第四章 跳跃随机过程新1

随机过程作业题及参考答案(第一章)

第一章 随机过程基本概念 P39 1. 设随机过程()0cos X t X t ω=，t -∞<<+∞，其中0ω是正常数，而X 是标准正态变量。试求()X t 的一维概率分布。 解： 1 当0cos 0t ω=，02 t k π ωπ=+ ，即0112t k πω??= + ??? （k z ∈）时， ()0X t ≡，则(){}01P X t ==. 2 当0cos 0t ω≠，02 t k π ωπ≠+ ，即0112t k πω?? ≠ + ??? （k z ∈）时， ()~01X N ，，()0E X ∴=，()1D X =. ()[]()00cos cos 0E X t E X t E X t ωω===????. ()[]()22 000cos cos cos D X t D X t D X t t ωωω===????. ()()20~0cos X t N t ω∴，. 则( )2202cos x t f x t ω- = ；. 2. 利用投掷一枚硬币的试验，定义随机过程为 ()cos 2t X t t π?=??，出现正面，出现反面 假定“出现正面”和“出现反面”的概率各为 12。试确定()X t 的一维分布函数12F x ?? ???；和()1F x ；，以及二维分布函数12112 F x x ?? ?? ? ，；， 。

00 11101222 11

最新第1章 随机过程的基本概念习题答案

第一章 随机过程的基本概念 1．设随机过程 +∞<<-∞=t t X t X ,cos )(0ω，其中0ω是正常数，而X 是标准正态变量。试求X （t ）的一维概率分布 解：∵ 当0cos 0=t ω 即 πω)2 1 (0+ =k t 即 πω)21(10+=k t 时 {}10)(==t x p 若 0cos 0≠t ω 即 πω)2 1 (1 0+≠ k t 时 {}{}x t X P x x X P t x F ≤=≤=0cos )(),(ω 当 0cos 0>t ω时 ξπ ωωξd e t x X P t x F t x ? - = ??? ? ??≤=02 cos 0 2 021cos ),( 此时 ()t e x t x F t x f t x 0cos 2cos 1 21,),(022ωπ ω? =??=- 若 0cos 0

?? ?= ,2 ,cos )(出现反面出现正面t t t X π 假定“出现正面”和“出现反面”的概率各为21。试确定)(t X 的一维分布函数)2 1 ,(x F 和)1,(x F ，以及二维分布函数)1,2 1;,(21x x F 解：（1）先求)21,(x F 显然???=?? ???-=??? ??出现反面出现正面 出现反面出现正面10,212,2cos 21π X 随机变量?? ? ??21X 的可能取值只有0，1两种可能，于是 21 021= ??????=?? ? ??X P 2 1121=??????=??? ??X P 所以 ?????≥<≤<=??? ?? 11102 1 0021,x x x x F 再求F （x ,1） 显然? ??-=???=出现反面出现正面出现反面出现正面 2 1 2 cos (1)πX {}{}2 1 2)1(-1 (1)====X p X p 所以 ???? ???≥<≤<=2 121- 2 1-1 0,1)(x x x x F (2) 计算)1,2 1 ;,(21x x F ???-=???=出现反面出现正面出现反面出现正面 2 1)1(, 1 0)2 1 ( X X 于是

《概率论与随机过程》第1章习题

《概率论与随机过程》第一章习题 1.写出下列随机试验的样本空间。 （1）记录一个小班一次数学考试的平均分数（设以百分制记分）。 （2）同时掷三颗骰子，记录三颗骰子点数之和。 （3）10只产品中有3只是次品，每次从其中取一只（取出后不放回），直到将3只次品都取出，记录抽取的次数。 （4）生产产品直到得到10件正品，记录生产产品的总件数。 （5）一个小组有A，B，C，D，E5个人，要选正副小组长各一人（一个人不能兼二个职务），观察选举的结果。 （6）甲乙二人下棋一局，观察棋赛的结果。 （7）一口袋中有许多红色、白色、蓝色乒乓球，在其中任意取4只，观察它们具有哪几种颜色。 （8）对某工厂出厂的产品进行检查，合格的盖上“正品”，不合格的盖上“次品”，如连续查出二个次品就停止检查，或检查4个产品就停止检查，记录检查的结果。 （9）有A，B，C三只盒子，a，b，c三只球，将三只球装入三只盒子中，使每只盒子装一只球，观察装球的情况。 （10）测量一汽车通过给定点的速度。 （11）将一尺之棰折成三段，观察各段的长度。 2.设A，B，C为三事件，用A，B，C的运算关系表示下列事件。 （1）A发生，B与C不发生。 （2）A与B都发生，而C不发生。 （3）A，B，C都发生。 （4）A，B，C中至少有一个发生。 （5）A，B，C都不发生。 （6）A，B，C中至多于一个发生。 （7）A，B，C中至多于二个发生。 （8）A，B，C中至少有二个发生。

