随机过程

《随机过程》课程教学大纲

课程编号：02200021

课程名称：随机过程

英文名称：Stochastic Processes

课程类别：选修课

总学时：72 讲课学时：68 习题课学时：4 学分: 4

适用对象：数学与应用数学、信息与计算科学专业

先修课程：数学分析、高等代数、概率论与数理统计

一、课程简介

随机过程是研究客观世界中随机演变过程规律性的学科，它的基本知识和方法不仅为数学、概率统计专业所必需，也为工程技术、生物信息及经济领域的应用和研究所需要。本课程介绍随

机过程研究领域的一些基础而重要的知识和技能。

二、课程性质、目的和任务

随机过程是概率论的后续课程，具有比概率理论更加实用的应用方面，处理问题也更加贴近实际情况。通过这门课程的学习，使学生了解随机过程的基本概念，掌握最常见而又有重要应用

价值的诸如Poisson过程、更新过程、Markov过程、Brown运动的基本性质，能够处理基本的随

机算法。提高学生利用概率理论数学模型解决随机问题的能力。通过本课程的学习，可以让数学

专业的学生很方便地转向在金融管理、电子通讯等应用领域的研究。

三、课程基本要求

通过本课程的学习，要求学生掌握随机过程的一般概念，知道常见的几类随机过程的定义、背景和性质；掌握泊松过程的定义与基本性质，了解它的实际背景，熟悉它的若干推广；掌握更

新过程的定义与基本性质、更新函数、更新方程，了解更新定理及其应用，知道更新过程的若干

推广；掌握离散时间的马尔可夫链的基本概念，熟练掌握转移概率、状态分类与性质，熟悉极限

分布、平稳分布与状态空间的分解，了解分枝过程；掌握连续时间的马尔可夫链的定义、柯尔莫

哥洛夫方程；掌握布朗运动的定义与基本性质，熟悉随机积分的定义与基本性质，了解扩散过程

与伊藤公式，会求解一些简单的随机微分方程。

四、教学内容及要求

第一章预备知识

§1.概率空间；§2.随机变量和分布函数；§3.数字特征、矩母函数和特征函数；§4.

条件概率、条件期望和独立性；§5.收敛性

教学要求：本章主要是对概率论课程的复习和巩固，为后续学习做准备。

第二章随机过程的基本概念和类型

§1.基本概念；§2.有限维分布和Kolmogorov定理；§3.随机过程的基本类型、均方微积分。

教学要求：牢固掌握随即过程的基本概念、有限维分布和数字特征；掌握随机过程均方极限、均方连续、均方导数、均方积分的定义；掌握随机过程的基本类型，包括二阶矩过程、正态过程、正交增量过程、独立增量过程和平稳过程的概念；牢固掌握平稳过程的相关函数的性质，掌握平稳过程的遍历性定理。

第三章 Poisson过程

§1.Poisson过程；§2.Poisson过程相联系的若干分布；§3.Poisson过程推广

教学要求：牢固掌握Poisson过程的定义、应用背景及与此过程相联系的若干分布；牢固掌握非齐次Poisson过程、复合Poisson过程和条件Poisson过程的定义和常见应用背景。

第四章更新过程

§1.更新过程定义和若干分布；§2.更新方程及其应用；§3.更新定理；§4.L－C破产模型；§5.更新过程的推广。

教学要求：牢固掌握更新过程的定义和若干分布；牢固掌握更新方程的含义；牢固掌握更新定理；理解更新定理在L－C破产模型中的应用；掌握更新过程的三种推广过程及其性质。

第五章 Markov链

§1.基本概念；§2.停时和强Markov性；§3.状态分类和性质；§4.极限定理和不变分布；§5.Markov链的大数定律和中心极限定理；§6.群体消失模型和人口模型；§7.连续时间Markov链；§8.应用——数据压缩与熵

教学要求：牢固掌握离散时间Markov链的基本概念、状态分类方法，极限定理和不变分布；理解Markov过程的两个简单应用；牢固掌握连续时间Markov链的定义和Kolmogorov 微分方程；掌握生灭过程的定义；了解Markov链的一些应用。

