应用随机过程张波课后答案

应用随机过程第五版张波商豪教案
随机过程是概率论与数理统计中的一个重要概念，涉及随机事件在时间上的变
化规律。

《应用随机过程第五版》是由张波和商豪合著的教材，旨在帮助读者深入理解随机过程的应用。

本教案的主要内容包括以下几个方面：
1. 随机过程的基本概念和性质：教案首先介绍了随机过程的定义和基本性质，
包括随机过程的样本函数、状态空间和参数、马尔可夫性质等，以及常见的随机过程模型，如泊松过程、马尔可夫链等。

2. 随机过程的分类和描述：教案对随机过程进行了分类和描述。

通过引入随机
过程的状态空间、状态转移概率等概念，教案详细介绍了离散时间马尔可夫链和连续时间马尔可夫链，并给出了相关的数学推导和例题。

3. 随机过程的应用：教案重点介绍了随机过程在实际问题中的应用。

通过生活
实例和工程案例，教案阐述了随机过程在通信系统、排队论、金融领域等方面的应用。

同时，教案还涉及了随机过程的稳态分析、极限定理和随机过程的仿真等内容。

总的来说，《应用随机过程第五版》张波商豪教案为读者提供了一个系统、全
面的学习随机过程的教程。

通过教案的学习，读者可以掌握随机过程的基本概念、分类与描述，了解随机过程在实际问题中的应用，并具备进行随机过程的分析与仿真的能力。

这无疑为读者在概率论与数理统计领域的研究和应用打下了坚实的基础。

（完整版）随机过程习题答案随机过程部分习题答案习题22.1 设随机过程b t b Vt t X ),,0(,)(+∞∈+=为常数，)1,0(~N V ，求)(t X 的⼀维概率密度、均值和相关函数。

解因)1,0(~N V，所以1,0==DV EV ，b Vt t X +=)(也服从正态分布，b b tEV b Vt E t X E =+=+=][)]([ 22][)]([t DV t b Vt D t X D ==+=所以),(~)(2t b N t X ，)(t X 的⼀维概率密度为),(,21);(222)(+∞-∞∈=--x ett x f t b x π，),0(+∞∈t均值函数 b t X E t m X ==)]([)(相关函数)])([()]()([),(b Vt b Vs E t X s X E t s R X ++==][22b btV bsV stV E +++=2b st +=2.2 设随机变量Y 具有概率密度)(y f ，令Yt e t X -=)(，0,0>>Y t ，求随机过程)(t X 的⼀维概率密度及),(),(21t t R t EX X 。

解对于任意0>t，Yt e t X -=)(是随机变量Y 的函数是随机变量，根据随机变量函数的分布的求法，}ln {}{})({);(x Yt P x e P x t X P t x F t Y ≤-=≤=≤=-)ln (1}ln {1}ln {tx F t x Y P t x Y P Y --=-≤-=-≥= 对x 求导得)(t X 的⼀维概率密度xtt x f t x f Y 1)ln ();(-=，0>t)(][)]([)(dy y f e eE t X E t m yt tY X相关函数+∞+-+---====0)()(2121)(][][)]()([),(212121dy y f e e E e e E t X t X E t t R t t y t t Y t Y t Y X 2.3 若从0=t 开始每隔21秒抛掷⼀枚均匀的硬币做实验，定义随机过程=时刻抛得反⾯时刻抛得正⾯t t t t t X ,2),cos()(π试求：（1）)(t X 的⼀维分布函数),1(),21(x F x F 和；（2）)(t X 的⼆维分布函数),;1,21(21x x F ；（3）)(t X 的均值)1(),(X X m t m ，⽅差 )1(),(22X Xt σσ。

习 题一、习题编号本次作业：1，2， 7，9，12，17，18，19，23，25 二、习题解答1.1 设随机试验E 是将一枚硬币抛两次，观察H -正面，T -反面出现的情况，试分析它的概率空间(),,P Ω。