3. 设{ }10,2,1, =S ,{}4,3,2=A ，{}5,4,3=B ，{}7,6,5=C ，具体写出下列各等式 （1）B A 。 （2）B A ?。 （3）B A 。 （4） BC A 。 （5）)(C B A ?。 4. 设{}20≤≤=x x S ，?????? ≤<=121x x A ，? ?????<≤=2341x x B ，具体写出下列各式。 （1）B A ?。 （2）B A ?。 （3）B A 。 （4） B A 。 5. 设A ，B ，C 是三事件，且41)()()(===C P B P A P ，0)()(==CB P AB P ，1)(=AC P ，求A ，B ， C 至少有一个发生的概率。 6. 在1500个产品中有400个次品，1100个正品，任意取200个。 （1） 求恰有90个次品的概率。 （2） 至少有2个次品的概率。 7.（1）在房间里有500个人，问至少有一个人的生日是10月1日的概率是多少（设一年以365天计算） （2）在房间里有4个人，问至少有二个人的生日在同一个月的概率是多少 8. 一盒子中有4只次品晶体管，6只正品晶体管，随机地抽取一只测试，直到4只次品管子都找到为止。求 第4只次品管子在下列情况发现的概率。 （1） 在第5次测试发现。 （2） 在第10次测试发现。 9. 甲、乙位于二个城市，考察这二个城市六月份下雨的情况。以A ，B 分别表示甲，乙二城市出现雨天这一 事件。根据以往的气象记录已知4.0)()(==B P A P ，28.0)(=AB P ，求)/(B A P ，)/(A B P 及)(B A P ?。 10. 已知在10只晶体管中有2只次品，在其中取二次，每次随机地取一只，作不放回抽样，求下列事件的概 率。 （1） 二只都是正品。 （2） 二只都是次品。 （3） 一只是正品，一只是次品。 （4） 第二次取出的是次品。 11. 某人忘记了电话号码的最后一个数字，因而随意地拨号，求他拨号不超过三次而接通所需的电话的概率

随机过程-习题-第4章-01-精选.

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 e k k t t k k t t N P k t N k t N P -----=-=-===λλ 于是， {}21 122! )(!)()(,)(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 -=-λ 12 1212)]([t t t N E λλ+= 于是，12t t >时的相关函数为 []121212 12121221)()()(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+=

随机过程知识点汇总

第一章随机过程的基本概念与基本类型 一．随机变量及其分布 1．随机变量，分布函数 离散型随机变量的概率分布用分布列分布函数 连续型随机变量的概率分布用概率密度分布函数 2．n维随机变量 其联合分布函数 离散型联合分布列连续型联合概率密度 ３．随机变量的数字特征 数学期望：离散型随机变量连续型随机变量 方差：反映随机变量取值的离散程度 协方差（两个随机变量）： 相关系数（两个随机变量）：若，则称不相关。 独立不相关 ４．特征函数离散连续 重要性质：，，， ５．常见随机变量的分布列或概率密度、期望、方差 ０－１分布 二项分布 泊松分布均匀分布略 正态分布 指数分布 ６．Ｎ维正态随机变量的联合概率密度 ，，正定协方差阵 二．随机过程的基本概念 １．随机过程的一般定义 设是概率空间，是给定的参数集，若对每个，都有一个随机变量与之对应，则称随机变量族是上的随机过程。简记为。 含义：随机过程是随机现象的变化过程，用一族随机变量才能刻画出这种随机现象的全部统计规律性。另一方面，它是某种随机实验的结果，而实验出现的样本函数是随机的。 当固定时，是随机变量。当固定时，时普通函数，称为随机过程的一个样本函数或轨道。 分类：根据参数集和状态空间是否可列，分四类。也可以根据之间的概率关系分类，如独立增量过程，马尔可夫过程，平稳过程等。 ２．随机过程的分布律和数字特征 用有限维分布函数族来刻划随机过程的统计规律性。随机过程的一维分布，二维分布，…，维分布的全体称为有限维分布函数族。随机过程的有限维分布函数族是随机过程概率特征的完整描述。在实际中，要知道随机过程的全部有限维分布函数族是不可能的，因此用某些统计特征来取代。（１）均值函数表示随机过程在时刻的平均值。 （２）方差函数表示随机过程在时刻对均值的偏离程度。 （３）协方差函数且有 （４）相关函数(3)和(4)表示随机过程在时刻，时的线性相关程度。