第六章鞅

§1.基本概念；§2.鞅的停时定理；§3.一致可积性；§4.鞅收敛定理；§5.连续鞅

教学要求：牢固掌握基本概念和停时定理，理解停时定理的应用，了解一致可积性、鞅收敛定理、连续鞅。

第七章 Brown运动

§1.基本概念和性质；§2.Gauss过程；§3.Brown运动的鞅性质；§4.Brown运动的Markov性；§5.Brown运动的最大值变量和反正弦律；§6.Brown运动的几种变化。

教学要求：牢固掌握Brown运动的基本概念和性质；结合前面的内容掌握分析Brown

运动的鞅性质和Markov性；利用概率公式掌握Brown运动的最大值变量和反正弦律；了解Brown运动的几种变化。

第八章随机积分和随机微分方程

§1.关于随机游动的积分；§2.关于Brown运动的积分；§3.Ito积分过程；§4.Ito公式；§5.随机微分方程；§6.应用——金融衍生产品定价

教学要求：牢固掌握关于Brown运动的积分、Ito积分、Ito公式和随机微分方程的定义；了解随机微分方程解的唯一性定理；掌握随机微分方程在Bklack—Scholes模型中的应用。

第九章 Levy过程与关于点过程的随机积分简介（选讲）

§1.Levy过程；§2.关于Poisson点过程的随机积分

教学要求：了解Levy过程和关于点过程的随机积分。

五、实践环节

本课程主要实践的教学内容为利用MATLAB软件对部分课堂教学的内容进行仿真实验。通过实践教学提高学生综合应用所学知识的能力，巩固理论教学知识，侧重培养学生的综合能力和分析能力。

六、课外习题及课程讨论

从教材章末选择适当的习题，做为课外习题，帮助学生掌握和巩固所学方法。

七、教学方法与手段

课堂讲授与课堂讨论、课后练习相结合；启发学生的创造性思维、逻辑性思维相结合；理论分析与实践相结合。

八、各教学环节学时分配

注：第九章为选讲，课时不记录在合计课时中。

九、考核方式

闭卷考试。

十、推荐教材和教学参考书

教材：

1．《应用随机过程》，张波，北京：清华大学出版社，2004。（本课程使用教材）．

2．《随机过程》，方兆本，缪柏其，合肥：中国科技大学，1993．

3．《随机过程》，张卓奎，西安：西安电子科技大学出版社，2002．

参考书：

1．《随机过程》，毛用才，西安：西安电子科技大学出版社，2001．

2．《应用随机过程》，钱敏平，龚光鲁，北京：北京大学出版社，1998．

3．《随机过程》，劳斯S M ，何生武等译，北京：中国统计出版社，1997．4．《随机过程通论》，王梓坤，北京：北京师范大学出版社，1996．

十一、说明

（无）

大纲制订人：陈守信、杨晓艺

大纲审定人：冯淑霞

制订日期：2007年3月15日

建立数学模型的方法、步骤、特点及分类

建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非 预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 §16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．

随机过程考试真题

1、设随机过程C t R t X +?=)(，),0(∞∈t ，C 为常数，R 服从]1,0[区间上的均匀分 布。 （1）求)(t X 的一维概率密度和一维分布函数； （2）求)(t X 的均值函数、相关函数和协方差函数。 2、设{ }∞<<∞-t t W ),(是参数为2 σ的维纳过程，)4,1(~N R 是正态分布随机变量； 且对任意的∞<<∞-t ，)(t W 与R 均独立。令R t W t X +=)()(，求随机过程 {}∞<<∞-t t X ),(的均值函数、相关函数和协方差函数。 3、设到达某商场的顾客人数是一个泊松过程，平均每小时有180人，即180=λ；且每个 顾客的消费额是服从参数为s 的指数分布。求一天内（8个小时）商场营业额的数学期望与方差。 4、设马尔可夫链的转移概率矩阵为： （1）求两步转移概率矩阵) 2(P 及当初始分布为 时，经两步转移后处于状态2的概率。 （2）求马尔可夫链的平稳分布。 5设马尔可夫链的状态空间}5,4,3,2,1{=I ，转移概率矩阵为： 求状态的分类、各常返闭集的平稳分布及各状态的平均返回时间。 6、设{}(),0N t t ≥是参数为λ的泊松过程，计算[]()()E N t N t s +。 7、考虑一个从底层启动上升的电梯。以i N 记在i 第层进入电梯的人数。假定i N 相互独立，且i N 是均值为i λ的泊松变量。在第i 层进入的各个人相互独立地以概率ij p 在第j 层离开电梯， 1ij j i p >=∑。令j O ＝在第j 层离开电梯的人数。

