下载文档原格式
2012-2013学年第一学期统计10本《随机过程》期中考试一. 填空题1．设马氏链的一步转移概率矩阵()ij P p =，n 步转移矩阵()()n ij P p =，二者之间的关系为(n)n P P =2.状态i 常返的充要条件为()0n iin p ∞==∑∞。
3.在马氏链{},0n X n ≥中，记()n i jp ={}0,11,n P Xm j m n X j X i ≠≤≤-==，n ≥1.i j p =()1n i j n p ∞=∑,若i j p <1,称状态i 为 。
二. 判断题1. S 是一个可数集，{:0n n X ≥}是取值于S 的一列随机变量，若()1011100111111,,...,(,...,)n n n n n n n n n n n n i i S P i X i X i X i P i i -+++--++-∀≥∀∈X =|====X =|X=并且满足，则{:0n n X ≥}是一个马氏链。
×2. 任意状态都与它最终到达的状态是互通的，但不与它自己是互通的。
×3. 一维与二维简单随机游动时常返的，则三维或更高维的简单随机游动也是常返的。
×4. 若状态i ↔状态j ，则i 与j 具有相同的周期。
√5. 一个有限马尔科夫链中不可能所有的状态都是暂态。
√三. 简答题1．什么是随机过程，随机序列答：设T 为[0，+∞）或（-∞，+∞），依赖于t(t ∈T)的一族随机变量（或随机向量）{t ξ}通称为随机过程，t 称为时间。
当T 为整数集或正整数集时，则一般称为随机序列。
2 .什么是时齐的独立增量过程答：称随机过程{t ξ：t ≥0}为独立增量过程，如果对于01,0,n n t t t ∀∀≤<<<L 起始随机变量及其后的增量s t s ξξ+-是相互独立的随机变量组；如果s t s ξξ+-的分布不依赖于s, 则此独立增量过程又称为时齐的独立增量过程。
协方差矩阵及n 维正态分布1、设n 维随机变量）（n X X ,,,X 21⋯的二阶混合中心距：[][];,,2,1,},)()({),(,n j i j X E j X X E X E X X Cov c i i j i j i ⋯=--==都存在，则称矩阵⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯=∑nn c c c c c c c c c n2n12n 22211n 1211为n 维随机变量）（n X X ,,,X 21⋯的协方差矩阵，它是一对称矩阵。
2、n 维正态分布定义：若n 维随机变量）（n X X ,,,X 21⋯的概率密度可以表示成以下的形式：⎭⎬⎫⎩⎨⎧-∑--∑==⋯-)()(21ex p )(det )2(1)(),,,(f 12/12/21U X U X X f x x x T n n π其中，Tn T T n X E X E X E U x x x X ))(,),(),((),,,(,),,,(21n 2121⋯=⋯=⋯=μμμ∑是）（n X X ,,,X 21⋯的协方差矩阵，则称n 维随机变量）（n X X ,,,X 21⋯为n 维正态随机变量，记为),(~),,,X (21∑⋯=μN X X X n ，),,,(f 21n x x x ⋯为n 维正态概率密度函数。
N 维正态随机变量的性质（1） n 维正态随机变量）（n X X ,,,X 21⋯的每一个分量都是正态变量；反之，若nX X ,,,X 21⋯都是正态随机变量，且相互独立，则）（n X X ,,,X 21⋯是n 维正态随机变量。
（2） n 维随机变量）（n X X ,,,X 21⋯服从n 维正态分布的充要条件是n X X ,,,X 21⋯的任意的线性组合n n X l X l X l +⋯++2211服从一维正态分布；（3） 若）（n X X ,,,X 21⋯服从n 维正态分布，设n Y Y ,,,Y 21⋯是),,3,2,1(X n j j ⋯=的线性函数，则n Y Y ,,,Y 21⋯也服从正态分布。
第一章习题解答1． 设随机变量X 服从几何分布，即：(),0,1,2,k P X k pq k ===。
求X 的特征函数，EX 及DX 。
其中01,1p q p <<=-是已知参数。
