第四章 随机过程习题课

一、设二维随机变量 ( ,) 的结合概率密度函数为：试求:在时,求。

解：＝当时，＝设失散型随机变量X 听从几何散布：试求的特点函数，并以此求其希望与方差。

解：因此：袋中有一个白球，两个红球，每隔单位时间从袋中任取一球后放回，对每一个确立的 t对应随机变量t假如对 t时获得红球X (t )3e t假如对 t时获得白球试求这个随机过程的一维散布函数族 .设随机过程，此中是常数，与是相互独立的随机变量，听从区间上的均匀散布，听从瑞利散布，其概率密度为试证明为宽安稳过程。

解：（ 1）与没关（2），因此（3）只与时间间隔有关，因此为宽安稳过程。

设随机过程X (t ) U cos2t，此中 U 是随机变量，且E(U ) 5， D (U ) 5.求：（1）均值函数；（2）协方差函数；（3）方差函数 .设有两个随机过程X (t ) Ut 2， Y(t ) Ut 3 ,此中 U 是随机变量，且 D (U ) 5.试求它们的互协方差函数。

设 A, B是两个随机变量, 试求随机过程X (t) At 3B，t T ( ,)的均值函数和自有关函数.若 A, B互相独立,且 A ~ N (1,4), B ~ U (0,2),则m X(t)及R X(t1, t2)为多少？一队学生按序等候体检。

设每人体检所需的时间听从均值为 2 分钟的指数散布而且与其余人所需时间互相独立， 则 1 小时内均匀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（设学生特别多，医生不会安闲）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 E(N(1)) 30。

40 (30) k e 30。

P(N (1) 40)k!k 0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 1，2，当 1 路公共汽车有N1人乘坐后出发； 2 路公共汽车在有N2人乘坐后出发。

湖南大学本科课程《随机过程》习题集主讲教师：何松华 教授第一章：概述及概率论复习1.1 设一批产品共50个，其中45个合格，5个为次品，从这一批产品中任意抽取3个，求其中有次品的概率。

1.2 设一批零件共100个，次品率为10%，每次从其中任取一个零件，取出的零件不再放回，求第3次才取得合格品的概率。

1.3 设一袋中有N 个球，其中有M 个红球，甲、乙两人先后各从袋中取出一个球，求乙取得红球的概率(甲取出的球不放回)。

1.4 设一批产品有N 个，其中有M 个次品，每次从其中任取一个来检查，取出后再放回，求连续n 次取得合格品的概率。

1.5设随机变量X 的概率分布函数为连续的，且0()00xA Be x F x x λ-⎧+≥=⎨<⎩其中λ≥0为常数，求常数A 、B 的值。

1.6设随机变量X 的分布函数为 ()() (-<<)F x A Barctg x x =+∞∞(1) 求系数A 、B ；(2)求随机变量落在(-1,1)内的概率；(3)求其概率密度函数。

1.7已知二维随机变量(X,Y)的联合概率密度分布函数为6(2)0,1(,)0XY xy x y x y f x y elsewhere --≤≤⎧=⎨⎩(1)求条件概率密度函数|(|)X Y f x y 、|(|)Y X f y x ；(2)问X 、Y 是否相互独立？1.8已知随机变量X 的概率密度分布函数为22()()]2X X X x m f x σ-=- 随机变量Y 与X 的关系为 Y=cX+b ，其中c ，b 为常数。

求Y 的概率密度分布函数。

1.9设X 、Y 是两个相互独立的随机变量，其概率密度分布函数分别为101()0X x f x elsewhere ≤≤⎧=⎨⎩，0()0y Y e y f y elsewhere -⎧<=⎨⎩求随机变量Z=X+Y 的概率密度分布函数。

1.10设随机变量Y 与X 的关系为对数关系，Y=ln(X)，随机变量Y 服从均值为m Y 、标准差为σY 的正态分布，求X 的概率密度分布。

第四章 二阶矩过程、平稳过程和随机分析 习题解答1、 设∑=-=Nk k k kn 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。

解：计算均值函数和相关函数如下0)}{cos(2)cos(2}{)(11=-=⎭⎬⎫⎩⎨⎧-==∑∑==Nk k k k N k k k k n X U n E U n E X E n ασασμ∑∑∑∑∑∑======-=--=--=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎥⎦⎤⎢⎣⎡-⋅⎥⎦⎤⎢⎣⎡-=Ni i i N i i i i i i Ni Nj j j i i j i N j j j j N i i i i X m n U m U n E U m U n E U m U n E m n R 12121111)](cos[)}cos(){cos(2)}cos(){cos(2)cos(2)cos(2),(ασαασαασσασασ因此可知，},1,0,{ ±=n X n 是平稳随机过程。