《概率论与随机过程》第1章习题答案

《概率论与随机过程》第一章习题答案 1. 写出下列随机试验的样本空间。 （1） 记录一个小班一次数学考试的平均分数（设以百分制记分）。 解： ? ??????=n n n n S 100 , ,1,0 ，其中n 为小班人数。 （2） 同时掷三颗骰子，记录三颗骰子点数之和。 解：{}18,,4,3 =S 。 （3） 10只产品中有3只是次品，每次从其中取一只（取出后不放回），直到将3只次品都取出，记录 抽取的次数。 解： {}10,,4,3 =S 。 （4） 生产产品直到得到10件正品，记录生产产品的总件数。 解： { } ,11,10=S 。 （5） 一个小组有A ，B ，C ，D ，E5个人，要选正副小组长各一人（一个人不能兼二个职务），观察选 举的结果。 解： {}ED EC EB EA DE DC DB DA CE CD CB CA BE BD BC BA AE AD AC AB S ,,,,,,,,,,,,,,,,,,,=其中，AB 表示A 为正组长，B 为副组长，余类推。 （6） 甲乙二人下棋一局，观察棋赛的结果。 解： {}210,,e e e S =其中，0e 为和棋，1e 为甲胜，2e 为乙胜。 （7） 一口袋中有许多红色、白色、蓝色乒乓球，在其中任意取4只，观察它们具有哪几种颜色。 解： {}rwb wb rb rw b w r S ,,,,,,=其中，,,,b w r 分别表示红色、白色、蓝色。 （8） 对某工厂出厂的产品进行检查，合格的盖上“正品”，不合格的盖上“次品”，如连续查出二个次 品就停止检查，或检查4个产品就停止检查，记录检查的结果。 解： {}1111,1110,1101,0111,1011,1010,1100,0110,0101,0100,100,00=S 其中，0为次品，1为正品。 （9） 有A ，B ，C 三只盒子，a ，b ，c 三只球，将三只球装入三只盒子中，使每只盒子装一只球，观察 装球的情况。 解： {}Ca Bb Ac Cc Ba Ab Cb Bc Aa Cb Ba Ac Ca Bc Ab Cc Bb Aa S ,,;,,;,,;,,;,,;,,=其中，Aa 表示球a 放 在盒子A 中，余者类推。 （10） 测量一汽车通过给定点的速度。 解：{}0>=v v S （11） 将一尺之棰折成三段，观察各段的长度。 解： (){}1,0,0,0,,=++>>>=z y x z y x z y x S 其中，z y x ,,分别表示第一段，第二段，第三段的 长度。# 2. 设A ，B ，C 为三事件，用A ，B ，C 的运算关系表示下列事件。 （1） A 发生，B 与C 不发生。 解：C A （2） A 与B 都发生，而C 不发生。 解： C AB （3） A ，B ，C 都发生。 解： ABC （4） A ，B ，C 中至少有一个发生。 解： C B A ?? （5） A ，B ，C 都不发生。 解： C B A （6） A ，B ，C 中至多于一个发生。 解： A C C A ?? （7） A ，B ，C 中至多于二个发生。 解： C B A ?? （8） A ，B ，C 中至少有二个发生。 解： CA BC AB ??. # 3. 设{ }10,2,1, =S ,{}4,3,2=A ，{}5,4,3=B ，{}7,6,5=C ，具体写出下列各等式 （1）B A 。 解： {}5=B A ； （2）B A ?。 解： { }10,9,8,7,6,5,4,3,1=?B A ； （3）B A 。 解：{}5,4,3,2=B A ；