解1.1： 样本空间：Ω = {HH, HT, TH, TT}集类：F = { Ø, Ω, {HH}, {HT}, {TH}, {TT},{HH,HT}, {HH, TH}, {HH,TT}, {HT, TH}, {HT, TT}, {TH, TT}, {HH, HT, TH}, {HH, HT, TT}, {HT, TH, TT}, {TH, TT, HH}, }概率：P: P{HH} = P{HT} = P{TH} = P{TT} = 1/41.2 设,A B ∈Ω，集类{},A B =。

试求：()σ的所有元素。

解1.2：因为：{},A B =所以：(){},,,σ=∅Ω1.3 设四个黑球与两个白球随机地等分为A 与B 两组，记A 组中白球的数目为X ；然后随机交换A 与B 中一个球，再记交换后A 组中白球的数目为Y 。

试求：（1）X 的分布律；（2）Y|X 的分布律；（3）Y 的分布律。

解1.3：（1）总计有2个白球，因此，X 的取值为0，1，2。

等分共有36C 种分法，等分后，X 取值分别为0，1，2的概率为：3211244242333666012012131()()555XX C C C C C P X P X C C C ⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ （2）交换一个球后，1）如果X 中没有白球，则交换后Y 可能取值为0、1 2）如果X 中有一个白球，则交换后Y 可能取值为0、1、2 3）如果X 中有两个白球，则交换后Y 可能取值为1、2|0|01|00|11|12|11|22|21225221(|)3399933Y XP Y X ⎛⎫ ⎪ ⎪ ⎪⎝⎭（3）20()(|)()i P Y P Y X i P X i ====∑2(0)(0|)()1123359515i P Y P Y X i P X i =======⨯+⨯=∑2(1)(1|)()21532135953535i P Y P Y X i P X i =======⨯+⨯+⨯=∑2(2)(2|)()23110953515i P Y P Y X i P X i =======+⨯+⨯=∑故Y 的分布律为：012131()555YP Y ⎛⎫ ⎪ ⎪⎪⎝⎭1.4 设A 与B 是概率空间(),,P Ω上的事件，且()01P B <<，试证明：A 与B独立的充要条件为：()()|=|P A B P A B 。

第四章 习题41、对泊松过程{},0t N t ≥（1）证明：当s t <时，{}1,0,1,,kn ks t n s s P N k N n k n k t t -⎛⎫⎛⎫⎛⎫===-= ⎪⎪⎪⎝⎭⎝⎭⎝⎭（2）当2λ=时，试求：()()()112112;1,3;21P N P N N P N N ≤==≥≥（3）设顾客到达某商店是泊松事件，平均每小时以30人的速度到达。

求下列事件的概率：相继到达的两顾客的时间间隔为大于2分钟、小于2分钟、在1分钟到3分钟之间。

答：（1）证明：{}()()()()()()()()()()()()()()()()()()(),,!!!!!!!1!!s t s t s s t s s t t t t n kkt s sk n kn k nk n ktn kk n kk nP N k N n P N k N n k P N k P N n k P N k N n P N n P N n P N n t s s e ek n k s t s n k n k t t t e n n s t s n s s k t k n k t t λλλλλλλλλλ------------====-==-========-⎡⎤⎣⎦--==--⎛⎫⎛⎫⎛⎫==- ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭（2）()()()()()()()()11110121112222201211120!1!2!225P N P N N N e e e e e e e λλλλλλλ-------≤==+=+==++-=++=()()()()12121224111,31,3112224P N N P N N P N P N ee e----=====-=====()()()()()()()()()()111111121112112,122111121011311101P N N P N P N N P N P N P N P N P N e P N P N e --≥≥≥≥≥==≥≥-<-=-=-===-<-=-（3） 解法一：顾客到达事件间隔服从参数为λ的指数分布：()()()30,03030,0x x Z Z f t e x f t e x λλλ--=≥=⇒=≥①()30301111303023030106030x x P Z e dx e e e ∞∞----⎧⎫>===--=⎨⎬-⎩⎭⎰②()11303011303000230301116030x x P Z e dx e e e ----⎧⎫<===--=-⎨⎬-⎩⎭⎰ ③1131133030202022221160601330301606030x x P Z e dx e e e e e ------⎛⎫⎧⎫<<===--=-⎨⎬ ⎪-⎩⎭⎝⎭⎰解法二：()3030==0.560λ∴平均每小时有人到达人/分钟根据齐次Poisson 过程的到达时间间隔{},1,2,n X n =是独立同分布于均值为1λ的指数分布的，故可有： 相继到达的顾客的时间间隔大于2分钟的概率为：()12t n P X e e λ-->== 相继到达的顾客的时间间隔小于2分钟的概率为：()1211t n P X e e λ--<=-=-相继到达的顾客的时间间隔在1分钟到3分钟之间的概率为：()()()()1.50.50.5 1.5133111n n n P X P X P X e e e e ----<<=<-<=---=-2、{},0t N t ≥是强度为λ的泊松过程。

