随机信号分析基础(第5章习题讲解)

故有
P{X = m} = Cnm p m (1 − p)n−m ， m = 0,1, 2,....n
n
∑ 所以 X = Xi 服从参数为 n，p 的二项分布。 i =1
且有 E( Xi ) = 1⋅ P{Xi = 1}+ 0 ⋅ P{Xi = 0} = p ，
E
(
X
2 i
)
= 12
⋅
P{ X i
= 1}+
P{X = m} = Cnm p m (1 − p)n−m ， m = 0,1, 2,....n ， 0 < p < 1
求 X 的均值和方差。 解法一：直接按照定义计算
n
n
∑ ∑ E( X ) = mP{X = m} = mCnm pm (1− p)n−m
m=0
m=0
∑n
=m
n!
pm (1− p)n−m
第 1 章 随机变量基础
1.1 设有两个随机变量 X 和 Y，证明
fY|X ( y | x) =
f (x, y) f X (x)
，
f X |Y
(x
|
y)
=
f (x, y) fY (y)
y x+Δx
∫ ∫ f (x, y)dxdy
提示：首先证明 F ( y | x < X ≤ x + Δx) = −∞ x
02
⋅
P{ X i
=
0}
=
p
，
D(Xi )
=
E
(
X
2 i
)
−
E2(Xi)
=
p
−
p2
=
p(1 −
p)
n

1第一次作业：练习一之1、2、3题1.1 离散随机变量X 由0，1，2，3四个样本组成，相当于四元通信中的四个电平，四个样本的取值概率顺序为1/2，1/4，1/8，和1/8。

求随机变量的数学期望和方差。

解：875.087813812411210)(][41==⨯+⨯+⨯+⨯===∑=i i i x X P x X E81)873(81)872(41)871(21)870(])[(][2224122⨯-+⨯-+⨯-+⨯-=-=∑=i i i P X E x X D109.16471==1.2 设连续随机变量X 的概率分布函数为⎪⎩⎪⎨⎧≥<≤-+<=21201)](2πΑsin[0.500)(x x x x x F求（1）系数A ；（2）X 取值在（0.5，1）内的概率)15.0(<<x P 。

解：⎪⎩⎪⎨⎧<≤-π==其他0201)](2π[cos 2)()(x x A dx x dF x f 由1)(=⎰∞∞-dx x f得 2A 021)](2πAsin[1)]d (2π[cos 2=-=-π⎰∞∞-x x x A21A =35.042)]15.0(2[sin 21)]11(2[sin 21)5.0(F )1(F )15.0(==-π--π=-=<<x P1.3 试确定下列各式是否为连续随机变量的概率分布函数，如果是概率分布函数，求其概率密度。

（1）⎪⎩⎪⎨⎧<≥-=-000e 1)(2x x x F x （2）⎪⎩⎪⎨⎧≥<≤<=1110Α00)(2x x x x x F （3）0)]()([)(>--=a a x u x u a xx F （4）0)()()(>---=a a x u axa x u a x x F2解：（1）⎪⎩⎪⎨⎧<≥-=-000e 1)(2x x x F x 当0≥x 时，对于12x x ≥，有)()(12x F x F ≥，)(x F 是单调非减函数； 1)(0≤≤x F 成立；)()(x F x F =+也成立。

第一章 随机过程基础本章要点概率论、随机变量、极限定理等等是随机信号分析与处理应用的理论基础。

本章主要内容：概率,随机变量及其概率分布,随机变量函数的分布，随机变量的数字特征，特征函数等概念。

基本内容一、概率论 1、古典概型用A 表示所观察的随机现象（事件），在A 中含有的样本点（基本事件）数为A n ，则定义事件A 出现的概率()P A 为 ()An P A n=（1-1）2、几何概型用A 表示所观察的随机现象（事件），它的度量大小为()L A ,则规定事件A 出现的概率()P A 为 ()()()E L A P A L S =（1-2）3、统计概率对n 次重复随机试验C E ，事件A 在这n 次试验中出现的次数()n f A 称为频数。

用事件A 发生的频数()n f A 与试验次数n 的比值()n F A 称为频率()()()n n f A P A F A n≈=（1-3）4、概率空间对随机试验E ，试验的各种可能结果（称基本事件、样本点）构成样本空间E S （也称基本事件空间），在样本空间中的一个样本点或若干个样本点之适当集合称为事件域A （A 中的每一个集合称为事件）。