随机过程-习题-第4章

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 e k k t t k k t t N P k t N k t N P -----=-=-===λλ 于是， {}21 122! )(!)()(,)(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 -=-λ 12 1212)]([t t t N E λλ+= 于是，12t t >时的相关函数为 []121212 12121221)()()(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+=

第一章随机过程

第一章 随机过程 1.1 引言 对随机微分方程的研究所需要的随机过程的知识很多，因篇幅关系，只在本章中列出重要的、必备的相关知识和重要结论，这些知识主要包括：随机变量的概念及相关知识及条件期望；随机过程，特别是Markov 过程和Brown 运动的相关知识；随机微积分；It?公式；一些重要不等式及随机比较定理。 本章的内容参考或转引自文献（Murry ，1998陈希孺，2003；林无烈2002；Mao ，1997；Mao ，2006胡适耕等，2007；王克，2010等），谨向相应的作者表示感谢。 1.2 随机变量 概率用于度量随机事件的可能性，某个随机试验的所有可能的所有可能的基本结果或基本随机事件ω所构成的集合记为Ω，称为样本空间。Ω的满足下面三个条件的子集族F 称为样本空间Ω的一个σ代数： （1）F ?∈ （2）若D F ∈，则其补集c D D F =Ω-∈； （3）若(i 1,2, )i D F ?=，则 1 i i D F ∞=∈。 F 中的元素称为Ω的F 可测集或随机事件。若C 是样本空间Ω的一个子集族，则存在一个Ω的包含C 的最小的σ代数，记为(C)σ，称为由C 生成的σ代数。由n 的所有开 集所生成的σ代数称为Borel σ代数，记为n B ，其中的元素称为 n 中的Borel 集。 定义在F 上的函数[]:0,1P F →称为可测空间(,F)Ω上的概率测度，如果它满足： （1）()1P Ω=； （2）若(i 1,2,)i A F ∈=且(i j)i j A A ?=?≠，则()11 i i i i P A P A ∞ ∞==?? = ???∑。 三元组(),F,P Ω称为概率空间。若一个概率空间的F 包含Ω的所有P 零外测集，也就是说，如果 ()(){}*:inf ,0P G P F F F G F =∈?=， 则G F ?，此概率空间称为完备的。任何一个概率空间都可以通过把其所有P 零外测集加入F 中，并重新定义概率测度来完备化。本书总假设所涉及的概率空间为完备的。

随机过程知识点总结

第一章： 考试范围1.3,1.4 1、计算指数分布的矩母函数. 2、计算标准正态分布)1,0(~N X 的矩母函数. 3、计算标准正态分布)1,0(~N X 的特征函数. 第二章： 1. 随机过程的均值函数、协方差函数与自相关函数 2. 宽平稳过程、均值遍历性的定义及定理 3. 独立增量过程、平稳增量过程，独立增量是平稳增量的充要条件 1、设随机过程()Z t X Yt =+，t -∞<<∞.若已知二维随机变量(,)X Y 的协方差矩阵为2122σρρσ?????? ，求()Z t 的协方差函数. 2、设有随机过程{(),}X t t T ∈和常数a ，()()()Y t X t a X t =+-，t T ∈，计算()Y t 的自相关函数（用(,)X R s t 表示）. 3、设12()cos sin X t Z t Z t λλ=+，其中212,~(0,)Z Z N σ是独立同分布的随机变量，λ为实数，证明()X t 是宽平稳过程. 4、设有随机过程()sin cos Z t X t Y t =+，其中X 和Y 是相互独立的随机变量，它们都分别以0.5和0.5的概率取值-1和1，证明()Z t 是宽平稳过程. 第三章： 1. 泊松过程的定义（定义3.1.2）及相关概率计算 2. 与泊松过程相联系的若干分布及其概率计算 3. 复合泊松过程和条件泊松过程的定义 1、设{(),0}N t t ≥是参数3λ=的Poisson 过程，计算： (1). {(1)3}P N ≤； (2). {(1)1,(3)3}P N N ==； (3). {(1)2(1)1}P N N ≥≥. 2、某商场为调查顾客到来的客源情况，考察了男女顾客来商场的人数. 假设男女顾客来商场的人数分别独立地服从每分钟2人与每分钟3人的泊松过程. (1)．试求到某时刻t 时到达商场的总人数的分布；

