下载文档原格式
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。
1. 2. 3. 4. 5.6.有四批零件，第一批有2000个零件，其中5%是次品。
第二批有500个零件，其中40%是次品。
第三批和第四批各有1000个零件，次品约占10%。
我们随机地选择一个批次，并随机地取出一个零件。
（1） 问所选零件为次品的概率是多少？（2） 发现次品后，它来自第二批的概率是多少？解：（1）用i B 表示第i 批的所有零件组成的事件，用D 表示所有次品零件组成的事件。
()()()()123414P B P B P B P B ====()()()()12341002000.050.420005001001000.10.110001000P D B P D B P D B P D B ========()11110.050.40.10.10.16254444P D =⨯+⨯+⨯+⨯=（2）发现次品后，它来自第二批的概率为，()()()()2220.250.40.6150.1625P B P D B P B D P D ⨯===7. 8.9. 设随机试验X 的分布律为求X 的概率密度和分布函数，并给出图形。
解：()()()()0.210.520.33f x x x xδδδ=-+-+-()()()()0.210.520.33F x u x u x u x =-+-+-10.11. 设随机变量X 的概率密度函数为()xf x ae -=，求:(1)系数a ；（2）其分布函数。
解：（1）由()1f x dx ∞-∞=⎰()()2xxx f x dx ae dx ae dx e dx a ∞∞∞---∞-∞-∞==+=⎰⎰⎰⎰所以12a =（2）()1()2xxtF x f t dt e dt --∞-∞==⎰⎰所以X 的分布函数为()1,0211,02xx e x F x e x -⎧<⎪⎪=⎨⎪-≥⎪⎩12.13.14.X Y求：（1）X 与Y 的联合分布函数与密度函数；（2）X 与Y 的边缘分布律；（3）Z XY =的分布律；（4）X 与Y 的相关系数。
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 xd x k ∞-∞==⎰ 第②问{}()()()211221x x P x X x F x F xfx d x<≤=-=⎰ 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。
第三次作业：练习一之9、10、11题1.9随机变量X 和Y 分别在[0,a ]和[0,2π]上均匀分布，且互相独立。
对于a b <，证明：a bY b x P π2)cos (=<证：rv . X 和Y 分别在[0,a ]和[0,2π]上均匀分布 有⎪⎪⎩⎪⎪⎨⎧≤≤=其它001)(ax a X f 和⎪⎪⎩⎪⎪⎨⎧≤≤=其它0202)(ππy Y f⎪⎩⎪⎨⎧≤≤<≤⇒⎭⎬⎫<≤<20cos 0cos cos πy y b x a b y b Y b x Y b x cos <)20,cos 0()cos (π≤≤<≤=<y y b x p y b x p⎰⎰=2/0cos 0),(πyb dxdy y x f dy⎰⎰=2/0cos 0)()(πyb dxdy y f x f dy 因为rv . X 和Y 相互独立⎰⎰⋅=2/0cos 021ππyb dxdy a dy⎰⋅=2/0cos 2ππydy a bab π2=命题得证1.10 已知二维随机变量（21,X X ）的联合概率密度为),(2121x x f X X ，随机变量（21,X X ）与随机变量（21,Y Y ）的关系由下式唯一确定⎩⎨⎧+=+=2111221111Y d Y c X Y b Y a X ⎩⎨⎧+=+=212211dX cX Y bX aX Y 证明：（21,Y Y ）的联合概率密度为),(1),(21112111212121y d y c y b y a f bcad y y f X X Y Y ++-=证：做由),(2121y y f Y Y 到),(2121x x f X X 的二维变换),(2121x x f X X =J ),(2121y y f Y Y ),(2121y y f Y Y =J1),(2121x x f X X bc ad d c b a x y x y x y x y J -==∂∂∂∂∂∂∂∂=22122111 ),(1),(21112111212121y d y c y b y a f bc ad y y f X X Y Y ++-=1.11 随机变量X,Y 的联合概率密度为2,0)sin(),(π≤≤+=y x y x A y x f XY求：（1）系数A ；（2）X,Y 的数学期望；（3）X,Y 的方差；（4）X,Y 的相关矩及相关系数。