应用随机过程第五版张波商豪教案摘要：随机过程是概率论中的重要内容，通过对随机过程的学习和应用，可以帮助我们更好地理解和解决实际问题。

本教案分析了应用随机过程的相关案例，并结合张波商豪教授的第五版教材进行教学设计。

引言：应用随机过程是一个有趣且实用的领域，它可以帮助我们了解和模拟现实世界中的随机现象。

在现代科学和工程领域，应用随机过程的知识和方法被广泛应用于通信、金融、电力系统、生物医学工程等诸多领域。

通过学习和应用随机过程，我们可以更好地理解和预测这些领域中的随机现象，提高问题解决的效率和准确性。

主体：1. 应用随机过程的基本概念和性质1.1 随机过程的定义和分类1.2 随机过程的性质：平稳性、独立增量性、Markov性2. 马尔可夫链的建模和分析2.1 马尔可夫链的定义和特性2.2 马尔可夫链的转移概率矩阵2.3 马尔可夫链的平稳分布2.4 马尔可夫链的应用案例3. 排队论的应用3.1 排队论的基本概念和模型3.2 M/M/1排队模型3.3 M/M/1排队模型的应用4. 随机过程在金融工程中的应用4.1 随机过程模型在金融衍生品定价中的应用4.2 随机过程模型在风险评估中的应用4.3 随机过程模型在投资组合优化中的应用5. 随机过程在通信系统中的应用5.1 随机过程模型在信道建模中的应用5.2 随机过程模型在网络性能评估中的应用5.3 随机过程模型在调度算法设计中的应用结论：应用随机过程是一个广泛而深入的领域，通过学习和应用随机过程的方法，我们可以更好地理解和解决实际问题。

本教案以张波商豪教授的第五版教材为基础，结合相关案例进行教学设计，旨在帮助学生掌握随机过程的基本概念和方法，并将其应用到实际问题中。

通过本教案的学习，学生将能够提高问题解决的能力和创新思维，为将来的学习和研究打下坚实的基础。

研究生课程介绍课程编码：091002课程名称：计算方法(A)Computational Methods (A)学分：3课内总学时数：72上机（实验）学时数：18课程内容简介：本课程讲授电子计算机上使用的各种基本的数值计算方法, 如插值法, 最小二乘法, 最佳一致逼近, 数值微积分, 方程求根法, 线性与非线性代数方程组解法, 矩阵特征值与特征向量求法, 常微分方程初值问题的解法, 求解数理方程定解问题的差分法, 有限元法等. 书中重点讨论了各种计算方法的构造原理和使用, 对稳定性, 收敛性, 误差估计等也作了适当讨论. 本课程适合于计算数学专业以外的理工科各专业研究生学习。

先修课：高等数学, 线性代数, C 语言或FORTRAN 语言参考书目：1. 邓建中,刘之行编, 计算方法，西安交通大学出版社，2002执笔人：梅立泉、李乃成、高静审定人：彭济根课程编码：091003课程名称：计算方法（B）Computational Methods (B)学分：3课内总学时数：54上机（实验）学时数：48课程内容简介：由于现代计算机技术的迅速发展，数值方法已成为科学研究的最重要的手段之一。