第一章随机过程的一般理论

第一章 随机过程的一般理论 §1.1 随机过程的基本概念 定义1.1 设(, , )P ΩF 是概率空间，是可测空间，是指标集. 若对任何，有，且(, )E E T t T ∈:t X E Ω→t X ∈F E ，则称{}(), t X t T ω∈是(, , )P ΩF 上的取值于中的随机过程，在无混淆的情况下简称(, )E E {}(), t X t T ω∈为随机过程，称为状态空间或相空间，称中的元素为状态，称为时间域. 对每个固定的(, )E E E T ω∈Ω，称()t X ω为{}(), t X t T ω∈对应于ω的轨道或现实，对每个固定的t T ∈，称()t X ω为值随机元. 有时E ()t X ω也记为 ()()(, )t t X X X t X t ωω===. 设，T ?R {}, t t T ∈F 是F 中的一族单调增的子σ代数（σ代数流），即

① ，且t t T ?∈??F F t F 是σ代数；② , , s t s t T s t ?∈

随机过程-习题-第1章

1.1 某公共汽车站停放着两辆公共汽车A 和B ，从1=t 秒开始，每隔1秒有一乘客 到达车站。如果每一乘客以概率21登上A 车，以概率21 登上B 车，各乘客登哪一辆 车是相互统计独立的，并用j ξ代表j t =时乘客登上A 车的状态，即乘客登上A 车则 1=j ξ，乘客登上B 车则0=j ξ，即{}21 1==j P ξ,{} 2 10==j P ξ，当n t =时在A 车上的乘客数为 ∑==n j j n 1 ξη n η是一个二项式分布的计算过程。 （1） 求n η的概率分布，即{}； n k k P n ,,2,1,0? ===η （2） 当公共汽车A 上到达10个乘客时，A 即开车（例如21=t 时921=η，且22 =t 时又有一个乘客登上A 车，则22=t 时A 车出发），求A 车的出发时间n 的概率分布。 (1) 解：n t =时在A 车上的乘客数n η服从二项分布，即 {}{}(){}() ),,2,1,0(2101n k C P P C k P n k n k n j k j k n n =? ? ? ??=====-ξξη (2) 解： A 车的出发时间t 服从负二项分布。设在n 时刻第10位乘客登上A 车，即A 车出发时间n t =，那么在前1-n 个时刻登上A 车的乘客数为9，登上B 车的乘客数为10-n ；若设乘客登A 车概率为p (=1/2)，登B 车概率为q (=1/2)，则随机变量n t =的概率为 {}( )n n n n C p q p C n t P ? ? ? ??= = =---219110 991 其中， ,12,11,10=n 。 1.2 设有一采用脉冲调制以传递信息的简单通信系统。脉冲的重复周期为T ，每个周期传递一个值；脉冲宽度受到随机信息的调制，每个脉冲的宽度均匀分布于（0，T ）内，而且不同周期的脉宽是相互统计独立的随机统计变量；脉冲的幅度为常数A 。也就是说，这个通信系统传送的信号为随机脉宽等幅度的周期信号，它是一随机过

随机过程题库1

随机过程综合练习题 一、填空题（每空3分） 第一章 1．n X X X ,,21是独立同分布的随机变量，i X 的特征函数为)(t g ，则 n X X X +++ 21的特征函数是 。 2．{} =)(Y X E E 。 3． X 的特征函数为)(t g ，b aX Y +=，则Y 的特征函数为 。 4．条件期望)(Y X E 是 的函数， （是or 不是）随机变量。 5．n X X X ,,21是独立同分布的随机变量，i X 的特征函数为)(t g i ，则 n X X X +++ 21的特征函数是 。 6．n 维正态分布中各分量的相互独立性和不相关性 。 第二章 7．宽平稳过程是指协方差函数只与 有关。 8．在独立重复试验中，若每次试验时事件A 发生的概率为)10(<

λ的齐次泊松过程，其均值函数为 ； 方差函数为 。 12．设到达某路口的绿、黑、灰色的汽车的到达率分别为1λ，2λ，3λ且均为泊松过程，它们相互独立，若把这些汽车合并成单个输出过程(假定无长度、无延时)，相邻绿色汽车之间的不同到达时间间隔的概率密度是 ，汽车之间的不同到达时刻间隔的概率密度是 。 13．{X(t), t ≥0}为具有参数0>λ的齐次泊松过程，