（1）计算()j E O （2）j O 的分布是什么 （3）j O 与k O 的联合分布是什么 8、一质点在1，2，3点上作随机游动。若在时刻t 质点位于这三个点之一，则在) ,[h t t +内，它都以概率 )(h o h +分别转移到其它两点之一。试求质点随机游动的柯尔莫哥洛夫微分方程，转移概率)(t p j i 及平稳分布。 1有随机过程{?(t )，-?

通信原理教程+樊昌信+习题答案第二章

> 第二章习题 习题 设随机过程X (t )可以表示成： ()2cos(2), X t t t πθ=+-∞<<∞ 式中，θ是一个离散随机变量，它具有如下概率分布：P (θ=0)=，P (θ=π/2)= 试求E [X (t )]和X R (0,1)。 解：E [X (t )]=P (θ=0)2cos(2)t π+P (θ= /2)2cos(2)=cos(2)sin 22 t t t π πππ+ - cos t ω ： 习题 设一个随机过程X (t )可以表示成： ()2cos(2), X t t t πθ=+-∞<<∞ 判断它是功率信号还是能量信号并求出其功率谱密度或能量谱密度。 解：为功率信号。 []/2 /2/2 /21()lim ()()1lim 2cos(2)*2cos 2()T X T T T T T R X t X t dt T t t dt T ττπθπτθ→∞-→∞ -=+=+++? ? 222cos(2)j t j t e e πππτ-==+ 2222()()()(1)(1) j f j t j t j f X P f R e d e e e d f f πτπππττττδδ∞-∞---∞-∞==+=-++?? @ 习题 设有一信号可表示为： 4exp() ,t 0 (){0, t<0 t X t -≥= 试问它是功率信号还是能量信号并求出其功率谱密度或能量谱密度。 解：它是能量信号。X (t )的傅立叶变换为： (1)004 ()()441j t t j t j t X x t e dt e e dt e dt j ωωωωω +∞-+∞--+∞-+-∞====+??? 则能量谱密度 G(f)=2 ()X f =2 22 416 114j f ωπ=++ 习题 X (t )=12cos 2sin 2x t x t ππ-，它是一个随机过程，其中1x 和2x 是相互统计独立的高斯随机变量，数学期望均为0，方差均为2σ。试求： ! (1)E [X (t )]，E [2()X t ]；(2)X (t ) 的概率分布密度；(3)12(,)X R t t

随机过程

《随机过程》课程教学大纲 课程编号：02200021 课程名称：随机过程 英文名称：Stochastic Processes 课程类别：选修课 总学时：72 讲课学时：68 习题课学时：4 学分: 4 适用对象：数学与应用数学、信息与计算科学专业 先修课程：数学分析、高等代数、概率论与数理统计 一、课程简介 随机过程是研究客观世界中随机演变过程规律性的学科，它的基本知识和方法不仅为数学、概率统计专业所必需，也为工程技术、生物信息及经济领域的应用和研究所需要。本课程介绍随 机过程研究领域的一些基础而重要的知识和技能。 二、课程性质、目的和任务 随机过程是概率论的后续课程，具有比概率理论更加实用的应用方面，处理问题也更加贴近实际情况。通过这门课程的学习，使学生了解随机过程的基本概念，掌握最常见而又有重要应用 价值的诸如Poisson过程、更新过程、Markov过程、Brown运动的基本性质，能够处理基本的随 机算法。提高学生利用概率理论数学模型解决随机问题的能力。通过本课程的学习，可以让数学 专业的学生很方便地转向在金融管理、电子通讯等应用领域的研究。 三、课程基本要求 通过本课程的学习，要求学生掌握随机过程的一般概念，知道常见的几类随机过程的定义、背景和性质；掌握泊松过程的定义与基本性质，了解它的实际背景，熟悉它的若干推广；掌握更 新过程的定义与基本性质、更新函数、更新方程，了解更新定理及其应用，知道更新过程的若干 推广；掌握离散时间的马尔可夫链的基本概念，熟练掌握转移概率、状态分类与性质，熟悉极限 分布、平稳分布与状态空间的分解，了解分枝过程；掌握连续时间的马尔可夫链的定义、柯尔莫 哥洛夫方程；掌握布朗运动的定义与基本性质，熟悉随机积分的定义与基本性质，了解扩散过程 与伊藤公式，会求解一些简单的随机微分方程。 四、教学内容及要求 第一章预备知识 §1.概率空间；§2.随机变量和分布函数；§3.数字特征、矩母函数和特征函数；§4. 条件概率、条件期望和独立性；§5.收敛性 教学要求：本章主要是对概率论课程的复习和巩固，为后续学习做准备。 第二章随机过程的基本概念和类型

