介绍了指数随机图（P *）社交网络模型 （加里·罗宾斯，皮普派特森，尤瓦尔·卡利什，院长Lusher） 心理学系，行为科学，墨尔本大学商学院。 3010，澳大利亚 摘要： 本文提供的介绍总结，制定和应用指数随机的图模型的社交网络。网络的 各个节点之间的可能的关系被认为是随机的变量和假设，这些随机的领带变量 之间的依赖关系确定，一般形式的指数随机图模型的网络。不同的相关性假设 的例子及其相关的模型，给出了包括伯努利，对子无关，马尔可夫随机图模型。在社会选择机型演员的加入属性也被审查。更新，更复杂依赖的假设进行了简 要介绍。估计程序进行了讨论，其中包括新的方法蒙特卡罗最大似然估计。我 们预示着在其它组织了讨论论文在这款特别版：弗兰克和施特劳斯的马氏随机 图模型[弗兰克，澳，施特劳斯，D.，1986年马氏图。杂志美国统计协会81，832-842]不适合于许多观察到的网络，而Snijders等人的新的模型参数。[Snijders，TAB，派特森，P.，罗宾斯，GL，Handock，M.新规范指数随机图模型。社会学方法论，在记者]提供实质性的改善。 关键词：指数随机图模型;统计模型的社交网络; P *模型 在最近几年，出现了在指数随机图模型对于越来越大的兴趣社交网络，通常称为P *类车型（弗兰克和施特劳斯，1986;派特森和沃瑟曼，1999;罗宾斯等人，1999;沃瑟曼和帕蒂森，1996年）。这些概率模型对一组给定的演员网络 允许泛化超越了早期的P1模型类（荷兰和Leinhardt，1981年）的限制二元独立性假设。因此，它们允许模型从社会行为的结构基础的一个更为现实的构建。这些模型车的研究多层次，multitheoretical假说的有效性一直在强调（例如，承包商等，2006）。 已经有一些自Anderson等重大理论和技术的发展。（1999）介绍了他们对 P *型号知名底漆。我们总结了本文上述的进步。特别是，我们认为重要的是在概念上从依赖假设的衍生地，这些模型，模型的基本依据，然后作出了明确， 并与有关（不可观察）社会进程底层网络的形成假说更容易联系。正是通过新 的模式，可以开发一个有原则的方式，包括结合了演员的属性模型这样的做法。在模型规范和估计最近的发展需要注意的是，因为这样做就设置结构和部分新 技术的步骤依赖的假设，不仅扩大了级车型，但具有重要意义的概念。特别是，我们现在有一个更好的了解马尔可夫随机图，和有前途的新规格的性能已经提 出来克服他们的一些不足之处。 本文介绍了模型，并总结当前方法的发展与扩展概念的阐述（更多技术总 结最近被沃瑟曼和罗宾斯，2005年定;知更鸟和派特森，2005; Snijders等人，出版。）我们首先简要介绍理分析社交网络的统计模型（第1节）。然后，我 们提供指数随机图模型的基本逻辑进行了概述，并概述我们框架模型构建（第 2节）。在第3节中，我们讨论的重要概念一个依赖假设的建模方法的心脏。 在第4节中，我们提出了一系列不同的相关性假设和模型。对于模型估计（第 5章），我们简单总结伪似然估计（PLE）的方法，并检讨最近的事态发展蒙特 卡罗马尔可夫链最大似然估计方法。在第6节中，我们提出拟合模型，网络数
第四章随机过程的熵率 随机过程{X i}：带下标的随机变量序列 平稳的随机过程： 《信息论基础》 中国科学技术大学刘斌1
马尔可夫过程 马尔可夫过程（马尔可夫链）： 时间不变的马尔可夫过程： 如无特别声明，总假定马尔可夫链是时间不变的。 《信息论基础》 中国科学技术大学刘斌2
马尔可夫链的表征 若{X i}为马尔可夫链，则称X n为n时刻的状态。 一个时间不变的马尔可夫链完全由其初始状态和概率转移矩阵P=[P ij]所表征， P[P所表征 n+1时刻的随机变量概率密度函数： 《信息论基础》 中国科学技术大学刘斌3
平稳分布 若马尔可夫链可以从任意状态经过有限步转移到另一任意状态，且转移概率为正，则称此马尔可夫链是不可约的。 如果从一个状态转移到它自身的不同路径长度的最大公因子为1，则称该马尔可夫链是非周期的。 若在n+1时刻状态空间的分布与n时刻的分布相同，则称此分布为平稳分布。 若马尔可夫链的初始状态服从平稳分布，则该马尔可夫链若马尔夫链的初始状态从平稳分布则该马尔夫链为平稳过程。 若有限状态马尔可夫链是不可约的和非周期的，则它的平若有限状态马尔可夫链是不可约的和非周期的则它的平稳分布惟一，从任意的初始分布出发，当n趋向于无穷时，X n的分布必趋向于此平稳分布。 《信息论基础》 中国科学技术大学刘斌4