解()()jtxjtkk X k f t E eepq ∞===∑()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）2、（1） 求参数为(,)p b 的Γ分布的特征函数，其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（2） 其期望和方差；（3） 证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。
解 （1）设X 服从(,)p b Γ分布，则10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 10(())x p p e x dx ∞--Γ=⎰ （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+同理可得：()()iiP X b f t b jt∑=∑-3、设X 是一随机变量，()F x 是其分布函数，且是严格单调的，求以下随机变量的特征函数。
随机过程复习题2的答案1. 定义：随机过程是定义在概率空间上的随机变量序列，这些随机变量随时间或空间的变化而变化。
2. 分类：- 离散时间随机过程：随机变量序列的索引是离散的，例如整数序列。
- 连续时间随机过程：随机变量序列的索引是连续的，例如时间序列。
3. 基本特征：- 概率分布：描述随机过程在任意时刻的状态分布。
- 联合分布：描述随机过程在多个时刻的状态分布。
4. 重要随机过程：- 泊松过程：描述在固定时间或空间内随机事件发生的次数。
- 布朗运动（Wiener过程）：连续时间随机过程，具有独立增量和正态分布的增量。
5. 随机过程的数学描述：- 随机变量函数：每个时刻的随机变量可以看作是时间的函数。
- 样本路径：随机过程在特定样本空间中的实现。
6. 随机过程的性质：- 平稳性：如果随机过程的统计特性不随时间变化，则称其为平稳的。
- 遍历性：如果随机过程在足够长的时间后，其统计特性与初始状态无关，则称其具有遍历性。
7. 随机过程的应用：- 信号处理：分析和处理信号中的随机成分。
- 金融数学：模拟股票价格的变动。
8. 随机过程的数学工具：- 期望：随机过程在某一时刻的期望值。
- 方差：随机过程在某一时刻的方差，衡量其波动大小。
- 协方差和相关系数：描述不同时刻随机变量之间的关系。
9. 随机过程的极限定理：- 大数定律：随着时间的增长，随机过程的样本均值趋于其期望值。
- 中心极限定理：在一定条件下，随机过程的和趋于正态分布。
10. 随机过程的模拟：- 使用计算机模拟随机过程，例如通过生成随机数来模拟泊松过程或布朗运动。
结束语：随机过程是理解现实世界中不确定性现象的重要工具。
通过对随机过程的学习，我们能够更好地分析和预测各种随机现象，为科学研究和工程实践提供理论支持。
随机过程习题及部分解答习题一1. 若随机过程()(),X t X t At t =-∞<<+∞为，式中A 为（0，1）上均匀分布的随机变量，求X (t )的一维概率密度(;)X P x t 。
2. 设随机过程()cos(),X t A t t R ωθ=+∈，其中振幅A 及角频率ω均为常数，相位θ是在[,]ππ-上服从均匀分布的随机变量，求X (t )的一维分布。
习题二1. 若随机过程X (t )为X (t )=At t -∞<<+∞，式中A 为（0,1）上均匀分布的随机变量，求12[()],(,)X E X t R t t2. 给定一随机过程X (t )和常数a ，试以X (t )的相关函数表示随机过程()()()Y t X t a X t =+-的自相关函数。
3. 已知随机过程X (t )的均值M X (t )和协方差函数12(,),()X C i t t ϕ是普通函数，试求随机过程()()()Y t X t t ϕ=+是普通函数，试求随机过程()()()Y t X t t ϕ=+的均值和协方差函数。
4. 设()cos sin X t A at B at =+，其中A ，B 是相互独立且服从同一高斯（正态）分布2(0,)N σ的随机变量，a 为常数，试求X (t )的值与相关函数。
习题三1. 试证3.1节均方收敛的性质。