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？ 解：（1）样本函数不连续。

（2）令：012≥>t t ，下面求相关函数：)(221)(212210)(1212211212121211212212122112221122121121212cos cos )]}(cos[)]({cos[21!)]([)]}(cos[)]({cos[)1(21))]}()(()(cos[))]()(()(2)({cos[21))]}()(()(cos[))]()(()({cos[21))}(cos())({cos(}{))}(cos())(cos({)}()({),(t t t t k t t k kX e t t e t t t t e k t t t t t t t t t t t t t t t E t t t t t t t t E t t t t E A E t t t t A E t X t X E t t R ----∞=--⋅=⋅-++=⋅-⋅-++-=-+-+-+++=-+-++++=++⋅=++==∑λλλωωωωλωωηηπωηηππηωηηπωηηπωπηωπηωπηωπηω因为：t t t R ωξ2cos ),(=因此该过程是均方连续的随机过程。

1第四章 马尔可夫过程内容提要1. 马尔可夫过程的概念 （1）马尔可夫过程给定随机过程{}(),X t t T ∈，如果对122,∀≥∀<<<∈n n t t t T ，有11221111{()|(),(),,()}{()|()}n n n n n n n n P X t x X t x X t x X t x P X t x X t x ----<====<=则称{}(),X t t T ∈为马尔可夫过程。

称(){}:,==∈E x X t x t T 为状态空间。

参数集和状态空间都是离散的马尔可夫过程称为离散参数马氏链. 参数连续、状态空间离散的马尔可夫过程称为连续参数马氏链. （2）k 步转移概率设{}(),0,1,2,=X n n 为离散参数马氏链，称()(),(,){|},0,1=+==≥≥i j p n k P X n k j X n i n k为{}(),0,1,2,=X n n 在时刻n 的k 步转移概率，称(),(,)((,)),P =∈i j n k p n k i j E为{}(),0,1,2,=X n n 在时刻n 的k 步转移概率矩阵. 特别地，当1k =时，在时刻n 的一步转移概率和一步转移概率矩阵分别简记为()ij p n 和()n P . （3）初始分布、绝对分布称((0)),,==∈i p P X i i E 为离散参数马氏链{}(),0,1,2,=X n n 的初始分布，记为0P ，称()(){},,==∈j p n P X n j j E 为马尔可夫链{}0n X n ≥的绝对分布，记为P n . （4）离散参数齐次马氏链设{}(),0,1,2,=X n n 是一离散参数马氏链，如果其一步转移概率()ij p n 恒与起始时刻n 无关，记为ij p ，则称{}(),0,1,2,=X n n 为离散参数齐次马氏链。

若{}(),0,1,2,=X n n2是离散参数齐次马氏链，则其k 步转移概率记为(),i j p k ，一步转移概率矩阵和k 转移概率矩阵分别记为P 和().P k(5) 离散参数齐次马氏链的遍历性离散参数齐次马氏链{X (n ) ,n=0,1,2… }，若对一切状态i ，j ，存在与i 无关的极限()()lim 0,ij j n p n i j E →+∞=π>∈则称此马氏链具有遍历性.0,1j j j Ej E ππ∈>∈=∑若且则称{},j j E π∈为离散参数齐次马氏链{X (n ) ,n=0,1,2… }的极限分布，或称为最终分布，记为{},j j E ∏=∈π（6）离散参数齐次马氏链的平稳分布离散参数齐次马氏链{X (n ) ,n=0,1,2… }，若存在{v j , j ∈E } 满足条件：1)0,2)13)j jj Ej i iji Ev j E vv v p ∈∈≥∈==∑∑则称此马氏链是平稳的，称 { v j , j ∈E } 为此马氏链的平稳分布。

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 ek k t t k k t t N P k t N k t N P -----=-=-===λλ 于是，{}21122!)(!)()(,)(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 -=-λ121212)]([t t t N E λλ+=于是，12t t >时的相关函数为[]12121212121221)()()(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+=所以，泊松过程的相关函数为[]{}2121221,min )()(t t t t t N t N E λλ+=所以，泊松过程过程不是平稳过程。

