^⅛心’皿叫仏Z L)只与时间间隔有关，所以XU)为宽平稳过程2.3设随机过程 X(t)=Ucos2t,其中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2.4设有两个随机过程 X(t)=Ut2, Y(t)=Ut3,其中U是随机变量，且D(U) = 5.试求它们的互协方差函数2.5设代B是两个随机变量，试求随机过程X(t) =At ∙3B,t∙ T =(」：「：)的均值函数和自相关函数若A, B相互独立,且A~ N(1,4), B ~U (0,2),则mχ (t)及Rχ(t1,t2)为多少？3.1 一队学生顺次等候体检。
随机过程课后习题答案
标准教材：随机过程基础及其应用/赵希人，彭秀艳编著索书号：O211.6/Z35-2备用教材：（这个非常多，内容一样一样的）工程随机过程/彭秀艳编著索书号：TB114/P50历年试题（页码对应备用教材）2007一、习题0.7（1）二、习题1.4三、例2.5.1—P80四、例2.1.2—P47五、习题2.2六、例3.2.2—P992008一、习题0.5二、习题1.4三、定理2.5.1—P76四、定理2.5.6—P80五、1、例2.5.1—P802、例2.2.2—P53六、例3.2.3—P992009（回忆版）一、习题1.12二、例2.2.3—P53三、例1.4.2与例1.5.5的融合四、定理2.5.3—P76五、习题0.8六、例3.2.22010一、习题0.4（附加条件给出两个新随机变量表达二、例1.2.1三、例2.1.4四、例2.2.2五、习题2.6六、习题3.3引理1.3.1 解法纠正 许瓦兹不等式()222E XY E X E Y ⎡⎤⎡⎤≤⎡⎤⎣⎦⎣⎦⎣⎦证明：()()()()222222222220440E X Y E X E XY E Y E XY E X E Y E XY E X E Y λλλ +⎡⎤⎡⎤=++≥⎣⎦⎣⎦∴∆≤⎡⎤⎡⎤∴-≤⎡⎤⎣⎦⎣⎦⎣⎦⎡⎤⎡⎤∴≤⎡⎤⎣⎦⎣⎦⎣⎦例1.4.2 解法详解已知随机过程(){},X t t T ∈的均值为零，相关函数为()121212,,,,0a t t t t et t T a --Γ=∈>为常数。
求其积分过程()(){},t Y t X d t T ττ=∈⎰的均值函数()Y m t 和相关函数()12,Y t t Γ。
解：()0Y m t =不妨设12t t >()()()()()()1212222112121122122100,,Y t t t t t t t t t EY t Y t E X d X d d d τττττττττΓ===Γ⎰⎰⎰⎰()()()()()222121122221222112222212221212121212000220022002200222211||111111||211ττττττττττττττττττττττττ--------------=+-=+=---=+-+⎡=++--⎣⎰⎰⎰⎰⎰⎰⎰⎰t t t a a t t a a a a t t t a a at a t a at t a t t at at ed d ed de d e d a ae d e d a a t t e e a a a a t e e e a a⎤⎦同理当21t t >时()()2112112221,1a t t at at Y t t t e e e a a----⎡⎤Γ=++--⎣⎦ （此处书上印刷有误）例1.5.5解法同上例1.5.6 解法详解 普松过程公式推导：(){}()()()()()()()()()()()1lim !lim 1!!!1lim 1!!lim 1lim !lim lim !第一项可看做幂级数展开：第二项将分子的阶乘进行变换：→∞-→∞-→∞---∆-→∞→∞-→∞→∞===-∆∆-⎡⎤⎡⎤⎡⎤=-∆∆⎢⎥⎢⎥⎣⎦-⎣⎦⎣⎦⎡⎤⎡⎤-∆==⎢⎥⎣⎦⎣⎦⎡⎤⋅∆=∆⎢⎥--⎣⎦N k N N kkN N k kN N kN kq t qtN N k N kk k N N P X t k C P N q t q t k N k N q t q t N k k q t e e N N N q t q t N k N ()()()()()!lim 1!-→∞⎡⎤⎢⎥⎣⎦⎡⎤⎡⎤=∆⋅=⋅=⎢⎥⎣⎦-⎣⎦N k k k k kN k N q t N qt qt N k (){}()()()()!1lim 1!!!N kkN kqt P X t k N q t q t N k k qt ek -→∞-∴=⎡⎤⎡⎤⎡⎤=-∆∆⎢⎥⎢⎥⎣⎦-⎣⎦⎣⎦=例2.1.2 解法详解设(){},X t t -∞<<+∞为零均值正交增量过程且()()2212121,E X t X t t t t t -=->⎡⎤⎣⎦，令()()()1Y t X t X t =--，试证明(){},Y t t -∞<<+∞为平稳过程。
- 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)。
|.设有n 维随机矢量)(21n ξξξξτ =服从正态分布，各分量的均值为n i a E i ,,2,1, ==ξ，其协方差矩阵为⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=2222222000000σσσσσσσa a a B试求其特征函数。
