随机信号分析(第3版)第四章习题及答案

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。

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。

由于百度文库格式转换的原因，不能整理在一个word 文档里面，下面是三四章的答案。

给大家造成的不便，敬请谅解 随机信号分析 第三章习题答案、随机过程 X(t)=A+cos(t+B)，其中A 是均值为2，方差为1的高斯变量，B 是（0，2?）上均匀分布的随机变量，且A 和B 独立。

求（1）证明X(t)是平稳过程。

（2）X(t)是各态历经过程吗？给出理由。

（3）画出该随机过程的一个样本函数。

（1）（2） 3-1 已知平稳过程()X t 的功率谱密度为232()(16)X G ωω=+，求：①该过程的平均功率？②ω取值在(4,4)-范围内的平均功率？解()()()21521()lim 2T T T E X t X t X t X t dt A T -→∞⎡⎤=<∞⇒⎣⎦==⎰是平稳过程3-7如图3.10所示，系统的输入()X t 为平稳过程，系统的输出为()()()Y t X t X t T =--。

证明：输出()Y t 的功率谱密度为()2()(1cos )Y X G G T ωωω=-3-9 已知平稳过程()X t 和()Y t 相互独立，它们的均值至少有一个为零，功率谱密度分别为令新的随机过程 ①证明()X t 和()Y t 联合平稳；②求()Z t 的功率谱密度()Z G ω？③求()X t 和()Y t 的互谱密度()XY G ω？④求()X t 和()Z t 的互相关函数()XZ R τ？⑤求()V t 和()Z t 的互相关函数()VZ R τ解:()()4124(1)()()()2[()]()0[()]0()2[()]0()()(,)[()][()]0()()(2)()()()()[()()][()()][()X X X Y XY Z X t Y t R F G eE X t R E X t R e E Y t X t Y t R t t E X t E Y t X t Y t Z t X t Y t R E Z t Z t E X t Y t X t τττωτδττττττ---==∞=⇒=⎡⎤⎣⎦=-⇒=∴+=⋅+=⇒=+=+=++、都平稳＝与与联合独平立稳[][]{}2214||()]()()()()()0()()()16()()()116(3)()0()0(4)()[()()]()()()()()()[()]2(5)(X YX XY Y XY Z X Y Z X Y XY XY XZ X XY X X VZ Y t R R R R R R R R G G G R G R E X t Z t E X t X t Y t R R R F G e R ττττττττττωωωωωτωτττττττωτ--++=+++=∴=++∴=+==+=→==+=+++=+==={}4||)[()()][()()][()()]()()()4X Y E V t Z t E X t Y t X t Y t R R e ττττττδτ-=+=-+++=-=+-3-11 已知可微平稳过程()X t 的自相关函数为2()2exp[]X R ττ=-，其导数为()()Y t X t '=。

随机信号分析（第3版）课后习题解答《随机信号分析》课程（32学时）—— 2007年教学内容建议1 概率论基础 1.12 随机信号2.1 两条样本函数为：0)(0=t X 、wt t X cos 21)(1=；1)0,(=x f X 、2)4,(=w x f X π；）（0-)2,(x wx f X δπ= 2.2 3103532)2,(=++=X E 、）（）（）（5-313-312-31)2,(x x x x F X εεε++= 2.3 ）（）（1-2121)21,(x x x F X εε+=、）（）（2-21121)1,(x x x F X εε++=；）（）（）（）（2-,1411,1412-,411,41)1,21,,(21x x x x x x x x x x F X -++-+++=εεεε2.4 略2.5 ）（）（1-1.09.0)5,(x x x F X εε+=；）（）（y x y x y x F ,11.0,9.0)0025.0,0,,(-+=εε；0因为其概率为0.9；1的概率为1（样本函数），它是可预测的，就是样本函数。