{}==-+n s X s t X P )()( 。 ,1,0=n 14．设{X(t), t ≥0}是具有参数0>λ的泊松过程，泊松过程第n 次到达时间W n 的数学期望是 。 15．在保险的索赔模型中，设索赔要求以平均2次/月的速率的泊松过程到达保险公司．若每次赔付金额是均值为10000元的正态分布，求一年中保险公司的平均赔付金额 。 16．到达某汽车总站的客车数是一泊松过程，每辆客车内乘客数是一随机变量．设各客车内乘客数独立同分布，且各辆车乘客数与车辆数N(t)相互独立，则在[0，t]内到达汽车总站的乘客总数是 （复合or 非齐次）泊松过程． 17．设顾客以每分钟2人的速率到达，顾客流为泊松流，求在2min 内到达的顾客不超过3人的概率是 ． 第四章 18． 无限制随机游动各状态的周期是 。 19．非周期正常返状态称为 。 20．设有独立重复试验序列}1,{≥n X n 。以1=n X 记第n 次试验时事件A 发生，且 p X P n ==}1{，以0=n X 记第n 次试验时事件A 不发生，且p X P n -==1}0{，若有 1,1≥=∑=n X Y n k k n ，则}1,{≥n Y n 是 链。 答案 一、填空题 1．)(t g n ； 2．EX ； 3．)(at g e ibt 4．;Y 是 5．∏=n i i t g 1 )(； 6．等价 7．时间差； 8．独立增量过程； 9．[][]{} 0)()()()(3412=--t X t X t X t X E 10．}),(min{2 t s X σ 11．t t λλ;； 12．?? ?<≥=-000 )(11t t e t f t λλ ? ??<≥++=++-0 00)()()(321321t t e t f t λλλλλλ 13． t n e n t λλ-! )( 14．λn 15．240000 16．复合； 17．4371 -e

《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),(~)(2 t 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。 7、 设0);sin()(≥=t Yt X t ξ，而随机变量X 、Y 是相互独立且都服从]1,0[上的均匀分布， 试求此过程的均值函数及相关函数。并问此过程是否是平稳过程，是否连续、可导？ 8、 设}),({R t t X ∈是连续平稳过程，均值为m ，协方差函数为ττb X ae C -=)(，其中:R ∈τ，0,>b a 。对固定的0>T ，令?-=T ds s X T Y 01)(，证明：m Y E =}{, )]1()()[(2)(21bT e bT bT a Y Var -----=。 9、 设),,,0,0(~),(2221ρσσN Y X ，令tY X t X +=)(，以及?=t du u X t Y 0)()(，

随机过程第一章 预备知识及补充

第一章 预备知识 随机过程通常被视为概率论的动态部分。在概率论中研究的随机现象，都是在概率空间(,,)F P Ω上的一个或有限多个随机变量的规律性。涉及中心极限定理时也不过是随机变量序列的讨论。在实际问题中，我们还需要研究一些随机现象的发展和变化过程，即随时间不断变化的随机变量，而且，所涉及的随机变量通常是无限多个（甚至有时与时间一样多，因而是不可数的）。 1.1 概率空间 概率论的一个基本概念是随机试验：其结果在事先不能确定的试验。随机试验具有三个特征： （1）可以在相同的条件下重复进行； （2）每次试验的结果不止一个，但预先知道试验的所有可能的结果； （3）每次试验前不能确定哪个结果会出现。 随机试验的所有可能结果组成的集合称为该试验的样本空间，记为Ω。Ω中的元素ω称为样本点或基本事件，Ω的子集A 称为事件。样本空间Ω称为必然事件，空集?称为不可能事件。 定义1.1：设Ω是一个样本空间，F 是Ω某些子集组成的集合族，如果满足： （1）F Ω∈； （2）若A F ∈，则\c A A F =Ω∈； （3）若n A F ∈，1,2,n = ，则 1 n n A F ∞ =∈ 。 则称F 为σ-代数。(,)F Ω称为可测空间，F 中的元素称为事件。 如果F 为σ-代数，则： （1）F ?∈；。 （2）若n A F ∈，1,2,n = ，则 1 n n A F ∞ =∈ 。 定义 1.2：设Ω= 。由所有半无限区间(,)x -∞生成的σ-代数（即包含集族 {}(,),x x -∞∈ 的最小σ-代数）称为 上的波莱尔（Borel ）σ-代数，记为()B ，其中 的元素称为波莱尔集合。类似地可定义n 上的波莱尔σ-代数()n B 。 定义1.3：假设对样本空间Ω的每一个事件A 定义了一个数()P A ，且满足以下三条公 理：