本课程在介绍数值计算的基本问题，包括浮点数、误差形成等的基础上，主要介绍：线性方程组的直接解法与迭代解法、离散数据的连续化处理（包括多项式插值、分段插值和最小二乘法）、数值积分和数值导数、非线性方程解法简介、常微分方程数值解法、以及最优化方法简介。

通过听课与相应的上机练习等途径，理解数值方法的形成原理，掌握最基本的数值方法，了解采用数值方法时应注意的主要问题，为以后在科研和工程技术工作中设计算法、应用数值软件进行数值计算奠定必要的基础。

先修课：高等数学、线性代数、算法语言（Fortran、C、C++、或Matlab 等）参考书目：1.凌永祥、陈明逵编，计算方法教程（第二版）西安交通大学出版社，2005执笔人：黄昌斌、苏剑、马军审定人：彭济根课程名称：工程优化方法及其应用Engineering Optimization Methods and Its Applications学分：2课内总学时数：40上机（实验）学时数：课程内容简介：讲述工程优化的数学基础，凸集、凸函数、凸规划的基本概念与基本理论；突出非线性规划各类算法的共性分析及其在计算机上可实现的步骤，并指出每类算法中所包含各种常用和著名算法；简介工程中常用到的几类特殊规划，如：线性规划、二次规划、几何规划和多目标规划的基本概念、常用和最新算法；简介工程优化设计应用实例（包括建立优化模型，根据模型特点构造或选用相适应的算法、计算流程图）。

安徽大学2013—2014学年第二学期 《 应用随机过程 》考试试卷（A 卷）（闭卷 时间120分钟）院/系 年级 __专业 姓名 学号一、填空题（每小题4分，共16分）1、设X 是概率空间(),,F P Ω上的一个随机变量，且EX 存在，C 是F 的子σ－域，定义()E X C 如下：（1）____________________________； （2） ___________________________________________________； 2、设(){},0N t t ≥是强度为λ的Poisson 过程，则()N t 具有________、 ________增量，且0t ∀>，0h >充分小，有：()(){}()0P N t h N t +-=＝ ________，()(){}()1P N t h N t +-=＝_____________；3、设(){},0W t t ≥为一维标准Brown 运动，则0t ∀>，()W t ～_______，且与Brown 运动有关的三个随机过程_______________、_________ ___________、___________________________都是鞅（过程）；4、倒向随机微分方程（BSDE ）典型的数学结构为_______________ ______________________________，其处理问题的实质在于________ __________________________________________________________。

二、证明分析题（共10分，选做一题）（1）设X 是定义于概率空间(),,F P Ω上的非负随机变量，并且具有指数分布，即：{}()1x P X x e λ-≤=-，0x >，其中λ是正常数。

设λ是另一个正常数，定义：()XZ e λλλ--=，由下式定义：()A P A ZdP =⎰，A F ∀∈；（i ）证明：()1P Ω=；（ii ）在概率测度P 下计算的分布函数：{}()P X x ≤，0x >；（2）设(){},0W t t ≥是P 下的标准Brown 运动，试分别由鞅的定义及Ito-Doeblin （伊藤—德布林）公式证明：(){},0X t t ≥是鞅（过程），这里，()()()33X t W t tW t =-。

一、1.1设二维随机变量(,)的联合概率密度函数为：试求:在时,求。

解：当时，＝＝1.2 设离散型随机变量X服从几何分布：试求的特征函数，并以此求其期望与方差。

解：所以：2.1 袋中红球，每隔单位时间从袋中有一个白球，两个任取一球后放回，对每 对应随机变量一个确定的t⎪⎩⎪⎨⎧=时取得白球如果对时取得红球如果对t e t tt X t 3)(.维分布函数族试求这个随机过程的一2.2 设随机过程，其中是常数，与是相互独立的随机变量，服从区间上的均匀分布，服从瑞利分布，其概率密度为试证明为宽平稳过程。