2. 证明：若(),;(),X t t T Y t t T ∈∈均方可微，a ,b 为任意常数，则()()aX t bY t +也是均方可微，且有[()()]()()aX t bY t aX t bY t '''+=+3. 证明：若(),X t t T ∈均方可微，()f t 是普通的可微函数，则()()f t X t 均方可微且[()()]()()()()f t X t f t X t f t X t '''=+4. 证明：设()[,]X t a b 在上均方可微，且()[,]X t a b '在上均方连续，则有()()()b aX t dt X b X a '=-⎰5. 证明，设(),[,];(),[,]X t t T a b Y t t T a b ∈=∈=为两个随机过程，且在T 上均方可积，αβ和为常数，则有[()()]()()b b baaaX t Y t dt X t dt Y t dt αβαβ+=+⎰⎰⎰()()(),b c baacaX t dt X t dt X t dt a c b =+⎰⎰⎰≤≤6. 求随机微分方程()()()[0,](0)0X t aX t Y t t X '+=∈+∞⎧⎨=⎩的()X t 数学期望[()]E X t 。
第一章习题解答1． 设随机变量X 服从几何分布，即：(),0,1,2,k P X k pq k ===。
求X 的特征函数，EX 及DX 。
其中01,1p q p <<=-是已知参数。
解()()jtxjtkk X k f t E eepq ∞===∑()k jtkk p q e∞==∑ =0()1jt kjtk pp qe qe ∞==-∑又200()kkk k q qE X kpq p kq p p p ∞∞======∑∑222()()[()]q D X E X E X P =-=（其中 00(1)nnn n n n nxn x x ∞∞∞====+-∑∑∑）令 0()(1)n n S x n x ∞==+∑则 1000()(1)1xxnn k n xS t dt n t dt x x∞∞+===+==-∑∑⎰⎰202201()()(1)11(1)1(1)xn n dS x S t dt dxx xnx x x x ∞=∴==-∴=-=---⎰∑同理 2(1)2kkkk k k k k k x k x kx x ∞∞∞∞=====+--∑∑∑∑令20()(1)k k S x k x ∞==+∑ 则211()(1)(1)xkk k k k k S t dt k t dt k xkx ∞∞∞+====+=+=∑∑∑⎰）2、（1） 求参数为(,)p b 的Γ分布的特征函数，其概率密度函数为1,0()0,0()0,0p p bxb x e x p x b p p x --⎧>⎪=>>Γ⎨⎪≤⎩（2） 其期望和方差；（3） 证明对具有相同的参数的b 的Γ分布，关于参数p 具有可加性。
解 （1）设X 服从(,)p b Γ分布，则10()()p jtxp bxX b f t ex e dx p ∞--=Γ⎰ 1()0()p p jt b x b x e dx p ∞--=Γ⎰101()()()()(1)p u p p p p p b e u b u jt b x du jt p b jt b jt b∞----==Γ---⎰ 10(())x p p e x dx ∞--Γ=⎰ （2）'1()(0)X p E X f j b∴== 2''221(1)()(0)X p p E X f j b +== 222()()()PD XE X E X b∴===（4） 若(,)i i X p b Γ 1,2i = 则121212()()()()(1)P P X X X X jt f t f t f t b-++==-1212(,)Y X X P P b ∴=+Γ+同理可得：()()iiP X b f t b jt∑=∑-3、设ln (),()(k Z F X E Z k =并求是常数）。