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。

第二章随机过程的基本概念

第二章随机过程的基本概念 §1随机过程及其概率分布 、随机过程概念： 一、随机过程概念： 初等概率论所研究的随机现象，基本上可以用随机变量或随机向量来描述.但在实际中有些随机现象要涉及(可列或非可列)无穷多个随机变量.

例1．某人扔一枚硬币，无限制的重复地扔下去，要表示无限多次扔的结果，我们不妨记正面为1，反面为0.第次扔的结果是一个，其分布，无限多次扔n n r vX ?{}{}1012n n P X P X ====，无限制的重复地扔，要表示无限多次扔的结果，我们不妨反面为其分布无限多次扔的结果是一个随机过程，可用一族相互独 立，，或表示.r v ?1X ，2X {},1n X n ≥

n n X 0n n 0 1 2 3 4 5 6 7 8 910 ……

例2．当固定时，电话交换站在时间内来到的呼叫次数是，记， ，其中是单位时间内平均来到的呼叫次数，而，若从变到，时刻来到的呼叫次数需用一族随机变量表 它为非降的阶，在有呼唤来到的时刻阶跃地增加，假定在任一呼唤来到的时刻不可能来到多）(0)t t ≥[0,] t r v ?()X t ()()X t P t λ λ0λ>t 0∞t {}(),[0,)X t t ∈∞()X t ，电话交换站在记，若时刻示， 是一个随机过程. 对电话交换站作一次观察可得到一条表示以前来到的呼唤曲线，它为非降的阶梯曲线，在有呼唤来到的时刻阶跃地增加，（假定在任一呼唤来到的时刻不可能来到多于一次呼唤）. E t 1()x t

同理，第二次观察，得到另一条阶梯形曲线； 同理，第n 次观察，得到另一条阶梯形曲线. 2()x t ()n x t ，第二次观察，得到另一条阶梯形曲，第，得到另一条阶梯形曲 总之，一次试验得到阶梯形曲线形状具有随机性

随机过程考试真题

1、设随机过程C t R t X +?=)(,),0(∞∈t ,C 为常数,R 服从]1,0[区间上的均匀分布。 (1)求)(t X 的一维概率密度与一维分布函数; (2)求)(t X 的均值函数、相关函数与协方差函数。 2、设{ }∞<<∞-t t W ),(就是参数为2 σ的维纳过程,)4,1(~N R 就是正态分布随机变量; 且对任意的∞<<∞-t ,)(t W 与R 均独立。令R t W t X +=)()(,求随机过程 {}∞<<∞-t t X ),(的均值函数、相关函数与协方差函数。 3、设到达某商场的顾客人数就是一个泊松过程,平均每小时有180人,即180=λ;且每个 顾客的消费额就是服从参数为s 的指数分布。求一天内(8个小时)商场营业额的数学期望与方差。 4、设马尔可夫链的转移概率矩阵为: ??? ? ? ??=3.007.08.02.0007.03.0P (1)求两步转移概率矩阵) 2(P 及当初始分布为 0}3{}2{, 1}1{000======X P X P X P 时,经两步转移后处于状态2的概率。 (2)求马尔可夫链的平稳分布。 5设马尔可夫链的状态空间}5,4,3,2,1{=I ,转移概率矩阵为: ??? ??? ? ? ??=010007.03.0000 0001 00004.06.0003.04 .03.0P 求状态的分类、各常返闭集的平稳分布及各状态的平均返回时间。