解：n 元正态分布的特征函数为}21exp{),,,(21][Bt t t j t t t n '-'=μφξn i a E i ,,2,1, ==ξ ),,,(21n t t t t =' ，则>∑=='ni ijat t j 1μ()()),,,(2122322222121'++='n n t tt t t a t t a t t Bt t σσσσσσ=22223232222221221σσσσσσn t t a t t t a t t t ++++++ =∑∑-=+=+1121122n i i i ni i a t t t σσ∴]21exp[)]21(exp[),,,(112112221][∑∑-=+=--=n i i i ni i i n a t t t jat t t t σσφξ. 设n 维正态分布随机矢量)(21n T ξξξξ =各分量的均值为i E i =ξ，n i ,3,2,1=，各分量间的协方差为n i m i m n b i m ,3,2,1,|,|,=--=设有随机变量∑==ni i 1ξη，求的特征函数。
[解：易得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n ξξξη 21]111[2)1(][][11+===∑∑==n n i E E ni n i i ξη 协方差矩阵为： ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡------=n nn n n n n n n n321312211121B所以 ]111[]111['⋅⋅= B ηD =223n n +由于高斯分布的随机变量的线形组合依旧是高斯分布的，所以η的特征函数为：⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧++-+=2456822)1(exp )(t n n n t n n j t ηΦ设有三维正态分布随机矢量)(321ξξξξ=T ，其各分量的均值为零，即0][=i E ξ)3,2,1(=i ，其协方差矩阵为⎪⎪⎪⎭⎫ ⎝⎛=333231232221131211b b b b b b b b b B {其中，2332211σ===b b b ，试求：（1）[]321ξξξE（2）[]232221ξξξE （3）)])()([(223222221σξσξσξ---E 解：（1） 由教材467P 页可看出()()3,2,1,,,,321321=Φ-=∂Φ∂i t t t u t t t t i i()()()j i j i t t t u u t t t b t t t t t j i ij ji ≠=Φ+Φ-=∂∂Φ∂且3,2,1,,,,,,,3213213212，&()()()()()()()3213211232133123213213211233212133213123213213,,,,,,,,,,,,t t t u u u u b u b u b t t t u u u t t t u b t t t u b t t t u b t t t t t t Φ-++=Φ-Φ+Φ+Φ=∂∂∂Φ∂ 其中：()321,,t t t Φ为零均值的三元正态分布随机变量321,,ξξξ的特征函数()⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧-=Φ∑=3132121exp ,,k k k u t t t t∑==31i i ki k t b u令0321===t t t ，则()3,2,1,0,10,0,0===Φk u k ，所以[]()()0,,032132133213213=∂∂∂Φ∂====-t t t t t t t t t jE ξξξ（2）设()321123213312u u u u b u b u b N -++=，则()()3213213213,,,,t t t N t t t t t t Φ=∂∂∂Φ∂《21333123321333123312321233122321222132312221133112321111231312123131222213332122231133221132132222u u b u u b u u b b b b b t Nu u b u u b u u b b b b b t Nu u b u u b u u b b b b b t Nb b b b b b b b b b b b t t t N---+=∂∂---+=∂∂---+=∂∂++++=∂∂∂∂()()()()()()()2313123322110132321223132123213212321321303213213023222132164,,,,,,,,,,,,321321321b b b b b b t N t t t t t t N t t t t t t N t t t t t t t t t t t N t t t t t t N t t t t t t t t t t t t t t t -=⎪⎪⎭⎫ ⎝⎛∂∂∂∂Φ∂+∂∂∂∂Φ∂+∂∂∂∂Φ∂+Φ∂∂∂∂=∂∂∂Φ∂=∂∂∂Φ∂========= []()()()()231312332211023222132162322214,,63216b b b b b b jt t t t t t jE t t t -=∂∂∂Φ∂=--===ξξξ(3)()()()[]()()()()[]()2121122221222121122122112221121222112121122122221214,2,,t t u u b u u b u u u b b u