随机过程复习题二及其答案一、选择题1. 随机过程的定义是什么？A. 一系列随机变量的集合B. 一系列确定变量的集合C. 一个随机变量D. 一个确定变量2. 什么是马尔可夫链？A. 一个具有时间序列的随机过程B. 一个具有空间序列的随机过程C. 一个具有独立同分布的随机过程D. 一个具有时间依赖性的随机过程3. 随机过程的期望值定义为：A. \( E[X(t)] \)B. \( E[X] \)C. \( \int_{-\infty}^{\infty} x f(x,t) \, dx \)D. \( \sum_{i=1}^{\infty} x_i p_i \)4. 以下哪个不是随机过程的属性？A. 期望B. 方差C. 协方差D. 导数5. 什么是平稳随机过程？A. 随机过程的期望随时间变化B. 随机过程的方差随时间变化C. 随机过程的统计特性不随时间变化D. 随机过程的协方差随时间变化答案：1. A2. A3. A4. D5. C二、简答题1. 解释什么是遍历定理，并给出其在随机过程分析中的应用。
2. 描述什么是泊松过程，并解释其主要特点。
3. 简述什么是布朗运动，并解释其在金融领域中的应用。
三、计算题1. 给定一个随机过程 \( X(t) \)，其期望 \( E[X(t)] = t \)，方差 \( Var[X(t)] = t^2 \)，计算 \( E[X^2(t)] \)。
2. 假设一个马尔可夫链 \( \{X_n\} \) 有状态空间 \( S = \{1, 2, 3\} \)，转移概率矩阵 \( P \) 为：\[P = \begin{bmatrix}0.1 & 0.8 & 0.1 \\0.5 & 0.3 & 0.2 \\0.2 & 0.6 & 0.2\end{bmatrix}\]计算状态 1 在第 3 步的概率。
四、论述题1. 论述随机过程在信号处理中的应用，并举例说明。
一．填空题（每空2分，共20分）1．设随机变量X 服从两点分布，则X 的特征函数为__it pe q +______。
2．设X(t)=Vcos t,α ,t T=[0,+)∈∞，振幅V 是在区间（0,1）上均匀分布的随机变量，α为常数，则X(t)的相关函数=)4,2(X R _∂∂4cos 2cos 31 ____。
3．强度为λ的泊松过程{}X(t),t 0≥,{}n T ,n 1≥是对应的时间间隔序列，则随机变量n T (n=1,2,)独立同分布，密度函数为_t e λλ-_______________。
4．设{}n W ,n 1≥是与泊松过程{}X(t),t 0≥对应的一个等待时间序列，则1W 的分布函数为__teλ--1____________。
5．设随机过程 X(t)只有两条样本曲线，1X(t,)=acost,ω2X(t,)=-acost,ω其中常数a>0，且12P()=3ω，21P()=3ω，则随机过程的期望=)(t EX ___t a cos 31______。
6．马氏链{}n X ,n 0≥，状态空间I ,记初始概率i 0p P(X =i)=，绝对概率j n p (n)P(X =j)=，n 步转移概率(n)ij p ，三者之间的关系式为__)()(n p p n p ij i Ii j ∑∈=______。
7．设{}n X ,n 0≥为马氏链，状态空间I ，记初始概率i 0p P(X =i)=，一步转移概率{}ij n+1n p p X j X i ===，用其表示{}0011n n P X =i ,X =i ,,X i ==__n n i i i i i p p p 1100- __。
8．在马氏链{}n X ,n 0≥中，记 {}(n)ij v n 0f P X j,1v n-1,X j X i ,n 1,=≠≤≤==≥(n)ij ij n=1f f ∞=∑，若1<ii f ，称状态i 为__非常返________。
习题一1.某战士有两支枪，射击某目标时命中率分别为0.9及0.5,若随机地用一支枪，射击一发子弹后发现命中目标，问此枪是哪一支的概率分别为多大？2.设随机变量X 的概率密度为・Af (x )= x 21【0⑵分布函数F (x ); (3)随机变量Y = lnX 的分布函数及概率分布。
3.设随机变量(X, Y )的概率密度为JIf (x , y) = Asi n (x + y ), 0_x ,y 2求：⑴ 常数A ; (2)数学期望EX , EY ; (3) 数。
4. 设随机变量X 服从指数分布kx_ ke x _ 0 0x c 0求特征函数 (x),并求数学期望和方差。