若事件A ∈A ，则()P A 就是事件A 的概率。

并称{},,E S P A 为一个概率空间，而样本空间E S ，事件域A，概率P 是构成概率空间的三个要素。

二、随机变量1、随机变量的概念 设已知一个概率空间(),,E S P A ，对E s S ∈，()X s 是一个取实数值的单值函数，则对任意实数1x ，()1X s x ≤是一个随机事件，且(){}1:s X s x ≤∈A，则称()X s 为随机变量。

显然，随机变量()X s 总是联系着一个概率空间，这将使对随机事件的研究转化为对随机变量的研究。

为了方便，此后若无特别需要将随机变量()X s 简记为X 。

2、随机变量的概率密度函数定义随机变量X 的累积概率分布函数为()()F x P X x =≤而把它的导数定义为随机变量X 的概率密度函数。

1-9 已知随机变量X 的分布函数为20,0(),011,1X x F x kx x x <⎧⎪=≤≤⎨⎪>⎩求：①系数k ； ②X 落在区间(0.3,0.7)内的概率； ③随机变量X 的概率密度。

解：第①问 利用()X F x 右连续的性质 k ＝1第②问{}{}{}()()0.30.70.30.70.70.30.7P X P X F P X F =<<=<≤-=-第③问 201()()0X X xx d F x f x elsedx ≤<⎧==⎨⎩1-10已知随机变量X 的概率密度为()()xX f x kex -=-∞<<+∞（拉普拉斯分布），求：①系数k ②X 落在区间(0,1)内的概率 ③随机变量X 的分布函数 解：第①问 ()112f x dx k ∞-∞==⎰ 第②问 {}()()()211221x x P x X x F x F x f x dx <≤=-=⎰随机变量X 落在区间12(,]x x 的概率12{}P x X x <≤就是曲线()y f x =下的曲边梯形的面积。

{}{}()()1010101112P X P X f x dxe -<<=<≤==-⎰第③问()102102xx e x f x e x -⎧≤⎪⎪=⎨⎪>⎪⎩()00()110022111010222xx xxx x x x F x f x dxe dx x ex e dx e dxx e x -∞-∞---∞=⎧⎧≤≤⎪⎪⎪⎪==⎨⎨⎪⎪+>->⎪⎪⎩⎩⎰⎰⎰⎰1-11 某繁忙的汽车站，每天有大量的汽车进出。

设每辆汽车在一天内出事故的概率为0.0001，若每天有1000辆汽车进出汽车站，问汽车站出事故的次数不小于2的概率是多少？,(01)p q λ→∞→→∞→−−−−−−−−→−−−−−−−−→−−−−−−−−→n=1n ,p 0,np=n 成立，0不成立-分布二项分布泊松分布高斯分布汽车站出事故的次数不小于2的概率()()P(2)101k P k P k ≥=-=-= 答案0.1P(2)1 1.1k e -≥=-100.1n p ≥≤实际计算中，只需满足，二项分布就趋近于泊松分布()np!k e P X k k λλλ-=＝＝1-12 已知随机变量(,)X Y 的概率密度为(34)0,0(,)0x y XY kex y f x y -+⎧>>⎪=⎨⎪⎩,,其它求：①系数k ？②(,)X Y 的分布函数？③{01,02}P X X <≤<≤？第③问 方法一：联合分布函数(,)XY F x y 性质：若任意四个实数1212,,,a a b b ，满足1212,a a b b ≤≤，则121222111221{,}(,)(,)(,)(,)XY XY XY XY P a X a b Y b F a b F a b F a b F a b <≤<≤=+--{01,02}(1,2)(0,0)(1,0)(0,2)XY XY XY XY P X Y F F F F ⇒<≤<≤=+--方法二：利用(){(,)},XY DP x y D f u v dudv∈∈⎰⎰)(210{01,02},XY P X Y f x y dxdy <≤<≤=⎰⎰1-13 已知随机变量(,)X Y 的概率密度为101,(,)0x y xf x y ⎧<<<=⎨⎩,,其它 ①求条件概率密度(|)X f x y 和(|)Y f y x ？②判断X 和Y 是否独立？给出理由。