u b u b b b b t t u u b t t t t t t Φ-+--++-+=Φ+-∂∂∂=∂∂Φ∂()()()[]()()()()[]()3131132321332131132133113231121333113131133122321314,2,,t t u u b u u b u u u b b u u b u b b b b t t u u b t t t t t t Φ-+--++-+=Φ+-∂∂∂=∂∂Φ∂()()()[]()()()()[]()3232232322332232232233223232222333223232233222322324,2,,t t u u b u u b u u u b b u u b u b b b b t t u u b t t t t t t Φ-+--++-+=Φ+-∂∂∂=∂∂Φ∂[]()21222110222121422212,21b b b t t t t E t t +=∂∂Φ∂===ξξ[]()21333110232131423212,31b b b t t t t E t t +=∂∂Φ∂===ξξ ，[]()22333220232232423222,32b b b t t t t E t t +=∂∂Φ∂===ξξ ()()()[][][][][]()()()22321321222313126232221423222321222122322212232222212224b b b b b b E E E E E E E E ++--=-+++++-=---σσξξξσξξξξξξσξξξσξσξσξ另一种方法是利用设有三维正态分布的随机矢量T ξ=[1ξ,2ξ,3ξ]的概率密度为f []ξ(x 1,x 2,x 3)=C )}422(21exp{2321222121x x x x x x x +-+--(1)证明经过线性变换η=A ξ=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---100721021411⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321ξξξ 得矢量T η=[321,,ηηη]，则321,,ηηη是相互统计独立的随机变量。
(2)求C 值。
(解：2331222121422x x x x x x x +-+-=[x 1,x 2,x 3]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----401015.015.02[x 1,x 2,x 3]TB 1-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----401015.015.02,B=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡75.15.015.07212461,B =61 (1)32124111ξξξη--= 37222ξξη-=33ξη=E[21ηη]=E[23713221321412241317221ξξξξξξξξξξ+-+--]=0同样可得：E[31ηη]=0，E[32ηη]=0 所以321,,ηηη是相互统计独立的随机变量 (2) C=212)2(1Bn π=2133)61()2(1π=ππ61】、设有零均值平稳实高斯随机过程)(t ξ，其功率谱密度为其它频率范围）(0)()(2{)(0f f f P S f S ∆<∆==ξ如果对该过程每隔f ∆21秒作一次抽样，得到样本值),0(ξ ),22(),21(ff ∆∆ξξ （1） 写出前面n 个样本点)(t ξ所取值))21(),0((fn ∆-ξξ 的n 维联合概率密度。
（2） 定义随机变量∑-=∆=10)2(1n k n fkn ξη 求概率}{aP P n >η的表示式，α为常数，α>0。
解：（1） 首先由功率谱密度求出自相关函数，参见P345，图5-5结论。
τπτπττππτξf f P f f f S R ∆∆=∆∆⋅∆=2)2sin()2sin()(0`)(t ξ是零均值的、平稳实高斯过程均值向量μ=0，协方差阵1,1,0,)],2()2(cov[,)(-=∆∆==⨯n k i fk f i b b B ik n n ik ξξ其中 由功率谱密度的表达式，我们可以看到，该信号最大频率分量为f ∆，而对该过程的采样频率取为2f ∆，这样所得样本值),0(ξ ),22(),21(ff ∆∆ξξ为相互统计独立的随机变量，其协方差阵B 为对角阵，P R b ii ==)0(ξ，即⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=P P P B 所求的n 元正态分布的联合概率密度为)}()(21exp{)2(1),,,(121221][μμπξ-'--⋅=-X B X Bx x x f nn=}21exp{)2(112212∑=-⋅ni i n Px Pπ （2） 记∑-=∆=10)2(1n k n f kn ξη=ξa '，其中]111[nn na ='。
根据线性变换前后的关系，得∑-==∆=100)]2([1n k n f kE n E ξη，22nP Ba a ='=ησ.所以，}2exp{2)(222Pn x Pn x f -⋅=πηdx x f dx x f P P P Pn ⎰⎰+∞-∞-+=>αηαηαη)()(}{=. 设有图题6-12所示的接收机。