求：(1)常数A; 方差DX , DY ; (4)协方差及相关系5.设随机变量X与Y相互独立，且分别服从参数为■ 1和• 2的泊松分布，试用特征函数求Z = X + Y随机变量的概率分布。
6.—名矿工陷进一个三扇门的矿井中。
第一扇门通到一个隧道，走两小时后他可到达安全区。
第二扇门通到又一隧道，走三个小时会使他回到这矿井中。
第三扇门通到另一隧道，走五个小时后，仍会使他回到这矿井中。
假定矿井中漆黑一团，这矿工总是等可能地在三扇门中选择一扇，让我们计算矿工到达安全区的时间X的矩母函数。
7 .设（X , Y）的分布密度为4xy,0 £X c1.(1) °(x, y)=」0,其他&y,0 £X c1.(2)枣(x,y)=*0,其他问X , Y是否相互独立?8.设（X, Y）的联合分布密度为问：(1)1, ■-取何值时X , Y不相关;(2) :• , 1取何值时相互独立。
习题二1.设有两个随机变量X、Y相互独立，它们的概率度分别为f X(x)和f Y(y)，定义如下随机过程：Z(t) =X Yt，t R试求Z(t)的均值函数m(t)和相关函数R(t1,t2)。
一12.从t=0开始每隔一秒丢掷一次硬币(均匀的)，对每一个丢掷的时刻t，规定随机变量2S_ cos^t,当时刻t掷出正面x(t)= 丿、、2t, 当时刻t掷出反面1 1试求：（1）F （ 2 ；X1）,F （t1;X1）（2）F （~2，1；X，X2）。
第二章 随机过程分析1.1 学习指导 1.1.1 要点随机过程分析的要点主要包括随机过程的概念、分布函数、概率密度函数、数字特征、通信系统中常见的几种重要随机过程的统计特性。
1. 随机过程的概念 随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。
可从两种不同角度理解：对应不同随机试验结果的时间过程的集合，随机过程是随机变量概念的延伸。
2. 随机过程的分布函数和概率密度函数如果ξ(t )是一个随机过程，则其在时刻t 1取值ξ(t 1)是一个随机变量。
ξ(t 1)小于或等于某一数值x 1的概率为P [ ξ(t 1) ≤ x 1 ]，随机过程ξ(t )的一维分布函数为F 1(x 1, t 1) = P [ξ(t 1) ≤ x 1] (2-1)如果F 1(x 1, t 1)的偏导数存在，则ξ(t )的一维概率密度函数为1111111(,)(, ) (2 - 2)∂=∂F x t f x t x对于任意时刻t 1和t 2，把ξ(t 1) ≤ x 1和ξ(t 2) ≤ x 2同时成立的概率{}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤称为随机过程ξ (t )的二维分布函数。
如果2212122121212(,;,)(,;,) (2 - 4)F x x t t f x x t t x x ∂=∂⋅∂存在，则称f 2(x 1, x 2; t 1, t 2)为随机过程ξ (t )的二维概率密度函数。
对于任意时刻t 1，t 2，…，t n ，把{}n 12n 12n 1122n n ()(),(),,() (2 - 5)=≤≤≤F x x x t t t P t x t x t x ξξξ，，，；，，，称为随机过程ξ (t )的n 维分布函数。
如果n n 12n 12n n 12n 12n 12n(x )() (2 - 6)∂=∂∂∂F x x t t t f x x x t t t x x x ，，，；，，，，，，；，，，存在，则称f n (x 1, x 2, …, x n ; t 1, t 2, …, t n )为随机过程ξ (t )的n 维概率密度函数。
随机过程复习一、回答： 1 、 什么是宽平稳随机过程？2 、 平稳随机过程自相关函数与功率谱的关系？3 、 窄带随机过程的相位服从什么分布？包络服从什么分布？4 、什么是白噪声？性质？二、计算：1 、随机过程 X (t) Acos t + Bsin t ，其中 是常数， A 、B 是相互独 立统计的高斯变量， 并且 E[A]=E[B]=0 ， A2 ]=E[ B 2 ]= 2 。
求： X (t)E[ 的数学期望和自相关函数？2 、判断随机过程 X (t )A cos( t) 是否平稳？其中 是常数，A 、 分别为均匀分布和瑞利分布的随机变量，且相互独立。