马尔可夫链的例子 例 《信息论基础》 中国科学技术大学刘斌5
熵率 当如下极限存在时，随即过程{X i}的熵率定义为： 打字机输出 打字机：输出m个等可能的字母 i.i.d.随机变量序列 独立但非同分布的随机变量序列 《信息论基础》 中国科学技术大学刘斌6
第五章最大熵原理最小鉴别信息原理 1.非适定性问题 2.最大熵与最小鉴别信息原理 §2.1 最大熵原理 §2.2 最小鉴别信息原理 §2.3 两原理之间的关系 §2.4 合理性 2012-5-221
2012-5-22 2 传感器网络自定位问题 条件：给出了一个网络中若干节点之间的测距信息, 能否唯一的恢复网络中每个节点的空间座标？ 在传感器自定位问题中，上述条件是不够的。
1.非适定性问题 科学研究 (1) 一般步骤 ?系统的参数化：定性——定量 ?建立模型：前向建模，反向建模 ——正问题（前向建模）：发现物理规律，根据系统的输入参 数，预测系统的输出。 ——逆问题（反向建模）：根据可得到的观察值（输出值）推 断系统参数及输入。 (2) 面临的问题 ?过定：所给出的条件过多 ?欠定：条件不够，数据不足、不确定或不准确2012-5-223
(3) 非适定性问题（病态问题） 由欠定导致解不存在、不唯一或不稳定（不连续）其中之一的问题。 涉及存在性、唯一性、稳定性 (4) 非适定性问题的求解 ?思路 综合理论知识，先验知识和实验数据三方面，给出一种可能解集的概率分布。 ?解的存在性与唯一性： ——存在性：解集非空 ——唯一性：有关解的可能集被唯一确定 2012-5-224
线性系统正问题、反问题的形式化表述 A：系统传递函数 X :系统输入 Y :系统输出 正问题：已知X、A，求Y 反问题：已知Y，求X、A；已知Y、A，求X 2012-5-225
2012-5-226 过定问题求解 [][]) (Y X ?A Y X ?A min J min X ?)(A ,m Y X A ,Y AX H X ? X ?声的数据分析等应用实验的数据拟合、有噪，使即求可用最小二乘法求解，。 列满秩设对于过定问题，有维列向量。 为维列向量，为矩阵，为已知??==>×=n rank n m n n m
《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 ，? ?????<≤=234 1x 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 ，81)(=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？
概率统计与随机过程 课程编号：H0600071S学分： 4 开课学院：理学院课内学时：64 课程类别：学科基础课课程性质：必修 一、课程的性质和目的 课程性质：本课程是我校有关专业的学科基础课 目的：通过本课程的学习，使学生系统地掌握概率论、数理统计和随机过程的基本理论和基本方法，为后续各专业基础课和专业课的学习提供必要的数学理论基础。另外，通过本课程的系统教学，特别是讲授如何提出新问题、思考分析问题，培养学生的抽象思维能力、逻辑推理能力以及解决实际问题的能力，从而逐步培养学生的创新思维能力和创新精神。 二、课程教学内容及基本要求 （一）课程教学内容及知识模块顺序 第一章概率论的基本概念 8学时 （1）随机试验 （2）样本空间、随机事件 （3）频率与概率 （4）等可能概型（古典概型） （5）条件概率 （6）独立性 教学基本要求： 了解随机现象与随机试验，了解样本空间的概念，理解随机事件的概念，熟练掌握事件之间的关系与运算。了解事件频率的概念，理解概率的统计定义。了解概率的古典定义，会计算简单的古典概率。了解概率的公理化定义，熟练掌握概率的基本性质，会运用这些性质进行概率计算。理解条件概率的概念、概率的乘法定理与全概率公式，会应用贝叶斯(Bayes)公式解决比较简单的问题。