2.6 略 2.7 略 2.8 ）（）（121121),(-++=x x n x f X δδ、0121)1(21)(=?+-?=n X E 、{})()]()([)]()()][()([),(2121221121n n n X n X E n m n X n m n X En n Cov X X -==--=δ；不可预测2.9 （2.19）10103523)()(),(2111=?==t t t t Cov σσρ、所以（X,Y ）满足10103;5,2;2,2的高斯分布。

其概率密度函数为：-+--?--?-=-+--?----=5)2(5)2)(2(32)2(5exp215)2(10)2)(2(1010322)2()10/91(21exp 21),(2222y y x x y y x x y x f XY ππ；特征函数为：++-+=)6)(5)(2(21)22(exp ),(21222121v v v v v v j y x XY φ3 平稳性与功率谱密度3.1 kk k u t t u u f-=)4exp(2*21),,;,,(211π ；因为k 阶概率密度函数与绝对时间无关，所以为严格平稳过程。

2.ANOVA实验结果Sum of Squares df Mean Square F Sig. Between Groups 43.194 3 14.398 13.697 .000 Within Groups 37.842 36 1.051Total 81.036 39Multiple ComparisonsDependent Variable: 实验结果Dunnett t (2-sided)a(I) 分组(J) 分组Mean Difference(I-J) Std. Error Sig. 95% Confidence IntervalLower Bound Upper Bound0.5 对照组-2.15000*.45851 .000 -3.2743 -1.02571.0 对照组-2.27000*.45851 .000 -3.3943 -1.1457 1.5 对照组-2.66000*.45851 .000 -3.7843 -1.5357F=13.697 P=0.000004P A=0.000113 P B=0.000051 P C=0.000004均小于0.001根据完全随机资料的方差分析，按α=0.05水准，拒绝H0，接受H1，认为四组治疗组小白鼠的肿瘤重量总体均数不全相等，即不同剂量药物注射液的抑癌作用有差别。

3.Tests of Between-Subjects EffectsDependent Variable: 重量Source Type III Sum ofSquaresdf Mean Square F Sig.Hypothesis 99736.333 1 99736.333 58.489 .005Error 5115.667 3 1705.222a治疗Hypothesis 6503.167 2 3251.583 44.867 .000Error 434.833 6 72.472b分组Hypothesis 5115.667 3 1705.222 23.529 .001Error 434.833 6 72.472bF：44.867 23.529P：0.000246 0.001020<0.01根据随机区组资料的方差分析，按α=0.05水准，拒绝H0，接受H1，三组注射不同剂量雌激素的大白鼠子宫重量总体均数不全相等，即注射不同剂量的雌激素对大白鼠子宫重量有影响5.Tests of Between-Subjects EffectsDependent Variable: 脉搏次数df Mean Square F Sig. Source Type III Sum ofSquaresHypothesis 348005.606 1 348005.606 436.868 .000Error 3845.883 4.828 796.592aHypothesis 218.026 4 54.506 1.243 .344防护服Error 526.141 12 43.845bHypothesis 2853.674 4 713.418 16.271 .000受试者Error 526.141 12 43.845bHypothesis 508.074 4 127.018 2.897 .068试验日期Error 526.141 12 43.845bF：1.243 16.271 2.897P：0.344 0.000086 0.068根据拉丁方设计资料的方差分析，0.344>0.05，按α=0.05水准，接受H0，拒接H1，认为穿五种防护服时的脉搏数总体均数相等，即尚不能认为五种防护服对脉搏数有不同影响。

欢迎共阅1. （10分）随机变量12,X X 彼此独立，且特征函数分别为12(),()v v φφ，求下列随机变量的特征函数：（1） 122X X X =+ （2）12536X X X =++解：（1）()121222()jv X X jvX jv X jvXX v E e E e E e e φ+⎡⎤⎡⎤⎡⎤===⋅⎣⎦⎣⎦⎣⎦（2）()1212536536()jv X X jv X jv X jv X v E e E eee φ++⎡⎤⎡⎤==⋅⋅⎣⎦⎣⎦2. （10号()X t （1） （2） （3） 解：（1）(2) 当t 当t +（3）(X f3. （100ω为常数，Θ（1） 试判断()X t 和()Y t 在同一时刻和不同时刻的独立性、相关性及正交性；（2） 试判断()X t 和()Y t 是否联合广义平稳。