6、设{}(),0N t t ≥就是参数为λ的泊松过程,计算[]()()E N t N t s +。 7、考虑一个从底层启动上升的电梯。以i N 记在i 第层进入电梯的人数。假定i N 相互独立,且i N 就是均值为i λ的泊松变量。在第i 层进入的各个人相互独立地以概率ij p 在第j 层离开电梯, 1ij j i p >=∑。令j O ＝在第j 层离开电梯的人数。 (1)计算()j E O (2)j O 的分布就是什么 (3)j O 与k O 的联合分布就是什么 8、一质点在1,2,3点上作随机游动。若在时刻t 质点位于这三个点之一,则在),[h t t +内,它都 以概率 )(h o h +分别转移到其它两点之一。试求质点随机游动的柯尔莫哥洛夫微分方程,转移概率)(t p j i 及平稳分布。 1有随机过程{ξ(t ),-∞

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

通信原理教程+樊昌信+习题答案第二章Word版

第二章习题 习题2.1 设随机过程X (t )可以表示成： ()2cos(2), X t t t πθ=+-∞<<∞ 式中，θ是一个离散随机变量，它具有如下概率分布：P (θ=0)=0.5，P (θ=π/2)=0.5 试求E [X (t )]和X R (0,1)。 解：E [X (t )]=P (θ=0)2cos(2)t π+P (θ=/2)2cos(2)=cos(2)sin 22 t t t π πππ+ - cos t ω 习题2.2 设一个随机过程X (t )可以表示成： ()2cos(2), X t t t πθ=+-∞<<∞ 判断它是功率信号还是能量信号？并求出其功率谱密度或能量谱密度。 解：为功率信号。 []/2 /2/2 /21()lim ()()1lim 2cos(2)*2cos 2()T X T T T T T R X t X t dt T t t dt T ττπθπτθ→∞-→∞ -=+=+++? ? 222cos(2)j t j t e e πππτ-==+ 2222()()()(1)(1) j f j t j t j f X P f R e d e e e d f f πτπππττττδδ∞-∞---∞-∞==+=-++?? 习题2.3 设有一信号可表示为： 4exp() ,t 0 (){0, t<0 t X t -≥= 试问它是功率信号还是能量信号？并求出其功率谱密度或能量谱密度。 解：它是能量信号。X (t )的傅立叶变换为： (1)004 ()()441j t t j t j t X x t e dt e e dt e dt j ωωωωω +∞-+∞--+∞-+-∞====+??? 则能量谱密度 G(f)=2 ()X f =2 22 416 114j f ωπ=++ 习题2.4 X (t )=12cos 2sin 2x t x t ππ-，它是一个随机过程，其中1x 和2x 是相互统计独立的高斯随机变量，数学期望均为0，方差均为2σ。试求： (1)E [X (t )]，E [2()X t ]；(2)X (t ) 的概率分布密度；(3)12(,)X R t t 解：(1)()[][]()[]02sin 2cos 2sin 2cos 2121=?-?=-=x E t x E t t x t x E t X E ππππ

随机过程习题和答案

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∞ --<=----??

随机过程概念整理

什么是随机现象？ 在发生之前只能知道该现象各种可能的发生结果但无法准确预知哪一个结果将发生 随机现象产生的原因是什么？ 客观物质间相互作用的多样性和复杂性；认识主体认识能力的有限性 数学模型：描述客观事物量的之间关系的数学关系式 系统：我们将导致一个现象发生的所有因素及其相互作用机制定义为一个系统 系统的输出：某种试验或观察的结果。 试验：让上述系统产生一次输出的过程 样本空间：试验的所有可能结果组成的集合称为样本空间 样本点：样本空间中一个元素 确知系统：当观察者能清晰地认知系统的所有要素和作用机制，并且可以根据所知准确预测某次试验的输出，则这个系统被称为确知系统。 随机系统：否则当观察者对组成系统的所有要素和作用机制不能完全认知，在试验之前只知道该系统的样本空间，而无法根据所知预测该次试验将输出样本空间中的哪一个样本，这个系统就被称为随机系统。 比较：确知系统可以“从因推果”，随机系统则不可以 随机试验（观察）：使得随机系统产生一次输出的活动。 随机试验的特点: 1 可在相同条件下重复地进行。 2 试验的可能的结果不止一个, 并且能事先明确所有可能的结果. 3 进行一次试验之前不能确定哪一个结果会出现. 建立随机现象数学模型的基本思路： 不考虑输出某个结果的原因 用数或者函数表示输出结果 对输出结果的可能性进行先验量化 所谓样本的频率就是在若干次试验中，某个样本出现的次数占试验总次数的比例。 频率稳定性是指当试验的次数增加时，样本的频率总是在一个常数左右微小波动。 事件：样本空间的子集，也即由若干个样本点组成的集合 事件：样本空间中满足一定条件的全体元素构成子集，“一定条件”有事件的意义，因此称样本空间的子集为事件。 不可能事件 必然事件 基本事件：可数和不可数 实际上概率集函数的含义就是某个事件的概率