随机信号分析习题一1. 设函数⎩⎨⎧≤>-=-0 ,0 ,1)(x x e x F x ，试证明)(x F 是某个随机变量ξ的分布函数.并求下列概率：)1(<ξP ，)21(≤≤ξP 。
2. 设),(Y X 的联合密度函数为(), 0, 0(,)0 , otherx y XY e x y f x y -+⎧≥≥=⎨⎩, 求{}10,10<<<<Y X P 。
3. 设二维随机变量),(Y X 的联合密度函数为⎥⎦⎤⎢⎣⎡++-=)52(21exp 1),(22y xy x y x f XY π 求:（1）边沿密度)(x f X ,)(y f Y（2)条件概率密度|(|)Y X f y x ，|(|)X Y f x y4. 设离散型随机变量X 的可能取值为{}2,1,0,1-，取每个值的概率都为4/1，又设随机变量3()Y g X X X ==-。
(1）求Y 的可能取值 （2）确定Y 的分布. （3）求][Y E 。
5. 设两个离散随机变量X ，Y 的联合概率密度为:)()(31)1()3(31)1()2(31),(A y A x y x y x y x f XY --+--+--=δδδδδδ试求：（1)X 与Y 不相关时的所有A 值。
（2）X 与Y 统计独立时所有A 值。
6. 二维随机变量（X ，Y )满足:ϕϕsin cos ==Y Xϕ为在[0，2π]上均匀分布的随机变量，讨论X ,Y 的独立性与相关性。
7. 已知随机变量X 的概率密度为)(x f ,求2bX Y =的概率密度)(y f .8. 两个随机变量1X ，2X ,已知其联合概率密度为12(,)f x x ,求12X X +的概率密度？9. 设X 是零均值，单位方差的高斯随机变量，()y g x =如图，求()y g x =的概率密度()Y f y\10. 设随机变量W 和Z 是另两个随机变量X 和Y 的函数222W X Y Z X⎧=+⎨=⎩ 设X ，Y 是相互独立的高斯变量。
C = *第0章1/1;1/ 2;1/ 3;1/4;1/ 5;1/ 6;2 /1;2 / 2;2 / 3;2 /4;2 / 5;2/6;3/l;3/2;3/3;3/4;3/5;3/6;4/l;4/2;4/3;4/4;4/5;4/6;5/l;5/2;5/3;5/4;5/5;5/6;6/l;6/2;6/3;6/4;6/5;6/64 = {l/l;2/2;3/3;4/4;5/5;6/6}1/5;!/ 6;2 /4;2 / 5;2 / 6;3 / 3;3 / 4;3 / 5;3 / 6;4 / 2;4 / 3;4 / 4;4 / 5;'4/6;5/l;5/2;5/3;5/4;5/5;5/6;6/l;6/2;6/3;6/4;6/5;6/6 /1 /1;1 / 2;1 / 3;1 / 4;1 / 5;1 / 6;2 /1;2 / 2;2 / 3;2 / 4;2 / 5;2 / 6;3 /1;3 / 2;'3/3;3/4;3/5;3/6;4/l;4/2;4/3;5/l;5/2;5/3;6/l;6/2;6/3B =0.2（2）'0用）=x < 00<x<30x 2/12 2x -3-x 2/4,3<x <41 x>4P （l<x<7/2）=f^v +⑴⑶0.3E （X ）= L 2<T ：t/r = £ ~^y %dy =E （X2）=「Ji 奇dx = 了241a\^e~y 晶尸dy = 2a 2r （2）= 2a 2o(x)=£(/)-(研x))2=2尸_m S=04292S 0.4⑴£(Jf)=(-1)x03+0x0.44-1x03=0£(K)=1x0.4+2x0.2+3x0.4=2(2)由于存在X=0的情况，所以研Z)不存在(3)E(Z)=(-1-1)2x0.2+(-1-2)2xO.l+(O-l)2xO.l+(0-3)2x0.3+(l-l)2xO.1+0-2)2x0.1+(1-3)2x0.1=5 0.5X=ln*,当\dy\=^M=^e(Iny-mf2/”00.6t2+勺血s=£0<x<l,0<.y<2f32\X x~.—+—s as=(363-)7X*i X丁-312=诉号＞=2尸号间=fp+导=土名/(x)0.7££be~^x+y^dxdy=[/>(1-e~'\~y dy=/>(1-e-,)= 1,/>=(!—e~x尸/(x)=he~x Ve-y dy=—^e~x fi<x<\f(y)=be~y^e~x dx—e~y,y>00.8(1)x,v不独立⑵F(z)=££~'|(X+yY{x+y}dxdy=£|/『(xe~x +ye~x}ixdy =g按(1一(1+Z一*片5+*(]_e-(z-y)肱,=]_]+z+/2\2f(z)=F'(z)=\+z+—e~:-(1+z)e~z=—e-2,z>0、2)20.9。