解：（1） 由于X (t )和Y(t )包含同一随机变量θ，因此非独立。

根据题意有12f ()θπ=。

[]001sin()02E[X(t )]E t sin(w t )d ππωθθπ-=+Θ=+=⎰，由于0XY XY R (t,t )C (t,t )==，X (t )和Y(t )在同一时刻正交、线性无关。

除()012w t t k π-=±外的其他不同时刻12120XY XY R (t ,t )C (t ,t )=≠，所以1X (t )和2Y(t )非正交且线性相关。

（2） 由于0E[X(t )]E[Y(t )]==，X (t )和Y(t )均值平稳。

同理可得1212Y X R (t ,t )R (t ,t )=，因此X (t )和Y(t )均广义平稳。

由于121201201122XY XY R (t ,t )C (t ,t )sin[w (t t )]sin(w )τ==-=，因此X (t )和Y(t )联合广义平稳。

4. （10（1）(R τ（2）(R τ（3）(R τ（4）(R 解：（1）不能，因为零点连续，而4/π点不连续。

由于百度文库格式转换的原因，不能整理在一个word 文档里面，下面是三四章的答案。

给大家造成的不便，敬请谅解随机信号分析 第三章习题答案、随机过程 X(t)=A+cos(t+B)，其中A 是均值为2，方差为1的高斯变量，B 是（0，2π）上均匀分布的随机变量，且A 和B 独立。

求（1）证明X(t)是平稳过程。

（2）X(t)是各态历经过程吗？给出理由。

（3）画出该随机过程的一个样本函数。

（1）（2）3-1 已知平稳过程()X t 的功率谱密度为232()(16)X G ωω=+，求：①该过程的平均功率？②ω取值在(4,4)-范围内的平均功率？解[][]()[]2()cos 211,cos 5cos 22X E X t E A E t B A B R t t EA τττ=++=⎡⎤⎣⎦+=+=+与相互独立()()()21521()lim2TT T E X t X t X t X t dt AT-→∞⎡⎤=<∞⇒⎣⎦==⎰是平稳过程()()[]()()4112211222222242'4(1)24()()444(0)41132(1)224414414(2)121tan 13224X X XE X t G d RFG F e R G d d d arc x x ττωωωωωππωωπωωπωπωω∞----∞∞-∞-∞∞--∞∞⎡⎤⨯⎡⎤==⋅=⋅⎢⎥+⎣⎦====+==⎛⎫+ ⎪==⎣⎦=++⎝⎭=⎰⎰⎰⎰⎰P P P P 方法一()方：时域法取值范围为法二-4,4内(频域的平均率法功)2d ω=3-7如图3.10所示，系统的输入()X t 为平稳过程，系统的输出为()()()Y t X t X t T =--。