(完整版)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 X ，分布函数 F (x) P(X x) 1．随机变量 离散型随机变量 X 的概率分布用分布列 p P(X x k ) F(x) p k f (t)dt 分布函数 k x X 的概率分布用概率密度 f (x) F(x) 分布函数 连续型随机变量 2．n 维随机变量 X (X ,X , , X ) 1 2 n F(x) F(x ,x , ,x ) P(X x , X 2 x , , X n x n ,) 其联合分布函数 1 2 n 1 1 2 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 X EX x p k k X EX xf (x)dx 连续型随机变量 2 DX E(X EX) 2 EX (EX) 2 方差： 反映随机变量取值 的离散程度 协方差（两个随机变量 X ,Y ）： B E[( X EX)(Y EY)] E(XY) EX EY XY B XY 相关系数（两个随机变量 X,Y ）： 0，则称 X ,Y 不相关。 若 XY DX DY 独立 不相关 itX g(t) E(e ) itx e p k 连续 g(t) k e itx f (x)dx ４．特征函数 离散 g(t) 重要性质： g(0) 1， g(t) 1 g( t) g(t) ， ， g (0) i EX k k k 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 P( X 1) p,P( X 0) q EX p DX pq P(X k) C p q n k k k EX np DX n p q n k 泊松分布 P( X k) e k! EX DX 均匀分布略 ( x a)2 1 2 N(a, ) f (x) 2 2 2 EX a 正态分布 e DX 2

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；

随机过程简史

H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程设计（论文） 课程名称：应用随机过程 设计题目：随机过程简史 院系：电气工程学院 班级： 11S0104 设计者：孙延博 学号： 11S001070 指导教师：田波平 设计时间： 2011-10-23 随机过程简史 摘要 本文简要地介绍了随机过程从20世纪初创立至今，100年的发展历程考察了导致随机过程产生的历史契机，以及早期数学家在这方面作出的杰出工作。并简要介绍了随机过程的概念，研究方法

和研究内容，在现代工程技术领域的应用。 关键词：随机过程平稳随机过程平稳随机序列 1.随机过程的概念研究方法及研究内容 随机过程是现代概率论研究的一个重要分支。数学上的随机过程是由实际随机过程概念引起的一种数学结构。人们研究这种过程，是因为它是实际随机过程的数学模型，或者是因为它的内在数学意义以及它在概率论领域之外的应用。数学上的随机过程可以简单的定义为一组随机变量，即指定一参数集，对于其中每一参数点t指定一个随机变量x(t)。如果回忆起随机变量自身就是一个函数，以ω表示随机变量x(t)的定义域中的一点，并以x(t，ω)表示随机变量在ω的值，则随机过程就由刚才定义的点偶(t，ω)的函数以及概率的分配完全确定。如果固定t，这个二元函数就定义一个ω的函数，即以x(t)表示的随机变量。如果固定ω，这个二元函数就定义一个t的函数，这是过程的样本函数。由于物理学生物学，通讯和控制管理科学等学科的需要随机过程逐步发展起来的。马尔柯夫最早研究了随机过程。研究随机过程的方法多种多样，主要可以分为两大类：一类是概率方法，其中用到轨道性质、停时和随机微分方程等；另一类是分析的方法，其中用到测度轮、微分方程、半群理论、函数堆和希尔伯特空间等。实际研究中常常两种方法并用。另外组合方法和代数方法在某些特殊随机过程的研究中也有一定作用。研究的主要内容有：多指标随机过程、无穷质点与马尔可夫过程、概率与位势及各种特殊过程的专题讨论等。中国学者在平稳过程、马尔科夫过程、鞅论、极限定理、随机微分方程等方面做出了较好的工作。 2.随机过程的历史 1900年，Bachelier在分析股票市场波动时．发现了随机过程的一个重过程——独立增量过程的特恻。1905年，物理学家Einstein在研究Brown运动时，也遇到了相同的过程．1923年，Wiener 给出了Brown运动的数学描述- wiener过程。 Lunbderg在1903年研究一个保险公司所承担索赔累计数的变化规律时．导出了另一类型的随机过程——Lundberg过程。而众所周知、应用甚广的Poisson过程是当所有得付出的索赔总数中每一笔数目都相同时的Lundberg过程。 1909年，Erlang在研究电话业务时引入了Poisson过程，并被物理学家Rutherford和Geiger用于分析放射性蜕变。这些早期对随机过程的研究都是同实际问题紧密联系在一起的。虽然在数学上用了不太严密的方法，却表现出了直观处理这些概念和方法的绝妙能力。