理解事件的独立性概念。理解伯努利(Bernoulli)概型和二项概率的计算方法。 第二章随机变量及其分布 6 学时 （1）随机变量 （2）离散型随机变量及其分布律 （3）随机变量的分布函数 （4）连续型随机变量及其概率密度 （5）随机变量的函数的分布 教学基本要求： 理解随机变量的概念，了解分布函数的概念和性质，会计算与随机变量相联系的事件的概率。理解离散型随机变量及其分布律的概念，熟练掌握0-1分布、二项分布和泊松(Poisson)分布。理解连续型随机变量及其概率密度的概念，熟练掌握正态分布、均匀分布和指数分布。会根据自变量的概率分布求简单随机变量函数的概率分布。
北京工业大学2007-2008学年第一学期期末 数理统计与随机过程(研) 课程试题 学号 姓名 成绩 注意：试卷共七道大题，请将答案写在答题本上并写明题号与详细解题过程。 考试时间120分钟。考试日期：2008年1月10日 一、（10分）已知在正常生产的情况下某种汽车零件的重量（克）服从正态分布 ),(254σN ，在某日生产的零件中抽取10 件，测得重量如下： 54.0 55.1 53.8 54.2 52.1 54.2 55.0 55.8 55.1 55.3 问：该日生产的零件的平均重量是否正常（取显著性水平050.=α）？ 二、 （15分）在数 14159263.=π的前800位小数中, 数字93210,,,,, 各出现的次数记录如下 检验这10个数字的出现是否是等概率的?（取显著性水平050.=α） 三、（15分）下表给出了在悬挂不同重量（单位：克）时弹簧的长度（单位：厘米） 求y 关于x 的一元线性回归方程，并进行显著性检验. 取显著性水平050.=α， 计算结果保留三位小数. 四、（15分）三个工厂生产某种型号的产品，为评比质量，分别从各厂生产的产品中随机抽取5只作为样品，测得其寿命（小时）如下：
在单因素试验方差分析模型下，检验各厂生产的产品的平均寿命有无显著差异？取显著性水平050.=α, 计算结果保留三位小数. 五、（15分）设}),({0≥t t N 是强度为3的泊松过程， 求（1）})(,)(,)({654321===N N N P ； （2）})(|)({4365==N N P ； （3）求协方差函数),(t s C N ，写出推导过程。 六、（15分）设{,}n X n T ∈是一个齐次马尔可夫链，其状态空间{0,1,2}I =，一步 转移概率矩阵为 121414201335250P ?? ? = ? ??? （1）求}|,,,,{202021054321======X X X X X X P ； （2）求}|{122==+n n X X P ； （3）证明此链具有遍历性（不必求其极限分布）。 七、（15分）设有随机过程 )sin()cos()(t B t A t X ππ+=，其中A 与B 相 互独立且都是均值为零，方差为2σ的正态随机变量， （1）分别求)(1X 和)(4 1 X 的一维概率密度； （2）问)(t X 是否是平稳随机过程？ 标准答案（仅供参考） 一、（10分）已知在正常生产的情况下某种汽车零件的重量（克）服从正态分布 ),(254σN ，在某日生产的零件中抽取10 件，测得重量如下： 54.0 55.1 53.8 54.2 52.1 54.2 55.0 55.8 55.1 55.3 如果标准差不变，该日生产的零件的平均重量是否有显著差异（取05.0=α）？ 解：按题意，要检验的假设是 54:0=μH ，因2σ未知，故用-t 检验法，由05.0=α，查t 分布表得临界 值2622290250.)(.=t ，由样本值算得 382514654.,.==t x