证明：输出()Y t 的功率谱密度为()2()(1cos )Y X G G T ωωω=-[][]:()[()()]{()()}{()(}2()()()()()()()()2(()[)()(()()]()())Y X X X Y X X Y Y Y X X X Y Y j T j T R E Y t Y t E X t X t T X t X t T R R R R E Y t Y t G F R T T e e G R G R G G G G ωωτττττωτωττωττττωωωω-⇒⇒=+=--+-+-=--=+=-⇔⇔∴=-+-=已知平稳过程的表达式利用定义求利用傅解系统输入输出立叶平变稳换的延时特性2()2()22()(1cos )j T j T X X X e e G G G T ωωωωωω-⎡⎤+-⎢⎥⎣⎦=-3-9 已知平稳过程()X t 和()Y t 相互独立，它们的均值至少有一个为零，功率谱密度分别为216()16X G ωω=+22()16Y G ωωω=+令新的随机过程()()()()()()Z t X t Y t V t X t Y t =+⎧⎨=-⎩ ①证明()X t 和()Y t 联合平稳； ②求()Z t 的功率谱密度()Z G ω ③求()X t 和()Y t 的互谱密度()XY G ω ④求()X t 和()Z t 的互相关函数()XZ R τ ⑤求()V t 和()Z t 的互相关函数()VZ R τ 解:()()4124(1)()()()2[()]()0[()]0()2[()]0()()(,)[()][()]0()()(2)()()()()[()()][()()][()X X X Y XY Z X t Y t R F G e E X t R E X t R eE Y t X t Y t R t t E X t E Y t X t Y t Z t X t Y t R E Z t Z t E X t Y t X t τττωτδττττττ---==∞=⇒=⎡⎤⎣⎦=-⇒=∴+=⋅+=⇒=+=+=++、都平稳＝与与联合独平立稳[][]{}2214||()]()()()()()0()()()16()()()116(3)()0()0(4)()[()()]()()()()()()[()]2(5)(X YX XY Y XY Z X Y Z X Y XY XY XZ X XY X X VZ Y t R R R R R R R R G G G R G R E X t Z t E X t X t Y t R R R F G e R ττττττττττωωωωωτωτττττττωτ--++=+++=∴=++∴=+==+=→==+=+++=+==={}4||)[()()][()()][()()]()()()4X Y E V t Z t E X t Y t X t Y t R R e ττττττδτ-=+=-+++=-=+-3-11 已知可微平稳过程()X t 的自相关函数为2()2exp[]X R ττ=-，其导数为()()Y t X t '=。

4-1习 题4.1 随机信号()1Y t 与()2Y t 的实测样本函数如下题图4.1(a)与(b)所示，试说明它们是否均值各态历经。

（a ） （b ）题图4.1解：由均值各态历经信号的物理意义：只要观测的时间足够长，每个样本函数都将经历信号的各个状态，结合题图可见：（a ）不可能是均值各态历经信号；（b ）很可能是均值各态历经信号4.2 随机二元传输信号如例3.16所述，试分析它的均值各态历经性。

解：由例3.16，随机二元传输信号的协方差函数为， 41(),0Y pq T C T Tττττ⎧⎛⎫-≤⎪ ⎪=⎨⎝⎭>⎪⎩又根据充分条件为：()lim 0C ττ→∞=，且 ()04C pq =<∞，因此，它是均值各态历经信号。

4.34.4 随机信号()X t 与()Y t 是联合广义各态历经的，试分析信号()()()Z t aX t bY t =+的各态历经性，其中a 与b 是常数。

解：由题意，均方意义下有，[()][()][()]()()()A Z t aA X t bA Y t aEX t bEY t EZ t =+=+=2222[()()][()()][()()][()()][()()][()()][()()][()()][()()]()Z A Z t Z t a A X t X t b A Y t Y t abA X t Y t abA Y t X t a E X t X t b E Y t Y t abE X t Y t abE Y t X t R ττττττττττ+=+++++++=+++++++=因此，()Z t 是均值各态历经信号4.54.6 随机过程()sin cos X t A t B t =+，式中，A 和B 为零均值随机变量。

求证()X t 是均值各态历经的，而均方值无各态历经性。

4-2 解：由题意，首先，()sin cos 0[()][sin ][cos ]0EX t EA t EB t A X t A A t B A t =+==⨯+⨯= 而222222222()sin cos 2sin cos sin cos sin 2X t A t B t AB t t A t B t AB t =++=++ 222222222[()]sin cos sin 2sin cos E X t EA t EB t EA EB t EA t EB t =++⨯⨯=+2222222[()][sin ][cos ][sin 2]2A B A X t A A t B A t AB A t +=⨯+⨯+⨯= 显然，()[()]EX t A X t =，但22()[()]EX t A X t ≠。