应用随机过程学习汇总

应用随机过程学习汇总

————————————————————————————————作者：————————————————————————————————日期：

应用随机过程学习总结 一、预备知识：概率论 随机过程属于概率论的动态部分，即随机变量随时间不断发展变化的过程，它以概率论作为主要的基础知识。 1、概率空间方面，主要掌握sigma代数和可测空间，在随机过程中由总体样本空间所构成的集合族。符号解释： sup表示上确界， inf表示下确界。 本帖隐藏的内容 2、数字特征、矩母函数与特征函数：随机变量完全由其概率分布来描述。其中由于概率分布较难确定，因此通常计算随机变量的数字特征来估算分布总体，而矩母函数和特征函数便用于随机变量的N阶矩计算，同时唯一的决定概率分布。 3、独立性和条件期望：独立随机变量和的分布通常由卷积来表示，对于同为分布函数的两个函数，卷积可以交换顺序，同时满足结合律和分配率。条件期望中，最重要的是理解并记忆E(X) = E[E(X|Y)] = intergral(E(X|Y=y))dFY(y)。 二、随机过程基本概念和类型 随机过程是概率空间上的一族随机变量。因为研究随机过程主要是研究其统计规律性，由Kolmogorov定理可知，随机过程的有限维分布族是随机过程概率特征的完整描述。同样，随机过程的有限维分布也通过某些数值特征来描述。 1、平稳过程，通常研究宽平稳过程：如果X(t1)和X(t2)的自协方差函数 r(t1,t2)=r(0,t-s)均成立，即随机过程X(t)的协方差函数r(t,s)只与时间差 t-s有关，r(t) = r(-t)记为宽平稳随机过程。 因为一条随机序列仅仅是随机过程的一次观察，那么遍历性问题便是希望将随即过程的均值和自协方差从这一条样本路径中估计出来，因此宽平稳序列只需满足其均值遍历性原理和协方差遍历性原理即可。 2、独立增量过程：若X[Tn]– X[T(n-1)]对任意n均相互独立，则称X(t)是独立增量过程。若独立增量过程的特征函数具有可乘性，则其必为平稳增量过程。 兼有独立增量和平稳增量的过程称为平稳独立增量过程，其均值函数一定是时间t的线性函数。