解：（1）与无关（2），所以（3）只与时间间隔有关，所以为宽平稳过程。

2.3是随机变量，且，其中设随机过程U t U t X 2cos )(=求：，.5)(5)(==U D U E.321）方差函数）协方差函数；（）均值函数；（（2.4是其中，设有两个随机过程U Ut t Y Ut t X ,)()(32==.5)(=U D 随机变量，且数。

试求它们的互协方差函2.5，试求随机过程是两个随机变量设B At t X B A 3)(,,+=的均值),(+∞-∞=∈T t 相互独若函数和自相关函数B A ,.),()(),2,0(~),4,1(~,21t t R t m U B N A X X 及则且立为多少？3.1一队学生顺次等候体检。

设每人体检所需的时间服从均值为2分钟的指数分布并且与其他人所需时间相互独立，则1小时内平均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（设学生非常多，医生不会空闲）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((1))30E N =。

40300(30)((1)40)!k k P N e k -=≤=∑。

3.2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1λ，2λ，当1路公共汽车有1N 人乘坐后出发；2路公共汽车在有2N 人乘坐后出发。

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；（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。

随机过程习题及部分解答习题一1.若随机过程X(/)为X(0 = A?,-oo<r<+oo,式中4为(0, 1)上均匀分布的随机变量，求X(/)的一维概率密度Px(x；t)。

2.设随机过程X(/) = 4cos(初+ 其中振幅A及角频率①均为常数,相位&是在[-兀,刃上服从均匀分布的随机变量，求X(/)的一维分布。

习题二1.若随机过程X(/)为X(t)=At -00 < r < +00 ,式中4为(0,1)上均匀分布的随机变量，求E[xa)],7?xa』2)2.给定一随机过程X(/)和常数Q,试以X(/)的相关函数表示随机过程y(0 = X(/ + a) —X(/)的自相关函数。

3.已知随机过程X(/)的均值阪⑴和协方差函数Cx (爪© , 0(/)是普通函数，试求随机过程丫⑴=X(/) + 0(/)是普通函数，试求随机过程丫⑴=X(/) + 0(/)的均值和协方差函数。

4.设X(t) = A cos at + B sin at,其中A, B是相互独立且服从同一高斯(正态)分布N(0Q2)的随机变量，a为常数，试求X(/)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),twT;Y(t),twT均方可微，a0为任意常数,则aX(t) + bY(t) 也是均方可微，且有[aX (?) + b Y(/)]' = aX'(/) + b Y'(/)3.证明：若X⑴,twT均方可微，/X/)是普通的可微函数，则f(Z)X(Z)均方可微且[f(ox(or-/w(o+/(ox,(o4.证明:设X⑴在[a,b]上均方可微，且X0)在[a,切上均方连续，则有X'⑴ dt = X(b) — X(a)J a5•证明，设X(t\t eT =[a,b];Y{t\t eT = [a,b]为两个随机过程，且在T上均方可积，a和0为常数，则有(*b (*b (*bf [aX(/) + 0Y(/)M = a [ Xit)dt + /3\ Y⑴ dtJ a J a J aeb rc rbaX (t)dt = X (t)dt + XQ) dt,aWcWbJ a J a Jc6.求随机微分方程X'(/) + aX ⑴二丫⑴ze[0,+oo]'X(0) = 0的X(t)数学期望E [X(0]。

