一、1.1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,=
=
1.2 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:
2.1 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 t
t X t 3)(
.维分布函数族试求这个随机过程的一
2.2 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。
2.3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;((
2.4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
2.5,
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B A ,.),()(),2,0(~),4,1(~,21t t R t m U B N A X X 及则且立
为多少?
3.1一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 =。
40
300
(30)((1)40)!k k P N e k -=≤=∑。
3.2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。设在0时刻两路公共汽车同时开始等候乘客到来,求(1)1路公共汽车比2路公共汽车早出发的概率表达式;(2)当1N =2N ,1λ=2λ时,计算上述概率。 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 。1
N T 表示1()N t =1N 的发生时
刻,2
N T 表示2()N t =2N 的发生时刻。
1
11
1111111()exp()(1)!
N N
N T f t t t N λλ-=
-- 2
22
1222222()exp()(1)!
N N
N T f t t t N λλ-=
--
1
2
121
2
1
2
2
1
112,12|1221
1122212(,)(|)()exp()
exp()
(1)!
(1)!
N N N N N N
N
N N T T T T T f t t f t t f t t t t t N N λλλλ--==
----
1
2
2
121
2
1
11221
11222100
12()exp()
exp()(1)!
(1)!
N
N
t N N N N P T T dt t t t t dt N N λλλλ∞
--<=----??
(2)当1N =2N 、1λ=2λ时,1
2
1
2
1()()2
N 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。
2
12211122210
()exp()exp()z p P Z Z dz z z dz λλλλ∞
=<=--??
112
λλλ=
+。
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 212
λλλ=
+
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212
λ
λλ+的概率乘坐公共汽车2。
将乘客乘坐公共汽车1代表试验成功,那么有:
121111
1112112
12
(1=
(
)(
)N N N N k N k k N P C λλλλλλ+----=++∑
路汽车比2路汽车先出发)
(2)当1N =2N 、1λ=2λ时
21
211
111
11111(1=()()2222N N N k N k k k k N k N P C
C -------====∑∑路汽车比2路汽车先出发)
3.3设{(),0}i N t t ≥,(1,2,,)i n =L 是n 个相互独立的
Poisson 过程,参数分别为
i λ(1,2,,)i n =L 。记T 为全部n 个过程中,第一个事件发生的时刻。
(1)求T 的分布; (2)证明1{()(),0}n i i N t N t t ==
≥∑是Poisson 过程,参数为1n
i i λλ==∑;
(3)求当n 个过程中,只有一个事件发生时,它是属于1{(),0}N t t ≥的概率。
解:(1)记第i 个过程中第一次事件发生的时刻为1i t ,1,2,...,i n =。
则1min{,1,2,...,}i T t i n ==。由1i t 服从指数分布,有
11111
1
{}1{}1{min{,1,2,...,}}1{,1,2,...,}1{}
1{1(1)}1exp{}
i i n
i i i n
n
t
i i i P T t P T t P t i n t P t t i n P t t e
t λλ=-==≤=->=-=>=->==->=---=--∏∑∏
(2)方法一:由{(),1,2,...,}i N t i n =为相互独立的poisson 过程,对于,0s t ?≥。
11
1
1
1
{()()}{[()()]}
{()(),,1,2...,}
(exp(()))
!
()exp(())
!
n n
i i
n n
i n
i i i i
i
i
i
n
n
n n
i i i i i n n
i n
i i i P N t s N t n P N t s N t n P N t s N t n n
n i n s
s n s s n λλλλ=∑=∑=====+-==+-==+-====
-=
-∑∑∑∑∑∏
∑∑
这里利用了公式11
(...)!!
i
n n
i n
n
n
i n i i n n λλλ=∑=++=∑∏
所以1
{()(),0}n i i N t N t t ==≥∑是参数为1
n
i i λλ==∑的poisson 过程。
方法二: ○
1当0h →时,
1
111
1
{()()1}{[()()]1}
{(())(1())}
[()]()
n
i i i n
n i j i j j i
n
n
i i i i P N t h N t P N t s N t h o h h o h h o h h o h λλλλ===≠==+-==+-==+-+=+=+∑∑∏∑∑
○
2当0h →时, 11
1
1
1
1
{()()2}{[()()]2}
1{[()()]2}
1(1())()
1(1())()
()
n
i i i n
i i i n n
j i i j n n
i i i i P N t h N t P N t s N t P N t s N t h o h h o h h o h h o h o h λλλλ======+-≥=+-≥=-+-<=--+-+=--+-+=∑∑∑∏∑∑
得证。
(3)11{()1|()1}{()1,()0,2,...,}/{()1}i P N t N t P N t N t i n P N t ======= 1
1111
2
1/...n
i i i n
n
t
t
t
i i i n
te
e
e
t λλλλλλλλ=-
--==∑==
++∑∏
3.4 证明poisson 过程分解定理:对于参数为λ的poisson 过程
{(),0}N t t ≥,01i p <<,1
1
r
i i p ==∑,1,2,,i r =L ,可分解为r 个相
互独立的poisson 过程,参数分别为i p λ,
1,2,,i r =L 。
解:对过程{(),0}N t t ≥,设每次事件发生时,有r 个人对此以概率
12,,...,r p p p 进行记录,且11r
i i p ==∑,同时事件的发生与被记录之
间相互独立,r 个人的行为也相互独立,以()i N t 表示为到t 时刻第i 个人所记录的数目。现在来证明{(),0}i N t t ≥是参数为
i p λ的poisson 过程。
00
{()}{()|()}{()}
()(1)()!