通信原理教程+樊昌信+习题答案第二章

第二章习题 习题 设随机过程X (t )可以表示成： ()2cos(2), X t t t πθ=+-∞<<∞ 式中，θ是一个离散随机变量，它具有如下概率分布：P (θ=0)=，P (θ=π/2)= 试求E [X (t )]和X R (0,1)。 解：E [X (t )]=P (θ=0)2cos(2)t π+P (θ=/2)2cos(2)=cos(2)sin 22 t t t π πππ+ - cos t ω 习题 设一个随机过程X (t )可以表示成： ()2cos(2), X t t t πθ=+-∞<<∞ 判断它是功率信号还是能量信号并求出其功率谱密度或能量谱密度。 解：为功率信号。 []/2 /2/2 /21()lim ()()1lim 2cos(2)*2cos 2()T X T T T T T R X t X t dt T t t dt T ττπθπτθ→∞ -→∞-=+=+++? ? 222cos(2)j t j t e e πππτ-==+ 2222()()()(1)(1) j f j t j t j f X P f R e d e e e d f f πτπππττττδδ∞-∞---∞-∞==+=-++?? 习题 设有一信号可表示为： 4exp() ,t 0 (){0, t<0 t X t -≥= 试问它是功率信号还是能量信号并求出其功率谱密度或能量谱密度。 解：它是能量信号。X (t )的傅立叶变换为： (1)004 ()()441j t t j t j t X x t e dt e e dt e dt j ωωωωω +∞-+∞--+∞-+-∞====+??? 则能量谱密度 G(f)=2 ()X f =2 22 416114j f ωπ=++ 习题 X (t )=12cos 2sin 2x t x t ππ-，它是一个随机过程，其中1x 和2x 是相互统计独立的高斯随机变量，数学期望均为0，方差均为2σ。试求： (1)E [X (t )]，E [2()X t ]；(2)X (t ) 的概率分布密度；(3)12(,)X R t t 解：(1)()[][]()[]02sin 2cos 2sin 2cos 2121=?-?=-=x E t x E t t x t x E t X E ππππ ()X P f 因为21x x 和相互独立，所以[][][]2121x E x E x x E ?=。

随机过程笔记

随机过程笔记 2015-05-10 许铁混沌巡洋第一部分：为什么要研究随机过程？人类认识世界的历史，就是一认识和描绘各种运动的历史，从宏观的天体运动到分子的运动，到人心理的运动-我们通称为变化，就是一个东西随时间的改变。 人们最成功的描绘运动的模型是牛顿的天体运动，确定性是牛顿体系最大的特征。给定位置和速度，运动轨迹即确定。但是20实际后的科学却失去了牛顿美丽的确定性光环。 因为当人们试图描绘一些真实世界，充满复杂而未知因素的运动时候，人们发现不确定的因素（通常称之为噪音）对事物的变化至关重要，而牛顿的方法几乎难以应用。而我们所能够给出的最好的对事物变化的东西，是一套叫概率论的东西。而与之相应的产生的一个全新的研究运动的方法-随机过程, 对不确定性下的运动进行精细的数学描述。 我们周边充满了各种各样的数据，所谓大数据时代，这些数据最基本的特点就是含有巨量的噪音，而随机过程就是从这些噪音里提取信息的武器。 * 其实我们生活中也处处充满“噪音”。比如说我们每天发邮件，经常有一些人时回时不回。那些不回的人到底是忘了还是真的不想回，我们却不知道。一个书呆子统计学家会告诉你，你无法从一次的行为评判他，而要看他一贯的表现。

第一个随机过程方法的伟大胜利是爱因斯坦的布朗运动。一些小花粉在水里，受到水分子不停碰撞，而呈现随机的运动（花粉颗粒由于很小比较容易受到水分子热扰动的影响）。研究这些花粉的微小运动似乎有点天然呆，我们却从中找到了分子世界重要的信息。而花粉那无序与多变的轨道，也为我们提供了随机运动的范式（随机游走）。 计算机生成的十个粒子的布朗运动轨迹 如果给随机过程打个比方，它就像是一个充满交叉小径的花园。你站在现在的点上，看未来的变化，未来有千万种变化的方式，每一种可能又不断分叉变化出其它可能。第 二部分：描述随机过程的武器 随机过程怎么研究？几样神器是不可缺少的。 1. 概率空间：面对不可确定的未来，无非有两件事需要关心，一个是有哪些可以实现的可能，一个是每种可能的大小，前者定义一个事件空间（态空间），后者定义一个数-概率。关键这些信息从哪里来呢？我们如何知道要发生 什么？又如何知道多多大可能发生？-- 历史。 概率论的思维基点其实是: 日光之下并无新事。我们对未来的预测来源于对过于的经验积累，而沟通过去经验与 未来预测的工具就是概率。所谓一件事发生可能性大小，就是一件事在历史中发生的频率。 当然很多情况下概率也可以通过已知理论用演绎法推得，