很高兴能为您撰写有关《应用随机过程第五版张波商豪教案》的文章。

这是一个非常有深度和广度的主题，需要我们全面评估，并以由浅入深的方式来探讨。

在文章中，我将重复多次提及这个指定的主题文字，并在总结和回顾性的内容中共享我的个人观点和理解。

让我们开始吧。

**1. 概述**在现代科学与工程领域，随机过程是一个重要的数学工具，对于研究和解决实际问题具有重要意义。

而《应用随机过程第五版张波商豪教案》作为一本经典教材，在随机过程领域中具有很高的地位和影响力。

本文将对这本教案进行深入分析，探讨其中的重要内容和理论，帮助读者更深入地了解随机过程的应用。

**2. 教案内容概述**《应用随机过程第五版张波商豪教案》主要包括对随机过程的理论基础、概率分布、马尔可夫链、泊松过程、随机过程的统计特性等内容的深入讲解。

教案通过丰富的案例和实践应用，帮助读者理解随机过程在实际问题中的应用。

**3. 随机过程的理论基础**随机过程是在一定概率规律下随机变量的演化过程。

教案通过对随机过程定义、性质、分类以及基本概念的介绍，为读者打下坚实的理论基础，为后续内容的学习打下基础。

**4. 概率分布与密度函数**在随机过程中，概率分布与密度函数是非常重要的概念，它们描述了随机变量的分布规律。

教案详细地介绍了常见的概率分布和密度函数，并通过例题引导读者掌握如何应用它们来解决实际问题。

**5. 马尔可夫链**马尔可夫链是随机过程中的一个重要内容，它描述了一个系统在给定当前状态下，未来状态只与当前状态有关，而与过去状态无关。

张波商豪教案详细介绍了马尔可夫链的基本概念、性质和应用，帮助读者深入理解这一内容。

**6. 泊松过程**泊松过程是一个具有很强实际应用价值的随机过程，它描述了稀疏事件到达的规律。

在教案中，作者详细地介绍了泊松过程的定义、性质和特点，并通过实例分析帮助读者理解泊松过程在实际中的应用。

**7. 随机过程的统计特性**随机过程的统计特性是对随机过程进行描述和分析的重要工具。

第三章 泊松过程（Possion Process ）定义3.1 如果对任何12,,,n t t t T ∈ ，12n t t t <<< ，随机变量211()(),,()()n n X t X t X t X t --- 相互独立，则称{(),}X t t T ∈为独立增量过程。

如果对任何12,t t ，有1122()()()()dX t h X t X t h X t +-=+-，则称{(),}X t t T ∈为平稳增量过程。

兼有独立增量和平稳增量过程称为平稳独立增量过程。

平稳独立增量过程主要有⏹随机游动⏹泊松过程⏹布朗运动⏹Cauchy过程⏹稳定过程（Stable Process）本章主要内容⏹泊松过程的定义⏹与泊松过程有关时刻的分布⏹泊松过程的推广⏹非齐次泊松过程⏹复合泊松过程⏹条件泊松过程⏹更新过程⏹排队论*一、泊松过程的定义定义3.2 随机过程{(),0}N t t≥称为计数过程，如果N(t)表示从时刻0到t时刻内某一事件A发生的次数，它具备以下两个特点：1.()0N t≥且取值为整数；2.s<t时，()()-表示(,]N t N s≤且()()N s N ts t时间内事件A 发生的次数。

定义3.3 计数过程{(),0}N t t≥称为参数为λ的泊松过程，如果1.(0)0N=2.过程有独立增量；3.对任意,0s t≥，λ称为泊松过程的强度或速率，表示单位时间内发生事件的平均次数。

常见的泊松过程✧火车站售票数✧保险公司的索赔数✧到达电话总机的呼叫数目例：设从早上8：00开始，某火车站售票处开始连续售票，乘客以10人/小时的平均速率达到，请问：（1）从9：00到10：00这一个小时内最多有5名乘客来此购票的概率是多少。