北京邮电大学2012——2013学年第1学期 《概率论与随机过程》期末考试试题答案 考试注意事项：学生必须将答题内容（包括填空题）做在试题答题纸上，做在试卷纸上一律无效。在答题纸上写上你的班号和选课单上的学号，班内序号! 一. 单项选择题和填空题：（每空3分，共30分） 1.设A 是定义在非空集合Ω上的集代数,则下面正确的是 .A （A ）若A B ∈∈A,A ,则A B -∈A ; （B ）若A A B ∈?A,,则B ∈A ; （C ）若12n A n =∈?A,,,,则 1 n n A ∞=∈A ; （D ）若12n A n =∈?A,,,,且123A A A ??? ,则 1 n n A ∞ =∈A . 2. 设(),ΩF 为一可测空间，P 为定义在其上的有限可加测度，则下面正确的是 .c （A ）若A B ∈∈F,F ,则()()()P A B P A P B -=-； （B ）若12n A n =∈?F,,,,,且123A A A ??? ，则1 li ( )()m n n n n P A A P ∞→∞ ==； （C ）若A B C ∈∈∈F,F,F,，则()()()()P A B C P A P AB P A BC =++； （D ）若12n A n =∈?F,,,,,且,i j A i j A =??=/，1 1 ( )()n n n n P P A A ∞ ∞===∑. 3.设f 为从概率空间(),P ΩF,到Borel 可测空间(),R B 上的实可测函数，表达式为100 0()k A k f kI ω==∑，其中1000 ,, i j n n i j A A A ==??=Ω/=，则fdP Ω=? ；
大学2015～2016学年秋季学期本科生 课程自学报告 课程名称：《概率论与随机过程》 课程编号：07275061 报告题目：大数定律和中心极限定理在彩票选号的应用学生： 学号： 任课教师： 成绩： 评阅日期：
随机序列在通信加密的应用 2015年10月10日 摘 要：大数定律与中心极限定理是概率论中很重要的定理，较多文献给出了不同条件下存在的大数定律和中心极限订婚礼，并利用大数定律与中心极限定理得到较多模型的收敛性。但对于他们的适用围以及在实际生活中的应用涉及较少。本文通过介绍大数定律与中心极限定理，给出了其在彩票选号方面的应用，使得数学理论与实际相结合，能够让读者对大数定律与中心极限定理在实际生活中的应用价值有更深刻的理解。 1. 引言 在大数定律与中心极限定理是概率论中很重要的定理，起源于十七世纪，发展到现在，已经深入到了社会和科学的许多领域。从十七世纪到现在，很多国家对这两个公式有了多方面的研究。长期以来，在大批概率论统计工作者的不懈努力下，概率统计的理论更加完善，应用更加广泛，如其在金融保险业的应用，在现代数学中占有重要的地位。 本文主要通过对大数定律与中心极限定理的分析理解，研究探讨了其在彩票选号中的应用，并给出了案例分析，目的旨在给出大数定律与中心极限定理应用对实际生活的影响，也对大数定律与中心极限定理产生更深刻的理解。 2. 自学容小结与分析 2.1 随机变量的特征函数 在对随机变量的分析过程中，单单由数字特征无法确定其分布函数，所以引入特征函数。特征函数反映随机变量的本质特征，可唯一的确定随机变量的分布函数、随机变量X 的特征函数定义为： 定义1 ][)()(juX jux e E dx e x p ju C ==? +∞ ∞ - (1) 性质1 两两相互独立的随机变量之和的特征函数等于各个随机变量的特征函数之积。 性质1意味着在傅立叶变换之后，时域的卷积变成频域的相乘，这是求卷积的简便方法。类比可知求独立随机变量之和的分布的卷积，可化为乘法运算，这样就简便了计算，提高了运算效率。 性质2 求矩公式：0)(|) ()(][=-=u n u x n n n du C d j X E (2) 性质3 级数展开式：!)(][!|)()()(0 00n ju X E n u du u C d u C n n n n n n n n X ∑∑∞ ==∞ === (3) 2.2 大数定律与中心极限定理 定义2 大数定律：设随机变量相互独立，且具有相同的μ=)(k X E 和,...2,1,)(2 ==k X D k σ, 则0∈>?,有