随机信号分析与处理答案【篇一：随机信号分析与生活】>指导老师：xxx20 年月日姓名：xxx学号：xxxxxxxx目录交通 ....................................................................................................... .. 21 目的 (2)2 论文的主要内容 (2)3 引言 (3)4 马尔科夫预测法的基本原理 (4)5 交通流数据清洗及去噪 (5)6 交通流预测模型构造 (5)7 总结 (6)气象 ....................................................................................................... .. 61、基于最大事后概率的最大似然估计 (7)2、基于tof的空气场温度可视化实验 (9)2..1 实验系统 (9)2.2 空气场温度设定 ........................................................................92.3 tof 测量 .....................................................................................93、总结 (10)股票 (11)参考文献 (13)随机信号分析与处理时研究随机信号的特点及其处理方法的专业基础课程，时目标检测、估计、滤波等信号处理的理论基础，在通信、雷达、自动控制、随机振动、图像处理、气象预报、生物医学、地震信号处理等领域有着广泛的应用，随着信息技术的发展，随机信号分析与处理的理论将广泛和深入。
交通短时交通流预测对城市交通流控制与诱导系统的发展具有着重要的意义，预测结果的好坏将直接影响到城市交通流控制与诱导的效果。
2.1 掷一枚硬币定义一个随机过程：cos ()2t X t tπ⎧=⎨⎩出现正面出现反面 设“出现正面”和“出现反面”的概率相等。
试求：（1）()X t 的一维分布函数(,12)X F x ，(,1)X F x ；（2）()X t 的二维分布函数12(,;12,1)X F x x ；（3）画出上述分布函数的图形。
2.3 解：（1）一维分布为: ()()(;0.5)0.50.51X F x u x u x =+-()()(;1)0.510.52X F x u x u x =++-(2) cos ()2t X t t π⎧=⎨⎩出现正面出现反面{}{}(0.5)0,(1)1,0.5(0.5)1,(1)2,0.5X X X X ==-==依概率发生依概率发生 二维分布函数为()()121212(,;0.5,1)0.5,10.51,2F x x u x x u x x =++--2.2 假定二进制数据序列{B(n), n=1, 2, 3,….}是伯努利随机序列，其每一位数据对应随机变量B(n)，并有概率P[B(n)=0]=0.2和 P[B(n)=1]=0.8。
试问，（1）连续4位构成的串为{1011}的概率是多少？（2）连续4位构成的串的平均串是什么？（3）连续4位构成的串中，概率最大的是什么？（4）该序列是可预测的吗？如果见到10111后，下一位可能是什么？2.4解：解：（1）{}()()()()101111021310.80.20.80.80.1024P P B n P B n P B n P B n ⎡⎤⎣⎦==⋅+=⋅+=⋅+=⎡⎤⎡⎤⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦⎣⎦=⨯⨯⨯=（2）设连续4位数据构成的串为B(n)，B(n+1)，B(n+2)，B(n+3)，n=1, 2, 3,…. 其中B(n)为离散随机变量，由题意可知，它们是相互独立，而且同分布的。
所以有：串（4bit 数据）为：∑=+=30)(2)(k k k n B n X ，其矩特性为：因为随机变量)(n B 的矩为：均值：8.08.012.00)]([=⨯+⨯=n B E方差：[]()(){}222222()00.210.80.80.80.80.16Var B n B n B n ⎡⎤=E -E ⎡⎤⎣⎦⎣⎦=⨯+⨯-=-=所以随机变量)(n X 的矩为：均值：[]303300[()]2()2()20.812k k k kk k E X n E B n k E B n k ===⎡⎤=+⎢⎥⎣⎦=+=⨯=∑∑∑方差：()[]3033200[()]2()2()40.1613.6k k k k k k D X n D B n k D B n k ===⎡⎤=+⎢⎥⎣⎦=+=⨯=∑∑∑如果将4bit 串看作是一个随机向量，则随机向量的均值和方差为：串平均：()()()(){}{},1,2,30.8,0.8,0.8,0.8B n B n B n B n ⎡⎤E +++=⎣⎦串方差：()()()(){}{},1,2,30.16,0.16,0.16,0.16Var B n B n B n B n ⎡⎤+++⎣⎦= （3）概率达到最大的串为{}1,1,1,1（4）该序列是不可预测的,因为此数据序列各个数据之间相互独立，下一位数据是0或1，与前面的序列没有任何关系。