（2）假设每位乘客平均购买1张车票，从8：00到12：00，此售票处平均售出多少张车票。

解：我们用一个泊松过程来描述购票的乘客数。

设8：00为0时刻，则9：00为1时刻，参数10λ=。

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。

应用随机过程张波课后答案【篇一：随机过程期末论文】ass=txt>【摘要】：通过市场调查研究发现，很多现象是可以用随机过程来描述的。

比如说，企业在人力资源需求方面就是一个随着时间不断变化的随机过程。

本文试图将马尔科夫链引入，并运用其原理以及特性，对企业人力资源需求方面进行分析和预测，从而帮助企业明确未来人力需求趋势，做好人才储备工作。

【关键字】：马尔科夫链；人力资源；预测；需求一、马尔科夫链原理简介一个经济系统x(t)是随时间t变化的随机变量。

人们可根据该经济系统在时刻t0所处的状态推出它在任何一个较后时刻t(t0)的状态。

由此原则，可得到这样一个基本方法：系统内x(t)在给定的时刻tn的状态x(tn)=xn，可根据它在任何较早时刻tn?1(tn)所处的状态x(tn?1)=xn-1推出，而不依赖于系统在时刻以tn?1前的历史状态。

满足这一条件的系统所观测结果的随机过程，就称之为马尔科夫过程。

而马尔科夫链是状态离散的一类特殊马尔可夫过程, 即过程的发展可看作是在某些值（称为过程的“状态”）之间一系列转移, 而且具有下面性质：一旦过程处于一给定状态, 则过程未来发展只依赖于这个状态, 而与它过去到达过的状态无关。

假设过程的时间参数集任意n个时刻为t1t2......tn,系统x(t)在时刻ti 处于状态xi,即x(ti)=xi(i=1,2,...,n-1),则x（tn）的条件概率分布只依赖于x（tn-1）=xn-1最近的已知值，即：p{x(tn)?xn|x(t1)=x1,...,x(tn-1)=xn-1}=p{x(tn)xn|x(tn-1)=xn-1} 可以直观地解释为当给定过程“现在”的条件下，它的“将来”与“过去”无关。

二、状态转移矩阵运用马尔科夫链进行预测的关键在于：建立状态转移概率矩阵（指系统在时刻t所处状态，转变为时刻t+1所处状态时与之相对应的一个条件概率）。

因此，企业人力资源需求的预测，其关键也就在于通过调查，确定预测期内企业对人才需求的状况。

第三章 随机过程学习目标通过对本章的学习，应该掌握以下要点： 随机过程的基本概念随机过程的数字特征（均值、方差、相关函数）；平稳过程的定义、各态历经性、相关函数和功率谱密度；高斯过程的定义和性质、一维概率密度函数；随机过程通过线性系统、输出和输入的关系；窄带随机过程的表达式和统计特性；正弦波加窄带高斯过程的统计特性；高斯白噪声及其通过理想低通信道和理想带通滤波器。

3.1 内容概要3.1.1 随机过程的基本概念随机过程是一类随时间作随机变化的过程，具有不可预知性，不能用确切的时间函数来描述。

1.定义角度一：随机过程ξ(t )是随机试验的全体样本函数{ξ1 (t ), ξ2 (t ), …, ξn (t )}的集合。

角度二：随机过程ξ(t )是在时间进程中处于不同时刻的随机变量的集合。

这说明，在任一观察时刻t 1，ξ(t 1)是一个不含t 变化的随机变量。

可见，随机过程具有随机变量和时间函数的特点。

研究随机过程正是利用了它的这两个特点。

2.分布函数和概率密度函数 一维分布函数：ξ(t )在11111(,)[()]F x t P t x ξ=≤含义：随机过程ξ(t )在t 1时刻的取值ξ(t 1)小于或等于某一数值x 1的概率。

如果存在1111111),(),(x t x F t x f ∂∂=则称111(,)f x t 为ξ(t )的一维概率密度函数。

同理，任意给定12n t t t T ∈ ，，，，则ξ(t )的n 维分布函数为{}12121122(,,,;,,)(),(),,()n n n n n F x x x t t t P t x t x t x ξξξ=≤≤≤如果此能在n21n 21n 21n n n 21n 21n x )t x ()t x (∂∂∂∂= x x t t x x F t t x x f ，，，；，，，，，，；，，，则称其为ξ(t )的n 维概率密度函数。

显然，n 越大，对随机过程统计特性的描述就越充分。