北京工业大学2009-20010学年第一学期期末数理统计与随机过程(研) 课程试卷一、随机抽取某班28名学生的英语考试成绩，算得平均分数为80=x 分，样本标准差8=s 分，若全年级的英语成绩服从正态分布，且平均成绩为85分，问：能否认为该班的英语成绩与全年级学生的英语平均成绩有显著差异（取显著性水平）？050.=α解：这是单个正态总体),(~2σμN X ，方差2σ未知时关于均值μ的假设检验问题，用T 检验法. 解 85:0=μH ，85:1≠μH 选统计量 n s x T /0μ-=已知80=x ，8=s ，n ＝28，850=μ，计算得n s x T /0μ-=31.328/88580=-=查t 分布表，05.0=α，自由度27，临界值.052.2)27(025.0=t 由于，故拒绝0H ，即在显著水平05.0=α下不能认为该班的英语 052.2>T 2622.2>成绩为85分.二、某图书馆每分钟借出的图书数有如下记录:借出图书数 k 0 1 2 3 4 5 6≥7频数 f 8 16 17 10 6 2 1 0试检验每分钟内借出的图书数是否服从泊松分布? （取显著性水平） 050.=α解：由极大似然估计得.2?==x λ在X 服从泊松分布的假设下，X 的所有可能的取值对应分成两两不相交的子集A 0, A 1,…, A 8。则有估计 }{k X P ==i p ? ,7,0,!2}{?2===-k k e k X P k =0?p 三、某公司在为期10年内的年利润表如下： 年份 1 2 3 4 5 6 7 8910利润 1.89 2.19 2.06 2.31 2.26 2.39 2.61 2.58 2.82 2.9 通过管线敷设技术，不仅可以解决有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电力保护装置调试技术，电力保护高中资料试卷配置技术是指机
《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
一、（10分）某工程部队的工程师向领导建议，他提出的一项新工艺在不降低工程质量和影响工程进度的同时，还将节省机器运转的开支。假如采用旧工艺时机器每星期运转开支平均是1000元，又假定新旧工艺机器每星期运转开支X 都是服从正态分布，且具有标准差250元。使用新工艺后观察了9个星期，其机器运转开支平均每星期是750元。试在01.0=α的水平下，检验工程师所述是否符合实际，即新工艺是否能节省开支。 （3554.3)8(005.0=t ，8965.2)8(01.0=t ，57.2005.0=u ，33.201.0=u ） 二、（12分）设母体 X 服从正态分布),(2σμN ，X 是子样),,,(21n X X X Λ的平均数， ∑=-=n i i n X X n S 1 2___ 2 )1（是子样方差，又设),(~21σμN X n +，且与n X X X ,,,21Λ独立，求： （1）X E ，X D ，2 n ES ，2n DS ；（2）统计量 1 1 1+--+n n S X X n n 的分布。 三、（13分）一个罐中装有黑球和白球，其中黑球、白球的个数均未知，如何用统计的方法估计其中黑球与白球的比例。（建立模型并给出两种估计方法） 四、（15分）以下为温度对某个化学过程的生产量的影响的数据： 已知 X 和Y 之间具有线性依赖关系。 （1）写出其线性回归模型，并估计参数βα,； （2）讨论回归系数的性质（分布）。 五、（10分）设有一随机过程)( t X ，它的样本函数为周期性的锯齿波。下图（a ）、（b ）画出了二个样本函数图。各样本函数具有同一形式的波形，其区别仅在于锯齿波的起点位置不同。设在0=t 后的第一个零值点位于0τ，0τ是一个随机变量，它在) , 0 ( T 内均匀分布，即 ?????≤≤=其它值 00 1 )( 0T t T t f τ
05-06概率论与随机过程试题（A ） 一、选择题 1．设0 2． 设随机变量X 的密度函数为, 0 1, ()0, .ax x f x < 第41卷第9期 光电工程V ol.41, No.9 2014年9月Opto-Electronic Engineering Sept, 2014 文章编号：1003-501X(2014)09-0056-07 一种基于熵率超像素分割的多聚焦图像融合 王亚杰，叶永生，石祥滨 ( 沈阳航空航天大学工程训练中心，沈阳 110136 ) 摘要：针对多聚焦图像融合问题，提出一种基于熵率超像素分割的多聚焦图像融合方法。