af ( )12；f A ( a)a2e 2 2a 023 、求随机相位正弦函数 X (t)A cos( 0 t) 的功率谱密度， 其中 A 、 0是常数， 为[0,2 ]内均匀分布的随机变量。
4 、求用 X (t ) 自相关函数及功率谱表示的 Y (t ) X (t) cos(0 t)的自相关函数及谱密度。
其中， 为[0,2 ]内均匀分布的随机变量， X (t ) 是与 相互独立的随机过程。
5 、设随机过程 { X (t ) Acos( 0t Y),t} ，其中 0 是常数， A 与 Y是相互独立的随机变量， Y 服从区间 (0,2 ) 上的均匀分布， A 服从瑞利分布，其概率密度为x 2x2e 2 2x 0f A (x)0 x 0试证明 X (t ) 为宽平稳过程。
解：（ 1） m X (t) E{ Acos(0 t Y)} E( A)E{cos( 0t Y )}x 2x22e 2 2 dxy)dy 0 与 t 无关2 cos( 0t 0（ 2） X 2 (t)E{ X 2 (t )}E{ A cos( 0t Y)}2E( A 2 ) E{cos 2 ( 0t Y )} E( A 2 )3x2tE( A 2)x1 2t2e 2 2dt ， 2 e 22dx2tttte 2 2|0e 2 2 dt2 2e 2 2|0 22所以X2(t )E{ X 2 (t )}（3） R X (t 1,t 2 ) E{[ A cos( 0t 1 Y)][ A cos( 0t 2 Y )]}E[ A 2] E{cos(0t1Y ) cos( 0t 2 Y)}22 2 10t10t 2 y) cos 0 (t 2 t 1)] 1 dy[cos(222cos 0(t 2 t 1 )只与时间间隔有关，所以 X (t ) 为宽平稳过程。
习题一1．设随机变量X 服从几何分布，即：(),0,1,2,...k P X k pq k ===。
求X 的特征函数、EX 及DX 。
其中01,1p q p <<=-是已知参数。
2．（1）求参数为（p,b ）的Γ分布的特征函数，其概率密度函数为（2）求其期望和方差；（3）证明对具有相同的参数b 的Γ分布，关于参数p 具有可加性。
3．设X 是一随机变量，F （x ）是其分布函数，且是严格单调的，求以下随机变量的特征函数。
（1）(),(0,)Y aF X b a b =+≠是常数； （2）Z=ln F()X ，并求()k E Z （k 为自然数）。
4．设12,,...,n X X X 相互独立，具有相同的几何分布，试求 的分布。
5．试证函数 为一特征函数，并求它所对应的随机变量的分布。
6．试证函数 为一特征函数，并求它所对应的随机变量的分布。
7．设12,,...,n X X X 相互独立同服从正态分布2(,)N a σ，试求n 维随机向量12,,...,n X X X 的分布，并求出其均值向量和协方差矩阵，再求 的概率密度函数。
8．设X 、Y 相互独立，且（1）分别具有参数为(m, p)及(n, p)的二项分布；（2）分别服从参数为12(,),(,)p b p b 的Γ分布。
求X+Y 的分布。
9．已知随机向量（X, Y ）的概率密度函数为试求其特征函数。
10．已知四维随机向量X ,X ,X ,X 1234（）服从正态分布，均值向量为0，协方差矩阵为B σ⨯kl 44=()，求(X ,X ,X ,X E 1234)。
11．设X 1，X 2 和X 3相互独立，且都服从(0,1)N ，试求随机变量112Y X X =+和213Y X X =+组成的随机向量(Y 1, Y 2)的特征函数。
12．设X 1，X 2 和X 3相互独立，且都服从2(0,)N σ，试求：（1）随机向量(X 1, X 2, X 3)的特征函数；1,0()0,0()p p bxb x e x p x p x --⎧>⎪Γ⎨⎪≤⎩=0,0b p >>1nk k X =∑(1)()(1)jt jnt jt e e f t n e -=-21()1f t t=+11n i i XX n ==∑221[1()],1,1(,)40,xy x y x y p x y ⎧+--<<⎪=⎨⎪⎩其他（2）设112123123,,S X S X X S X X X ==+=++，求随机向量(S 1, S 2, S 3)的特征函数；（3）121Y X X =-和232Y X X =-组成的随机向量(Y 1, Y 2)的特征函数。