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。

--WORD 格式--可编辑--专业资料-------学习资料分享----lea di ng ca dr es ' aw ar en e s s o f ri g h t i n pl a c e , st u d y t h e p a rt y C o n s ti t ut io n a n d p ar ty r u l e s , s e ri e s o f s p e e c h e s c a n m a k e pr op er eff ect . Pa rty ca dr e s t o "t w o " le a d b y e x a m p l e , t o le ad by ex a m pl e w e mu st cha nge our min d, rec ogn i zing that "tw o" is imp orta nt. Firs t, l e a r n t h e C o m m u n i st P a rt y C o n st i t u t i o n P ar ty ru le s, le ar ni n g le ar ni n g se ri es im po rta nt sp e ec h by Ge n er al S e cr et ar y c a n e n h a n c e t h e o r y . W it h t h e "t h i r d re v ol ut io n " t h e ri s e o f r a pi d c h a n g e s i n o ur lif e ar e fe eli ng , th e C o m m un ist s s h o u l d ad he re to th e th eo ry of c o nf id e n c e w i l l c o n t i n u e t o le ar n fr o m t he voi ce s of the tim es, t h e ti m e s, in t u r n , w i l l h a v e n e w r e q u i r e m e n t s f o r l e a di n g p a rt y c a d r e s. "T w o " is t h e m o s t ba sic m ea ni ng of m e m be r s al l m a s t e ri n g t h e c o r e t h e o r y a n d t h e m o st a d v a n c e d w e a p o n s t h e o r y , c o m pl e m en t th e sp irit of ca l ciu m. S ec on dly , t he Co m mu ni s t P a rt y C o n s ti t u ti o n P a rt y r u l es , le ar ni n g l ea rn i n g s e r ies im po rta nt sp ee ch by Ge ne ral S ec ret ar y be abl e to fir m ly b ui ld t h e i d e o lm u lt i p l e v a l u e s, th e "t w o " is to he l p cu lti va te i nd e p e n d e n t ju d g m e nt in nu mer ous mis cell ane ous mul tipl e c o n c e p t s , so tha t t he ma jori ty co ns en su s of par ty me mb ers , the im po rta n t m a gi c w e a p o n o f t h e p a rt y w it h t h e r e s o n a n c e f r e q u e n c y . F i n a ll y, th e C o n st it ut i on of the Co m mu nis t Par t y , p a r t y r u l e s , l e a r n i n g l e a r nin g seri es imp ort ant spe e ch ca n sta nd cr ow ds, Ge n e r al S e c r et a r y p o s i t i on. N o w, s o m e gr a s s -r o o t s w o r k i n t h e "t h e o l d w a y d i d n't w or k, h ar d w a y c a n n ot , th e n e w a p p r o a c h w o ul d not" phenom enon, sometim es due to a mass of party member s a nd ca dr es no t un de rst a ndi ng, does not meet. In fact, the mass "convi nci ng " an d "i de nti ty "B e hi n d ar e li k el y to b e p a rt y m e m b e r s a n d l e a d i ng ca dr e s th e m se lv e s ig n or in g be lie fs he l d, r e s ul ti n g in la c k o f p e r s u a s i o n a n d s e n s e o f i d e n t i t y . "T wo " is in fa ct gu ar an te e d p a r t y c a dr es w or k, an im p o r t a n t pre req uisi te for con vin cin g t h e m a s s e s . B ac o n sa id it w ell : "p r a c ti c a l m e n c a n h a ndl e indi vid ual mat ter s, but l ooki ng at the whol e oper ation glob ally,b u t o n ly m a nc a nd o t o k n o w le d g e . "Givi ng up" two "effec tive, must first raise aware n e s s of l e a d i ng c a d r e s of part y me mbe rs, as part y me mbe r s l e a r n r e a l r e spo nsib ility" to kno w "to" mus i c "," g o o d "ch a n g e s, in p ar al le l w it h t h e g r o u n d, d o not for get to als o an sw er the a n t e n n a , d r a w ca tc he s on m et eo ro l o g y , w hi c h s it b e t w e e n h e a v e n a nd Ea rt h wh i ch me l ds tog et he r th e dr ea m s of pr a c t i c i n g C o m m u ni st. M e m b e r s c a d r e s s h o ul d i n "t w o le ar n a d o " in th e b a s e d p o s t d o co ntr ibu tio n i n all me mb ers i n t h e c a rr i e d o u t "l e a r n C o n s t i t u t i o n P a r t y r ul e s, a n d le ar n seri e s spe ech , do qua lifie d me m b er s" le ar ni n g e d u c a ti o n , t h i s i s f o ll o w ing pa rty of ma ss lin e e d u c a ti o n p r a c ti c e a c ti v it i e s an d "t hr ee st ric t t hr e e re al " to pi c e d u c a t i o n z h i h o u , d e e p e n i n g p a rt y e d u c a ti o n o f a n d on ce im po rt an t pr a c ti c e , i s p r o m o t e d "t h r e e s tr i ctt h r e e r e al " t o pi c e d u c a t i on fr o m "k ey mi no rit y" to a ll m e m b e r s e x p a n d , a nd fr o m co nc en tr at ed e du ca tio n to re gu lar e du cat ion ext en ds of im po rta nt ini tia tiv es . Va st n u mb e r s o f pa rty m e m be rs an d ca dr e s in th ec o ur s e o f t w o , s h o u ld be第四章 随机变量的数字特征1. 甲、乙两台自动车床，生产同一种零件，生产1000 件产品所出的次品数分别用，表示，经过一段时间的考察，知， 的分布律如下：0 1 230 1 2 p0.70.10.10.1p0.50.30.2试比较两台车床的优劣。