首先，将多聚焦源图像进行预融合；然后，用熵率超像素分割方法将融合图像分割成不同的区域，得到一幅融合图像的分割图像，对得到的分割图像进行膨胀操作得到新的分割图像，每个区域计算源图像相应区域的区域空间频率，从源图像中选择区域空间频率大的区域赋予融合图像。最后，当融合图像的相邻区域来自不同的源图像时，对他们的边界进行边缘处理，从而得到最终的融合图像。实验结果表明，所提出的方法能够得到较好融合效果，同时还具有运行效率高等优点。 关键词：熵率；超像素分割；多聚焦图像融合；空间频率 中图分类号：TP391 文献标志码：A doi：10.3969/j.issn.1003-501X.2014.09.010 Multi-focus Image Fusion Based on Entropy Rate Superpixel Segmentation WANG Yajie，YE Yongsheng，SHI Xiangbin ( Engineering Training Center, Shenyang Aerospace University, Shenyang 110136, China ) Abstract: Focusing on mulit-focus image fusion, an image fusion algorithm based on the entropy rate superpixel segmentation is presented. First of all, the multi-focus images are fused in advance. Secondly, the fused image is divided by using entropy rate superpixel segmentation, thus a split image of the fused image is got, and then a new split image is obtained by dilating the split image. The region spatial frequency of each source image’s corresponding area is calculated, and the larger region spatial frequency area from the source images is chosen to construct the new fusion image. Finally, when the neighbor areas of fusion image come from different source images, their borders should be processed, thereby the final fusion image is got. The experimental results show that the proposed method can obtain a better fusion effect, and also operate efficiently. Key words: entropy rate; superpixel segmentation;multi-focus image fusion;space frequency 0 引言 由于光学系统的聚焦范围有限，很难将场景中的所有景物都成像清晰。当某个物体位于焦平面上时，在像平面上将会形成一个清晰的图像，而此时位于其他位置上的物体在像平面上所形成的图像将呈现出不同程度的模糊。这一问题可以通过多聚焦图像融合技术解决[1]。 早期的多聚焦图像融合方法有加权平均法、主成分分析法、塔式分解等，但是这些方法对图像的细节信息提取能力有限。离散小波变换(Discrete Wavelet Transform, DWT)具有多分辨率、方向性及各尺度上的独立性的分析特性，使得小波变换成为人们研究的热点。