随机过程讲义(中科院-孙应飞)

（1） 设}0),({≥t t X 是一个实的零均值二阶矩过程，其相关函数为t s s t B t X s X E ≤-=),()}()({，且是一个周期为T 的函数，即0),()(≥=+τττB T B ，求方差函数)]()([T t X t X D +-。

解：由定义，有：)(2)0()0()}()({2)0()0()]}()()][()({[2)]([)]([)]()([=-+=+-+=+-+--++=+-T B B B T t X t X E B B T t EX T t X t EX t X E T t X D t X D T t X t X D（2） 试证明：如果}0),({≥t t X 是一独立增量过程，且0)0(=X ，那么它必是一个马尔可夫过程。

证明：我们要证明：n t t t <<<≤∀Λ210，有})()({})(,,)(,)()({11112211----=≤=====≤n n n n n n n x t X x t X P x t X x t X x t X x t X P Λ形式上我们有：})()(,,)(,)({})()(,,)(,)(,)({})(,,)(,)({})(,,)(,)(,)({})(,,)(,)()({1122221111222211112211112211112211--------------========≤=======≤=====≤n n n n n n n n n n n n n n n n n n n n x t X x t X x t X x t X P x t X x t X x t X x t X x t X P x t X x t X x t X P x t X x t X x t X x t X P x t X x t X x t X x t X P ΛΛΛΛΛ因此，我们只要能证明在已知11)(--=n n x t X 条件下，)(n t X 与2,,2,1,)(-=n j t X j Λ相互独立即可。

第二章 Markov 过程 习题解答1、 设}1,{≥n n ξ为相互独立同分布的随机变量序列，其分布为：01}0{,0}1{>-===>==p q P p P n n ξξ定义随机序列}2,{≥n X n 和}2,{≥n Y n 如下：⎪⎪⎩⎪⎪⎨⎧=========----;1,1,3;0,1,2;1,0,1;0,0,01111n nn n n n n nn X ξξξξξξξξ ⎩⎨⎧===-;,1;0,0,01其它n n n Y ξξ试问随机序列}2,{≥n X n 和}2,{≥n Y n 是否为马氏链？如果是的话，请写出其一步转移概率矩阵并研究各个状态的性质。

不是的话，请说明理由。

解：（1）显然，随机序列}2,{≥n X n 的状态空间为}3,2,1,0{=S 。

任意取S i i i j i n ∈-132,,,,, ，由于当i X n =给定时，即1,-n n ξξ的值给定时，就可以确定1+n X 的概率特性，即我们有：}{},,,,{12233111i X j X P i X i X i X i X j X P n n n n n n ========+--+因此}2,{≥n X n 是齐次马氏链，其一步转移概率矩阵为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=p qp q p q p qP 0000000 由于01,0>-=>p q p ，画出状态转移图，可知各个状态都相通，且都是非周期的，因此此链是不可约的遍历链。

（也可以利用02>P 判定此链是不可约的遍历链）（2）显然，}2,{≥n Y n 的状态空间为}1,0{=S ，由于：}1,1{}1,1,0{}1,10{23234234=========Y Y P Y Y Y P Y Y Y P}0,1{}0,1,0{}0,10{23234234=========Y Y P Y Y Y P Y Y Y P由}2,{≥n Y n 的定义，可知}1,1,1{}1,1,0{}0,1,1{}0,1,0{}1,0,1{}1,1{12312312312312323===⋃===⋃===⋃⋃===⋃======ξξξξξξξξξξξξξξξY Y}1,1,0,0{}0,1,0,0{}1,1,0{12341234234====⋃========ξξξξξξξξY Y Y}0,0,1{}0,1{12323======ξξξY Y ， ∅====}0,1,0{234Y Y Y利用}1,{≥n n ξ是相互独立同分布的随机变量序列及其分布，我们有：322233}1,1{q q p pq Y Y P ++=== 223234}1,1,0{q p pq Y Y Y P +==== 223}0,1{pq Y Y P ===0}0,1,0{234====Y Y Y P即有：22222343}1,10{q p pq qp pq Y Y Y P +++==== 0}0,10{234====Y Y Y P由于01,0>-=>p q p ，因此有}0,10{}1,10{234234===≠===Y Y Y P Y Y Y P根据马氏链的定义可知}2,{≥n Y n 不是马氏链。