3.1 随机电压信号()U t 在各不同时刻上是统计独立的，而且，一阶概率密度函数是高斯的、均值为0，方差为2，试求：（1）密度函数();f u t 、()1212,;,f u u t t 和()1212,,...,;,,...,k k f u u u t t t ，k 为任意整数；（2）()U t 的平稳性。

3.1解：(1)2(;)}4x f u t =-22121,2121,12,21(;,)()()exp{}44u u f u u t t f u t f u t π+==-211,212,1(,,;,,)()}4kiki k k i i i uf u u u t t t f u t ====-∑∏(2)由于任意k 阶概率密度函数与t 无关，因此它是严平稳的。

3.23.33.4 已知随机信号()X t 和()Y t 相互独立且各自平稳，证明新的随机信号()()()Z t X t Y t =也是平稳的。

3.4解：()X t 与()Y t 各自平稳，设X m =[()]E X t ，Y m =[()]E Y t ，()[X()X()]X R E t t ττ=+，()[Y()Y()]Y R E t t ττ=+Z ()[Z()][()Y()][()][()]X Y m t E t E X t t E X t E Y t m m ===⨯=，为常数(,)[Z()Z()][()Y()()Y()][X()()][Y()()]()()()Z X Y Z R t t E t t E X t t X t t E t X t E t Y t R R R τττττττττ+=+=++=+⨯+=⨯=∴()Z R τ仅与τ有关，故Z()t =()Y()X t t 也是平稳过程。

3.5 随机信号()()010sin X t t ω=+Θ，0ω为确定常数，Θ在[],ππ-上均匀分布的随机变量。

若()X t 通过平方律器件，得到2()()Y t X t =，试求：（1）()Y t 的均值； （2）()Y t 的相关函数；（3）()Y t 的广义平稳性。

由于百度文库格式转换的原因，不能整理在一个word 文档里面，下面是三四章的答案。

给大家造成的不便，敬请谅解随机信号分析 第三章习题答案、随机过程 X(t)=A+cos(t+B)，其中A 是均值为2，方差为1的高斯变量，B 是（0，2π）上均匀分布的随机变量，且A 和B 独立。