但是由于DWT分解后的方向子带数有限，小波 收稿日期：2014-01-20；收到修改稿日期：2014-04-10 基金项目：国家自然科学基金资助项目(61170185)；辽宁省教育厅科研项目(L2012052) 作者简介：王亚杰(1968-)，女(汉族)，辽宁铁岭人。教授，博士，主要研究图像融合、模式识别、机器博弈； 通信作者：叶永生(1989-)，男(汉族)，四川内江人。硕士研究生，主要研究图像融合。E-mail：544326271@https://www.doczj.com/doc/a44075138.html,。 https://www.doczj.com/doc/a44075138.html, 北京工业大学2009-20010学年第一学期期末 数理统计与随机过程(研) 课程试卷 学号 姓名 成绩 注意：试卷共七道大题，请写明详细解题过程。 考试方式：半开卷，考试时只允许看教材《概率论与数理统计》 浙江大学 盛 骤等编第三版（或第二版）高等教育出版社。可以看笔记、作业，但不允许看其它任何打印或复印的资料。考试时允许使用计算器。考试时间120分钟。考试日期：2009年12月31日 一、随机抽取某班28名学生的英语考试成绩，算得平均分数为80=x 分，样本标准差8=s 分，若全年级的英语成绩服从正态分布，且平均成绩为85分，问：能否认为该班的英语成绩与全年级学生的英语平均成绩有显著差异（取显著性水平050.=α）？ 解：这是单个正态总体 ),(~2σμN X ，方差2σ未知时关于均值μ的假设检验问题，用T 检验法. 解 85:0=μH ，85:1≠μH 选统计量 n s x T /0 μ-= 已知80=x ，8=s ，n ＝28，850=μ， 计算得n s x T /0μ-= 31 .328/885 80=-= 查t 分布表，05.0=α，自由度27，临界值052.2)27(025.0=t . 由于052.2>T 2622.2>，故拒绝 0H ，即在显著水平05.0=α下不能认为 该班的英语成绩为85分. 050.= 解：由极大似然估计得.2?==x λ 在X 服从泊松分布的假设下，X 的所有可能的取值对应分成两两不相交的子集A 0, A 1,…, A 8。 则}{k X P =有估计 =i p ?ΛΛ,7,0, !2}{?2 ===-k k e k X P k =0?p Lecture 1：随机过程的熵速率 序列中随机编码相关时候、平稳时的熵速率如何？ 本节显示以速率),,,(21n X X X H ")(χH 随着n 线性增加。)(χH 称为过程的熵速率entropy rate. 1. Markov 链 定义1：随机过程的平稳性 },,Pr{},,Pr{1111n l n l n n x X x X x X x X =====++""，对所有的l 和所有的χ∈n x x x ,,,21" 定义2：markov 链或markov 过程 }|Pr{},,|Pr{11111n n n n n n n n x X x X x X x X x X ======+++"，对所有的χ∈+121,,,,n n x x x x " 这种情况下，随机变量的联合概率密度函数可写为 )|()|()()(112121?=n n n x x p x x p x p x x x p "" 定义3：时不变markov 链 }|Pr{}|Pr{121a X b X a X b X n n =====+，对所有的χ∈b a , }{i X 是Markov 链，称为时刻n 的状态，对于时不变Markov 链可由初态和概率转移矩 阵n X }|Pr{},,,2,1{,],[1i X j X P m j i P P n n ij ij ===∈=+"来描述其特性。 如果能从Markov 的任何一个状态以正概率通过有限步转移到Markov 过程的任何一个其他的状态，称Markov 链是不可约的(irreducible) ∑+=+n n n x x x n n P x p x p 1)()(1 如果n+1时刻的状态分布与n 时刻的相同，称为平稳分布。 如果有限状态Markov 链是不可约的且是非周期的，则平稳分布是唯一的，且从任意开始分布，随，状态分布趋于平稳分布。 ∞→n n X 2．熵速率 对一有n 个随机变量的序列，问题：随着n 增加序列的熵是怎样增加的？