湖南大学本科课程《随机过程》第4章习题及参考答案主讲教师：何松华 教授30．设X(n)为均值为0、方差为σ2的离散白噪声，通过一个单位脉冲响应为h(n)的线性时不变离散时间线性系统，Y(n)为其输出，试证：2[()()](0)E X n Y n h σ=，2220()Y n h n σσ∞==∑证：根据离散白噪声性质，220()[()()]()0X m R m E X n m X n m m σσδ⎧==+==⎨≠⎩()()()()()m Y n X n h n X n m h m ∞==⊗=-∑220[()()]{()()()][()()]()()()()()(0)m m X m m E X n Y n E X n X n m h m E X n X n m h m R m h m m h m h σδσ∞∞==∞∞===-=-===∑∑∑∑12121222112202121221210000[()]{()()()()][()()]()()[()()]()Y m m m m m m E Y n E X n m h m X n m h m E X n m X n m h m h m m m h m h m σσδ∞∞==∞∞∞∞======--=--=-∑∑∑∑∑∑(对于求和区间内的每个m 1,在m 2的区间内存在唯一的m 2=m 1,使得21()0m m δ-≠)1222110()()()m n h m h m h n σσ∞∞====∑∑(求和变量置换) 31．均值为0、方差为σ2的离散白噪声X(n)通过单位脉冲响应分别为h 1(n)=a n u(n)以及h 2(n)=b n u(n)的级联系统(|a|<1,|b|<1)，输出为W(n)，求σW 2。

解：该级联系统的单位脉冲响应为121211100()()()()()()()1(/)()1/n m m m m mn n n nnn m m n nm m h n h n h n h n m h m a u n m b u m b b a aba b a a u n a b a a b∞∞-=-∞=-∞+++-===⊗=-=---⎛⎫====⎪--⎝⎭∑∑∑∑参照题30的结果可以得到21122222211212000222222222()[()2()()]()2(1)[]()111(1)(1)(1)n n n n n W n n n a b h n a ab b a b a b a ab b ab a b a ab b a b ab σσσσσσ++∞∞∞+++===⎡⎤-===-+⎢⎥--⎣⎦+=-+=-------∑∑∑32．设离散系统的单位脉冲响应为()() (1)n h n na u n a -=>，输入为自相关函数为2()()X X R m m σδ=的白噪声，求系统输出Y(n)的自相关函数和功率谱密度。

第四章习题解答4.1Y1,Y2,···是来自总体Y的随机变量，与X0独立，h(x,y)是实函数.对于n 1，取X n=h(X n−1,Y n).设{X n}的状态空间为I，验证{X n}是马氏链，给出转移概率p ij.解：由题知，Y k与X1,···,X k−1独立,k 1,∀n,i,j,i1,...,i n−1∈I有，P(X n+1=j|X n=i,X n−1=i n−1, (X0)i0)=P(h(i,Y n+1)=j|X n=i,X n−1=i n−1,···,X0=i0)=P(h(i,Y n+1)=j|X n=i)=P(h(i,Y)=j)=P(h(i,Y1)=j|X0=i)=P(X1=j|X0=i).∴X n是马氏链，P ij=P(h(i,Y)=j).4.2设{X i,i 0}是取非负整数值的独立同分布的随机变量序列，V ar(X0)>0.验证以下随机序列是马氏链：(a){X n,n 0};(b){S n,n 0}，其中S n=∑ni=0X i;(c){ξn,n 0}，其中ξn=∑ni=0(1+X i).解：∀n,i,j,i0,···,i n−1∈N+,(a).P(X n+1=j|X n=i,X n−1=i n−1,···,X0=i0)=P(X n+1=j)= P(X n+1=j|X n=i)=P(X1=j)=P(X1=j|X0=i).1第四章离散时间马尔可夫链第四章离散时间马尔可夫链(b).P(S n+1=j|S n=i,S n−1=i n−1,···,X0=i0)=P(X n+1=j−i|X n=i−i n−1,···,X0=i0)=P(X n+1=j−i)=P(X n+1=j−i,S n=i|S n=i)=P(S n+1=j|S n=i)=P(X1=j−i)=P(X1=j−i|X0=i)=P(S1=j|S0=i).(c).P(ξn+1=j|ξn=i,ξn−1=i n−1,···,ξ0=i0)=P(X n+1=ji −1)=P(X n+1=ji−1|ξn=i)=P(ξn+1=j|ξn=i)=P(X1=ji −1)=P(X1=ji−1|X0=i)=P(ξ1=j|ξ0=i).4.3马氏链的状态空间是I=(1,2,3,4,5)，转移概率矩阵P=0.20.80000.50.5000000.50.500.20.3000.500001界定马氏链的状态。