求（1）证明X(t)是平稳过程。

（2）X(t)是各态历经过程吗？给出理由。

（3）画出该随机过程的一个样本函数。

（1）（2）3-1 已知平稳过程()X t 的功率谱密度为232()(16)X G ωω=+，求：①该过程的平均功率？②ω取值在(4,4)-范围内的平均功率？解[][]()[]2()cos 211,cos 5cos 22X E X t E A E t B A B R t t EA τττ=++=⎡⎤⎣⎦+=+=+与相互独立()()()21521()lim2TT T E X t X t X t X t dt AT-→∞⎡⎤=<∞⇒⎣⎦==⎰是平稳过程()()[]()()4112211222222242'4(1)24()()444(0)41132(1)224414414(2)121tan 13224X X XE X t G d RFG F e R G d d d arc x x ττωωωωωππωωπωωπωπωω∞----∞∞-∞-∞∞--∞∞⎡⎤⨯⎡⎤==⋅=⋅⎢⎥+⎣⎦====+==⎛⎫+ ⎪==⎣⎦=++⎝⎭=⎰⎰⎰⎰⎰P P P P 方法一()方：时域法取值范围为法二-4,4内(频域的平均率法功)2d ω=3-7如图3.10所示，系统的输入()X t 为平稳过程，系统的输出为()()()Y t X t X t T =--。

证明：输出()Y t 的功率谱密度为()2()(1cos )Y X G G T ωωω=-[][]:()[()()]{()()}{()(}2()()()()()()()()2(()[)()(()()]()())Y X X X Y X X Y Y Y X X X Y Y j T j T R E Y t Y t E X t X t T X t X t T R R R R E Y t Y t G F R T T e e G R G R G G G G ωωτττττωτωττωττττωωωω-⇒⇒=+=--+-+-=--=+=-⇔⇔∴=-+-=已知平稳过程的表达式利用定义求利用傅解系统输入输出立叶平变稳换的延时特性2()2()22()(1cos )j T j T X X X e e G G G T ωωωωωω-⎡⎤+-⎢⎥⎣⎦=-3-9 已知平稳过程()X t 和()Y t 相互独立，它们的均值至少有一个为零，功率谱密度分别为 216()16X G ωω=+22()16Y G ωωω=+令新的随机过程()()()()()()Z t X t Y t V t X t Y t =+⎧⎨=-⎩ ①证明()X t 和()Y t 联合平稳； ②求()Z t 的功率谱密度()Z G ω ③求()X t 和()Y t 的互谱密度()XY G ω ④求()X t 和()Z t 的互相关函数()XZ R τ ⑤求()V t 和()Z t 的互相关函数()VZ R τ 解:()()4124(1)()()()2[()]()0[()]0()2[()]0()()(,)[()][()]0()()(2)()()()()[()()][()()][()X X X Y XY Z X t Y t R F G e E X t R E X t R eE Y t X t Y t R t t E X t E Y t X t Y t Z t X t Y t R E Z t Z t E X t Y t X t τττωτδττττττ---==∞=⇒=⎡⎤⎣⎦=-⇒=∴+=⋅+=⇒=+=+=++、都平稳＝与与联合独平立稳[][]{}2214||()]()()()()()0()()()16()()()116(3)()0()0(4)()[()()]()()()()()()[()]2(5)(X YX XY Y XY Z X Y Z X Y XY XY XZ X XY X X VZ Y t R R R R R R R R G G G R G R E X t Z t E X t X t Y t R R R F G e R ττττττττττωωωωωτωτττττττωτ--++=+++=∴=++∴=+==+=→==+=+++=+==={}4||)[()()][()()][()()]()()()4X Y E V t Z t E X t Y t X t Y t R R e ττττττδτ-=+=-+++=-=+-3-11 已知可微平稳过程()X t 的自相关函数为2()2exp[]X R ττ=-，其导数为()()Y t X t '=。