随机过程习题解答（一）第一讲作业：1、设随机向量的两个分量相互独立，且均服从标准正态分布。
（a）分别写出随机变量和的分布密度（b）试问：与是否独立？说明理由。
解：（a）（b）由于：因此是服从正态分布的二维随机向量，其协方差矩阵为：因此与独立。
2、设和为独立的随机变量，期望和方差分别为和。
（a）试求和的相关系数；（b）与能否不相关？能否有严格线性函数关系？若能，试分别写出条件。
解：（a）利用的独立性，由计算有：（b）当的时候，和线性相关，即3、设是一个实的均值为零，二阶矩存在的随机过程，其相关函数为，且是一个周期为T的函数，即，试求方差函数。
解：由定义，有：4、考察两个谐波随机信号和，其中：式中和为正的常数；是内均匀分布的随机变量，是标准正态分布的随机变量。
（a）求的均值、方差和相关函数；（b）若与独立，求与Y的互相关函数。
解：（a）（b）第二讲作业：P33/2．解：其中为整数，为脉宽从而有一维分布密度：P33/3．解：由周期性及三角关系，有：反函数，因此有一维分布：P35/4. 解：(1) 其中由题意可知，的联合概率密度为：利用变换：，及雅克比行列式：我们有的联合分布密度为：因此有：且V和相互独立独立。
（2）典型样本函数是一条正弦曲线。
（3）给定一时刻，由于独立、服从正态分布，因此也服从正态分布，且所以。
（4）由于：所以因此当时，当时，由（1）中的结论，有：P36/7．证明：(1)(2) 由协方差函数的定义，有：P37/10. 解：（1）当i =j 时；否则令，则有第三讲作业：P111/7．解：（1）是齐次马氏链。
经过次交换后，甲袋中白球数仅仅与次交换后的状态有关，和之前的状态和交换次数无关。
（2）由题意，我们有一步转移矩阵：P111/8．解：（1）由马氏链的马氏性，我们有：（2）由齐次马氏链的性质，有：，（2）因此：P112/9．解：（2）由（1）的结论，当为偶数时，递推可得：；计算有：，递推得到，因此有：P112/11．解：矩阵 的特征多项式为：由此可得特征值为：，及特征向量：，则有：因此有：（1）令矩阵P112/12．解：设一次观察今天及前两天的天气状况，将连续三天的天气状况定义为马氏链的状态，则此问题就是一个马氏链，它有8个状态。
标准教材：随机过程基础及其应用/赵希人，彭秀艳编著索书号：O211.6/Z35-2备用教材：（这个非常多，内容一样一样的）工程随机过程/彭秀艳编著索书号：TB114/P50历年试题（页码对应备用教材）2007一、习题0.7（1）二、习题1.4三、例2.5.1—P80四、例2.1.2—P47五、习题2.2六、例3.2.2—P992008一、习题0.5二、习题1.4三、定理2.5.1—P76四、定理2.5.6—P80五、1、例2.5.1—P802、例2.2.2—P53六、例3.2.3—P992009（回忆版）一、习题1.12二、例2.2.3—P53三、例1.4.2与例1.5.5的融合四、定理2.5.3—P76五、习题0.8六、例3.2.22010一、习题0.4（附加条件给出两个新随机变量表达二、例1.2.1三、例2.1.4四、例2.2.2五、习题2.6六、习题3.3引理1.3.1 解法纠正 许瓦兹不等式()222E XY E X E Y ⎡⎤⎡⎤≤⎡⎤⎣⎦⎣⎦⎣⎦证明：()()()()222222222220440E X Y E X E XY E Y E XY E X E Y E XY E X E Y λλλ +⎡⎤⎡⎤=++≥⎣⎦⎣⎦∴∆≤⎡⎤⎡⎤∴-≤⎡⎤⎣⎦⎣⎦⎣⎦⎡⎤⎡⎤∴≤⎡⎤⎣⎦⎣⎦⎣⎦例1.4.2 解法详解已知随机过程(){},X t t T ∈的均值为零，相关函数为()121212,,,,0a t t t t et t T a --Γ=∈>为常数。
求其积分过程()(){},t Y t X d t T ττ=∈⎰的均值函数()Y m t 和相关函数()12,Y t t Γ。