随机过程第4章

第四章 Poisson 过程 一. 齐次Poisson 过程到达时间间隔 和等待时间的分布 1.定理4-1 强度为λ的齐次Poisson 过程{,0}t N t ≥的到达时间间隔序列{},1,2,n X n = 是独立同分布的随机变量序列，且是具有相同均值1 λ 的指数分布 证： 事件{}1X t >发生当且仅当Poisson 过程在区间 []0,t 内没有事件发生，即事件{}1 X t >等价于{0}t N =， 所以有 ()(0)t t t P X t P N e λ->=== 因此，1X 具有均值为1 λ 的指数分布，再求已知1X 的条 件下，2 X 的分布。 (](](]211(|)(|) ((0t P X t X s P X s P P e λ->====在s,s+t 内没有事件发生（由独立增量性）在s,s+t 内没有事件发生)（由平稳增量性）在,t 内没有事件发生)

上式表明2 X 与1X 相互独立，而且2 X 也是一个具有均值 为1 λ 的指数分布的随机变量，重复同样的推导可以证 明定理4-1的结论。 2.定理4-2 等待时间n S 服从参数为n ，λ的Γ分布，即分布密度为 1 () (),0(1)! n t t f t e t n λλλ--=≥- 证： 因为第n 个事件在时刻t 或之前发生当且仅当到时间t 已发生的事件数目至少是n ，即事件 {}{}t n N n S t ≥?≤是等价的，因此 ()()()! j t n t j n t P S t P N n e j λλ∞ -=≤=≥= ∑ 上式两边对t 求导得n S 的分布密度为 1 1 ()() ()! (1)! () ,0 (1)! j j t t j n j n n t t t f t e e j j t e t n λλλλλλλλλ-∞ ∞ --==--=-+ -=≥-∑∑ 注：定理4-2又给出了定义Poisson 过程的另一种方

第四章随机过程

（已经编辑到115页2008-3-20） 第四章随机过程 （电子版：盛艳霞OCR，编辑张学文2007.12 -2008.01） 1. 随机过程的概念及其分布律 原书91-132页90

第四章随机过程 为了从统计角度研究气象要素随时间和空间的变化,最好是利用近数十年发展起来的一个统计数学分支----随机过程和随机场理论。为研究气象信息随时间和空间的分布也要对随机过程有所了解。针对如上情况我们在这一章对随机过程的有关概念、性质和在气象上的个别应用作简要介绍。 1、随机过程的概念及其分布律 孤立的研究各点的气压、温度或风等气象要素时，我们把它看成随机变量（矢量）。这时可以分析它的期望值、方差、概率分布等等。 然而当把不同时刻的同一点的气压、温度或风连贯起来看时，这就是一连串的随机变量（矢量）。它们以时间为参数而有所变化。随机变量随某一参数（这里指时间）的变化给人们以过程的概念。所以就把随机变量随参数值的变化而变化的过程这一总体称为随机过程。 当掷骰子时，骰子出现的点数是随机变量。某次“3”点向上，就说这一次随机变量取值为3。而我们所谓的随机变量远不仅只有一个“3”，而应理解为很多次点子数的集合。同样地，随机过程一词也是指一个总体集合，而不是仅指某一时段的变量取值。例如说“春季北京的气温是一个随机过程”，则是指很多很多年的每年春季北京的气温的变化过程这个总体而言的。如1978年北京春季气温的变程仅是总体中的一个个例。它在随机过程中的地位和骰子为“3”点在随机变量中原书91-132页91

的地位是相当的。我们把这一条春季气温曲线称为这个随机过程的一个“现实”这样一个随机过程实际上是由无数具有同一的统计属性的现实组成的。 图4.1是乌鲁木齐冬季1月份的四年的气温曲线。它们就代表了1月气温这个随机过程的四个现实。而这一随机过程应为无数条这种曲线组成。如以T示表气温，y代表年代，d 代表日期，则一个随机过程可以表示为 T=T(y,d) （4．1） 图4.1 乌鲁木齐1月份气温曲线、 式中y有固定值时，例如y=1963年，则得到随机过程的一个现实。如d取固定值（如d=1）则T表示不同年份的这一天（元旦）的气温。这时同一d值不同y值的气温实为一随机变量。时常把这同一的时间d叫作“截口”。所以一个随机过原书91-132页92