第11讲随机过程孙应飞第三章 Poisson 过程（Poisson 信号流）九、更新过程（1）概念及基本性质定义：设}1,{≥k X k 是独立同分布，取值非负的随机变量，分布函数为)(x F ，且1)0(k k n X S X S S 1110,,0，对0≥?t ，记：}:sup{)(t S n t N n ≤=则称}0),({≥t t N 为更新过程。

更新过程是一计数过程，并有：}{})({t S n t N n ≤=≥}{}{}{})({11t S t S S t S n t N n n n n ≤-≤=<≤==++记：)(s F n 为n S 的分布函数，由∑==nk k n X S 1，易知：)()(1x F x F =)2()()()(01≥-=?-n u F d u x F x F xn n证明：由全概率公式有：))(())(()()()(}{)(}{)(}{}{}{)(1101010111x F f x f F u F d u x F u F d u x S P u F d u x S P ud u f u X u x S P x X S P x S P x F n n x n xn n X n n n n n n n----∞-∞∞---*=*=-=-≤=-≤==-≤=≤+=≤=即)(x F n 是)(x F 的n 重卷积，记作：F F F n n *=-1。

另外，记：)}({)(t N E t m =称)(t m 为更新函数。

关于更新函数，有以下重要的定理。

定理：对于0≥?t ，有：∑∞==1)()(n n t F t m证明：根据以上的关系式，计算得：∑∑∑∑∑∑∑∑∑∞=∞=∞=∞=∞=∞==∞=∞=≤=≥=≥=========11111110}{})({})({})({})({})({})({)(n n n k k kn n n k n n t S P n t N P k t N P n t N P n t N P n t N P n n t N P n t m即有：∑∞==1)()(n n t F t m推论：若对0≥?t ，1)(<="">1))(1)(()(--≤t F t F t m下面是重要的更新方程。

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。

第三章 Poisson 过程（Poisson 信号流）一、 基本概念及Poisson 过程的一维分布（1） 独立增量过程定义：设}),({T t t X ∈是一随机过程，如果对于任意的 n t t t <<< 21，N n ∈∀，n i T t i ≤≤∈1,，有随机过程)(t X 的增量：)()(,),()(),()(12312----n n t X t X t X t X t X t X相互独立，则称随机过程}),({T t t X ∈是独立增量过程。

注意：若独立增量过程的参数集-∞>=a b a T ),,[，一般假定0)(=a X ，则独立增量过程是一马氏过程。

特别地，当0)0(=X 时，独立增量过程}0),({≥t t X 是一马氏过程。

证明如下：形式上我们有：})()(,,)(,)({})()(,,)(,)(,)({})(,,)(,)({})(,,)(,)(,)({})(,,)(,)()({1122221111222211112211112211112211--------------========≤=======≤=====≤n n n n n n n n n n n n n n n n n n n n x t X x t X x t X x t X P x t X x t X x t X x t X x t X P x t X x t X x t X P x t X x t X x t X x t X P x t X x t X x t X x t X P因此，我们只要能证明在已知11)(--=n n x t X 条件下，)(n t X 与2,,2,1,)(-=n j t X j 相互独立即可。

由独立增量过程的定义可知，当2,,2,1,1-=<<<-n j t t t a n n j 时，增量)()(a X t X j -与)()(1--n n t X t X 相互独立，由于在条件11)(--=n n x t X 和0)(=a X 下，即有)(j t X 与1)(--n n x t X 相互独立。