解：()0Y m t =不妨设12t t >()()()()()()1212222112121122122100,,Y t t t t t t t t t EY t Y t E X d X d d d τττττττττΓ===Γ⎰⎰⎰⎰()()()()()222121122221222112222212221212121212000220022002200222211||111111||211ττττττττττττττττττττττττ--------------=+-=+=---=+-+⎡=++--⎣⎰⎰⎰⎰⎰⎰⎰⎰t t t a a t t a a a a t t t a a at a t a at t a t t at at ed d ed de d e d a ae d e d a a t t e e a a a a t e e e a a⎤⎦同理当21t t >时()()2112112221,1a t t at at Y t t t e e e a a----⎡⎤Γ=++--⎣⎦ （此处书上印刷有误）例1.5.5解法同上例1.5.6 解法详解 普松过程公式推导：(){}()()()()()()()()()()()1lim !lim 1!!!1lim 1!!lim 1lim !lim lim !第一项可看做幂级数展开：第二项将分子的阶乘进行变换：→∞-→∞-→∞---∆-→∞→∞-→∞→∞===-∆∆-⎡⎤⎡⎤⎡⎤=-∆∆⎢⎥⎢⎥⎣⎦-⎣⎦⎣⎦⎡⎤⎡⎤-∆==⎢⎥⎣⎦⎣⎦⎡⎤⋅∆=∆⎢⎥--⎣⎦N k N N kkN N k kN N kN kq t qtN N k N kk k N N P X t k C P N q t q t k N k N q t q t N k k q t e e N N N q t q t N k N ()()()()()!lim 1!-→∞⎡⎤⎢⎥⎣⎦⎡⎤⎡⎤=∆⋅=⋅=⎢⎥⎣⎦-⎣⎦N k k k k kN k N q t N qt qt N k (){}()()()()!1lim 1!!!N kkN kqt P X t k N q t q t N k k qt ek -→∞-∴=⎡⎤⎡⎤⎡⎤=-∆∆⎢⎥⎢⎥⎣⎦-⎣⎦⎣⎦=例2.1.2 解法详解设(){},X t t -∞<<+∞为零均值正交增量过程且()()2212121,E X t X t t t t t -=->⎡⎤⎣⎦，令()()()1Y t X t X t =--，试证明(){},Y t t -∞<<+∞为平稳过程。
随机过程习题集1. 引言随机过程是概率论的一个重要分支，它研究的是随机变量在某个索引集上的一族随机变量的统计特性。
在应用中，随机过程广泛应用于信号处理、金融工程、生物医学等领域。
本文档将介绍一些关于随机过程的典型习题，并给出解答。
2. 基础概念在开始解题之前，我们先回顾一下随机过程的基础概念。
2.1 随机过程定义随机过程是定义在一个概率空间上的函数族。
对于一个离散时间随机过程来说，它可以看作是一系列的随机变量序列；而对于一个连续时间随机过程来说，它是一个以时间为参数的随机变量。
2.2 随机过程的分类随机过程可以分为离散时间随机过程和连续时间随机过程两种类型。
离散时间随机过程的时间参数是一个离散集合，如自然数集合；而连续时间随机过程的时间参数是一个连续集合，如实数集合。
3. 习题解答接下来，我们将给出一些关于随机过程的习题，并提供解答。
3.1 离散时间随机过程习题1考虑一个离散时间随机过程$\\{X_n\\}$，其状态空间为有限集合$S=\\{1,2,3\\}$。
已知过程的转移概率矩阵为：0.5 0.4 0.10.2 0.6 0.20 0.3 0.7求状态转移概率矩阵的1步转移概率。
解答根据给定的转移概率矩阵，我们可以计算1步转移概率矩阵：0.5 0.4 0.10.2 0.6 0.20 0.3 0.73.2 连续时间随机过程习题2考虑一个连续时间随机过程X(X)，其概率密度函数为：$$ f(x,t) = \\begin{cases} e^{-x}, & x > 0, t > 0 \\\\ 0, & 其他 \\end{cases} $$求随机过程在X=1时的概率密度函数。
解答根据给定的概率密度函数，我们可以计算在X=1时的概率密度函数：$$ f(x,1) = \\begin{cases} e^{-x}, & x > 0 \\\\ 0, & 其他\\end{cases} $$4. 总结本文档介绍了关于随机过程的一些习题，并给出了相应的解答。