随机过程第一章习题解答

第一章习题解答 1． 设随机变量X 服从几何分布，即：(),0,1,2,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。 解 0 ()()jtx jtk k X k f t E e e pq ∞ === ∑ 0 ()k jtk k p q e ∞ ==∑ =0()1jt k jt k p p qe qe ∞ == -∑ 又20 ()k k k k q q E X kpq p kq p p p ∞∞ ======∑∑ 222 ()()[()]q D X E X E X P =-= （其中 0 (1)n n n n n n nx n x x ∞ ∞ ∞ ====+-∑∑∑） 令 0 ()(1)n n S x n x ∞ ==+∑ 则 1 000 ()(1)1x x n n k n x S t dt n t dt x x ∞ ∞ +=== += =-∑∑?? 20 220 1 ()()(1)11(1)1(1)x n n d S x S t dt dx x x nx x x x ∞ =∴= =-∴=-= ---?∑ 同理 2 (1)2k k k k k k k k k x k x kx x ∞∞∞∞ =====+--∑∑∑∑ 令20 ()(1)k k S x k x ∞ ==+∑ 则 21 1 ()(1)(1)x k k k k k k S t dt k t dt k x kx ∞∞ ∞ +====+=+=∑∑∑?）

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 1,0()0,0()0,0p p bx b x e x p x b p p x --?>? =>>Γ??≤? （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 10 ()() p jtx p bx X b f t e x e dx p ∞ --=Γ? 1()0 ()p p jt b x b x e dx p ∞ --=Γ? 101()()()()(1) p u p p p p p b e u b u jt b x du jt p b jt b jt b ∞ ----==Γ---? 1 (())x p p e x dx ∞ --Γ= ? （2）'1()(0)X p E X f j b ∴= = 2''221(1)()(0)X p p E X f j b += = 222 ()()()P D X E X E X b ∴=== （4） 若(,)i i X p b Γ 1,2i =则

第四章 平稳随机过程

第四章 平稳随机过程 第一节 平稳过程的概念 一、两类平稳过程 1.严平稳过程 定义1 设 为随机过程，如果对任意正整数n 及任意 ， 及任意实数τ, T t t t n ∈+++τττ,,,21 ，可使n 维随机变量 与())(,),(),(21τττ+++n t X t X t X 有相同的分布，即 的n 维分布函数Fn 满足： ),,,;,,,(),,,;,,,(21212121τττ+++=n n n n n n t t t x x x F t t t x x x F 对一切 ,2,1,=i x i 成立 则称 为严平稳过程，（强平稳过程，狭义平稳过程）。 定理1设 为严平稳过程，如果对任意 ，则有 证：首先利用柯西—许瓦兹不等式 可以证明 ，即自相关函数存在。 又由于 为严平稳过程，故对任意 有相同的分布， 所以

再由s 、t 的任意性可知 又对任意 及任意τ，使 T t s ∈++ττ,，有 ))(),(())(),((ττ++t X s X t X s X 与同分布，于是 []) ,()()()]()([),(ττττ++=++==t s R t X s X E t X s X E t s R X X )(),0(s t R s t R s X X ---=记令τ 2.宽平稳过程 定义2 设有随机过程 ，且对任意t ， ，如果 ) (),()(ττμX X X R t t R t =+=常数 则称 为宽平稳过程（弱平稳过程，广义平稳过程）。 以后涉及的平稳过程均指宽平稳过程。 严平稳过程与宽平稳过程的关系：严平稳过程不一定是宽平稳过程，宽平稳过程也不一定是严平稳过程，但对于二阶矩过程，严平稳过程就是宽平稳过程。正态过程的严平稳性与宽平稳性是等价的。 二、平稳过程的数字特征 设 为平稳过程，且 ，则 )]([t X E X =μ为常数，称其为均值。 )]()([)(ττ+=t X t X E R X 为其τ的一元函数， （自相关函数） )]([22t X E X =ψ为常数，（均方值）