()!
i i i n m n m m
n
t
m n
i i n m
p t
i P N t m P N t m N t m n P N t m n t C
p p e
m n p t e
m λλλλ∞
=+∞
-+=-====+=+=-+=∑∑
独立性证明:考虑两种情况的情形,即只存在两个人记录, 一个以概率p ,一个以概率1p -记录,则1{(),0}N t t ≥是参数为
p λ的poisson 过程,2{(),0}N t t ≥是参数为(1)p λ-的poisson
过程。
12112
121212
1212
112211121211121212121212{(),()}{(),()}{()}{()|()}()(1)()!
()!()(1)()!!!()(1)!!(k k k k k t k k k k k k t k k k k t P N t k N t k P N t k N t k k P N t k k P N t k N t k k t e C p p k k k k t e p p k k k k t e p p k k pt λλλλλλλ+-++-+-=====+==+==+=-++=-+=-=12(1)121122)((1))!!{()}{()}
k k t p t p t e e
k k P N t k P N t k λλλ----===
得证。
3.5 设{(),0}N t t ≥是参数为3的poisson 过程,试求 (1){(1)3}P N ≤; (2){(1)1,(3)2}P N N ==; (3){(1)2|(1)1}P N N ≥≥
解:(1)3
3
30
3{(1)3}13!k
k P N e e k --=≤==∑ (2){(1)1,(3)2}{(1)1,(3)(1)1}P N N P N N N ====-=
369{(1)1}{(3)(1)1}3618P N P N N e e e ---==-===
(3)3
3
{(1)2}14{(1)2|(1)1}{(1)1}1P N e P N N P N e
--≥-≥≥==≥- 3.6 对于poisson 过程{(),0}N t t ≥,证明s t <时,
{()|()}P N s k N t n ===(1)()n k k n s s
k t t -??- ???
解:
()
{(),()}
{()|()}{()}
{(),()()}{()}
{()()}{()}{()}(())()()!!
()!
()!()!!()n k k
t s s n
t n k k n
n k k P N s k N t n P N s k N t n P N t n P N s k N t N s n k P N t n P N t N s n k P N s k P N t n t s s e e
n k k t e
n t s s n n k k t n t s s k λλλλλλ-------=======-=-=
=-=-==
=--=-=
-??-= ???(1)()n k k n k k
t t n s s k t t --??=- ???
3.7 设1{(),0}N t t ≥和2{(),0}N t t ≥分别是参数为1λ,2λ的
Poisson 过程,另
12()()()X t N t N t =-,问{()}X t 是否为Poisson 过程,为什么?
解:不是
12()()()X t N t N t =-,()X t 的一维特征函数为:
121212121122(()())()()()()1200
1200
1212()()()()()()!!()()!!exp{(iu
iu iu N t N t iuN t iuN t iuX t X t k k t t
iuk
iuk k k iu k iu k
t
t k k t e
t t e t
iu iu f u E e E e E e e t t e
e e e k k e t e t e
e k k e e e e
e t e t λλλλλλλλλλλλλλλλ--∞
∞--==∞
∞--==---=====?==+-+∑∑∑∑)}
t
参数为λ的Poisson 过程的特征函数的形式为exp{1}iu e t λ-,所以
()X t 不是poisson 过程。
3.8 计算1T ,2T ,3T 的联合分布 解:
123123123()3,,123123(,,)()()()x x x X X X X X X f x x x f x f x f x e λλ-++== 123110(,,)0111001J t t t -?? ?
=-= ? ???
1231233,,123,,121321233123(,,)(,,)(,,)
00T T T X X X t
f t t t f t t t t t J t t t e t t t λλ-=--?<<=???其他
3.9 对0s >,计算[()()]E N t N t s +g 。 解:
222222[()()][()(()())][()]
[()][(()())][()]
()E N t N t s E N t N t s N t E N t E N t E N t s N t E N t t s t t t st t
λλλλλλλ+=+-+=+-+=?++=++
3.10 设某医院专家门诊,从早上8:00开始就已经有无数患者等候,
而每个专家只能为一名患者服务,服务的平均时间为20分钟,且每名患者的服务时间是相互独立的指数分布。则8:00到12:00门诊结束时接受过治疗的患者平均在医院停留了多长时间。