熵速率就是熵增加的速率。 定义4：随机过程的熵速率 }{i X ),,(1 lim )(1n n X X H n H "∞→=χ,当极限存在时（每符号的熵） 例1：打字机：每个符号有m 种等该概可能，长为n 的序列熵为 1(,,)log ,()log n n H X X m H χ=="m 注意： 这是第一稿（存在一些错误） 第七章数理统计习题__奇数.doc 1、解 由θ θθμθ 2 ),()(0 1===? d x xf X E ，204103)(2 221θθθ=-==X D v ，可得θ的矩估计量为X 2^ =θ，这时θθ==)(2)(^X E E ，n n X D D 5204)2()(2 2 ^ θθθ= ? ==。 3、解 由)1(2)1(2)1(2)(21θθθθμ-=-+-==X E ，得θ的矩估计量为： 3 2 62121^ =-=- =X θ。 建立关于θ的似然函数：482232)1(4)1())1(2()()(θθθθθθθ-=--=L 令014 8))1ln(4ln 8()(ln =--=?-+?=??θ θθθθθθL ， 得到θ的极大似然估计值：32^=θ 5、解 由33)1(3)1(3)(222+-=-+-+=p p p p p p X E ，所以得到p 的矩估计量为 ^ 32p = = 建立关于p 的似然函数：32 10)1()2 )1(3()()2)1(( )(22n n n n p p p p p p p L ---= 令0)(ln =??p p L ，求得到θ的极大似然估计值：n n n n p 222 10^++= 7、解 （1）记}4{<=X P p ，由题意有}4{}4{}4{-≤-<=<=X P X P X P p 根据极大似然估计的不变性可得概率}4{<=X P p 的极大似然估计为： 4484.05.0)6 4 ()64( 5.0)25 /2444( )25 /2444( 22^ =-Φ=-Φ-=--Φ--Φ=s s p （2）由题意得：)6 24 ( )25 /244( }{}{105.012-Φ=-Φ=≤=>-=-A s A A X P A X P ，于是经查表可求得A 的极大似然估计为0588.12^ =A 数理统计与随机过程复习资料第1章抽样与抽样分布 1. 设母体，是来自母体的一个子样，若 问C为何值时，CY服从t分布，并给出其自由度。 2. 设母体,是来自母体的一个容量为6的子样，设 ，求常数C，使CY服从分布。 3. 设是来自总体的简单样本，记为前个样本的均值和方差，试求 证：。 第2章参数估计 1. 设母体（二项分布），其中：N已知，p是未知参数。求p的最大似 然估计量。并确定所得估计量的无偏性和相合性。 2. 设母体（二项分布），求参数N，p的矩估计量。 3. 设为母体的一个子样，，当为何值时，Y为的无偏估计量且方差最 小。 4. 设为母体的一个子样，，当满足什么条件时，Y为的无偏估计量， 并求方差。 5. 设为母体的一个子样，求常数C，使为的无偏估计。 6. 设母体X的密度函数为 a与b为参数，求a与b的矩估计。 7. 设母体（正态分布），其中：和为参数。求和的最大似然估计量。 并确定所得估计量的无偏性；若是有偏，进行修正。 8.设母体X的分布密度为 ，其中，求参数的最大似然估计量。 9. 设母体（均匀分布），为参数，为母体的一个子样，，求参数的置 信概率的置信区间。 10. 设母体（正态分布），其中为未知参数，为母体的一个子样，求母 体平均数的置信概率为的置信区间。 11. 两台机床加工同一种零件，分别抽取6个和9个零件，测量其长度计 算得到.。假定各台机床零件长度服从正态分布。求两个母体方差比的置信区间（=0.95）。 12.设是取自总体的一个样本，总体X的密度函数为 （1）求的矩估计和极大似然估计； （2）的矩估计和极大似然估计是否为无偏的。一种基于熵率超像素分割的多聚焦图像融合
学期数理统计与随机过程(研)试题(答案)
随机过程的熵速率
浙江大学《概率论、数理统计与随机过程》课后习题答案张帼奋主编第七章数理统计习题__奇数
数理统计与随机过程复习题
相关主题
文本预览